RWD (eng. real world data), odnosno podaci iz svakodnevne kliničke prakse, predstavljaju opservacione podatke vezane za pacijente, tok bolesti i lečenje, koji se rutinski prikupljaju u toku svakodnevne kliničke prakse, odnosno van kliničkih studija. Izvor RWD mogu biti istorije bolesti (elektronski kartoni bolesnika), registri, podaci dobijeni od samog pacijenta i zdravstvenih radnika ili osiguravajuća društva. 

Randomizovane kliničke studije (eng. randomized clinical trials, RCTs) predstavljaju najkvalitetniji izvor podataka i zlatni standard za uvođenje terapijskih i dijagnostičkih modaliteta u kliničku praksu. Međutim, izvođenje RCT je komplikovano, često finansijski zahtevno, podrazumeva veoma kontrolisane i jasno postavljene uslove i stoga je potreban dug vremenski period kako bi se dobili rezultati. Takođe, baš zbog ovako strogo definisanih i precizno postavljenih uslova izvođenja istraživanja, studijska populacija često ne odražava realnu kliničku praksu odnosno realnog pacijenta sa kojim se onkolozi susreću svakodnevno. Pacijenti starije životne dobi, lošeg opšteg stanja, osobe sa značajnim komorbiditetima nisu uključeni u RCT i stoga ne postoje podaci o efikasnosti terapijske procedure kod tih pacijenata, a oni predstavljaju značajan procenat “realnih” pacijenata. Pored toga, ako se radi o retkim bolestima ili o “retkim mutacijama” koje su prisutne u veoma malom procentu tumora, pored toga što je potrebno vreme da se uključi dovoljan broj ispitanika i samim tim da se dobiju rezultati,  izvođenje RCT može biti povezano i sa etičkim  problemima randomizacije između očekivano efikasne ciljane terapije i kontrole za koju se pretpostavlja da će biti manje efikasna. Takođe, izvođenje RCT kod visoko-rizičnih grupa pacijenata, kao što su deca ili trudnice je često komplikovano ili neizvodljivo, te RWD u tim situacijama daju značajan uvid u efikasnost i bezbednost različitih terapija. Značaj RWD se ogleda i u mogućnosti praćenja neželjenih efekata u dužem vremenskom periodu od onog definisanog u RCT, pojavi neželjenih efekata kod populacije pacijenata koje nisu bile uključene u RCT, a mogu dati uvid i u neke retke neželjene efekte koji nisu bili viđeni tokom izvođenja RWD.  Generalno, RDW studije se izvode u kraćem vremenskom periodu od RCT i zahtevaju manje finansijske i druge izdatke.  

Međutim, sama vrsta podataka koji predstavljaju RWD, utiče na postojanje značajnih nedostaka. Verovatno najvažniji problem korišćenja RWD predstavljaju podaci koji nedostaju, odnosno koji nisu dostupni za sve ispitanike uključene u istraživanje. 

Kao i tradicionalne kliničke studije, istraživanja sa RWD mogu biti prospektivna i retrospektivna. Oba imaju svoje prednosti i mane. Retrospektivne RDW studije analiziraju već postojeće podatke o lečenju koje je već sprovedeno. Samim tim se brže izvode, finansijski manje opterećuju zdravstveni sistem, ali su rezultati često ograničeni podacima koji nedostaju ili su prikazani na neuniforman i nestrukturisan način. Adekvatne su za generisanje hipoteza ili brzo poredjenje sa istorijskim kontrolama, kao i ispitivanje bezbednosti primene novih terapijskih opcija, ali nisu dovoljne za donošenje novih standarda lečenja.

S druge strane, prospektivne RWD studije prate pacijente u realnom vremenu, u njima se inicijalno definišu svi parametri koji će se pratiti te je manji procenat podataka koji nedostaju, tačno su definisane i sve vremenske odrednice prikupljanja podataka. Rezultati koji se dobiju su precizniji, iako i dalje opservacioni. Zbog toga ove studije duže traju, finansijski i organizaciono su zahtevnije, ali su bolje prihvaćene od strane regulatornih organa.

Imajući u vidu sve navedeno, jasan je sve veći značaj RWD kao komplementarnih podataka onima iz RCT. Oni predstavljaju neku vrstu eksterne validacije, što je prepoznato od strane svetskih regulatornih agencija. Neke od njih, kao i velika svetska onkološka udružanja, su izdale smernice za izvođenje RWD istraživanja i njihovu primenu pri uvođenju terapijskih opcija ili procedura u kliničku praksu.

Kako bi se izvelo kvalitetno RWD istraživanje u onkologiji, neophodno je napisati kvalitetan protokol istraživanja, slično protokolu randomizovanih kliničkih studija.  Potrebno je jasno formulisati hipotezu, odnosno pitanje na koje se traži odgovor, primarni cilj istraživanja, kohorte, izvor podataka (istorije bolesti, registar, podaci osiguravajućeg društva, upitnici o kvalitetu života…), statističke metode i uzeti u obzir gore navedene nedostatke RWD. Naravno, potrebno je navesti i da li se radi o prospektivnom ili retrospektivnom istraživanju i definisati vremenski okvir izvođenja istraživanja. Jedan od predloženih dizajna RWD studije jeste konceptualni model, koji sadrži tri dela: jasno definisanje hipoteze, odnosno pitanja na koje se traži odgovor, precizno definisanje izvora RW podataka i na kraju procena prednosti i mana tog izvora podataka, što se mora jasno izložiti u dizajnu projekta. U početnoj fazi razvoja RWD projekta može se koristiti PICOTS model za što tačnije definisanje cilja istraživanja. Ovaj model obuhvata: P- populacija, odnosno precizno definisanje karakteristika ispitanika; I – intervencija (eng.intervention), odnosno šta se ispituje (novi lek, terapijski ili dijagnostički postupak), C – komparator (eng. comparator), što u RWD studijama često predstavlja drugu svakodnevnu kliničku praksu; O – ishod (eng.outcome), klinički cilj, bezbodnosni profil, PRO (eng.patient-reported outcome); T- vremenske odrednice kada se prikupljaju podaci i trajanje istraživanja (eng.timing); i S (eng.setting) – gde se istraživanje održava: primarna zdravstvena zaštita, dnevna bolnica, stacionar. 

Osim toga, Evropsko Udruženja Medikalnih onkologa (eng. European Society for Medical Oncology, ESMO) i njegova radna grupa ESMO Real-World Data and Digital Health Working Group su izdali vodič za izvođenje i izveštavanje RWD istraživanja. Ovaj vodič daje veoma precizne preporuke o tome kako treba da izgleda svaki deo RWD studije i to: naslov, uvod, metode, rezultati, diskusija i zaključak. 

Sa razvojem tehnologije i mogućnosti elektronskog prikupljanja, skladištenja, razmene i obrade velike količine podataka, mogućnosti korišćenja RWD za dobijanje značajnih kliničkih podataka u onkologiji su ekstenzivne. Jedna od najvažnijih debata poslednjih godina se odnosi na primenu veštačke inteligencije (eng. artificial intelligence, AI) za dobijanje i analizu kliničkih podataka, jer je jasno da bi, naročito u RWD istraživanjima, AI mogla imati svoje bitno mesto u prikupljanju i analizi podataka. To dolazi i sa nekim problemima i nepoznanicama, što je dovelo do toga da sve velike svetske regulatorne agencije izdaju svoje preporuke za korišćenje AI, naročito generativne AI, u kliničkoj praksi. 

Značaj primene RWD u onkologiji ogleda se i u činjenici da je u poslednjih nekoliko godina, naročito posle 2017.godine došlo do eksponencijalnog rasta publikacija u ovoj oblasti, gde je u samo u jednoj oblasti, RWD u karcinomu pluća, 2024.godine bilo 530 publikacija, naspram 31 objavljene 2017.godine. Ovo se poklapa i sa formulisanjem smernica za izvođenje i objavljivanje RWD studija, kao i sa smernicama svetskih onkoloških udruženja i regulatornih agencija, koje sada prihvataju i RWD studije za ovođenje terapijskih procedura u određenim situacijama. 

Autor: dr sci. med. Jelena Spasić, Institut za onkologiju i radiologiju Srbije