Perché un risultato di laboratorio promettente può fallire?

Un modello lascia deliberatamente qualcosa fuori

Un esperimento in vitro potrebbe mostrare che una molecola si lega a un recettore, rallenta un enzima o protegge le cellule in coltura da uno stress. Questa è la prova di un meccanismo in condizioni selezionate. Non stabilisce che l’obiettivo provochi la malattia in una persona, che la stessa concentrazione possa essere raggiunta in modo sicuro o che il cambiamento del percorso migliori il modo in cui le persone si sentono, funzionano o sopravvivono.

Un modello animale aggiunge un organismo intatto, ma rimane un modello. Le specie differiscono per metabolismo, risposta immunitaria, anatomia, decorso della malattia e comportamento. Una lesione indotta o una mutazione ingegnerizzata possono riprodurre una caratteristica di una malattia umana omettendone altre. La domanda utile è quale aspetto rappresenta, cosa tralascia e se lo studio è stato progettato e riportato abbastanza bene da supportare il prossimo esperimento.18

La molecola deve arrivare lì

Una sostanza può influenzare un bersaglio in un laboratorio ma non riuscire a raggiungerlo in una persona con un'esposizione utile e tollerabile. L'assorbimento, la distribuzione, il metabolismo e l'escrezione modificano il viaggio. Un impulso breve, un'esposizione continua e un trattamento dopo la malattia accertata sono interventi diversi anche quando la molecola è identica.

ICH M3(R2) descrive gli studi non clinici di farmacologia, tossicologia e farmacocinetica utilizzati per supportare le sperimentazioni sull'uomo e l'autorizzazione all'immissione in commercio. Si tratta di un quadro decisionale, non di una garanzia che l’esposizione di un animale preveda un’esposizione umana terapeutica.28

Il risultato deve avere importanza

Un biomarcatore può aiutare i ricercatori a indagare su un meccanismo. Se modificarlo predice in modo affidabile un risultato clinico significativo è una questione separata. Gli studi successivi necessitano di una popolazione definita, di un comparatore appropriato, di risultati importanti per i pazienti e di un follow-up sufficientemente lungo per osservare benefici e danni. Chiedere cosa è stato misurato, se quella misurazione era l'obiettivo previsto dello studio e quale interpretazione supporta.34

Un vantaggio può derivare da compromessi inaccettabili

Lo sviluppo valuta gli effetti avversi così come la risposta desiderata. A volte l'esposizione necessaria per un effetto non può essere utilizzata in modo sicuro; a volte il risultato clinico complessivo è meno utile di quanto sperato. Un meccanismo convincente non impedisce nessuno dei due risultati. Un candidato potrebbe fallire perché non è sicuro, perché l’effetto è minore del previsto, perché l’endpoint non raggiunge il beneficio proposto o perché un effetto apparente esiste solo in un sottogruppo che lo studio non era stato progettato per identificare.51

Un esempio reale: CEP-1347 nella malattia di Parkinson

Il lavoro sulle cellule e sugli animali ha supportato l'idea che l'inibizione delle chinasi di lignaggio misto potrebbe proteggere i neuroni vulnerabili. Lo studio PRECEPT ha assegnato in modo casuale 806 persone con malattia di Parkinson in fase iniziale che non avevano ancora bisogno di terapia dopaminergica a uno dei tre gruppi di dosaggio CEP-1347 o al placebo corrispondente; i partecipanti sono stati valutati senza conoscere l'assegnazione. La sua domanda clinica era se il trattamento ritardasse la necessità di una terapia dopaminergica. Dopo una media di 21,4 mesi, un’analisi provvisoria pianificata ha rilevato che sarebbe stato inutile continuare il trattamento sperimentale e lo studio non ha trovato prove del beneficio clinico previsto.

Questo risultato costituisce la prova dell’intervento, dei regimi, della popolazione e dell’endpoint testati. Ciò non dimostra che il percorso fosse irrilevante in ogni contesto o che gli esperimenti sugli animali fossero inutili. La sperimentazione da sola non può stabilire se un modello imperfetto, un coinvolgimento insufficiente del target, un intervento nella fase sbagliata o un’altra spiegazione abbiano giustificato il risultato.7

I controlli possono rendere l’affermazione più circoscritta e più solida

Piccoli studi preclinici possono produrre stime instabili. Reporting selettivo, valutazione in cieco, scelte flessibili dei risultati, randomizzazione inadeguata e incapacità di riprodurre un risultato in modo indipendente possono tutti gonfiare un effetto apparente senza richiedere una cattiva condotta. Controlli dei veicoli, controlli positivi, valutazione in cieco, randomizzazione, risultati prespecificati, dimensioni adeguate del campione e replicazione indipendente aiutano a separare un segnale robusto da uno fragile. Un risultato che sopravvive a questi test è più forte, ma rimane una prova in quel modello.9

Segui la catena di domande

Una richiesta di traduzione è più facile da valutare quando ciascun collegamento è visibile. L’esposizione umana ha coinvolto il bersaglio previsto? Il trattamento è stato iniziato in una fase della malattia in cui quel meccanismo poteva essere plausibilmente importante? Il risultato clinico era prespecificato ed importante per i pazienti? Lo studio disponeva di un comparatore credibile, di un follow-up adeguato e di un piano per i dati mancanti? I danni e la tollerabilità sono stati misurati insieme ai benefici? Queste sono domande per valutare le prove, non una sequenza universale che ogni programma di sviluppo deve seguire. Una risposta mancante limita la conclusione; non spiega automaticamente perché un particolare studio ha fallito.38

Anche l'arresto è informazione

Lo sviluppo non è una barra di avanzamento che inevitabilmente si riempie. Un programma può interrompersi, cambiare direzione o richiedere uno studio diverso. Uno studio negativo può restringere un'affermazione senza rispondere a ogni domanda biologica; un segnale positivo precoce può essere annullato da uno studio più ampio o meglio controllato. Riportare questi risultati aiuta il lettore a comprendere la questione scientifica piuttosto che seguire semplicemente una narrazione di successo.6

Leggi “promettente” come un invito a chiedere di più

Promettente in quale modello? A quale esposizione? Rispetto a cosa? Con quali danni misurati? Quale risultato sarebbe necessario dopo? Le prove supportano un meccanismo, una decisione sulla sicurezza, un beneficio clinico o solo un motivo per studiare ulteriormente la questione? Queste domande non accantonano la ricerca. La collocano nel giusto contesto.

Il coinvolgimento del target è un ponte, non un verdetto

Un programma di traduzione può chiedere se un candidato ha raggiunto e cambiato l'obiettivo previsto in termini di persone. Quel ponte può utilizzare un biomarcatore, un segnale di imaging, una misurazione della concentrazione o una risposta fisiologica. Ciascuno risponde a una domanda più ristretta di "i pazienti sono migliorati?". Un bersaglio può essere coinvolto senza produrre un effetto clinico utile e un risultato negativo di un biomarcatore può riflettere la dose, i tempi, l'accesso ai tessuti o il test piuttosto che confutare la biologia. Mantenere la catena visibile: l’esposizione, il coinvolgimento del target, la risposta biologica e i risultati importanti per il paziente sono misurazioni correlate, non prove intercambiabili.134