Próby kliniczne są niezwykle złożone — aby zakończyły się sukcesem, niezbędne są umiejętności oraz znajomość technik w zakresie zarządzania projektami. Miara sukcesu projektu — dostarczenie wysokiej jakości wyników na czas i w ramach budżetu — to kluczowe wymagania w bardzo konkurencyjnym środowisku, w którym działają firmy farmaceutyczne i organizacje CRO; rzadko udaje się jednak osiągnąć ten cel.
Badania pokazują, że około jedna trzecia wszystkich prób klinicznych jest realizowana z opóźnieniem. Badania te nie przynoszą oczekiwanych rezultatów z powodu niedociągnięć operacyjnych, co oznacza, że są opóźnione, przekraczają budżet lub jakość uzyskanych danych nie jest wystarczająca do uzyskania zatwierdzenia. Być może najbardziej niepokojącym faktem jest to, że czas trwania cyklu związanego z rozpoczęciem prób klinicznych nie zmniejszył się od ponad dwóch dekad, a wręcz przeciwnie — wydłuża się, co powoduje konieczność podejmowania działań ratunkowych, które mogą zwiększyć koszty prób nawet o 20 procent lub więcej. Pomijając te trendy, pojawia się pytanie: czy próby kliniczne realizowane zgodnie z harmonogramem są skuteczne?
W ciągu ostatniej dekady skumulowane koszty opracowania nowego leku, który uzyskał zatwierdzenie, wzrosły ponad dwukrotnie, i chociaż niektórzy uznali to za propagandę firm farmaceutycznych, ponieważ finansowanie rządowe nadal rosło, niepodważalnym faktem pozostaje, że rozpoczęcie badań — działania podejmowane na początku próby klinicznej — nadal jest wysoce nieefektywne oraz podatne na wąskie gardła i błędy. Dobrze rozpoczęte próby kliniczne z większym prawdopodobieństwem zostaną przeprowadzone prawidłowo oraz zakończone w terminie i w ramach budżetu – rozpoczęcie badania jest w ich przypadku piętą achillesową.
W obliczu nieustannych nacisków na ograniczenie budżetów i skrócenie cyklu realizacji zastosowanie technik zarządzania projektami na etapie rozpoczęcia badania ma kluczowe znaczenie z punktu widzenia optymalizacji wydajności operacyjnej i skrócenia harmonogramów.
Według Project Management Institute (PMI) dwie najpopularniejsze techniki skracania harmonogramów to fast-tracking i crashing.
W przypadku techniki fast-tracking działania, które zazwyczaj przeprowadza się sekwencyjnie, są realizowane równolegle przez co najmniej część czasu ich trwania. Proces ten, znany również pod pojęciem paralelizacji, polega na jednoczesnym wykonywaniu działań bez wpływu na wydajność pozostałych. Fast-tracking pomaga wykonać dane zadanie w krótszym czasie niż planowano.
W ramach fast-trackingu wszystkie kluczowe działania na ścieżce krytycznej są weryfikowane i analizowane w celu określenia, które z nich można wykonać częściowo lub w całości równolegle z innymi działaniami. Działania, które nie znajdują się na ścieżce krytycznej, a zatem nie mają wpływu na całość harmonogramu, nie są analizowane w ramach tego procesu.
Kierownicy projektów zazwyczaj w pierwszej kolejności rozważają zastosowanie tej techniki, ponieważ nie wiąże się ona z dodatkowymi kosztami. Jednakże zwiększa ona ryzyko, ponieważ działania nakładają się na siebie — ale w dopuszczalnych granicach.
W przypadku crashingu działania będące częścią ścieżki krytycznej są analizowane pod kątem możliwości przyspieszenia realizacji przy wykorzystaniu dodatkowych zasobów. Należy przeprowadzić analizę kosztów i korzyści (w ramach prób klinicznych zgodnie z definicją ICH jest to zarządzanie ryzykiem), która pozwoli kierownikom projektu skoncentrować się na działaniach zapewniających największą kompresję przy najniższych kosztach. W ramach crashingu poszczególne działania muszą zostać zakończone przed rozpoczęciem kolejnych.
Trzeba uczciwie przyznać, że problemem nie jest brak wiedzy kierowników projektów klinicznych na temat tych technik, ale nieumiejętność dostrzeżenia tzw. white space (tj. możliwości optymalizacji procesu) oraz chwili, w której należy zastosować te techniki (tj. optymalnego momentu na interwencję).
Obecnie nie istnieje żadna wizualizacja sekwencji działań w ramach globalnych operacji klinicznych związanych z aktywacją badań, a jest to niezbędne nie tylko do określenia, jakie wskaźniki należy mierzyć, ale także do zapewnienia kierownikom projektów klinicznych mapy działań, które należy wziąć pod uwagę przy skracaniu harmonogramu. Chociaż można określić działania właściwe dla poszczególnych krajów, zazwyczaj nie mają one zastosowania w innych. Niedawno opublikowane wytyczne ICH ponownie zwracają uwagę na potrzebę zdefiniowania tych działań w celu zwiększenia efektywności procesu rozpoczynania prób klinicznych, a konsorcjum Metrics Champion Consortium (MCC) współpracuje z interesariuszami z branży nad zdefiniowaniem i opublikowaniem odpowiedniego standardu branżowego. Ponadto działania od dawna uważane za kluczowe elementy ścieżki krytycznej (np. zawieranie umów dotyczących miejsca prowadzenia badań) mogą w rzeczywistości stanowić okazję do optymalizacji procesu.
Ponadto nadal powszechnie stosuje się program Excel do śledzenia postępów w prowadzeniu prób klinicznych, mimo że nie oferuje on funkcji zarządzania projektami. Taki sposób monitorowania danych operacyjnych jest zdecydowanie nieskuteczny i uniemożliwia zespołom klinicznym identyfikację czynników ryzyka oraz wąskich gardeł, które mogą negatywnie wpłynąć na czas realizacji cyklu i budżet. Często problemy wychodzą na jaw dopiero w momencie, gdy nie udaje się osiągnąć kolejnych kamieni milowych, a kierownicy projektów zmuszeni są stosować technikę crashingu ze skutkiem wstecznym, aby przywrócić badanie na właściwe tory, zamiast proaktywnie stosować ją w celu skrócenia harmonogramu poprzez efektywny przydział zasobów na początku projektu. Coraz większa liczba organizacji CRO oferujących usługi w zakresie kierowania badań klinicznych we właściwym kierunku świadczy o skuteczności tego podejścia.
Optymalnym sposobem ograniczania ryzyka jest zatem stosowanie systemów, które zapewniają aktualne — najlepiej przekazywane w czasie rzeczywistym — dane dotyczące wąskich gardeł w próbach klinicznych wskazujące na sygnały ostrzegawcze wymagające analizy i podjęcia odpowiednich działań lub przynajmniej dokładnego monitorowania w trakcie trwania próby. Możliwości, jakie daje dostęp do informacji zbieranych w czasie rzeczywistym, mają bezpośredni wpływ na wydajność, koszty i niezawodność działań klinicznych.
W ostatecznym rozrachunku crashing należy stosować z umiarem, ponieważ technika ta wiąże się ze znacznymi kosztami, a jej nadużywanie może wskazywać na bardziej systemowy problem — nieoptymalne planowanie. Właśnie dlatego planowanie scenariuszy jest tak ważne i ma kluczowe znaczenie z punktu widzenia zarządzania zmiennością decyzji dotyczących organizacji prób klinicznych. W ramach procesu planowania scenariuszy kierownicy projektów klinicznych definiują szereg scenariuszy, które pomogą ograniczyć liczbę błędów już na samym początku i zapewnią optymalne przygotowanie próby klinicznej.
Ostatecznie to technika paralelizacji stanowi największą szansę na osiągnięcie wzrostu wydajności, który można powtórzyć we wszystkich badaniach, a nie tylko w razie potrzeby.
Wizualizacje i ustandaryzowane wskaźniki pomagają kierownikom projektów klinicznych w identyfikacji możliwości optymalizacji procesów, a algorytmy uczenia maszynowego — w synchronizacji działań (tj. w określaniu momentu, w którym należy zrównoleglić procesy, aby zminimalizować ryzyko związane z interwencją).
Dobrą analogią są mapy online, które na bieżąco informują o ruchu i pomagają zaplanować optymalną trasę. Wyobraź sobie podróż przez wiele krajów, podczas której musisz poruszać się po drogach, na których obowiązują różne przepisy i znaki drogowe w obcych językach, nie wiedząc o potencjalnych utrudnieniach w ruchu lub alternatywnych trasach, bądź, co gorsza, korzystając z papierowych map i wskazówek, które mogą być nieaktualne lub błędne. Zasadniczo tak właśnie wygląda rozpoczynanie badań — trzeba współpracować z zespołami rozsianymi po całym świecie oraz przestrzegać wytycznych i przepisów obowiązujących w poszczególnych krajach.
Określenie szczegółowych wskazówek, optymalnej trasy i szacowanego czasu przybycia wymaga wykorzystania solidnej struktury, która nie tylko pomaga sponsorom i organizacjom CRO zachować zgodność z normami organizacyjnymi i przepisami obowiązującymi w danym kraju, ale także umożliwia gromadzenie kompleksowych, szczegółowych i znormalizowanych wskaźników niezbędnych na potrzeby analityki predykcyjnej.
Analityka predykcyjna może pomóc zespołom operacyjnym ds. badań klinicznych w planowaniu kamieni milowych, oferując wsparcie w zakresie planowania w ramach aplikacji z wykorzystaniem wskaźników wyprzedzających (np. ośrodki badawcze, miesiąc rozpoczęcia badania, rodzaj komisji bioetycznej itp.) na potrzeby oszacowania powiązanych aspektów / kamieni milowych. Dzięki proaktywnej pomocy w planowaniu zespoły mogą dostrzec niespodziewane problemy, co pozwala na dyskusje i podjęcie odpowiednich decyzji, zanim pojawi się ryzyko niedotrzymania terminów, a także określić, kiedy warto wdrożyć paralelizację procesów, aby zminimalizować ryzyko. Można to porównać do sytuacji, w której kierowcy przekazują aplikacjom nawigacyjnym informacje w czasie rzeczywistym na temat ruchu drogowego i warunków jazdy, dzięki czemu zawsze wskazują one optymalną trasę.
Narzędzia uczenia maszynowego i procesy automatyzacji odciążają kierowników projektów klinicznych, eliminując konieczność wykonywania żmudnych, powtarzalnych czynności, dzięki czemu mogą oni skupić się na działaniach strategicznych, optymalnym planowaniu realizacji badań oraz dogłębnej analizie procesów organizacyjnych, alokacji zasobów, kosztów badań i oceny jakości.
Na przykład po zidentyfikowaniu ośrodka jako idealnego miejsca do wykonania próby klinicznej i podpisaniu umowy o zachowaniu poufności (CDA) należy przeprowadzić badanie wykonalności oraz inne działania, zanim ośrodek ten zostanie formalnie wybrany do przeprowadzenia badania — pod warunkiem, że nie pojawią się żadne sygnały ostrzegawcze. Według badań przeprowadzonych przez Tufts Center for the Study of Drug Development (Tufts CSDD) proces ten trwa średnio 7,9 tygodnia (rysunek 1).
Paralelizacja umożliwia nałożenie tego etapu procesu selekcji na proces aktywacji, jeżeli prawdopodobieństwo odrzucenia danego ośrodka zostanie ocenione jako niskie (rysunek 2). W tym scenariuszu pakiet badawczy można wysłać do ośrodka zaraz po podpisaniu umowy CDA, co pozwala skrócić całkowity harmonogram z 36,4 tygodnia do 30,4 tygodnia.
Ten prosty przykład podkreśla możliwości, jakie dają informacje operacyjne gromadzone w czasie rzeczywistym oraz zaawansowane funkcje prognozowania, które mogą aktywnie wspierać zespoły kliniczne w przygotowywaniu i realizacji badań klinicznych. Ponadto możliwości te stanowią podstawę do identyfikacji procesów wymagających optymalizacji, które można zastosować w całym cyklu prób klinicznych; w ten sposób proces, który dotychczas miał charakter sekwencyjny (rysunek 3), przekształca się w proces, w którym normą staje się paralelizacja (rysunek 4).
Dążenie do stopniowych — ale nie radykalnych — zmian jest powodem, dla których organizacje, zwłaszcza rozbudowane firmy farmaceutyczne działające w ściśle regulowanym środowisku, w wolnym tempie wdrażają naprawdę innowacyjne rozwiązania technologiczne, które mogą obniżyć koszty, skrócić cykle badań klinicznych i ostatecznie przyspieszyć wprowadzanie nowych leków na rynek. Zamiast gruntownie zmieniać obecne procesy, organizacje często szukają sposobów na ich usprawnienie.
Podejście to kwestionują przyszłościowe organizacje, którymi kierują kluczowi decydenci będący zwolennikami ujednoliconej platformy eClinical. Technologia ta umożliwia radykalne zmiany w procesach poprzez przełamanie barier organizacyjnych oraz opracowanie bardziej niezawodnych i rozszerzalnych funkcji prognostycznych, co prowadzi do dalszego skrócenia cyklu produkcyjnego, większego zaangażowania ośrodków badawczych, ściślejszego przestrzegania budżetu badań oraz zwiększenia gotowości do audytu.
Dowiedz się więcej o tym, jak Twoja organizacja może skorzystać z informacji operacyjnych gromadzonych w czasie rzeczywistym podczas rozpoczynania prób klinicznych.
Dowiedz się więcej o zaletach ujednoliconej, modułowej platformy opartej na chmurze.