Thử nghiệm ngẫu nhiên có đối chứng

trong nghiên cứu y học là gì?

27.08.2018     

Thử nghiệm ngẫu nhiên có đối chứng là tiêu chuẩn vàng về thử nghiệm khoa học
cho các can thiệp y tế mới.

Họ đã trở thành tiêu chuẩn phải được các công ty dược phẩm đáp ứng trong quá
trình tìm ra mức độ hiệu quả và an toàn có thể đạt được bằng một loại thuốc thử
nghiệm.

Ba từ cho phương pháp thử nghiệm lâm sàng này – thử nghiệm ngẫu nhiên có đối
chứng (RCT) – đại diện cho các yếu tố quan trọng của thiết kế khoa học:

 Ngẫu nhiên – quyết định về việc liệu một bệnh nhân trong thử nghiệm nhận được
điều trị mới hoặc điều trị kiểm soát (hoặc giả dược) được thực hiện ngẫu nhiên
 Được kiểm soát – thử nghiệm sử dụng nhóm đối chứng để so sánh hoặc tham
chiếu. Trong nhóm chứng, bệnh nhân không nhận được phương pháp điều trị mới
đang được thử nghiệm, nhưng thay vào đó được điều trị tham chiếu hoặc giả
dược
 Thử nghiệm – thuốc hoặc điều trị được xét xử trong RCT; nó sẽ được phê duyệt
để sử dụng rộng rãi hơn chỉ khi kết quả của chương trình thử nghiệm cho thấy
rằng có một mức độ hiệu quả đáng giá, mà phải được cân bằng với một mức độ
chấp nhận được các tác dụng phụ (an toàn).

Tại sao các thử nghiệm lâm sàng ‘ngẫu nhiên’?

Ngẫu nhiên là quan trọng trong một thử nghiệm lâm sàng để ngăn chặn các kết quả
bị sai lệch. Nếu quyết định về những người nhận được điều trị mới trong một thử
nghiệm lâm sàng không được quyết định ngẫu nhiên, bệnh nhân và các nhà khoa
học có thể ảnh hưởng đến kết quả.
Khi bệnh nhân được phân ngẫu nhiên vào cánh tay điều trị hoặc kiểm soát của một
thử nghiệm lâm sàng, kết quả sẽ không có một loại thiên vị lựa chọn cụ thể.

Ví dụ, nếu không ngẫu nhiên hóa, các nhà khoa học có thể chỉ định một cách có ý
thức hoặc tiềm thức các bệnh nhân vào cánh tay điều trị nếu họ có nhiều lợi ích hơn
từ việc điều trị.

Ngược lại, nếu các nhà khoa học đang tìm cách chứng minh rằng một phương pháp
điều trị nào đó không hiệu quả hoặc không an toàn, họ có thể gán cho những bệnh
nhân có nguy cơ biến chứng cao hơn hoặc cơ hội thành công thấp hơn để được
điều trị.

Cơ hội phân bổ sai lệch có thể được coi là cao hơn trong các thử nghiệm do các nhà
nghiên cứu điều hành trực tiếp hoặc gián tiếp bởi một công ty dược phẩm tìm cách
chứng minh tính hiệu quả và an toàn của một loại thuốc mới. Đây là lý do tại sao các
nhà nghiên cứu phải tiết lộ bất kỳ xung đột lợi ích tiềm năng nào khi tiến hành thử
nghiệm lâm sàng, vì các nhà sản xuất dược phẩm có một lợi ích tài chính rõ ràng (và
thường rất lớn) trong việc đạt được kết quả khả quan.

Biết được bệnh nhân nào đang dùng thuốc thử nghiệm có thể dẫn đến động lực âm
thanh cũng như những động cơ có vấn đề. Các bác sĩ có thể có ảnh hưởng có ý tốt
đối với các kết quả.
 Nếu việc điều trị tích cực dường như tạo ra những tác dụng phụ xấu, ví dụ, các bác
sĩ có thể bảo vệ một số loại bệnh nhân nhất định khỏi thuốc. Xử lý các đối tượng
trong thử nghiệm khác nhau theo cách này làm giảm tính toàn vẹn của các so sánh
tương tự và cho kết quả sai.

Tóm lại, ngẫu nhiên trong một thử nghiệm lâm sàng giúp loại bỏ thiên vị và để đảm
bảo rằng hai nhóm được so sánh thực sự giống nhau, và điều đó – càng nhiều càng
tốt – sự khác biệt duy nhất có thể ảnh hưởng đến kết cục trong bệnh của họ là liệu
chúng có nhận thuốc mới.

Thử nghiệm mù đôi và mù đơn

Ngoài việc ngẫu nhiên hóa, một thử nghiệm lâm sàng chất lượng cao thường mù
đôi, hoặc mù đơn khi không thể làm mù đôi. Điều này có nghĩa là bệnh nhân không
biết liệu họ có đang điều trị tích cực hay dùng giả dược (mù đơn) hay bệnh nhân và
bác sĩ điều trị và đánh giá những bệnh nhân đó không biết ai ở nhóm điều trị tích cực
(mù đôi) .

Loại “làm mù” này giúp ngăn ngừa kết quả bị lệch bởi bệnh nhân cảm thấy đỡ hơn vì
họ biết họ đang điều trị tích cực (hoặc ngược lại, người không báo cáo cảm giác tốt
hơn vì họ biết họ đang được điều trị giả dược hoặc giả dược). Tương tự như vậy,
một thử nghiệm mù đôi làm giảm tiềm năng cho một hiệu quả điều trị ở bệnh nhân và
làm giảm nguy cơ của các bác sĩ hoặc các nhà nghiên cứu báo cáo tác động lớn
hơn trong nhóm điều trị hoặc tác dụng ít hơn trong nhóm chứng.

Trong một số trường hợp, rất khó cho bệnh nhân mù và / hoặc các nhà nghiên cứu ở
nhóm điều trị và kiểm soát. Ví dụ, nghiên cứu về châm cứu có thể khó thực hiện theo
cách mù đôi vì các học viên vốn đã biết rằng họ đang điều hành một giả hoặc điều trị
tích cực. Trong những trường hợp như vậy, một thử nghiệm có thể là mù đơn (nghĩa
là bệnh nhân không biết liệu họ có đang điều trị tích cực hay giả), nhưng có thể sử
dụng một chuyên viên bên thứ ba độc lập để đánh giá bệnh nhân mà không biết liệu
họ có được điều trị tích cực hay giả hay không.

Sự thật nhanh về các thử nghiệm ngẫu nhiên có đối chứng

Dưới đây là một số điểm chính về RCT. Thông tin chi tiết và thông tin hỗ trợ nằm
trong phần nội dung của bài viết này.

 Thử nghiệm ngẫu nhiên có đối chứng là tiêu chuẩn vàng của xét nghiệm lâm sàng
áp dụng cho các can thiệp y tế mới.
 RCT thường được yêu cầu trong các chương trình thử nghiệm dược phẩm trước
khi các nhà quản lý sẽ cho phép bán thuốc mới.
 Ngẫu nhiên có nghĩa là cơ hội thuần túy được sử dụng để quyết định ai được điều
trị mới và ai sẽ tham gia nhóm so sánh thử nghiệm.
 Việc ngẫu nhiên được thực hiện sao cho ‘thiên vị lựa chọn’ được loại bỏ khi xử lý
được phân bổ, làm cho kết quả của sự so sánh đáng tin cậy hơn.
 RCT được “kiểm soát” để các nhà điều tra có thể mong đợi một cách hợp lý bất kỳ
hiệu ứng sức khỏe nào là kết quả của việc điều trị bằng thuốc, bằng cách quan sát
các tác động trong nhóm đối chứng không được cho dùng thuốc mới.
 Placebos có thể được sử dụng cho nhóm chứng – phương pháp điều trị giả giống
như điều trị thử nghiệm nhưng không chứa gì cả.
 Nó không phải luôn luôn đạo đức hoặc thực tế để đưa ra một giả dược, chẳng hạn
như khi điều này có nghĩa là từ chối điều trị cho những người có một căn bệnh đe
dọa tính mạng hoặc nghiêm trọng.
 Một điều trị tiêu chuẩn đã được thiết lập chống lại bệnh có thể được sử dụng trong
nhóm đối chứng để so sánh.

Tại sao các thử nghiệm lâm sàng ‘được kiểm soát’?
Mục đích của nhóm đối chứng trong thử nghiệm ngẫu nhiên có đối chứng là giúp
giảm khả năng bất kỳ lợi ích nào (và rủi ro) được xác định trong quá trình này có thể
do các yếu tố khác với chính thuốc đó.

Nếu không có kiểm soát – không có nhóm tham khảo hoặc so sánh – bất kỳ cải thiện
nào về sức khỏe hoặc kết quả khác không thể được quy cho thuốc hoặc điều trị.

Có thể có những yếu tố khác về việc thử nghiệm lâm sàng có thể giải thích kết quả,
và không so sánh những gì xảy ra ở những bệnh nhân tương tự tham gia vào các
điều kiện tương tự – nhưng không nhận được loại thuốc mới – không có sự đo
lường thích hợp về bất kỳ thay đổi nào có thể quan sát.

Giá trị sử dụng nhóm kiểm soát này chỉ được tạo ra nếu thử nghiệm đủ lớn. Nó phải
có đủ người tham gia để đảm bảo rằng sự khác biệt cơ hội và các trường hợp bất
thường không có ảnh hưởng lớn đến kết quả.

Một nhóm chứng thường được tạo thành từ những người phù hợp với tuổi, giới tính
và dân tộc, cùng với bất kỳ yếu tố nào khác có thể ảnh hưởng đến tác dụng của một
loại thuốc hoặc điều trị, chẳng hạn như cân nặng, tình trạng hút thuốc hoặc bệnh đi
kèm.

Nhóm chứng có thể nhận giả dược – một giả điều trị giống hệt như thuốc đang được
thử nghiệm, nhưng điều đó không thực sự chứa tác nhân hoạt động – hoặc có thể
được điều trị tiêu chuẩn mà không cần điều trị bổ sung trong điều tra.

Trong một số trường hợp, điển hình là những người điều tra lợi ích của một can
thiệp ở những người khỏe mạnh, nhóm kiểm soát có thể không được điều trị và chỉ
đơn giản là được tạo thành từ các cá nhân tương tự như những người được bổ
sung hoặc điều trị.

Chất lượng của nhóm kiểm soát là rất quan trọng, xét về mức độ tham gia của nhóm
đối chứng của nhóm hoạt động. Ví dụ, ngẫu nhiên hóa (giải thích ở trên) giúp đảm
bảo rằng không có thiên vị ảnh hưởng đến việc lựa chọn người vào nhóm kiểm soát.

Các thử nghiệm lâm sàng có chất lượng tốt sẽ công bố các phép đo đường cơ sở
cho cả hai cánh tay điều trị và kiểm soát của thử nghiệm, cho phép so sánh trực tiếp.

So sánh với điều trị tiêu chuẩn

Nhiều thử nghiệm điều tra các loại thuốc mới hoặc phương pháp điều trị cho một căn
bệnh được thiết kế để nhóm kiểm soát nhận được một điều trị được thiết lập (tiêu
chuẩn) cho căn bệnh đó. Mục đích của loại kiểm soát này là để tìm hiểu xem có bất
kỳ lợi ích so sánh nào từ thuốc mới so với cách điều trị tiêu chuẩn hay không. Ngay
cả khi thuốc mới dường như có tác dụng có lợi, thì việc điều trị được thiết lập vẫn có
thể an toàn hơn và hiệu quả hơn.

Các thử nghiệm thuốc so sánh là quan trọng ngoài quá trình phát triển dược phẩm vì
chúng có thể giúp hướng dẫn các quyết định về phân bổ nguồn lực chăm sóc sức
khỏe.

Ví dụ, các nhà hoạch định chính sách chăm sóc sức khỏe trên thế giới đặc biệt quan
tâm đến việc giá thuốc mới chống lại các lựa chọn điều trị hiện tại, có tính đến hiệu
quả chi phí, ảnh hưởng đến chất lượng cuộc sống và các yếu tố khác làm tăng thêm
lợi ích và chi phí cho xã hội , cũng như cho các cá nhân.

Các nhà hoạch định chính sách cũng phải tính đến sự thiếu đa dạng trong các thử
nghiệm lâm sàng khi đưa ra các quyết định về hướng dẫn và tài trợ chăm sóc sức
khỏe. Trong lịch sử, các thử nghiệm lâm sàng thường được thực hiện bằng cách sử
 dụng bệnh nhân nam trắng, dẫn đến sự chấp thuận của một loạt các loại thuốc và
can thiệp mà sau đó đã được nhìn thấy là ít hiệu quả hoặc rủi ro hơn trong một nhân
khẩu học khác nhau.

Nghiên cứu về động vật không phải con người hoặc một phần giới hạn dân số, trong
hầu hết các trường hợp, không đủ để khuyến cáo sử dụng rộng rãi một loại thuốc
hoặc điều trị cho dân số nói chung. Thật vậy, sự chấp thuận của một số loại thuốc
dựa trên nghiên cứu động vật đã dẫn đến tác hại đáng kể đối với sức khỏe con
người vì động vật không phải con người nói chung là một mô hình nghèo cho phản
ứng của con người đối với một loại thuốc hoặc điều trị.

Sử dụng phương pháp điều trị giả không đúng lúc

hoặc phi đạo đức trong RCT
Thiết kế thử nghiệm khoa học nghiêm ngặt không phải lúc nào cũng thực tế. Nó có
thể khó khăn để đạt được một giả dược thực sự, để ngụy trang giả hoàn toàn. Và
trong một số trường hợp, nó là phi đạo đức để đưa ra một điều trị giả.

Mong muốn cho một thử nghiệm đối chứng ngẫu nhiên có thể bị đánh bại bởi các ví
dụ sau đây về giới hạn thực tế:

 Ví dụ, phương pháp điều trị xâm lấn nhiều hơn – liên quan đến thiết bị hoặc phẫu
thuật – có thể không thể mô phỏng thực tế trong nhóm so sánh
 Có thể có quá ít người bị một căn bệnh nào đó có thể điều tra ở cả nhóm điều trị
và không điều trị
 Việc tuyển dụng bệnh nhân vào một thử nghiệm đặc biệt có thể quá khó khăn.
Một thử nghiệm đối chứng giả dược thường đơn giản là một viễn cảnh không công
bằng cho những người tham gia. Ví dụ, một giả dược không được phép được đưa ra
để so sánh trong bệnh nghiêm trọng hoặc hạn chế cuộc sống nếu nó có nghĩa là từ
chối chăm sóc thông thường.

Ở đây, nhóm so sánh thay vào đó sẽ được đưa ra một phương pháp điều trị đã có
sẵn, để các bệnh nhân sẽ không hy sinh sự chăm sóc tiêu chuẩn của họ vì lợi ích
của việc điều trị giả.

Nếu không có phương pháp điều trị hiện có, có thể sử dụng một thiết kế thử nghiệm
khác. Các quyết định về việc liệu các thiết kế thử nghiệm có công bằng với những
người tham gia được thực hiện bởi các ban đánh giá đạo đức độc lập. Một thử
nghiệm lâm sàng không thể đi trước mà không có sự chấp thuận đạo đức này.
Bằng chứng đời thực và dữ liệu đời thực trong đánh giá an toàn và hiệu quả của
thuốc
02/04/2020 12:00:00 SA

Dữ liệu đời thực (real world data) có thể được định nghĩa là dữ liệu liên
quan đến tình trạng sức khoẻ của bệnh nhân hay dữ liệu về việc cung
cấp các dịch vụ chăm sóc sức khoẻ. Dữ liệu này được thu thập thường
quy từ nhiều nguồn khác nhau, như Hồ sơ sức khoẻ điện tử (EHR) và dữ
liệu hành chính.
 
Từ hàng trăm năm trước, nhiều phương pháp điều trị mới đã được phát triển
dựa trên kinh nghiệm "đời thực". Những khám phá về vai trò của các loại quả
thuộc chi citrus trong điều trị bệnh scurvy (mô tả từ những năm 1700) hay vai
trò của insulin trong điều trị đái tháo đường (mô tả từ những năm 1920) đã
được ghi nhận từ lâu, trước khi có các thử nghiệm lâm sàng ngẫu nhiên hiện
đại. Các bệnh này có điểm chung là phương pháp chẩn đoán tin cậy, diễn
biến lâm sàng có thể dự đoán được, và hiệu quả điều trị tốt, rõ ràng. 
 
Vào cuối những năm 1940, cộng đồng y khoa đã bắt đầu chấp nhận việc sử
dụng các thiết kế lâm sàng ngẫu nhiên trong thử nghiệm thuốc. Các báo cáo
không được kiểm chứng xuất phát từ quan sát trong thực hành lâm sàng
được nhận thấy thường gây hiểu nhầm. Hệ quả là các bằng chứng trong các
thử nghiệm lâm sàng hiện đại gần như đã thay thế hoàn toàn các "bằng
chứng đời thực" (RWE) này. Mặc dù giúp đưa y học phát triển theo hướng
khoa học hơn, nhưng đồng thời sự chuyển đổi này cũng làm giảm việc sử
dụng cũng như giảm các giá trị của bằng chứng thu được từ các quan sát
trong thực hành lâm sàng. Thiết kế phân nhóm ngẫu nhiên và làm mù đã trở
thành tiêu chuẩn vàng trong đánh giá hiệu quả điều trị. Định nghĩa về quần thể
bệnh nhân đủ điều kiện tham gia nghiên cứu được quy định nghiêm ngặt trong
protocol nghiên cứu và nghiên cứu thường tiến hành trên nhóm bệnh nhân
thường gặp trong thực hành lâm sàng. Kết quả của thử nghiệm lâm sàng
thường không đại diện tốt cho nhóm các bệnh nhân có sự phân bố rộng về
mức độ nặng của bệnh, tuổi, sử dụng nhiều loại thuốc đồng thời hơn, có nhiều
bệnh mắc kèm.
 
Bằng cách kiểm soát các nguồn sai số chính, đảm bảo ghép nhóm nghiên cứu
phù hợp, các thử nghiệm lâm sàng hiện đại hỗ trợ chứng minh mối quan hệ
nhân quả  rõ ràng về hiệu quả của các phương pháp điều trị, do đó đây là
bằng chứng quan trọng về hiệu quả trong việc xin cấp phép phê duyệt bởi cơ
quan quản lý. Mặt khác, các thử nghiệm này cũng có những hạn chế lớn, bao
gồm chi phí cao, yêu cầu nguồn lực lớn và thời gian dài. Tiêu chí tuyển chọn
bệnh nhân nghiêm ngặt, nghiên cứu tập trung chính tại một số cơ sở y tế nhất
định, khiến một số bệnh nhân gặp khó khăn khi đăng ký, bao gồm cả những
người mắc nhiều bệnh, đặc biệt các bệnh nhân có vấn đề về khả năng vận
động hoặc nhận thức. Do đó, quần thể trong nghiên cứu không thể phản ánh
được quần thể bệnh nhân lớn hơn sẽ sử dụng thuốc trên lâm sàng.
 
Khả năng tiếp cận dữ liệu y tế điện tử ngày càng tăng, phần lớn do sự chuyển
đổi sang hồ sơ sức khoẻ điện tử (EHR), cùng với chi phí gia tăng và những
hạn chế đã được công nhận của các thử nghiệm truyền thống, đã khiến việc
sử dụng dữ liệu đời thực (RWD) lại được quan tâm trở lại với mục đích tăng
cường hiệu quả của nghiên cứu, đồng thời thu hẹp khoảng cách giữa nghiên
cứu với thực hành lâm sàng. Dữ liệu đời thực (real world data) có thể được
định nghĩa là dữ liệu liên quan đến tình trạng sức khoẻ của bệnh nhân hay dữ
liệu về việc cung cấp dịch vụ chăm sóc sức khoẻ. Dữ liệu này được thu thập
thường quy từ nhiều nguồn khác nhau, như Hồ sơ sức khoẻ điện tử (EHR) và
dữ liệu hành chính.
 
Theo Đạo luật Điều trị thế kỷ 21, Cơ quan Quản lý Dược phẩm và Thực phẩm
Hoa Kỳ (FDA Hoa Kỳ) được yêu cầu xây dựng các chương trình nhằm đánh
giá việc sử dụng bằng chứng đời thực trong việc hỗ trợ ra quyết định cấp
phép chỉ định mới cho các thuốc đã được cấp phép trước đó hoặc để đảm
bảo yêu cầu của nghiên cứu hậu mãi. Bằng chứng đời thực có thể được định
nghĩa là các bằng chứng lâm sàng về việc sử dụng, các lợi ích hoặc nguy cơ
tiềm tàng của các liệu pháp y học (medical product) thu được từ phân tích các
dữ liệu đời thực. Theo kế hoạch, khung của chương trình này được công bố
vào cuối năm 2018.
 
Hiện nay, FDA Hoa Kỳ sử dụng thường quy các dữ liệu đời thực để cung cấp
bằng chứng về an toàn thuốc, dựa trên dữ liệu thanh toán và sử dụng từ các
nhà thuốc của hơn 100 triệu cá nhân thuộc hệ thống Sentinel. Ngoài ra, các
quy định của FDA Hoa Kỳ từ lâu đã công nhận rằng các nhóm chứng lịch sử
lấy từ cơ sở thực hành có thể được sử dụng làm nhóm tham chiếu trong các
thử nghiệm can thiệp một nhóm (single intervention group treatment studies)
từ đó cung cấp bằng chứng quan trọng về hiệu quả. Chẳng hạn, khi diễn biến
bệnh có thể dự đoán được (như bệnh hiếm gặp và ung thư), và tác dụng của
thuốc là đáng kể. Ví dụ: sự chấp thuận nhanh chóng của blinatumomab đối
với điều trị bệnh bạch cầu cấp dòng lympho tiền thân tế bào B tái phát và
nhiễm sắc thể Philadelphia âm tính được dựa trên thử nghiệm can thiệp một
nhóm. Tỷ lệ ngưỡng đáp ứng được so sánh với dữ liệu lịch sử trên 694 bệnh
nhân tương tự trích xuất từ hơn 2000 bệnh án tại các địa điểm nghiên cứu và
điều trị thuộc Liên minh châu Âu và Hoa Kỳ. 
 
FDA Hoa Kỳ hiện đang tập trung vào việc xác định thêm các lĩnh vực mà trong
đó dữ liệu đời thực có thể được sử dụng để tạo ra bằng chứng về hiệu quả.
Điều này sẽ yêu cầu đánh giá về cả chất lượng và sự phù hợp của dữ liệu sẽ
được sử dụng cũng như phương pháp phân tích để tạo ra bằng chứng. Thông
qua Sentinel, FDA Hoa Kỳ đã có nhiều kinh nghiệm về việc sử dụng dữ liệu
thanh toán bảo hiểm, tuy nhiên dữ liệu này không bao quát được nhiều tiêu
chí lâm sàng cần thiết cho việc cấp chỉ định mới của các thuốc đã được phê
duyệt trước đó. Hồ sơ sức khoẻ điện tử (EHR) có thể cung cấp dữ liệu lâm
sàng chi tiết hơn, bao gồm kết quả xét nghiệm và hình ảnh và đánh giá lâm
sàng, tuy nhiên, dữ liệu từ hồ sơ sức khoẻ điện tử thường không có cấu trúc
và đôi khi không nhất quán do sự khác biệt giữa các nhà lâm sàng cũng như
các hệ thống y tế. Điều này không đáng ngạc nhiên vì dữ liệu EHR được tạo
ra không nhằm mục tiêu nghiên cứu.
 
Để hiểu rõ hơn về cách dữ liệu đời thực có thể được sử dụng để trả lời các
câu hỏi pháp lý, Trung tâm Xuất sắc về Ung thư của FDA Hoa Kỳ (FDA
Oncology Center for Excellence) đã hợp tác nghiên cứu với Flatiron Health,
một công ty phát triển dữ liệu đời thực chất lượng về ung thư, và dữ liệu lớn
(big data) của CancerLinq, Hiệp hội Ung thư Lâm sàng Hoa Kỳ. Trọng tâm của
các hợp tác này là sử dụng dữ liệu đời thực để hiểu về việc sử dụng các liệu
pháp miễn dịch mới trong thực hành lâm sàng. Cùng với nhiều dự án khác,
các dự án này đang đánh giá tính đầy đủ, chính xác và tính nhất quán của dữ
liệu sức khoẻ điện tử và cuối cùng sẽ thông báo các đánh giá của FDA Hoa
Kỳ về sự phù hợp của các dữ liệu này sử dụng trong các nghiên cứu liên quan
đến pháp lý. 
 
Phương pháp phân tích tối ưu để tạo bằng chứng đời thực vẫn còn đang
được tranh luận đáng kể. Ngay cả trong các bối cảnh mà việc tiến hành các
thử nghiệm truyền thống có thể giúp làm giảm tính ngoại hiệu lực (external
validity), ngẫu nhiên hoá vẫn là công cụ chính để hỗ trợ suy luận mối quan hệ
nhân quả một cách đáng tin cậy. Áp dụng công cụ khoa học quan trọng này
vào đời thực có thể giảm thiểu các yếu tố gây nhiễu đồng thời cho phép tạo
dữ liệu từ các quần thể đại diện được hầu hết các bệnh nhân sẽ dùng thuốc
trong lâm sàng khi thuốc được cấp phép. Ngẫu nhiên hoá được thực hiện
trong thực hành lâm sàng có thể giúp tuyển chọn được đa dạng bệnh nhân
hơn, đồng thời giúp việc quan sát bệnh nhân hàng ngày thuận lợi hơn. Dựa
trên mô hình của các thử nghiệm đơn giản quy mô lớn, các thử nghiệm lâm
sàng ngẫu nhiên có thể được tích hợp ngày càng nhiều hơn vào thực hành
lâm sàng. Các tính năng “thực tế” có thể được bao gồm trong những thử
nghiệm này, từ đó bắt chước được việc triển khai can thiệp thường quy trong
thực hành lâm sàng. Việc tích hợp nghiên cứu vào các bối cảnh lâm sàng cho
thấy một số thách thức như quy trình làm việc của bác sĩ, yêu cầu cần đào tạo
thêm để đảm bảo thực hành nghiên cứu lâm sàng tốt.
 
Để khám phá cách các thử nghiệm ngẫu nhiên có thể được tiến hành trong
môi trường thực tế, FDA Hoa Kỳ đang hỗ trợ cho một thử nghiệm lâm sàng
ngẫu nhiên tiến hành tại Sentinel - cho đến nay mới chỉ được sử dụng để
đánh giá sự an toàn. Thử nghiệm IMPACT-Afib6 sẽ đánh giá tác động của can
thiệp giáo dục trong việc giải quyết một vấn đề sức khoẻ cộng đồng quan
trọng đó là tình trạng thiếu điều trị các thuốc sử dụng nhằm giảm nguy cơ đột
quỵ ở bệnh nhân rung nhĩ. Đây có thể là bằng chứng cho khái niệm về các
nghiên cứu trên dữ liệu thời thực trong tương lai.
 
FDA đã cho thấy sự quan tâm của cơ quan này đến việc khai thác dữ liệu đời
thực và các phương pháp quan sát để đưa ra bằng chứng về hiệu quả. Các
cơ sở dữ liệu cỡ lớn có vai trò đặc biệt hữu ích để nghiên cứu về các biến cố
hiếm gặp, đặc biệt là với các biến cố dễ xác định và đặc trưng cho bệnh. Khi
áp dụng các phương pháp thống kê tuỳ chỉnh, các nghiên cứu quan sát có
khả năng cung cấp bằng chứng để đưa ra quyết định pháp lý. FDA Hoa Kỳ
căn cứ vào các dữ liệu quan sát trong trường hợp kết cục điều trị (end point)
đã được định nghĩa rõ ràng và diễn biến lâm sàng của bệnh dự đoán được và
đã được hiểu rõ. Cần nghiên cứu thêm để xác định khi nào thì các dữ liệu cỡ
lớn và phương pháp thống kê là đủ để điều chỉnh được sai số hệ thống trong
lấy mẫu, tính chắc chắn, hoặc việc thiếu dữ liệu có thể xảy ra trong các nghiên
cứu quan sát. Đây đặc biệt một vấn đề đối với nghiên cứu hồi cứu trong đó
việc thiếu các mô tả chi tiết về bệnh nhân dẫn tới việc điều chỉnh các yếu tố
gây nhiễu hạn chế hơn. Là một phần của nỗ lực này, FDA Hoa Kỳ đang tài trợ
cho một nghiên cứu để khám phá xem liệu các phương pháp quan sát có thể
được sử dụng để thay thế cho kết quả của khoảng 30 thử nghiệm lâm sàng
thiết kế để cung cấp bằng chứng về hiệu quả của thuốc hay không. Dự án này
sẽ hỗ trợ FDA Hoa Kỳ hiểu cách áp dụng các phương pháp quan sát để giải
quyết các câu hỏi liên quan đến hiệu quả của thuốc.
 
Những nỗ lực của FDA Hoa Kỳ sẽ cung cấp những hiểu biết về tiềm năng việc
sử dụng bằng chứng đời thực cho các quyết định pháp lý. Tuy nhiên, đây mới
chỉ là một khía cạnh của một thử thách lớn hơn. Nếu dữ liệu đời thực và bằng
chứng đời thực được sử dụng một cách hiệu quả cho các mục đích liên quan
đến y tế công cộng, cần chia sẻ kiến thức và phối hợp giữa bác sĩ, bệnh nhân,
hệ thống chăm sóc sức khoẻ, công ty dược phẩm và cơ quan quản lý. Cũng
giống như các đối tác thương mại về dữ liệu trong Sentinel thấy được giá trị
của việc gộp các nguồn tài nguyên/dữ liệu để trả lời được các câu hỏi quan
trọng về khía cạnh an toàn, sẽ cần hợp tác nhiều hơn nữa để tạo ra các mạng
dữ liệu chất lượng cao có thể được tận dụng liên tục cho các mục đích nghiên
cứu và lâm sàng. Ngoài ra, nếu nghiên cứu tiến hành hướng tới đạt mục tiêu
lấy bệnh nhân làm trung tâm, cần phải tận dụng những tiến bộ công nghệ,
như các ứng dụng về y tế trên các thiết bị di động, để nắm bắt trải nghiệm của
bệnh nhân ngoài hệ thống chăm sóc lâm sàng và thiết lập một bức tranh toàn
diện hơn về cách thức hoạt động của các liệu pháp y học (medical product) -
những điều này đều nằm ngoài phạm vi tiếp cận được của các thử nghiệm
lâm sàng ngẫu nhiên truyền thống.
 
Nguồn: JAMA September 4, 2018 Volume 320, Number 9
(URL: https://jamanetwork.com/journals/jama/article-abstract/2697359)
Người dịch: Nguyễn Quang Sáng, Nguyễn Thị Thu Thủy