Betegjelentett kimenetek IBD-klinikai vizsgálatokban: heterogén mérőeszközök, magas placeboarány, korlátozott validáció
Az IBD randomizált klinikai vizsgálataiban egyre nagyobb szerepet kapnak a betegjelentett kimenetek és az ezeket mérő kérdőívek, a rendelkezésre álló eszköztár azonban széttagolt, a placebo-karokban mért javulási arány magas, a terápiás hatásméretek pedig rendszerint mérsékeltebbek, mint a primer klinikai vagy endoszkópos végpontok esetében. Csak kevés PROM mögött áll kiterjedt pszichometriai validáció, és ezek közül egyik sem a jelenlegi regulációs ajánlásoknak megfelelő fejlesztési folyamatban született.
A közlemény fókusza
A szerzők szisztematikus áttekintést és metaanalízist készítettek annak feltárására, milyen betegjelentett kimeneti mérőeszközöket alkalmaztak IBD-ben végzett randomizált, kontrollált vizsgálatokban, mekkorák ezek placebo-kimeneti arányai, hogyan viszonyulnak a hatásméretek a vizsgálatok elsődleges végpontjaihoz, és milyen a PROM-ok validáltsága. A munka két részből állt: az első a PRO-kat tartalmazó RCT-ket térképezte fel, a második pedig minden olyan, IBD-ben végzett vizsgálatot, amely PROM fejlesztéséről vagy validációjáról számolt be.
A keresés során 132 RCT került a végső elemzésbe, közülük 71 Crohn-betegségben, 61 colitis ulcerosában zajlott. Emellett 171 tanulmány szolgált alapul 78 különböző PROM mérési tulajdonságainak értékeléséhez.
A PROM-használat mintázata
Az RCT-kben összesen 29 különböző PROM-ot azonosítottak; ezek közül 10-et Crohn-betegségben, 25-öt colitis ulcerosában alkalmaztak. A leggyakrabban használt eszközök az IBDQ, a PRO-2, az EuroQoL és az SF-36 voltak, a generikus kérdőívek pedig különösen UC-vizsgálatokban jelentek meg gyakran.
A közlemény egyik legfontosabb megállapítása, hogy ugyanazon kérdőív esetében is jelentős heterogenitás mutatkozott a végpont-definíciókban és az eredményközlés módjában. Az IBDQ-nál például váltakozva használták a remissziót jelentő ≥170 pontos küszöböt, a ≥16 pontos javulást jelző válaszkritériumot, illetve folytonos változóként az abszolút pontszámot vagy annak változását.
Hasonló széttagoltság látszott a PRO-2 esetében is: Crohn-betegségben a hasi fájdalom és a székletgyakoriság kombinációját eltérő vágópontokkal definiálták. Ez a módszertani változatosság érdemben korlátozta az eredmények összehasonlíthatóságát és az összesített elemzések erejét.
Placebohatás és hatásméretek
A PROM-alapú végpontoknál a placebo-karokban mért javulási arány számottevő volt. CD-indukciós vizsgálatokban az IBDQ-remisszió placeboaránya 25,2% volt, míg CD-fenntartó vizsgálatokban az IBDQ-válaszarány 37,6%-ot ért el.
UC-indukcióban az IBDQ-válaszarány a placebo-karban 42,2%, az IBDQ-remisszió 31,8% volt. További UC-végpontoknál a placebojavulás hasi fájdalomremisszió esetén 25,2%, a bowel urgency megszűnésénél 25,7%, EuroQoL-javulásnál 33,6%, WPAI:UC esetén 43,6% volt, egy alternatív WPAI-definícióval pedig 62,7%-ig emelkedett.
UC-fenntartó vizsgálatokban a placebo-karban az IBDQ-remisszió 38,5%, az IBDQ-válasz 32,0%, az EuroQoL-javulás 30,9%, a WPAI:UC-javulás 35,2% volt. Az SF-36 különböző mentális és fizikai komponensvégpontjai szintén 31–36% közötti placebojavulást mutattak.
Az aktív kezelés több PROM-végpontban szignifikánsan felülmúlta a placebót, de a hatásméretek mérsékeltek maradtak. UC-indukcióban az IBDQ-remisszió relatív kockázata 1,58, az IBDQ-válaszé 1,43, a hasi fájdalomremisszióé 1,80, a bowel urgency remisszióé 1,91, az EuroQoL-javulásé 1,56, a WPAI:UC-javulásé 1,34 volt.
UC-fenntartó vizsgálatokban az IBDQ-remisszió RR-értéke 1,73, az IBDQ-válaszé 1,61, az EuroQoL-javulásé 1,72, a WPAI:UC-javulásé 1,57 volt. A szerzők ugyanakkor azt találták, hogy az ugyanazon vizsgálatok primer végpontjaihoz tartozó összesített hatásméretek következetesen nagyobbak voltak, mint a PROM-alapú végpontokéi.
Validációs helyzet
A második elemzésben 78 PROM működési tulajdonságait tekintették át, beleértve a tartalmi validitást, kritériumvaliditást, konstruktumvaliditást, ismételt méréses megbízhatóságot, belső konzisztenciát, változásérzékenységet és megvalósíthatóságot. A legátfogóbban validált eszközök közé az IBD Control, az IBD Disability Index és az IBDQ tartozott.
A közlemény egyik lényegi megállapítása, hogy csak a PROM-ok kisebbsége esett át kiterjedt validációs folyamaton. Azok az eszközök pedig, amelyek mögött a legtöbb pszichometriai adat áll, nem a jelenlegi FDA- és EMA-elvárásoknak megfelelő fejlesztési logika mentén készültek.
Ezzel párhuzamosan azok a korszerűbb kérdőívek, amelyeket már szabályozói ajánlások figyelembevételével dolgoztak ki, még nem rendelkeznek hasonló mélységű validációval. A szerzők ide sorolják többek között a CD- és UC-PRO/Signs and Symptoms, a Bowel Urgency Numeric Rating Scale, a SIQ-CD/UC és az UC-SQ eszközöket.
Regulációs és vizsgálattervezési jelentőség
A cikk felidézi, hogy az FDA és az EMA egyaránt támogatja a betegjelentett kimenetek alkalmazását IBD-klinikai vizsgálatokban, az endoszkópos értékelés kiegészítéseként. Ugyanakkor jelenleg sincs olyan széles körben használt PROM, amely egyszerre lenne alaposan validált és teljes mértékben a modern regulációs fejlesztési követelmények szerint kialakított.
A magas placeboarány és a kisebb hatásméret közvetlen következménye, hogy a PROM-ok kevésbé érzékenyek a kezeléshatás kimutatására, mint a primer klinikai vagy endoszkópos végpontok. Ez különösen akkor bír jelentőséggel, ha egy PROM-ot ko-primer vagy önálló primer végpontként kívánnak használni, mert ilyenkor a szükséges mintanagyság nőhet, a vizsgálat tervezése pedig nehezebbé válik.
A szerzők arra is rámutatnak, hogy a kérdőívek száma és terjedelme a betegek számára jelentős terhet jelenthet, egyes becslések szerint közelítve az endoszkópiával járó megterheléshez. Ebből következően a PROM-választás nem pusztán mérésmetodikai, hanem kivitelezhetőségi kérdés is.
Fő megállapítások
A közlemény alapján az IBD-klinikai vizsgálatok PROM-eszköztára jelenleg túlzottan heterogén, és még a leggyakrabban használt kérdőívek esetében sincs egységes végpont-definíció. Ez a széttagoltság nemcsak az egyes vizsgálatok közötti összevethetőséget rontja, hanem a bizonyítékok szintetizálását is korlátozza.
A PROM-ok klinikai relevanciája ettől még nem kérdőjeleződik meg, hiszen az életminőség, a tünetteher, a funkcionális állapot és a mindennapi aktivitás korlátozottsága a beteg szempontjából alapvető jelentőségű. A közlemény üzenete inkább az, hogy ezek méréséhez tudatosabban kiválasztott, standardizáltan definiált és megfelelően validált eszközökre van szükség.
A szerzők végkövetkeztetése szerint az IBD-ben alkalmazott PROM-ok kiválasztását a jövőben célzottabban, a mérési teljesítmény, a regulációs elfogadhatóság és a betegteher együttes mérlegelésével kell végezni. Az optimális eszköz nem pusztán érzékeny a változásra, hanem valóban azt a betegélményt méri, amelyet a vizsgálat értékelni kíván.
Hanzel J, Yuan Y, Goodwin SW, et al. on behalf of the ENDPOINT and PRO clusters of the International Organization for the Study of Inflammatory Bowel Disease. Patient-reported Outcomes in Clinical Trials of Inflammatory Bowel Disease: A Systematic Review and Meta-analysis. Clinical Gastroenterology and Hepatology. 2026; journal pre-proof.
