بيانات العالم الحقيقي RWD مفتاح لفهم أفضل للأمراض وتطوير علاجات مبتكرة! نشرة التشريعات في أسبوع البريدية - العدد #76

مرحبا بالمنضمين حديثا إلى النشرة، والتي أنقل لكم فيها تجربتي في دراسة الماجستير التنفيذي في التشريعات الدوائية بجامعة الملك سعود 2023 م ( ‏Executive Master of Drug Regulatory Affairs in KSU) بشكل أسبوعي في صباح كل يوم إثنين☀️ وهي لا تُعبرّ إلا عن وجهة نظر ناقلها، راغبا بذلك توثيق الرحلة مع الآخرين ومشاركتهم طريق التعلم في أحد أعرق جامعات المملكة العربية السعودية.

ناقل هذه التجربة هو أنا عبدالعزيز آل رفده تجدني في منصة linkedin،أو منصة Twitter (X)  صيدلي بمدينة الملك سعود الطبية وكاتب ابداعي لعديد من المقالات والنشرات البريدية منذ العام 2018م وحتى هذا اليوم.

إن كنت مهتما عن السبب وراء رغبتي في توثيق ونقل هذه التجربة فأود إخبارك بأني قد أفردت لها نشرة سابقة من أعداد التشريعات في أسبوع البريدية والتي كانت بعنوان ( ما هو السبب الذي يجعلني أكتب نشرة التشريعات في أسبوع البريدية؟) وفي نشرة أخرى كذلك كتبت عددا لاقى رواجا كبيرا بين القراء بعنوان (لماذا أنصحك بدراسة الماجستير التنفيذي في التشريعات الدوائية، واستكمال رحلتك المهنية عن طريقها؟). 

لإيماني بإثراء المحتوى العربي بشكل عام والصيدلاني بشخص خاص بدأت هذه الرحلة، وقد وصلتني عن نشرة التشريعات في أسبوع الكثير من كلمات المديح والتشجيع سواء من أعضاء هيئة التدريس، أو زملاء الدفعة الدراسية، أو ممن ينتسبون في السلك الصيدلاني بكافة قطاعاته، سعيد بأن سلسلة النشرات البريدية قد نالت استحسانهم، وبإذن الله بأن القادم منها أجمل بهاءْ وحُلّة. 🙏🏼

أثق تماما بأن المستقبل مشرق بالكثير من الرائعين الذين بإمكانهم صنع أعمال عظيمة من شأنها إحداث أثر إيجابي في المجتمع العلمي والصحي، قراءة مُفيدة للنشرة السادسة والسبعين "76" من نشرة التشريعات في أسبوع البريدية.

الذكاء الاصطناعي يُعيد تشكيل مستقبل اكتشاف الأدوية

يُسلّط المقال والذي عنوانه "من البيانات إلى الأدوية: دور الذكاء الاصطناعي في اكتشاف الأدوية"، المنشور من قبل معهد Wyss بجامعة هارفارد في التاسع من يناير 2025 م الضوء على الإمكانات التحويلية للذكاء الاصطناعي (AI) في إعادة تشكيل وبناء عملية اكتشاف الأدوية التقليدية، فالتحديات في عملية اكتشاف الأدوية بطريقتها التقليدية تُعتبر مساعي ذات سمات طويلة ومكلفة مع مرور الوقت، حيث تستغرق عادةً ما بين 13 إلى 15 عامًا وتكلف في المتوسط أكثر من 2.5 مليار دولار لكل دواء.

وعلى الرغم من هذه الاستثمارات الصخمة في قطاع الأدوية ، فإن أقل من 10% من الأدوية المرشحة في المرحلة الأولى تنجح في الحصول على موافقة إدارة الغذاء والدواء الأمريكية (FDA)، ويرجع ذلك أساسًا إلى مخاوف تتعلق بالسلامة أو نقص الفعالية، وهنا تُبرز تحديات أخرى في الحاجة المُلحة إلى اتباع نهج أكثر كفاءة في تطوير الأدوية.

لنأتي على سؤال مهم ، ما هو الدور الناشئ للذكاء الاصطناعي في اكتشاف الأدوية ؟ 

يبرز دور الذكاء الاصطناعي وعلم الأحياء الحاسوبي كأدوات واعدة لتسريع اكتشاف الأدوية، وذلك من خلال الاستفادة من مجموعات البيانات الكبيرة والخوارزميات المتقدمة، تُمكّن للذكاء الاصطناعي تبسيط مختلف مراحل عملية تطوير الأدوية لتقليل المدة الزمنية والتكاليف ومنها ما يلي:

 1. التعاون السلس بين المختبرات التجريبية والحاسوبية:

يُعد التكامل الفعال بين فرق المختبرات التجريبية (المختبرات الرطبة Wet Labs) والحاسوبية (المختبرات الجافة Dry Labs ) أمرًا حيويًا، حيث يظهر أثر مثل هذه التعاونات في إتاحة التعاون المبكر والمستمر من أجل تحديد المشكلات وتصحيحها بسرعة، مما يعزز دقة النماذج وملاءمتها في عملية اكتشاف الأدوية.

2. أهمية البيانات عالية الجودة:

يعتمد نجاح نماذج الذكاء الاصطناعي بشكل كبير على جودة البيانات المستخدمة، ففي حين أن قواعد البيانات العامة ذات قيمة واضحة، إلا أنها قد لا تغطي جميع الاحتياجات المحددة، لذا يمكن أن يوفر الاستثمار في مجموعات بيانات خاصة وعالية الجودة ميزة تنافسية عن غيرها بفارق كبير.

3. استكشاف مساحات كيميائية جديدة:

يمكن للذكاء الاصطناعي استكشاف مساحات كيميائية واسعة، بما في ذلك تصميم مركبات جديدة من خلال عديد الأساليب المتنوعة للذكاء الاصطناعي التوليدي، بمثل هذه الطرق يمكن فتح آفاق واسعة لاكتشاف فئات هيكلية فريدة من الأدوية، مثل المضادات الحيوية الجديدة، التي لم يتم استكشافها سابقًا.

وخلاصة المقال الذي يمكن الأخذ به أن الذكاء الاصطناعي يحمل آمالا كبيرة في تحويل اكتشاف الأدوية نحو فضاءات أرحب، إلاّ أن تطبيقه بشكل ناجح يتطلب مراعاة دقيقة لجودة البيانات، والتعاون بين التخصصات، والاستعداد لاستكشاف مجالات كيميائية غير معروفة مسبقا.

في النشرة السابقة من نشرة التشريعات في أسبوع البريدية بعنوان (بيانات العالم الحقيقي RWD مفتاح مستقبل الرعاية الصحية، فكيف يتم دفع عجلة الابتكار في مجال الصحة عن طريق هذه البيانات؟) فهمنا معا بأن البيانات المأخوذة من  العالم الحقيقي هي عبارة عن مجموعة واسعة من المعلومات الصحية التي يتم جمعها من مصادر متنوعة في الحياة اليومية للمرضى، خارج نطاق التجارب السريرية التقليدية، هذه الأرقام تشمل السجلات الطبية الإلكترونية، نتائج الفحوصات المخبرية، والمعلومات التي تجمعها الأجهزة الذكية.

تعتبر هذه البيانات مكملة للبيانات التي نحصل عليها من التجارب السريرية، حيث أنها توفر لنا صورة أكثر واقعية عن تأثير العلاجات والأدوية على المرضى في بيئاتهم الطبيعية، لذا يمكن القول بأن بيانات العالم الحقيقي تساعدنا على فهم أفضل لكيفية تفاعل المرضى مع العلاج على المدى الطويل، وتساهم في تطوير علاجات جديدة، وتقييم فعالية العلاجات الحالية، وتحسين الرعاية الصحية بشكل عام.

على الرغم من أهمية هذه البيانات، إلا أنها تواجه بعض التحديات مثل تنوع مصادرها، وجود بيانات هيكلية وغير هيكلية، وحاجة إلى تحليل معقد. بالإضافة إلى ذلك، يجب الحرص على حماية خصوصية المرضى عند التعامل مع هذه البيانات.

لذا يمكننا القول بأن بيانات العالم الحقيقي هي أداة قوية لتحسين الرعاية الصحية فهي تساعدنا على فهم الأمراض بشكل أفضل، وتطوير علاجات جديدة، وتحسين جودة الحياة للمرضى، فمع تطور التقنيات، يمكننا توقع أن تلعب هذه البيانات دورًا أكثر أهمية في المستقبل.

ما هي أنواع الأدلة من العالم الحقيقي RWD التي تستخدم مع health technologies assessment أو تقييم التقنيات الصحية ؟ 

يمكن استخدام الأدلة المأخذوة من العالم الحقيقي في الأمور التي تتعلق:

• التكاليف Cost

• البيانات الوبائية epidemiological data

• احتمالات الانتقال في النماذج models وذلك في الأستقراء والتحليل الإقتصادي 

•  RWE تلعب دورا تكميليا supplementary  لأدلة RCT أثناء عملية صنع القرار decision making 

ما هي تصنيفات category للأدلة المأخوذة من العالم الحقيقي لما يتعلق بالعلاج أو مقارنة الفاعلية Effectiveness ؟ 

✔️دراسات فعالية العلاج الاستكشافي Exploratory Treatment Effectiveness Studies => 

• لا تفترض وجود تأثير علاجي محدد.

• خطوة أولى للتعرف على فعالية العلاج المحتملة treatment effectiveness

✔️فرضية تقييم دراسات فعالية العلاج (HETE)Hypothesis Evaluating Treatment Effectiveness (HETE) Studies =>   

• تقييم وجود أو عدم وجود تأثير محدد مسبقا

• اختبار فرضية محددة في مجموعة سكانية محددة specific population.

🔴 ملاحظة => عندما يتم تقييم دراسات HETE بالاقتران مع أدلة أخرى، قد تؤدي النتائج إلى توصيات العلاج treatment recommendations  من خلال تقديم رؤى جديدة.

ومثال ذلك، حول ما إذا كان تأثير العلاج الذي لوحظ في التجارب السريرية العشوائية RCT’s يعطي نفس النتيجة في العالم الحقيقي حيث يغير الالتزام المنخفض low adherance والعوامل الأخرى فعالية العلاج 

ما هي التحديدات والقيود عند استخدام البيانات أو الأدلة المأخذوة من العالم الحقيقي RWD/RWE ؟ 

❌ التأثر بالعوامل الخارجية confounding factors مثل الأمراض المزمنة وأثرها، المرضى كبار السن.

❌ تحليل هذه البيانات لا يعني بأن الإرتباط لا يعني السببية association and not causation مثلا لا يعني قلة النوم الإفراط في  شرب القهوة فقط كسبب رئيسي، ولكن تدخل أسباب أخرى أيضا تتعلق إما بالأكل، او الضغوطات وهكذا. 

❌ الانحيازات لنتيجة معينة Bias وهذا قد يعود على جودة الدراسة ودقة أرقامها.

❌ محدودية الدراسة في عدة تعميمها على بقية السكان generalizability.

❌ وجود بيانات مفقودة أو مشفرة بشكل غير صحيح من المصدر missing information.

كيف يتم تقييم أدلة البيانات المأخوذة من العالم الحقيقي بشكل دقيق؟ 

✔️ جودة البيانات Data quality =>

ما هي مصادر جودة البيانات؟ هل هي مناسبة للهدف من الدراسة؟ وهل تحتوي على جميع وتفاصيل المعلومات للسكان المناسبين؟ 

✔️ الطريقة الاحصائية المتبعة statistical method => 

هل تم تطبيق الطرق الإحصائية المناسبة للمساعد مع التحيزات المحتملة بحجم عينة كاف؟

✔️ القدرة على تكرار النتائج Reproducibility =>

هل الدراسة قادرة على تكرار نفس نتائجها على أعداد بشر أخرى؟ 

✔️الاتسام بالوضوح في نهج التحليل الاحصائي Transparency=> هل محتوى الأدلة واضحة وسهلة القراءة؟ 

لماذا تعتبر  مصدر البيانات مهمة Relevance ؟ 

• هناك اختلافات في ممارسة الطب في جميع أنحاء العالم وبين أنظمة الرعاية الصحية في البلدان المختلفة. 

• يمكن أن يختلف المرضى في أنواع متعددة من برامج دفع الرعاية الصحية التجارية أو الحكومية في مجموعة من الخصائص، مثل العمر والوضع الاجتماعي والاقتصادي والظروف الصحية وعوامل الخطر وغيرها من الارتباكات المحتملة Confounders. 

•  عوامل مختلفة في أنظمة الرعاية الصحية وبرامج التأمين، مثل تصنيف الأدوية (تصنيف أدوية الخط الأول للمرض والخط الثاني) 

• من المهم أيضا تحديد ما إذا كانت مصادر البيانات تغطي جميع السكان ذوي الصلة بالدراسة.

ما الذي توصي فيه هيئة الدواء والغذاء الأمريكية بهذا الخصوص لأهمية مصادر البيانات من العالم الحقيقي ؟ 

• يجب تحديد أسباب اختيار بيانات العينة بشكل أكثر دقة وذلك بسبب تحديد الفرضية الصحيحة. 

• المعلومات الأساسية حول نظام الرعاية الصحية، بما في ذلك  التشخيص والعلاجات المفضلة للمرض المعني دراسته، ومدى صحة جمع هذه المعلومات والتحقق من دقتها في مصادر البيانات المقترحة.

• وصف لممارسات الوصفات والاستخدام في نظام الرعاية الصحية، وهنا يجب فهمها جيدا ثم الحكم عليها بطريقة منطقية وواقعية. 

ماذا عن البيانات المفقودة Missing data ؟ 

من الممكن أي يكون هناك فقدان للمعلومات بسبب: 

طلب الطبيب في المشفى ولكن الممارس الصحي لم يقم به، أو لم يجمعه، أو نتيجته كانت خاطئة وهكذا ..  

ما هي الخلاصـــــــــــة؟ 

تُعتبر الأدلة المأخوذة من العالم الحقيقي (RWE) مكملة للأدلة التقليدية المستمدة من التجارب السريرية العشوائية (RCTs) فهي توفر رؤى أعمق حول فعالية وسلامة العلاجات في بيئات الرعاية الصحية الواقعية حيث تشمل مصادر RWE سجلات المرضى الإلكترونية وقواعد البيانات التأمينية.

ويمكن القول بأن بيانات RWE تتميز بأهمية كبيرة في تقييم التكاليف والفعالية، مما يساعد في اتخاذ قرارات بشأن التغطية التأمينية وخلافه مما يُمكنها من اكتشاف الآثار طويلة الأمد للعلاجات التي تُكمّل RCTs بتوفير معلومات عن العلاجات في مجموعة متنوعة من السكان.

ومع ذلك، يواجه استخدام RWE بعض التحديات، مثل تأثير العوامل المربكة وصعوبة تحديد العلاقة السببية بين المتغيرات، والانحيازات في البيانات، ومحدودية التعميم، والبيانات المفقودة، لذا يجب تقييم جودة RWE بعناية، مع التركيز على جودة البيانات والطريقة الإحصائية المستخدمة وإمكانية تكرار النتائج ووضوح التحليل.

ومن أجل كل ما سبق تظهر مدى من أهمية مصدر البيانات في الوعي بمدى الاختلافات بين أنظمة الرعاية الصحية، مما يؤثر على جودة البيانات في نهاية المطاف، فهيئة الدواء والغذاء الأمريكية توصي بتحديد أسباب اختيار بيانات العينة بدقة، وتقييم نظام الرعاية الصحية، مع وصف ممارسات الوصفات والاستخدام في نظام الرعاية الصحية.

كل الشكر لك عزيزي القارئ لبلوغك هذا السطر من النشرة البريدية، جميع ما ذكر في النشرة هو إعادة تدوير لموضوع سابق من تقديم الدكتورة سناء العقيل وهي الأستاذة في قسم الصيدلة السريرية في كلية الصيدلة بجامعة الملك سعود خلال أحد محاضرات السنة الأولى في اقتصاديات الدواء.

استعد لرحلة مثيرة مع هذين الكتابين اللذين سيغيّران نظرتك حول عالم التشريعات الدوائية 

عبدالعزيز آل رفده، أيمن القاسم، هاجر العنزي

نشرات مرجعية مهمة من أرشيف نشرة التشريعات في أسبوع البريدية 📌 

•  ما هو السبب الذي يجعلني أكتب نشرة التشريعات في أسبوع البريدية
•  لماذا أنصحك بدراسة الماجستير التنفيذي في التشريعات الدوائية، واستكمال رحلتك المهنية عن طريقها؟
• ما هي الرحلة التي تصاحب الدواء منذ اكتشافه وصولا للمستخدم النهائي؟ ولماذا الصناعة الدوائية معقدة للغاية حتى هذا الحد؟
• ما هي العواقب الاقتصادية في عدم معالجة داء السمنة مع العام 2060 م في المملكة العربية السعودية؟ وهل ستنجح الأدوية الجديدة في تقليص عمليات السمنة مستقبلا؟
• ما هو مستقبل التشريعات في أسبوع البريدية بعد عام كامل من النشر؟
• نصائح ذهبية كيف تستعد لمرحلة الماجستير التنفيذي في التشريعات الدوائية؟ -الجزء الأول-
• نصائح ذهبية كيف تستعد لمرحلة الماجستير التنفيذي في التشريعات الدوائية؟ -الجزء الثاني-
• سوق الدواء السعودي نقاط القوة وفرص النمو

إن كان هناك أسئلة تتعلق بكل ما ورد أعلاه  أو اقتراحات للتطوير من النشرة بإضافة أفكار لها لا تتردد في مراسلتي عبر البريد الإلكتروني للنشرة من خلال هذا العنوان  [email protected]