더 나은 환자 결과를 위한 임상시험 설계 개선

섹션 바로가기

• 임상시험의 일반적 문제점
• 소규모 임상시험의 문제
• 임상시험의 자금 지원과 편향
• 무작위 배정의 규제 장벽
• 비교 치료 임상시험의 필요성
• 전체 전문

임상시험의 일반적 문제점

Stephen Evans 박사(MD)는 현대 임상시험 설계의 여러 중대한 결함을 지적합니다. 가장 큰 문제는 가장 중요한 시점에서 결과를 분석하지 못한다는 점입니다. 그는 수술을 예로 들며, 첫 3일 같은 단기 결과만 집중하면 수술 관련 사망 위험 때문에 모든 수술이 위험하다는 오해를 불러일으킬 수 있다고 말합니다.

많은 임상시험은 시간이 지나면서 나타나는 장기적 이점이나 잠재적 위해를 평가하지 않습니다. 이러한 근시안적 접근은 치료의 진정한 가치와 안전성 프로필을 흐리게 할 수 있습니다. Evans 박사는 또한 선택적 보고와 선택적 분석이 이점과 위해 사이의 균형을 왜곡하는 만연한 문제라고 지적합니다.

소규모 임상시험의 문제

Stephen Evans 박사(MD)에 따르면, 가장 흔한 문제는 임상시험이 종종 규모가 너무 작다는 것입니다. 검정력이 낮은 임상시험은 이점이 존재해도 이를 발견하지 못하는 경우가 많습니다. 위해 증거를 놓칠 가능성도 마찬가지여서, 결과가 불확실하고 제한적으로 사용됩니다.

이러한 소규모 표본 크기 문제는 약물, 백신, 수술 및 모든 치료 유형의 임상시험에 영향을 미칩니다. Stephen Evans 박사(MD)는 이러한 부적절한 임상시험이 의학적 의사 결정을 불확실하게 만들어, 명확한 데이터가 필요한 의사와 환자 모두를 실망시킨다고 설명합니다.

임상시험의 자금 지원과 편향

Stephen Evans 박사(MD)는 임상시험에 대한 자금 출처의 상당한 영향을 논의합니다. 민간 기업이 모든 임상 연구 비용을 부담할 때, 상업적으로 유리한 결과를 내야 한다는 내재적 압력이 생깁니다. 이 현실은 환자에게 진정으로 이익이 되는 편향되지 않은 증거를 생성한다는 목표와 충돌할 수 있습니다.

Evans 박사는 의학 실무가 연구를 수행하고 자금을 지원하는 방식에 대한 재고가 필요하다고 제안합니다. 그는 상업적 편향을 줄이기 위해 민간과 공공 기관 간의 공동 지원 모델을 제안합니다. 이러한 전환은 임상시험이 시장 주도적이 아닌 임상적으로 중요한 질문에 답하도록 설계되는 데 도움이 될 수 있습니다.

무작위 배정의 규제 장벽

Anton Titov 박사(MD)와의 논의에서 Evans 박사는 현재의 임상시험 규정을 "스캔들"이라고 표현합니다. 그는 의사들이 hydroxychloroquine이나 remdesivir 같은 검증되지 않은 치료를 아무런 감독 없이 자유롭게 처방할 수 있는 역설을 지적합니다. 그러나 이러한 치료를 제대로 연구하기 위해 환자를 무작위 배정하려는 순간, 광범위한 규제 장벽에 부딪힙니다.

Stephen Evans 박사(MD)는 이 시스템이 유효한 데이터를 생성하지 않고 통제되지 않은 치료를 허용하기 때문에 비윤리적이라고 주장합니다. 그는 특히 팬데믹 기간 동안 무작위 배정을 훨씬 쉽게 만들기 위해 규정을 재구성할 것을 촉구합니다. 이렇게 하면 수백만 명의 환자를 치료한 집단적 경험이 의학 지식에 의미 있게 기여할 수 있습니다.

비교 치료 임상시험의 필요성

Stephen Evans 박사(MD)는 현재 임상 연구의 중대한 공백인 비교 효과 임상시험의 부재를 강조합니다. 제약 회사들은 기술적으로 우수한 임상시험을 수행하지만, 종종 자신들의 제품을 가장 좋은 모습으로 보이도록 설계합니다. 서로 다른 두 가지 활성 치료를 직접 비교하는 임상시험은 턱없이 부족합니다.

이러한 결핍은 의사들이 어떤 치료가 환자에게 진정으로 가장 효과적인지 불확실하게 만듭니다. Stephen Evans 박사(MD)는 이러한 실용적인 비교 질문에 답하는 공공 자금 지원 임상시험을 더 많이 요구합니다. 또한 그는 더 널리 구현될 수 있는 간단하고 덜 복잡한 임상시험을 수행할 수 있는 연구 인력을 양성할 필요성을 강조합니다.

전체 전문

Stephen Evans 박사(MD): 방금 논의한 바와 같이, 임상시험 결과의 절반은 결코 발표되지 않습니다. 발표된 데이터 분석은 수행자의 의도에 따라 왜곡될 수 있습니다.

저는 결과의 선택적 보고를 포함한 임상시험 문제에 대한 포괄적인 분석을 수행했습니다. 그런데 선택적 보고 외에 임상 결과에서 전반적으로 가장 흔한 문제는 무엇인가요?

가장 흔한 문제는 분석 자체가 가장 중요한 시점을 놓치는 경우입니다. 만약 수술 임상시험을 보고 처음 3일만 본다면, 모든 수술이 중단될 것입니다. 우리는 일부 수술에서 수술 관련 사망이 있다는 것을 알고 있습니다. 어떤 수술은 주변 사망률이 다른 수술보다 다소 높습니다.

하지만 사실상 모든 수술에는 사망 위험이 있습니다. 중요한 것은 장기적 이점입니다. 많은 임상시험은 장기적 이점이 진정으로 있는지 보기 위해 오랜 기간을 살피지 않으며, 장기적으로 발생하는 위해를 놓치고 있을 수 있습니다. 그래서 이것이 임상시험의 핵심 문제입니다.

분명히, 선택적 보고 문제는 여전히 남아 있습니다. 선택적 분석—사람들이 분석을 수행하는 방식—에서 문제가 있을 수 있습니다. 때로는 그들은 이점을 찾기 위해 정말 정교하고 영리한 분석을 수행하지만, 위해 증거를 찾을 가능성이 적은 조잡한 분석을 수행합니다. 이점과 위해 사이의 균형은 종종 매우 나쁩니다.

궁극적으로 가장 흔한 문제는 임상시험이 너무 작다는 것입니다. 그들은 이점이 있는 곳에서 이점 증거를 찾지 못하고, 위해가 있는 곳에서 위해 증거를 찾지 못합니다. 결과가 애매하게 나오기 때문에 규모가 너무 작았던 것입니다. 이것은 약물, 백신, 수술, 모든 종류의 치료에서 문제입니다.

Anton Titov 박사(MD): 그렇다면 소규모 임상시험의 문제를 완화하기 위한 방법으로—임상시험 수행은 매우, 매우 비싸기 때문에—의학 실무가 수행되는 구조와 아마도 임상시험에 대한 민간 및 공공 지원이 어떻게 공유되는지 재고할 필요가 있다고 생각하시나요? 민간 산업이 모든 임상시험 비용을 지불하면 특정 상업적 결과를 보고 싶어 한다는 것이 분명합니다. 그것이 세계의 현실이며, 사람들이 반드시 이익을 보지 못할 수 있습니다. 임상시험이 더 강력해지기 위해 전반적인 임상 실무의 인프라와 임상시험 참여는 어떻게 변화해야 한다고 생각하시나요?

Stephen Evans 박사(MD): 저는 임상시험을 둘러싼 거버넌스가 훨씬 쉽게 수행될 수 있도록 만들어져야 한다고 생각합니다. 저는 이 팬데믹 기간 동안 의사가 예를 들어 hydroxychloroquine이나 remdesivir를 개별 환자에게 아무런 검사 없이—전혀 없이—투여하는 것이 전적으로 가능했다는 것은 스캔들이라고 생각합니다. 그들은 그냥 진행할 수 있습니다.

하지만 무작위 배정을 원하는 순간, 모든 종류의 규정이 적용됩니다. 저는 이점이 있다는 것을 알지 못하고 환자를 치료를 계속하는 것과 이러한 상황에서 무작위 배정을 실패하는 것은 비윤리적이라고 생각합니다. 하지만 저는 그 이유를 이해합니다.

윤리 위원회와 임상시험 수행을 둘러싼 규정이 그것을 어렵게 만들었습니다. 저는 팬데믹 기간 동안 우리가 사고 방식을 재구성하고 모든 검사를 요구하지 않고 훨씬 더 쉽게 환자를 치료에 무작위 배정하도록 해야 한다고 생각합니다. 환자와 의사들은 최선을 다하고 싶어 하지만, 그렇게 할 때 환자를 무작위 배정하여 환자 치료 경험에서 나오는 데이터가 유효한 방식으로 사용될 수 있도록 해야 합니다.

현재, 그들은 그냥 진행하고 환자를 치료할 수 있습니다. COVID-19를 겪은 수백만 명의 환자가 있지만, 그중 극히 일부만 무작위 임상시험에 포함되었습니다. 그래서 저는 규정을 훨씬 쉽게 만들어야 한다고 생각합니다.

우리는 간단한 임상시험을 수행하는 방법에 대해 사람들을 훈련시켜야 합니다. 우리는 그것들을 훨씬 덜 복잡하게 만들어야 합니다. 우리는 사람들이 그것을 수행하고 공공 자금으로, 또는 적어도 반드시 제약 산업의 자금으로만이 아닌 방식으로 수행하도록 인센티브를 가져야 합니다.

저는 제약 산업이 매우 좋은 임상시험을 수행한다고 생각합니다. 저는 그들의 해석이 때로는 그들의 비즈니스에 편향되어 있지만, 일반적으로 그들의 임상시험을 매우 잘 수행합니다. 그들이 수행하는 전반적인 임상시험과 그들의 제품을 가장 좋은 모습으로 보여주도록 해석된 임상시험에서 그들의 관행에 대해 여러 비판이 있을 수 있습니다.

우리는 서로 다른 두 치료를 비교하는 임상시험이 거의 충분하지 않으며, 그 결과 우리는 약물의 비교 효과에 대해 우리가 그래야 하는 것보다 훨씬 더 불확실합니다.