Wirksamkeit und Sicherheit eines Medikaments werden in aufwändigen klinischen Studien unter definierten Bedingungen erhoben. „Real-World-Daten“ liefern zusätzlich Hinweise zu Sicherheit und Effektivität einer Substanz im Praxisalltag.

Ein umfangreiches und komplexes klinisches Studienprogramm ist notwendig, bevor ein Medikament von der Arzneimittelbehörde zugelassen wird. Die so genannten Zulassungsstudien – In der Regel Phase III-Studien (siehe Kasten) - finden typischerweise unter kontrollierten Bedingungen statt. Das Ziel dabei ist es, die Wirkung des Medikaments „sauber“ und unter Minimierung externer Störeinflüsse herauszuarbeiten. Nur so kann eine valide Aussage über Wirksamkeit und Sicherheit erfolgen – die Grundlage für eine Zulassungsentscheidung.

Daten aus der Alltagswelt: Real-World-Daten

Aber hält das Medikament auch im Alltag, was die Studien versprochen haben? Der alltägliche Einsatz unter Praxisbedingungen im Krankenhaus, in der Ordination oder zuhause unterscheidet sich von der kontrollierten Studiensituation. Nicht jeder im Alltag behandelte Patient entspricht den strengen Ein- und Ausschlusskriterien, die das Patientenkollektiv der Zulassungsstudie bestimmt haben. Regelmäßige Kontrollen sind weniger genau (oder finden oft gar nicht statt), Ärzte haben weniger Zeit, Patienten sind weniger ausführlich geschult.

Dazu kommt, dass die Anzahl der Teilnehmer an klinischen Studien vor allem aufgrund hoher Kosten und ethischer Überlegungen (es sollen grundsätzlich nur so viele Patienten teilnehmen, wie notwendig) begrenzt ist. Sehr seltene, möglicherweise bedeutsame Nebenwirkungen werden daher potenziell nur unzureichend erfasst.

Das alles führt dazu, dass pharmazeutische Unternehmen, Behörden und Krankenversicherer zunehmend auch wissen möchten, wie sich ein Medikament unter Praxisbedingungen verhält: Gibt es Hinweise darauf, dass in der Routineversorgung (in der „Alltagswelt“ unter Praxisbedingungen, daher „Real-World-Daten“) Unterschiede zu den aus klinischen Studien erhobenen Daten bestehen?

Verschiedene Datenquellen

In Ländern wie den USA stellen Krankenversicherer anonymisierte Abrechnungsdaten aus der alltäglichen Routineversorgung zur Verfügung. Diese enthalten so genannte Diagnosecodes, die sich an standardisierten WHO-Klassifikationen (ICD-9, ICD-10…) von Erkrankungen orientieren. Anhand dieser Codes und der vom Patienten bezogenen Medikamente ist es möglich, rückwirkend statistische Zusammenhänge zwischen Erkrankung, bezogenem Medikament und Ergebnis einer Behandlung zu errechnen.
Ähnlich verhält es sich, wenn Register mit Patientendaten zu bestimmten Krankheitsbildern zur Verfügung stehen, oder wenn nicht-interventionelle so genannte Beobachtungsstudien durchgeführt werden. Auch diese werden anonymisiert ausgewertet.

Eingeschränkte Aussagekraft

Mit Hilfe dieser anonymisierten Datenquellen ist es möglich, sehr große Fallzahlen aus der Alltagspraxis (mehrere Zehntausend) in kurzer Zeit zu analysieren und daraus Schlüsse zu ziehen. Dabei ist freilich zu beachten, dass die „Datentiefe“, also die Informationen, die über einen Fall zur Verfügung stehen, meist sehr begrenzt ist. So kann z.B. ein Diagnosecode über das Vorliegen einer Nierenfunktionseinschränkung informieren, ohne jedoch darüber Aufschluss zu geben, warum und wie stark die Nierenfunktion beeinträchtigt ist.

Zudem können Patienten in Real-World-Analysen nicht wie in einer klinischen Studie per Zufallsprinzip einer Behandlung zugeordnet werden. Das kann das Ergebnis verzerren; es gibt jedoch statistische Verfahren, die diese Verzerrung weitgehend ausgleichen sollen.

Dazu kommen weitere Einschränkungen, die  die Datenqualität und Aussagekraft von Real-World-Daten betreffen. In Summe führt das dazu, dass man aus solcherlei Daten keine „ursächliche“ Beziehung zwischen einer Behandlung und einem klinischen Ergebnis ableiten kann.

Real-World-Daten liefern wichtige Zusatzinformationen

Sehr wohl können Real-World-Daten aber Hypothesen und Hinweise liefern, denen man nachgeht. Im Idealfall freilich sind die aus dem Praxisalltag erhobenen Daten im Einklang mit dem, was man über ein Medikament bereits aus klinischen Studien weiß.

Eine Analyse aus dem Praxisalltag kann und soll kein Ersatz für eine klinische Studie sein und ist im Hinblick auf Datenqualität und Schlussfolgerung nicht mit einer solchen vergleichbar. Real-World-Daten können jedoch, sofern die Analyse sorgfältig geplant und durchgeführt wurde, wertvolle zusätzliche Erkenntnisse über Sicherheit und Effektivität eines Medikaments liefern.

Kontrollierte klinische Phase-III-Studie Praxisalltag-Analyse („Real-World-Daten“)
Untersucht Wirksamkeit und Sicherheit eines Medikaments unter kontrollierten Studienbedingungen, gemäß Studienprotokoll Untersucht Sicherheit (teilweise zusätzlich auch Effektivität) eines Medikaments unter Praxisbedingungen
Prospektive Datenerhebung im Lauf der Studie Daten werden häufig rückwirkend erhoben (je nach Datenquelle aber auch prospektiv möglich)
Dateneingaben werden bis auf Patientenebene überprüft („Monitoring“) In der Regel keine individuelle Überprüfung der Daten möglich
Beschränkte Teilnehmerzahl Oft sehr große Fallzahlen vorhanden
Daten tragen wesentlich zur Etablierung eines Kausalzusammenhangs zwischen Medikamenteneinnahme und Ergebnis bei Nur statistischer Zusammenhang, keine Aussage über Kausalität möglich („Hinweis“)
Sehr hoher Kostenaufwand Vergleichsweise weniger Kostenaufwand
Meist lange Studiendauer (Jahre) Analyse in kurzer Zeit möglich (sofern bereits  ausreichend Daten vorhanden sind)