Resultaten over de effectiviteit van oncolytica in trials laten zich vaak lastig vertalen naar de dagelijkse praktijk. Dr. Ewoudt van de Garde, ziekenhuisapotheker in het St. Antonius Ziekenhuis in Utrecht en Nieuwegein en universitair hoofddocent bij de Universiteit Utrecht, analyseert real-worlddata over de effectiviteit van immunotherapie, chemotherapie en de combinatie van deze therapieën bij patiënten met gemetastaseerd niet-kleincellig longcarcinoom. Zijn conclusie: de overleving bij deze behandelingen is in werkelijkheid gemiddeld 25% korter dan in klinische trials naar voren kwam.
Patiënten in klinische trials vormen vaak geen goede reflectie van de patiënten in de real-worldsetting, merkte Ewoudt van de Garde. Daarom werkt hij met collega’s aan onderzoek om met data vanuit de praktijk een realistisch beeld te vormen van de effectiviteit van oncolytica bij patiënten met gemetastaseerd niet-kleincellig longcarcinoom (stadium IV-NSCLC). Deze data betreffen gegevens van patiënten die zijn gediagnosticeerd met longkanker in ziekenhuizen die zijn aangesloten bij de Santeon-ziekenhuisgroep – een samenwerkingsverband tussen zeven topklinische ziekenhuizen, waaronder het St. Antonius Ziekenhuis. Afhankelijk van de onderzoeksvraag worden ook data uit één of meerdere andere ziekenhuizen meegenomen.
Van de Garde analyseerde data van deze patiënten en ontdekte dat de effectiviteit die uit klinische trials blijkt vaak niet overeenkomt met de effectiviteit in de praktijk. Zo is de overleving bij de medicamenteuze behandeling van stadium IV-NSCLC in real life voor de gehele behandelde populatie gemiddeld 25% korter dan op grond van de klinische trials is te verwachten.
Scherper differentiëren
Van de Garde heeft sinds diagnosejaar 2008 al veel data verzameld van patiënten die binnen de zeven Santeon-ziekenhuizen onder behandeling zijn of waren voor stadium IV-NSCLC. “In dit ziektestadium zijn patiënten volledig aangewezen op een eventueel nog effectieve medicamenteuze behandeling. Bij afwezigheid van specifieke mutaties in de tumor zijn immunotherapie, chemotherapie of een combinatie van beide de opties. Maar de vraag is bij welke patiënten deze therapieën daadwerkelijk leiden tot een gewenste uitkomst.
Onze standaardaanpak begint bij het opvragen van data van alle patiënten uit onze ziekenhuizen bij de Nederlandse Kankerregistratie van het IKNL. Dit zijn betrouwbare en objectieve data over kankerdiagnoses en overleving. Vaak blijkt daaruit ook met welke medicatie patiënten zijn gestart. In een volgende stap verrijken we deze data met geneesmiddeldata uit de Santeon Farmadatabase en klinische data uit de EPD’s. Zo komt in beeld hoe lang patiënten zijn behandeld, of er aanpassingen – van bijvoorbeeld de dosering – zijn doorgevoerd en wat eventuele vervolgbehandelingen zijn geweest. Omdat niet alles in gestructureerde velden is vastgelegd, werken we ook met digitale case report forms. In de ziekenhuizen wordt dan bijvoorbeeld teruggezocht welke respons er was, waarom de behandeling vroegtijdig is gestaakt en op welk moment ziekteprogressie is vastgesteld. Deze informatie is nodig om verschillen met de trials te kunnen verklaren en om de diverse patiëntengroepen scherper te differentiëren.”
Realistischer beeld
Door behandelingen zo gestructureerd te evalueren, ontstaat volgens Van de Garde een realistischer beeld van de uiteindelijke behandeleffectiviteit voor de Nederlandse context. “Voor trials gelden strenge inclusiecriteria. Mensen met orgaanfalen, zoals een gestoorde lever- of nierfunctie, mogen vaak niet meedoen. Ook moeten patiënten een goede performancestatus hebben. In de real world zijn er veel patiënten die niet aan deze voorwaarden voldoen. Naast medische kenmerken kan ook een verschil in fighting spirit een rol spelen bij de keuze om aan geneesmiddelstudies deel te nemen. Dat laatste is echter moeilijk te objectiveren.”
Recentelijk vergeleken Van de Garde en collega’s de overleving van patiënten met stadium IV-NSCLC die chemotherapie + pembrolizumab kregen in real life met de overleving van vergelijkbare patiënten met dezelfde behandeling in de KEYNOTE-189-trial.1 “De overleving bleek in real life een stuk slechter te zijn. Dit verschil was het meest uitgesproken bij patiënten met <1% PD-L1-expressie: mediaan 10,0 maanden in real life tegenover 17,2 maanden in KEYNOTE-189, zowel klinisch als statistisch een significant verschil.”2
Keuzehulp
Een belangrijke stap die Van de Garde en zijn collega’s willen zetten, is om met de real-worlddata te komen tot betere behandelkeuzes. “Daarom worden de data nu ook ingebracht in de Longkanker keuzehulp van ZorgKeuzeLab. Met subsidie van KWF Kankerbestrijding wordt deze keuzehulp momenteel geïmplementeerd in een twintigtal ziekenhuizen. In een zogeheten patients like me-gedeelte van de keuzehulp kunnen patiënt en zorgverlener samen kijken welke behandelingen andere patiënten hebben gehad en hoe deze werden verdragen. Stel dat een patiënt een matige performancestatus heeft en de keuze voor behandeling met oncolytica ligt voor, dan kan men een groep patiënten selecteren die ook een slechte performancestatus hadden. Zichtbaar wordt dan welke medicatie deze groep gebruikte, of er vroegtijdig mee is gestopt en wat de overleving was. Het instantaan kunnen variëren van de patiëntkenmerken kan helpen in het gesprek over de voor- en nadelen van een behandeling. Ik hoop dat dit bijdraagt aan nog beter samen beslissen en voorkomt dat behandelingen worden gestart bij patiënten die hier waarschijnlijk weinig voordeel van zullen ervaren.”
Automatisering
Een andere cruciale stap is het automatiseren van de dataverzameling, vertelt Van de Garde. “Nu verzamelen en verrijken we data vooral nog handmatig. Dit is erg arbeidsintensief. Daarom steken we ook veel tijd in het zoeken naar manieren om dit te automatiseren.”
Een aanzet hiervoor is er in het zogenoemde R(H)ONDA-project, dat IKNL opstartte. Hierin wordt gewerkt aan geautomatiseerde verzameling van data over de inzet van oncologische middelen en de effectiviteit hiervan uit zoveel mogelijk Nederlandse ziekenhuizen. Van de Garde: “Ik ben hierbij betrokken als het gaat over longkanker. De eerder door ons handmatig verzamelde data gebruiken we om de geautomatiseerde route te valideren. Omdat er ook nog steeds veel informatie in ongestructureerde tekstvelden zit, onderzoeken we zelf ook de mogelijkheden van text mining. Een derde richting is om de vergelijking tussen real-world- en trialdata sneller te maken. Ik hoop dat het lukt om te komen tot een statistisch verantwoord real-time early warning-systeem dat snel na introductie van een nieuwe behandeling alarm slaat als de real-worldeffectiviteit of -verdraagbaarheid veel afwijkt van trialresultaten. Met de ontwikkeling daarvan zijn we bezig.”
Richtlijn
Van de Garde constateert dat momenteel de aandacht voor het gebruik van real-worlddata toeneemt. “Op het laatstgehouden ESMO-congres was er een duidelijke toename van het aantal real-worldstudies; ook heeft de ESMO recentelijk een richtlijn ontwikkeld voor het rapporteren van real world evidence, de Guidance for Reporting Oncology real-World evidence (GROW).3 Ik denk dat dit heel waardevol is om te komen tot wetenschappelijke publicaties die de juiste informatie bevatten om een vertaling naar de klinische praktijk te faciliteren. Veel oncologen varen graag op trialdata, maar dan mis je toch veel informatie over groepen patiënten die hier net niet in passen. Goede real-worldstudies kunnen dit gat vullen. Behandelaars zouden informatie hieruit mee moeten nemen om de verschillende behandelopties voor patiënten op een rij te zetten. Verdiep je in real-worldstudies en betrek deze ook in het multidisciplinaire overleg.”
Referenties
1. Gandhi L, et al. N Engl J Med 2018; 378:2078-92.
2. Verschueren M, et al. J Thor Oncol 2023;18:S72-S72.
3. Castelo-Branco L, et al. Ann Oncol 2023 Oct 10. doi: 10.1016/j.annonc.2023.10.001. Online ahead of print.
Drs. Marc de Leeuw, wetenschapsjournalist
Oncologie Up-to-date 2023 vol 14 nummer 6
DEEL DIT ARTIKEL:
