Инновационные лекарственные препараты и проблема оценки сравнительной эффективности терапии

Инновационные лекарственные
препараты и проблема оценки
сравнительной эффективности
терапии
Количество новых препаратов
Количество разрешений на новые препараты, а также биологические
препараты, выданные FDA в 1993-2011 годах (в 2012 году ожидается
меньшее число новых препаратов)
Nature Review Drug Discovery, 2012, v. 11, February, p. 92
Эффективность исследований
Стоимость вывода препарата на
рынок
Стоимость в млн. долл.
Снижение эффективности
научных исследований
•
Постоянное снижение числа лекарственных средств на каждый миллиард
долларов, затраченных на научный поиск. Связано со снижением частоты
вывода препаратов на рынок. Возможные причины:
–
–
–
–
Для вывода на рынок лекарство должно быть значительно лучше имеющихся и
действовать у большой группы пациентов (наличие эффективных препаратов для
лечения ХНИЗ блокирует вывод новых препаратов)
Усиление жесткости контроля со стороны разрешительных органов
Экстенсивный путь развития научных подразделений компаний
Поиск лекарств путем «грубого скрининга» (скрининг библиотек химических
соединений по способности связываться с целевыми молекулами)
Scannell J., Blanckley A., Boldon H., Warrington, B. Diagnosing the decline in pharmaceutical
R&D efficiency//Nature Reviews Drug Discovery.- 2012.- v. 11.- p. 191-200
Снижение эффективности
научных исследований
• Неадекватное качество университетских
преклинических исследований (определение
мишеней), на которых базируется поиск
лекарств
– Amgen попытался повторить результаты 53
наиболее значимых исследований в онкологии.
Воспроизвести удалось только 6 (11%)
– Bayer Health Care обнаружил, что подтверждены
могут быть только 25% исследований
Begley C.G., Ellis L. M. Raise standards
for preclinical cancer research//Nature.2012.- v. 483.- p. 531-533
Ситуация меняется
• Найти эффективное лекарство для большой
группы пациентов сложно
• Большая часть «неудовлетворенных
потребностей» находится в небольших
группах пациентов с редкими заболеваниями
• А для них искать лекарство сложно
– Мало пациентов – дорога разработка на одного
– Мало пациентов – сложно проводить
исследования (большие группы пациентов
набрать сложно)
Возможные решения
• Изменения в области научного поиска
– Изменение акцента в поиске лекарств с ХНИЗ на
редкие заболевания, ревматологию и онкологию
• “Время «блокбастеров» прошло” (T. Strüngmann, FAZ,
11/04/2012)
– Изменения акцента с малых молекул на
биологические препараты (в частности,
моноклональные антитела)
– Уход от препаратов рассчитанных на всех
пациентов с данной нозологией к персонализации
(одновременная разработка ЛС и теста на его
активность)
Изменения в распределении ведущих
классов препаратов
Предполагается наибольший рост для лекарств в области онкологии, астмы/ХОБЛ, антидиабетических
препаратов, ингибиторов ингиотензина, препаратов для лечения ВИЧ, рассеянного склероза,
аутоиммунных заболеваний
Биологические препараты
Нынешняя ситуация
Рост рынка
IMS Health, 2011
Нозологический подход
•
•
•
•
Есть стандарт лечения
Построен по МКБ-10
Разработали новый препарат
Проверили на группе людей с этим
кодом МКБ
• Все хорошо?
Проблема классификации
• Амплификация и гиперэкспрессия ErbB2 (продукт – HER 2) в
30% случаев рака молочной железы
– Гиперэкспрессия также возникает при ряде раков яичника, желудка,
матки
• 1 из 500 пациентов с ВИЧ-инфекцией относятся к LTNP
(мутации FUT2, delta32CCR ??)
• У 4% пациентов с муковисцедозом имеется мутация (G551D),
при которой трансмембранный белок (CFTCR) синтезируется,
но не функционирует нормально.
– При других мутациях этот белок укорочен (класс I), или не может
принять адекватную конформацию (класс II).
• Возрастная дегенерация сетчатки (возрастная макулярная
дегенерация) в 10 % случаев наблюдается в экссудативногеморрагической форме.
В реальности
• Классификация может не только
помогать лечению, но и являться
тормозом на его пути
• Необходимо признать, что
существующие заболевания крайне
гетерогенны
• «Лечить больного, а не болезнь»
– Персонализированная медицина
• Killing average (Scientific American, July 12, 2011)
Персонализированная медицина
• В реальности термин, скорее маркетинговый,
правильнее было бы говорить о
«стратифицированной медицине» (Cohen,
2008)
• Идея заключается в нахождении подгруппы
пациентов, у которых препарат активен и/или
не вызывает побочных эффектов
• Подгруппа выделяется на основании ряда
маркеров
• Источник маркеров может использоваться и
для поиска ЛС
Персонализированная медицина
• В настоящий момент основной акцент
на фармакогенетике и
фармакогеномике
• Очевидную важность будут
приобретать особенности
функционирования белковых
ансамблей (протеомика)
• А также суммарное метаболическое
действие (метаболомика)
Персонализированная терапия
• Осознание того, что люди отличаются
друг от друга генетически значительно
больше, чем думали
• Источники
– SNP (полиморфизм одного нуклеотида)
– Вставки и делеции
– CNV (вариабельность числа повторов)
– Структурная вариабельность генома
– Эпигенетические изменения
Персонализированная медицина
• Различия в ответе на ЛС
– Различия в мишениях и
транспортерах/модификаторах
• CYP2D6 – метаболизм более, чем 60 ЛС
– Различия в заболеваниях
• Апо Е, болезнь Альцгеймера и ответ на такрин
• Наличие определенных мишеней (bcr-abl)
• Большая токсичность препаратов (6-МР,
иринотекан), ответ на терапию
(CYP2C9/VKORC1 и варфарин)
Персонализированная медицина
• Полиморфизм CYP2C19 и CYP2D6
– Метаболизм 25% лекарств, находящихся на рынке
– Amplichip
• Полиморфизм UGT1A1
– Иринотекан и др.
• Полиморфизм ВИЧ
• Определение прогноза при раке молочной
железы
• И т.д.
• Признание гетерогенности пациентов….
Персонализированная медицина
• Все больше компаний одновременно выпускают
препарат и диагностическую систему (рис. а –
процент проектов, полагающихся на биомаркеры,
рис. b – области, где компании считают
персонализацию наиболее важной)
Nature Review Drug Discovery, March 2012, p. 178
Персонализированная медицина
• Появление персонализированной медицины резко
повышает важность оценки эффективности на
основании общего показателя, поскольку
суррогатные маркеры становятся различными для
разных подтипов заболевания
• Группы становятся меньше, что может затруднять
анализ эффективность (но зато гомогеннее, общий
эффект неизвестен)
• Люди отличаются по оценке согласия тратить
средства на терапию
– Многие согласны оплачивать терапию рака, которая продлит
предстоящую жизнь с четырех до пяти месяцев.
Оценка сравнительной
эффективности
• Необходимо иметь показатели
эффективности, которые позволяют
сравнивать эффект лечения разных
заболеваний
– Особенно, если платит третья сторона
• Наиболее распространенным методом
является суммарная оценка качества и
количества жизни с помощью таких
показателей, как года жизни
откорректированные на качество и/или на
инвалидность.
QALY
• Quality-adjusted life years – года жизни,
откорректированные на качество
QALY
• Для расчета QALY надо располагать
данными о количестве и качестве жизни
– Количество жизни – таблицы дожития или
иные методы
– Качество жизни – специальные
инструменты (опросы)
Весовые коэффициенты
QALY
• Изучение на группе больных
(населении)
– SG
– TTO
– WP
• Опубликованные данные
• Стандартизованные инструменты
Весовые коэффициенты QALY
Полное здоровье
Менопаузальные сиптомы
Побочные эффекты гипотезивной терапии
Стенокардия легкой степени тяжести
Пересадка почки
Стенокардия умеренной степени тяжести
Кровоизлияние в следствие терапии, в т.ч.
Тяжелое в ЦНС
Легкое в ЦНС
Желудочно-кишечное
Гемодиализ на дому
Тяжелая стенокардя
Инсульт, в т.ч.
тяжелый
легкий
Депрессия и одиночество
Слепой или глухой
Потребность в помощи другого человека для того,
чтобы ходить
Смерть
Прикован к постели с тяжелыми болями
Бессознательное состояние
1,0
0,99
0,95-0,99
0,90
0,84
0,70
0,63
0,4
0,8
0,8
0,54-0,64
0,50
0,50
0,4
0,8
0,45
0,39
0,31
0,0
<0,0
<0,0
Стандартизованные
инструменты
• EuroQol 5D
EuroQol
• Надо описать заболевание по пяти
указанным измерениям, например:
– Подвижность – нет ограничений (1)
– Уход за собой – нет ограничений (1)
– Обычная активность – есть некоторые
затруднения (2)
– Боль – умеренная боль (2)
– Тревога, депрессия – выраженная тревога (3)
• Профиль 11223
EuroQol
• Либо по таблицам найти коэффициент КЖ,
ассоциированный с этим профилем, либо
рассчитать его:
• Полное здоровье (профиль 11111) равно 1,0
• Если есть хоть одно отклонение от 1 надо
вычесть константу 0,081
• Если есть хоть одно отклонение уровня 3,
надо еще вычесть 0,269
• Вычесть коэффициенты для всех состояний,
отличных от 1
EuroQol
• Профиль 11223
Подвижность
Уход за собой
Обычная активность
Боль
Тревога/депрессия
Константа
1
0
0
0
0
0
2
-0,069
-0,104
-0,036
-0,123
-0,071
-0,081
3
-0,314
-0,214
-0,094
-0,386
-0,236
-0,269
КЖ=1,0 – 0,081 – 0,269 – 0,036 – 0,123 – 0,236 = 0,255
Оценка КЖ
• Профили оцениваются для каждого
временного промежутка
• Затем продолжительность промежутка
и значение коэффициента
перемножаются
• Результаты суммируются
• Полученная величина, если промежуток
измерялся в годах и есть QALY
Пример
• Оценка КЖ при гриппе
Суммарная оценка за 5 дней рассчитывается путем
суммирования всех значений и деления на 5, что дает
значение 0.7486 (для простоты константа для
состояния 3 не добавлялась(Muenning,2002) )
Расчет QALY
• Несколько основных методов
– метод таблиц дожития
• количество людей в гипотетической когорте, которые
выживают от одного года до другого, вводятся в таблицу.
Принимается во внимание качество жизни каждого
человека в этой когорте, и суммируется общее количество
лет, прожитых в полном здравии
– метод суммирования
• суммируются изменения количества КЖ на протяжении
определенного периода времени. Этот метод аналогичен
методу таблиц дожития, но не требует их конструирования
– метод количество лет жизни, откорректированных
на инвалидизацию (DALY)
Расчет QALY
• Простейший вариант – состояние стабильно, потери
продолжительности жизни нет:
– QALY=ex*(КЖ2-КЖ1)
Расчет QALY
• Состояние стабильно, есть потери (выигрыш)
продолжительности жизни:
– QALY=e1x*(КЖ2-КЖ1) + (e2x -e1x)
Расчет QALY
• Состояние меняется и меняется
продолжительность жизни
QALY
• При использовании таблиц дожития оцениваются
изменения КЖ в результате заболевания в среднем, в
течение года
– Например, заболевание с профилем 11223 продолжается 3 недели,
соответственно, среднее снижение качества жизни (если исходно
качество равно 1) составит
• (49*1+3*0,255)/52=0,957
– Исходное качество жизни может и не быть равно 1 (в старших
возрастах), соответственно, корректируются показатели. Например, в
возрасте старше 65 лет КЖ составляет 0,87, тогда за счет заболевания
оно снизится до 0,835
• Далее человеко-года наблюдения (Lx) умножаются на
коэффициенты КЖ и полученная величина суммируется
• Отнесенная к корню таблицы эта величина называется
QALE – продолжительность жизни, откорректированная
на качество
• В экономическом анализе QALY дисконтироуются
QALY и DALY
• Для системы здравоохранения очень важно
знать, что приводит к потере качественной
жизни, поэтому был предложен показатель
DALY
DALY
DALY (ВОЗ и ВБ)
Количество лет,
потерянных в
результате
преждевременной
смерти (YLL) или боли
и страданий, связанных
с заболеванием (YDL)
DALY (ВОЗ и ВБ)
Для расчета DALY надо
оценить число лет,
теряемых в результате
преждевременной
смерти и качество
жизни, потерянное в
результате заболевания
(произведение качества
жизни пациента с
заболеванием на его
длительность)
DALY
• Включают несколько важных
параметров
– Весовой коэффициент инвалидизации (D)
– Возраст-зависимое качество жизни
– Дисконтирование
Весовые коэффициенты DALY
Изменение качества жизни в
зависимости от возраста
(ВОЗ)
Формула DALY
• D – весовой коэффициент инвалидизации (1 –
смерть, 0 – полное здоровье)
• age – возраст, для которого рассчитывается
DALY
• а – возраст наступления события
• r – коэффициент дисконтирования (3%)
• С - константа, равная 0.16243 (или 0,1658)
 b- константа, равная 0.04
– Дисконтирование необходимо для того, чтобы не было резкого предпочтения
вмешательствам у молодых
DALY
• Для оценки DALY надо просчитать
потерянные жизни до возраста
максимальной продолжительности
жизни (82.5 для женщин и 80 лет для
мужчин).
• Обозначим количество лет, оставшееся
до события (смерти или ожидаемой
продолжительности жизни) L
Пример. Полиомиелит у
девочек
• Может:
– Умереть (в возрасте 5 лет)
– Умереть после периода инвалидности (с
5до 10 лет)
– Выздороветь после периода инвалидности
(с 5до 10 лет)
Пример, полиомиелит у
девочек
Смерть в возрасте 5 лет:
D=1,
L=77.95 (82.95-5)
a=5
DALY=35.8 (YLL)
DALY=YLL=35.8
Пример, полиомиелит у
девочек
Смерть в возрасте 10 лет после 5 лет
инвалидности:
YLD:
D=0.5
L=5 (10-5)
a=5
DALY=YLD+YLL=2.1+31.8=33.9
DALY=2.1 (YLD)
YLL:
D=1,
L=72.95 (82.95-10)
a=10
DALY10=37 (от возраста 10 лет, а нужно от 5 лет)
Пример, полиомиелит у
девочек
Инвалидизация в возрасте 5 лет :
YLD:
D=0.5
L=77.95 (82.95-5)
a=5
DALY=17.9 (YLD)
DALY=YLD=17.9
Пример, полиомиелит у
девочек
Инвалидизация в возрасте 5 лет, выздоровление в 10 :
YLD:
D=0.5
L=5 (10-5)
a=5
DALY=2.1 (YLD)
DALY=YLD=2.1
Пример, полиомиелит у
девочек
• Теперь предположим, что паралитический
полиомиелит в некой стране поражает 20
девочек, из которых 5 умирают сразу, 5 в
возрасте 10 лет после 5 лет инвалидности, 5
полностью выздоравливают после 5 лет
инвалидности и 5 остаются навсегда
инвалидами
• DALY=5*35.8 (смерть)+5*33.9 (инвалидность
и смерть) + 5*17.9 (инвалидность) + 5*2.1
(инвалидность и выздоровление)=448.5
Пример: ВИЧ/СПИД
DВИЧ=0,136
DСПИД=0,505
В результате снижения качества жизни потеряно 3,71 DALY, в
результате ранней смерти – 19,8 DALY. Всего – 23,5 DALY
Расчет DALY проще
• Базируется на использовании
модельных таблиц дожития для оценки
YLL и
• заболеваемости в анализируемом году
по возрастным и половым группам для
оценки YLD
Расчет YLL
Standard e (a )
Average West Level 26
Age group age at deathMales
Females
0
1-4
5-9
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-54
55-59
60-64
65-69
70-74
75-79
80-84
85+
0,1
2,6
7,5
12,5
17,5
22,5
27,5
32,5
37,5
42,5
47,5
52,5
57,5
62,5
67,5
72,5
77,5
82,5
90,0
79,94
77,77
72,89
67,91
62,93
57,95
52,99
48,04
43,10
38,20
33,38
28,66
24,07
19,65
15,54
11,87
8,81
6,34
3,54
82,43
80,28
75,47
70,51
65,55
60,63
55,72
50,83
45,96
41,13
36,36
31,68
27,10
22,64
18,32
14,24
10,59
7,56
4,25
YLL/death at age a
[0.03,1]
Males
Females
32,43
34,44
36,45
36,54
35,29
33,15
30,48
27,51
24,41
21,30
18,25
15,33
12,56
9,99
7,64
5,59
3,92
2,62
1,26
32,54
34,56
36,59
36,71
35,48
33,38
30,75
27,83
24,78
21,74
18,77
15,93
13,25
10,74
8,42
6,32
4,50
3,02
1,48
YLL/death at age a
[0.03,0]
Males
Females
30,30
30,10
29,59
28,99
28,29
27,47
26,53
25,44
24,18
22,74
21,09
19,22
17,14
14,85
12,42
9,99
7,74
5,78
3,37
30,52
30,33
29,87
29,31
28,67
27,93
27,07
26,08
24,94
23,63
22,13
20,45
18,55
16,43
14,09
11,59
9,07
6,76
4,00
YLL/death at age a
[0,1]
Males
Females
84,15
83,80
80,58
75,19
68,54
61,28
53,84
46,54
39,57
33,07
27,12
21,76
17,02
12,90
9,41
6,59
4,44
2,87
1,32
85,43
85,08
81,89
76,50
69,87
62,63
55,22
47,94
41,00
34,52
28,59
23,25
18,50
14,32
10,71
7,66
5,21
3,37
1,57
Расчет YLD
• Требует оценки потерь DALY от данного
заболевания в разных возрастных
группах
• Тогда YLD равно сумме YLD для
каждого заболевшего
• DALY равно сумме YLD для каждого
заболевшего и YLL для умерших
Расчеты YLD
Incidence=Incidence/1000*Population
YLD==ЕСЛИ(Rate=0;
($C37*$G37)*(Agewt*Const*((EXP(-Beta*$E37))/Beta^2)*((EXP(-Beta*$F37))*(-Beta*($F37+$E37)-1)-(-Beta*$E371))+((1- Agewt)*$F37));
+$C37*$G37* (Agewt*((Const*EXP(Rate*$E37))/ (BplusR^2))* ((EXP(BplusR*($F37+$E37))*
(BplusR*($F37+$E37)-1))-(EXP(BplusR*$E37)*(BplusR*$E37-1)))+((1-Agewt)/Rate)*((1-EXP(-Rate*$F37)))))
DALY (ВОЗ и ВБ)
• Рассчитав DALY для различных
заболеваний, можно оценить, какие из
них являются наиболее важными,
приводят к наибольшим потерям
количества и качества жизни в
популяции, т.е. оценить груз болезней
Груз болезней регион EUR C (РФ,
Украина, Республика Молдова),
тыс.DALY
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
ИБС
СПМ
Травмы
Депрессия
Травмы (само нанесенные)
Насилие
Отравления
Алкоголизм
Несчастные случаи на дорогах
Глухота
Цирроз печени
ВИЧ/СПИД
Остеоартрит
ХОЗЛ
Туберкулез
Рак легких и бронхов
Падения
World Health Report, 2004
8800
5618
2686
2598
1969
1912
1885
1799
1732
1261
1176
1149
1073
1036
1031
956
939
14%
9%
4%
4%
3%
3%
3%
3%
3%
2%
2%
2%
2%
1.5%
1.5%
1.5%
1.5%
Но, инструмент DALY
можно…
• Использовать не только для
определения основных проблем, но и
для сравнения процессов, т.е.
приоретизации, поскольку они
позволяют сравнивать эффекты от
вмешательств, относящихся к разным
заболевания и состояниям
Какие QALY хороши?
• Garber & Phelps (1987) считают, что
эффективными считаются
вмешательства, при которых стоимость
QALY составляет менее удвоенного
годового дохода
Стоимость-эффективность
Проблема QALY/ DALY
• Чрезмерное усреднение. Общество не всегда
готово платить одинаковую сумму за QALY
• Представим себе ситуацию, при которой за
одинаковую стоимость увеличивается
продолжительность жизни пациента с раком
на один месяц и снижается уровень
несильного зуда на протяжении двух лет.
Выигрыш в QALY одинаков
– Но чувство справедливости говорит, что ситуации
не равноценны
Индивидуализированная оценка
стоимости-эффективности
• Аналогичные показатели стоимости-эффективности, разные
показатели стоимости-полезности
– Разные пациенты, разные состояния
• Приоритет может быть отдан большему улучшению
– Различные вмешательства для одного и того же состояния
• Вариабельность в аверсии к риску
– Различные индивиды с аналогичным состоянием
• Вариабельность оценки исходов
• Аналогичные показатели стоимости-эффективности,
аналогичные показатели стоимости-полезности, разные выборы
– Похожие пациенты с аналогичными состояниями
• Различия в аверсии к риску
– Один и тот же пациент
• Разное исходное состояние здоровья
• Разные личные ситуации
Ioannidis JPA, Garber AM (2011) Individualized CostEffectiveness Analysis. PLoS Med 8(7): e1001058.
Пример сравнения выигрыша и расходов
для пациента
Гипотетический пример
сравнения расходов и выгоды
Из последнего примера
• Понятно, что чем гомогеннее группа,
тем яснее эффект от терапии
• Высокая степень гомогенности и
означает персонализацию медицины
• А это означает, что лечение начинает
быть зависимым от более детальной
диагностики
• Диагностика и лечение становятся
одним продуктом
Индивидуализированный анализ
стоимости-эффективности
• Эффект в QALY или днях для каждого
человека
• Стоимость на человека
• Оценка данных по подгруппам на основании
хорошо документированных и
валидизированных подгрупп с известными
источниками гетерогенности
• Разброс (дисперсия) эффектов в целом и по
подгруппам
• Разброс (дисперсия) расходов в целом и по
подгруппам
И еще
• QALY в случае фармакоэкономического анализа не
учитывают
– Положительные экстерналии
• Инновационность (потенциал стимулировать другие инновации)
• Общественные эффекты (влияние на временные
затраты/состояние здоровья супруга/ супруги и инвестиции в
детей [Christakis и соавт., 2009; Perry, 2008]
– Зависимости полезности от исходного состояния
• Люди хотят большого улучшения состояния более тяжелых
больных (Dolan и соавт., 2005, 2008). Первая половина шкалы
полезностей «стоит» двух третей всей шкалы (Dolan и соавт.,
2008)
– NICE дает большую оценку терапии терминальных больных
– Эффект отсутствия альтернативного лечения
– Реальную приверженность терапии
• Инъекционные и пероральные ЛС для лечения РС
Поэтому…
• Оценка эффективности должна быть более
широкой и включать
– Инновационность продукта/ технологический
«перелив» (spillover)
– Влияние на общество в целом, в первую очередь
на ухаживающих
– Насколько тяжело исходное заболевание
– Наличие или отсутствие альтернативной терапии
– Возможность увеличения приверженности терапии
Precision Health Economics, 2009
Для принятия решения о минимальном ICER для возмещения
учитываются все эти факторы.
Гипотетический пример
• Новое средство для использования при метастатических
формах не мелкоклеточного рака легких с активацией PIK3
– Выживаемость пациентов обычно не превышает 12 мес.
– КЖ по EQ-5D у таких пациентов составляет 0,58 (Trippoli и соавт.,
2001), что на 1,5 SD ниже качества жизни среднего человека; у
пациентов с метастатическим раком отмечается резкое снижение
КЖ по EQ-5D и SF-36 в сравнении с пациентами без прогрессии.
КЖ при наличии метастазов составляет 0,47 (Nafees и соавт.,
2008).
– Дополнительные данные по тяжести заболевания могут быть
получены с помощью FACT-G
– Соответственно, для адекватной оценки ICER надо учитывать
тяжесть заболевания
• Высокий риск смерти
• Низкое качество жизни, ассоциированное с заболеванием (по FACT-G)
• Низкое качество жизни по общим опросникам (EQ-5D)
Выводы
• Хотя QALY/ DALY останутся важным инструментом принятия
решений, при этом необходимо учитывать уровень от которого
идет улучшение
– Тяжелые заболевания должны иметь предпочтительное отношение
• При планировании исследований в области
персонализированной медицины необходимо учитывать, что
регуляторные агентства будут требовать информацию по
улучшению качества и количества жизни
• Исследователи в области медицины должны знать и адекватно
пользоваться инструментами оценки качества жизни с учетом
как абсолютного, так и относительного улучшения.
• Инновационные методы лечения требуют инновационных
методов оценки сравнительной эффективности
– Индивидуализированная оценка стоимости-эффективности
История Vertex
• Май 2012
• VX-809 в сочетании с ivacaftor (гомозиготы по
мутации F508del)
– F508del – не позволяет принять нормальную конформацию
• Обработка данных (7 мая пресс-релиз)
– 46% - абсолютное улучшение функции легких на 5 и более
пунктов
– 30% - улучшение, более, чем на 10 пунктов
• Ошибка обработки данных
– Перепутали абсолютное и относительное улучшение
• 35% на 5 и более пунктов
• 19% на 10 и более пунктов
– Причем ухудшение состояния в группе плацебо больше, чем
обычно (поэтому положительный эффект сильнее…)