Gilead Sciences reunió a expertos en oncología para discutir los avances en investigación clínica y el impacto de los datos en vida real (RWD) y la inteligencia artificial en el desarrollo y evaluación de tratamientos oncológicos.
Durante el encuentro, André Marques, Senior Business Unit Director Oncology en Gilead España y Portugal, destacó la necesidad de entender la construcción de la evidencia científica y la interpretación de los resultados de los ensayos clínicos. Se subrayó la importancia de ofrecer información rigurosa sobre los ensayos y los tratamientos para que la sociedad comprenda su impacto real en los pacientes.
El Dr. Luis de la Cruz, jefe del Servicio de Oncología Médica en el Hospital Universitario Virgen Macarena, enfatizó que la evaluación de los ensayos clínicos debe ir más allá de los resultados estadísticamente significativos. Señaló que indicadores como la supervivencia global, la supervivencia libre de progresión y la tasa de respuesta son esenciales para medir el beneficio de un tratamiento, y que es crucial valorar también el beneficio clínico real proporcionado a los pacientes.
Se abordó el diseño de los ensayos clínicos, destacándose la metodología del crossover, que permite que pacientes asignados al grupo de control reciban el tratamiento experimental tras la progresión de su enfermedad. El Dr. de la Cruz mencionó que esto tiene implicaciones estadísticas que requieren un análisis específico.
Elisenda Martínez, presidenta de la Asociación Española de Cáncer de Mama Metastásico (AECMM), expuso la importancia de los datos en vida real, que complementan la información obtenida en ensayos clínicos. Argumentó que, aunque los ensayos demuestran la eficacia y seguridad de los tratamientos, no siempre reflejan la experiencia diaria del paciente. Por ello, la recolección de resultados reportados por los pacientes es fundamental para una comprensión integral del impacto del tratamiento.
El encuentro concluyó con un análisis sobre el futuro de la investigación clínica, donde se destacó cómo la inteligencia artificial está transformando el diseño y desarrollo de ensayos. Se discutió el uso de modelos predictivos y herramientas basadas en datos para mejorar la selección de pacientes y optimizar diseños metodológicos, avanzando hacia ensayos más dirigidos y personalizados.
Chollones
Chollones
Chollones
Chollones
Chollones
Chollones