Fournir de meilleures données sur l’innocuité et l’efficacité des médicaments

avril 2013

Avant d’être approuvés au Canada, les médicaments et les dispositifs médicaux sont soumis à des essais cliniques approfondis pour prouver leur innocuité et leur efficacité. Mais même les études les mieux conçues ont une durée limitée et il est difficile de déterminer à quel point les participants à ces protocoles sont représentatifs de la population générale. Lorsqu’un médicament est approuvé et mis en marché, des questions quant à leur innocuité et à leur efficacité peuvent surgir à tout moment.

Pour résoudre ce problème, George Wells de l’Institut de cardiologie de l’Université d’Ottawa (ICUO) a créé un projet de collaboration novateur grâce à une initiative du Réseau sur l’innocuité et l’efficacité des médicaments (RIEM) – un partenariat entre les Instituts de recherche en santé du Canada et Santé Canada.

« Il existe sur le marché des médicaments dont l’innocuité peut être contestée et nos organismes de réglementation et différentes autres compétences en santé doivent en répondre pour la sécurité du public canadien », explique M. Wells, biostatisticien et directeur du Centre de méthodes de recherche en cardiologie de l’Institut de cardiologie.

« Il existe différents moyens de vérifier l’innocuité et l’efficacité des médicaments sur le marché, comme ratisser les grandes bases de données administratives disponibles partout au Canada, mais la plupart de ces méthodes sont très chronophages », précise M. Wells. En compagnie de ses collègues, et grâce à une bourse du RIEM, il utilise plutôt une méthode statistique appelée « méta-analyse en réseau ». Une méta analyse classique repose sur des méthodes mathématiques qui combinent les résultats de plusieurs études. Plus le nombre de renseignements combinés est important, plus l’évaluation de l’innocuité réelle d’un médicament est pertinente.

La méta-analyse en réseau va plus loin. Alors que les méta-analyses classiques permettent uniquement de comparer des études similaires – par exemple, trois études différentes visant à comparer un médicament A à un médicament B –, une méta analyse en réseau analyse les points communs entre les études pour établir de nouvelles comparaisons. À titre d’exemple, une méta-analyse en réseau peut combiner les résultats d’une étude comparant un médicament A à un médicament B avec ceux d’un essai comparant le médicament B à un médicament C, pour ensuite comparer l’innocuité et l’efficacité du médicament A à celles du médicament C, même si ceux-ci n’ont jamais fait l’objet de comparaisons directes.

L’équipe internationale regroupée par M. Wells comprend des experts en biostatistique, en économie de la santé et en transfert des connaissances provenant d’Ottawa et d’autres régions du Canada, des États-Unis et de l’Europe. Pour valider leur concept, ils ont comparé l’innocuité et le rapport coût-efficacité relatifs de plusieurs anticoagulants oraux récents à un produit éprouvé de cette classe de médicaments, la warfarine. La warfarine, de même que ces nouveaux anticoagulants sont prescrits aux patients atteints de fibrillation auriculaire pour prévenir la formation de caillots sanguins, lesquels peuvent causer un accident vasculaire cérébral.

L’équipe s’est intéressée à trois médicaments récents. Le dabigatran, le rivaroxaban et l’apixaban ont tous été comparés à la warfarine à dose ajustée dans des études cliniques, mais jamais entre eux. L’analyse a montré qu’en ce qui a trait au rapport coût efficacité (et en tenant compte de l’innocuité et de l’efficacité), le médicament optimal varie selon les populations de patients; une dose supérieure d’apixaban ou de dabigatran se révélant optimale selon les divers scénarios.

Grâce aux résultats probants de l’étude, l’équipe a poursuivi son travail en créant un réseau mathématique plus étendu capable de réaliser davantage de comparaisons et dont les modèles analysent des données additionnelles sur des médicaments antiplaquettaires comme l’aspirine et le clopidogrel. Chacun de ces modèles peut rapidement être élargi pour y inclure les nouveaux médicaments de la même classe à mesure qu’ils apparaissent sur le marché.

Dans un second projet de recherche, l’équipe examine un produit commercialisé sous la marque Stalevo®. On soupçonne ce médicament utilisé pour traiter la maladie de Parkinson d’entraîner des effets cardiovasculaires indésirables.

« Plutôt que de s’inquiéter sans réagir, de mener une étude clinique pouvant s’étendre sur plusieurs années ou encore d’interroger nos vastes bases de données – ce qui pourrait prendre un an ou deux –, notre méthode nous permet d’aborder les choses différemment et de recueillir des indices solides en quatre à six mois », se félicite George Wells. De plus vastes études pourraient alors être justifiées, selon les résultats de cette première analyse.

Une troisième initiative de l’équipe consiste à déterminer si l’ajout de programmes de soutien comportemental à la pharmacothérapie visant à faciliter l’abandon du tabac augmente le taux global d’abandon. « Avant l’arrivée récente de traitements médicamenteux efficaces, les thérapies comportementales étaient le seul traitement offert, relate M. Wells. Nous nous demandons à présent si l’adjonction de programmes comportementaux à la pharmacothérapie permettrait d’accroître le taux de réussite. »

L’équipe du projet du RIEM, officiellement nommée « Canadian Collaboration for Drug Safety, Effectiveness, and Network Meta-Analysis », se répartit selon quatre volets : revue systématique de l’innocuité et de l’efficacité; études biostatistiques; analyse économique; et transfert des connaissances. « Le transfert des connaissances consiste à déterminer comment rendre les données que nous générons compréhensibles pour tous nos interlocuteurs : patients, médecins, grand public, décideurs et politiciens », précise George Wells.

Ce travail permettra en outre à l’équipe de créer une infrastructure et un répertoire de données probantes destinés à favoriser une réaction rapide au fur et à mesure que des questions sur l’innocuité et l’efficacité d’un produit surgissent. En plus de renforcer leurs partenariats à l’échelle internationale et de constamment mettre à jour leurs modèles, l’équipe compte à présent plusieurs étudiants des cycles supérieurs de l’Université d’Ottawa pour se pencher sur ces méthodes et leurs applications. L’espoir étant que les étudiants qui se destinent à des carrières de chercheurs indépendants répandront l’utilisation de ces méthodes dans tout le pays.