Laboratorio sul Management delle Sperimentazioni Cliniche
La qualità dei Clinical Trial Sites in Italia
Rapporto 2023
A cura di:
Emmanouil Tsiasiotis, Valeria Bicini, Francesca Orsini, Vincenzo Nardelli, Ilaria Valentini
APRILE 2024
Laboratorio sul Management delle Sperimentazioni Cliniche
La qualità dei Clinical Trial Sites in Italia
Rapporto 2023
A cura di:
Emmanouil Tsiasiotis, Valeria Bicini, Francesca Orsini, Vincenzo Nardelli, Ilaria Valentini
ALTEMS
Laboratorio sul Management
delle Sperimentazioni Cliniche
APRILE 2024
© 2023 KOS Comunicazione e Servizi Srl - Roma
segreteria@koscomunicazione.it - www.koscomunicazione.it
Edizione aprile 2024
Indice delle figure
Figura 21: Presenza di Pronto soccorso, farmacia dedicata alla ricerca e spazi dedicati alle attività di ricerca per tipologia di struttura ..............................................................41 Figura
Lista abbreviazioni
Acronimo Significato
ALTEMS Alta Scuola di Economia e Management dei Sistemi Sanitari
AO Azienda Ospedaliera
AOU Azienda Ospedaliero-Universitaria
ASCO American Society of Clinical Oncology - Società Americana di Oncologia Clinica
CTC Clinical Trial Center
CTRA Clinical Trial Research Agreements
CTS Clinical Trial Sites
EDC Monitoraggio Elettronico dei Dati
GCP Good Clinical Practice
IRCCS Istituti di Ricovero e Cura a Carattere Scientifico
Lab. MSC Laboratorio sul Management delle Sperimentazioni Cliniche
PCA Analisi delle Componenti Principali
PI Principal Investigator
Capitolo 1: Background
Il Laboratorio sul Management delle Sperimentazioni Cliniche (Lab MSC) di ALTEMS nasce nel 2019 come osservatorio sul valore complessivo della ricerca clinica per lo scenario italiano. Nel 2023 il Laboratorio si è occupato di delineare una metodologia che permettesse di misurare la qualità dei siti clinici.
Problematiche generali
La misurazione della qualità dei siti dei trial clinici in Italia, come in molti altri paesi, è un’attività complessa che presenta diverse criticità e sfide. Alcune delle criticità e sfide attuali includono:
1. Eterogeneità dei siti clinici:
– gli studi clinici coinvolgono una vasta gamma di siti, da ospedali accademici a strutture private. La diversità di risorse, esperienza e infrastrutture può rendere difficile stabilire standard uniformi per la valutazione della qualità.
2. Regolamentazione complessa:
– i cambiamenti che porta il nuovo regolamento EU-CTR per le sperimentazioni cliniche pongono sfide organizzative per tutte le strutture che svolgono attività di sperimentazione clinica.
3. Variazione nella qualità organizzativa:
– la qualità organizzativa può variare tra i siti. La formazione del personale, l’adeguatezza delle risorse e la capacità di gestione dell’organizzazione ospitante possono influenzare la qualità del sito. La mancanza degli standard di qualità organizzativa potrebbe potenzialmente impattare anche sulla qualità che riguarda lo svolgimento degli studi di sperimentazione clinica.
4. Monitoraggio elettronico dei dati (EDC):
– l’adozione di sistemi (elettronici o meno) che monitorano indicatori della performance dei siti sperimentali rappresenta un problema dell’ecosistema della ricerca clinica, dove le decisioni spesso non vengono basate sui dati.
5. Risorse limitate:
– alcuni siti clinici potrebbero avere risorse limitate, influenzando la
loro capacità di attuare pratiche di ricerca di alta qualità. Ciò può portare a ritardi nelle attività di monitoraggio e nella raccolta dei dati.
6. Organizzazione dei gruppi multidisciplinari nella ricerca clinica:
– la numerosità delle figure coinvolte a ogni studio di ricerca clinica, insieme alla mancanza di una prospettiva multidisciplinare dalla parte organizzativa dei siti sperimentali, può risultare a qualità inferiore per i studi di sperimentazione clinica.
7. Sensibilizzazione del cittadino sulla ricerca clinica:
– l’arruolamento di soggetti e/o pazienti alle sperimentazioni cliniche è una delle sfide più grandi ad oggi in Italia. Perciò, capire come i siti sperimentali possano organizzarsi adeguatamente per gli aspetti assistenziali dei loro pazienti e per il loro coinvolgimento negli studi di sperimentazione clinica, sarebbe un punto fondamentale.
8. Risorse per la formazione continua:
– assicurare che il personale dei siti abbia accesso a formazione continua e risorse educative è essenziale. Tuttavia, la disponibilità di tali risorse potrebbe essere limitata in alcuni contesti.
Affrontare queste sfide richiede una collaborazione tra gli enti regolatori, le organizzazioni di ricerca, i siti clinici e altri stakeholder. L’adozione di best practice, la formazione continua e la standardizzazione dei processi possono contribuire a migliorare la qualità complessiva dei siti clinici nei trial in Italia e in tutto il mondo.
Focus sullo scenario italiano
Lo scenario italiano è particolarmente carente per quel che riguarda la presenza e la codifica di standard di qualità a livello organizzativo dei Clinical Trial Sites (CTS). Tale mancanza è ascrivibile, tra l’altro, alla difficoltà di delineare quali siano tali standard, all’eterogeneità organizzativa dei CTS (es. assenza di un Clinical trial unit/center), all’innovatività in rapida e continua evoluzione per via delle nuove tecnologie, e quindi alla competitività derivante dal nuovo contesto normativo europeo (EU-CTR 536/14). Questi aspetti, nel loro insieme, si configurano come una minaccia all’attrattività del Sistema italiano per quanto riguarda la ricerca clinica.
Il punto di partenza per definire gli standard di qualità negli studi clinici sono senza dubbio le linee guida ICH, di cui lo strumento delle Good clinical practices (GCP) cattura gli standard minimi internazionali di qualità etica e scientifica, mentre il Regolamento Europeo 536/2014 è volto a tutelare principalmente il benessere dei partecipanti ed è progettato per generare dati affidabili e robusti, rendendo contemporaneamente più competitiva l’Unione Europea in tema di ricerca clinica. In ogni caso, seppur presi come riferimento nel loro insieme, mancano degli standard che catturino gli aspetti di qualità correlati all’intero sistema della ricerca clinica, al di là delle GCP, standard che derivano necessariamente dai CTS.
I CTS operano in un contesto sfidante e sono costituiti da varie figure, tra cui il Principal investigator (PI), co-investigators, start-up specialist, data manager, study coordinator, amministratori, farmacisti, infermieri, sperimentatori, biologi, paziente esperto. In questa complessità, riuscire a fotografare le problematiche di cui sopra risulta ambizioso e sfidante, però allo stesso momento essenziale per poter gestire efficientemente le squadre multidisciplinari coinvolte ad ogni studio di sperimentazione clinica.
Obiettivi del progetto
In questo scenario, gli obiettivi del Laboratorio sul Management delle Sperimentazioni Cliniche (Lab MSC), per quel che concerne tale progettualità, possono essere riassunti come segue:
• sviluppare una metodologia che analizzi vari aspetti legati alla qualità, ampiamente intesa anche in termini organizzativi e di processo, dei CTS;
• creare uno strumento di quality-assessment che permetta ai CTS di migliorare internamente;
• consentire agli sponsor l’identificazione di siti di alta qualità;
• promuovere una cultura basata su standard di qualità per aumentare l’attrattività del Paese.
Capitolo 2: Metodologia
Revisione della letteratura
Il presente progetto affonda le proprie radici in un’attenta analisi della letteratura scientifica disponibile, riassunta a seguire in questo capitolo.
La revisione della letteratura è un processo sistematico di raccolta, valutazione e sintesi delle conoscenze esistenti su un determinato argomento di ricerca. Questa fase è fondamentale in ambito accademico e scientifico, poiché consente di comprendere lo stato attuale delle conoscenze, individuare eventuali vuoti o contraddizioni nella letteratura esistente e fornire una base solida per la definizione della propria ricerca. La revisione della letteratura coinvolge la consultazione di pubblicazioni, articoli scientifici, libri e altre fonti accademiche pertinenti, al fine di acquisire una panoramica completa e accurata delle ricerche precedenti relative all’argomento in esame. La tematica del quality assessment dei CTS era stata già attenzionata nel 2008 da parte dell’Associazione oncologica americana (ASCO Research Community Forum), la quale già menzionava standard minimi di qualità e aspetti ad esso strettamente correlati, comprendenti: programmi di sensibilizzazione sulla sperimentazione clinica, coinvolgimento multidisciplinare, garanzia di qualità, mantenimento formale di elevati standard educativi, partecipazione al processo di sperimentazione clinica, elevata attività di competenza, diversificazione del mix di studi clinici. ASCO ha rilasciato una dichiarazione nel 2008 atta a fornire raccomandazioni sullo sviluppo e l’implementazione di programmi di studi clinici di alta qualità. Lo strumento di valutazione della qualità formulato da ASCO è stato reso disponibile per aiutare i siti a stabilire o migliorare i programmi di valutazione interna della qualità e raggiungere gli standard minimi per la conduzione della ricerca clinica.
Dimond et al., nel 2016 ha tentato di creare una prima matrice di 37 indicatori qualitativi, al fine di migliorare le pratiche per la sperimentazione clinica, attraverso autovalutazioni annuali e benchmarking. Snyder et al., nello stesso anno, ha descritto la creazione di centro unico a supporto della ricerca presso la Duke University School. In questo lavoro di unificazione, per la prima volta sono stati correlati gli input con gli output, ovvero è stata messa in relazione l’esistenza di un CTC con la capacità della struttura di occuparsi degli
aspetti correlati alla performance della struttura stessa.
Johnston et al. nel 2017, oltre a sviluppare una matrice di indicatori, ha parlato di accreditamento dei CTS. Infatti, l’armonizzazione degli standard per i siti di sperimentazione clinica rappresenta una premessa significativa in termini di miglioramento sperimentazioni cliniche.
Williams et al. nel 2020 ha svolto una ricerca qualitativa sotto forma di checklist (Early Phase Trials Best Practice checklist). Tale checklist era costituita dalle seguenti 10 categorie: Research guidance documents, Safety management, Staffing, Facilities, Device handling, Quality assurance and Quality measures, Participant engagement, Pharmacy, Laboratory requirements, CTRA (Clinical Trial Research Agreements). Tale checklist, applicabile ad ogni tipologia di CTS e ad ogni fase della ricerca clinica, si propone come strumento per implementare la qualità della pratica clinica e suoi outcomes.
Più recentemente, nel 2023, Buse et al. hanno rilevato un’inefficienza nei processi di sperimentazione clinica, proponendo dei domini di preparazione del sito di sperimentazione racchiusi in sei ambiti: gruppo di ricerca, infrastruttura, gestione dello studio, raccolta dati e gestione, controllo della qualità, etica e sicurezza.
Quello che emerge dall’analisi della letteratura è che, ad oggi, ancora non esiste una metodologia robusta per misurare la qualità dei CTS.
Dimensioni di analisi
Il Laboratorio si è avvalso della letteratura scientifica per costruire la matrice di indicatori il cui diagramma è rappresentato qui in figura 1.
La sintesi delle varie pubblicazioni scientifiche ha permesso al team del Lab MSC di sviluppare le dimensioni di analisi e di calarle al meglio nel contesto italiano.
La revisione ha consentito lo sviluppo di una matrice di indicatori, poi validata con il supporto del CTC del Policlinico
Agostino Gemelli di Roma e le aziende sponsor del Lab MSC. A questo punto, è stato possibile sviluppare una survey per la raccolta dati, costituita da 96 domande, validate in termini di fattibilità sempre dal CTC del Policlinico Gemelli. La survey sviluppata riguarda esclusivamente gli studi clinici interventistici con promotore Profit.
La metodologia verrà aggiornata ogni anno, al fine di poter sviluppare uno strumento conforme agli obiettivi del progetto. Tale metodologia si propone di essere applicabile a tutti i CTS, indipendentemente dalla dimensione, dal tipo di organizzazione e dall’area terapeutica.
Capitolo 3: Piano statistico
In statistica, un indicatore composito è una misura sintetica che combina diverse variabili o indicatori in un’unica misura rappresentativa di un concetto più ampio o complesso. L’obiettivo è sintetizzare e semplificare la comprensione di un fenomeno complesso attraverso l’uso di più variabili.
Accuratezza e precisone
Nell’ambito della valutazione annuale dei Clinical trial centers (CTS), la distinzione tra precisione e accuratezza assume un ruolo cruciale. Mentre la precisione si riferisce alla variabilità dei risultati di misurazione (ovvero, quanto i risultati sono vicini l’uno all’altro), l’accuratezza indica quanto i risultati di misurazione sono vicini al valore vero o al target (la centralità dei colpi nel bersaglio). Per il primo anno di valutazione dei CTS, è stata presa la decisione strategica di privilegiare l’accuratezza rispetto alla precisione.
L’accuratezza e la precisione sono due aspetti fondamentali nella misurazione di qualsiasi fenomeno, entrambe sono essenziali per garantire la qualità e l’affidabilità dei dati raccolti, ma hanno impatti e implicazioni diverse.
Fattori che condizionano l’accuratezza:
1. numero di dimensioni: l’accuratezza può essere influenzata dal numero di dimensioni considerate. Un numero maggiore di dimensioni può aumentare la complessità del modello e la difficoltà di centrare esattamente il valore vero;
2. rappresentatività del campione: l’accuratezza è strettamente legata alla rappresentatività del campione. Un campione che non riflette la popolazione da cui è tratto può portare a conclusioni inesatte, poiché i risultati potrebbero non essere generalizzabili;
3. effetti di correzione: l’uso di metodi per correggere o standardizzare i dati può migliorare l’accuratezza. Questo include la normalizzazione e la post-stratificazione del campione.
Fattori che condizionano la precisione:
1. numerosità del campione: la precisione tende a migliorare con l’aumentare della dimensione del campione. Con più dati, l’incertezza statistica si riduce, e le stime tendono a essere più coerenti;
2. variabilità del campione: se il campione presenta una grande variabilità, sarà più difficile ottenere risultati coerenti, e quindi la precisione ne risentirà. La precisione migliora quando i dati sono omogenei e le fluttuazioni casuali sono ridotte.
Idealmente, sarebbe preferibile avere misurazioni precise e accurate allo stesso tempo; tuttavia, nella pratica, spesso si deve trovare un compromesso tra le due, specialmente nelle fasi iniziali di un progetto di ricerca o di valutazione. Nel caso della valutazione dei CTS, la scelta di privilegiare l’accuratezza rispetto alla precisione nel primo anno ha implicato un’enfasi sulla selezione di un campione rappresentativo. La scelta di enfatizzare l’accuratezza nasce dalla considerazione che, nel primo anno di valutazione, è fondamentale stabilire un benchmark affidabile che rifletta con fedeltà la realtà operativa dei CTS. Avere misurazioni che si centrino attorno al valore reale, anche se i risultati individuali possono variare leggermente, è essenziale per garantire che le basi della valutazione siano solide. In questa fase iniziale, l’accuratezza ci consente di comprendere meglio il panorama generale, assicurando che le
Rappresentatività del campione
Effetti di correzione
Numerosità del campione
Variabilità
decisioni prese, le politiche implementate e gli investimenti futuri siano basati su una comprensione corretta dei fattori critici che influenzano la qualità dei CTS. Dal punto di vista statistico, l’accuratezza è particolarmente rilevante quando si costruiscono modelli o si stabiliscono standard per la prima volta. Una misura precisa, ma non accurata, può portare a una sistematica deviazione dai veri valori che, se non rilevata, può causare errori continui e una fondamentale incomprensione del campo di indagine. Inoltre, mentre la precisione può essere migliorata con misurazioni ripetute e aumentando la numerosità del campione, correggere un errore sistematico di accuratezza è spesso più complesso, poiché richiede una revisione e un’eventuale correzione dell’intero metodo di misurazione.
Concludendo, la scelta di privilegiare l’accuratezza sulla precisione nel primo anno di valutazione dei CTS si è rivelata una decisione strategica che pone una solida fondazione per le analisi future e per il continuo miglioramento dei centri. Questa decisione è stata guidata dal principio che una compren-
sione accurata del presente è la chiave per modellare un futuro più efficace ed efficiente nel campo della ricerca clinica.
Pro e contro di un indicatore composito
In generale, l’uso di indicatori compositi è una scelta strategica che richiede un bilanciamento attento tra la necessità di una misura globale e la comprensione delle sfumature più dettagliate del fenomeno che si sta valutando.
Il nostro studio si avvale degli indicatori compositi per fornire una visione olistica del rendimento e della qualità dei CTS. Riconoscendo la complessità intrinseca di questi centri, abbiamo integrato diverse dimensioni operative e di performance in un unico indicatore che riflette la loro efficienza complessiva. Questo approccio non solo ha semplificato la valutazione di concetti complessi, ma ha anche sintetizzato una vasta gamma di dati, rendendo più agevole l’analisi di fenomeni multidimensionali. L’integrazione di vari indicatori, come il tempo di arruolamento dei pazienti, il numero di studi attivi, e la soddisfazione del personale, ha permesso di fornire una misura compatta, ma esauriente, delle prestazioni dei CTC.
L’impiego di un indicatore composito può tradursi in un supporto concreto per i processi decisionali. Facilitando l’identificazione delle aree di forza e di miglioramento, il nostro studio potrà offrire una base solida per lo sviluppo di politiche e la realizzazione di interventi strategici. Inoltre, abbiamo messo particolare enfasi sulla comunicazione dei risultati, rendendo i dati complessi facilmente comprensibili per un pubblico ampio, inclusi stakeholder non specializzati. La nostra metodologia permette di trasmettere informazioni complesse in modo chiaro e conciso, favorendo la trasparenza e il dialogo costruttivo.
Per affrontare la soggettività nella ponderazione degli indicatori, il nostro studio ha adottato un processo di pesatura trasparente e sistematico, basato su metodi statistici consolidati come l’Analisi delle componenti principali (PCA). Questo metodo riduce il bias personale e assicura che ogni componente sia ponderato in base alla sua effettiva importanza statistica. Le decisioni metodologiche, compresa la scelta dei metodi di normalizzazione e aggregazione, sono state guidate da standard internazionali e best practices, al fine di garantire l’integrità e la coerenza dei risultati. Nonostante la
naturale tendenza alla semplificazione, abbiamo preso misure per conservare dettagli critici. Attraverso l’analisi supplementare delle componenti individuali e la loro contribuzione all’indicatore composto, siamo stati in grado di identificare e comunicare variazioni significative o trend specifici. Questo ha permesso di mantenere una comprensione sfumata dei CTC, preservando la ricchezza delle informazioni senza cadere in una semplificazione eccessiva. La dipendenza dalla qualità dei dati è una sfida ineludibile, ma il nostro studio ha risposto con un’attenta selezione delle fonti e una verifica incrociata dei dati raccolti. La nostra priorità è stata quella di assicurare che ogni dato inserito nell’analisi fosse il più accurato e rappresentativo possibile. Attraverso queste azioni, il nostro studio ha massimizzato i benefici offerti dagli indicatori compositi, fornendo uno strumento di valutazione potente e agile che sottolinea i nostri punti di forza e indirizza proattivamente le sfide.
Vantaggi di un indicatore composito Svantaggi di un indicatore composito
• Visione olistica: gli indicatori compositi consentono di avere una visione completa e olistica di concetti complessi, incorporando varie dimensioni e aspetti in un’unica misura.
• Sintesi di informazioni: aggregando diversi indicatori, si sintetizzano informazioni da diverse fonti, semplificando la comprensione e l’analisi di fenomeni multidimensionali.
• Supporto alle decisioni: sono utili per la formulazione di politiche e la presa di decisioni, fornendo un quadro comprensivo che può guidare interventi strategici e azioni correttive.
• Comunicazione efficace: semplificano la comunicazione di risultati complessi a un pubblico più ampio, rendendo più accessibili concetti altrimenti difficili da comunicare.
• Sensibilità alle scelte metodologiche: l’indicatore composito può essere sensibile alle scelte metodologiche, come i metodi di normalizzazione, di ponderazione e di aggregazione, influenzando i risultati finali.
• Perdita di dettaglio: la sintesi di informazioni può portare a una perdita di dettaglio, occultando eventuali variazioni significative o tendenze specifiche di alcuni indicatori.
• Rischio di semplificazione eccessiva: c’è il rischio di semplificare eccessivamente la complessità di un fenomeno, perdendo di vista la diversità e la ricchezza delle singole componenti.
• Dipendenza dai dati disponibili: la validità dell’indicatore composito dipende dalla disponibilità e dall’affidabilità dei dati per tutti gli indicatori inclusi, e la mancanza di dati può comprometterne l’accuratezza.
Tabella 1: Vantaggi e svantaggi di un indicatore composito
Come costruire un indicatore composito
Per creare un indicatore composito, è comune assegnare pesi specifici alle diverse variabili coinvolte, riflettendo così l’importanza relativa di ciascuna di esse nell’ambito del fenomeno che si sta cercando di misurare. Questi pesi sono spesso assegnati in base a criteri soggettivi od oggettivi, a seconda della natura del fenomeno e della disponibilità di dati.
La costruzione di un indicatore composito comporta diversi passaggi chiave per garantire l’accuratezza, l’affidabilità e la rilevanza della misura risultante. Ecco una panoramica dei passaggi che sono stati seguiti nella creazione di un indicatore composito:
1. Definire il quadro concettuale/obiettivo:
– articolare chiaramente il concetto o il fenomeno che si intende misurare con l’indicatore composito;
– stabilire le basi teoriche per l’indicatore, identificando le dimensioni chiave e i componenti che contribuiscono al concetto complessivo.
2. Selezionare gli indicatori o variabili:
– identificare gli indicatori individuali (variabili o metriche) che rappresentano le dimensioni scelte del concetto;
– assicurarsi che gli indicatori selezionati siano pertinenti, affidabili e coprano una gamma completa di aspetti legati al concetto.
3. Raccolta dei dati:
– raccogliere dati per ciascun indicatore selezionato da fonti affidabili, – verificare la coerenza, l’accuratezza e la completezza dei dati;
– affrontare problemi legati a dati mancanti o incompleti.
4. Normalizzazione dei dati:
– normalizzare i dati per garantire la comparabilità tra gli indicatori, poiché potrebbero avere unità o scale diverse;
– le tecniche comuni di normalizzazione includono la normalizzazione dello z-score, il riscalamento min-max o altri metodi di trasformazione.
5. Ponderazione:
– assegnare pesi a ciascun indicatore in base alla loro importanza relativa nel contribuire al concetto complessivo;
– i pesi possono essere determinati attraverso pareri di esperti, metodi statistici o una combinazione di entrambi.
6. Aggregazione:
– combinare gli indicatori normalizzati e ponderati per creare un punteggio composito;
– possono essere utilizzati diversi metodi di aggregazione, come medie semplici, medie ponderate o funzioni matematiche più complesse, a seconda della natura del concetto.
7. Analisi di sensibilità:
– condurre un’analisi di sensibilità per valutare l’impatto delle modifiche nei pesi o nei metodi di normalizzazione sul punteggio composito finale;
– questo passaggio aiuta a valutare la robustezza e la stabilità dell’indicatore composito.
8. Validazione:
– validare l’indicatore composito confrontando i suoi risultati con benchmark esterni o misure stabilite legate allo stesso concetto;
– valutare l’affidabilità e la validità dell’indicatore composito attraverso tecniche statistiche e il feedback degli esperti.
9. Interpretazione e comunicazione:
– interpretare il significato dell’indicatore composito nel contesto del concetto definito;
– comunicare i risultati in modo efficace a diversi portatori di interesse, evidenziando i punti di forza e le limitazioni della misura composita.
10. Revisione e modifica periodica:
– rivedere regolarmente l’indicatore composito per garantirne la continua rilevanza e accuratezza;
– modificare l’indicatore secondo necessità in base a cambiamenti nella comprensione del concetto, disponibilità dei dati o avanzamenti metodologici.
Il processo di elaborazione di un indicatore composito segue vari passaggi essenziali per assicurare che la misura risultante sia accurata, affidabile e pertinente. Ecco una rielaborazione del procedimento che è stato progettato per questo studio, arricchito dall’aggiunta di un’illustrazione e ulteriori dettagli.
Indicatore composito
Risposta questionario
Quanti pazienti sono stati arruolati nel 2022? Indicatore semplice
Pazienti arruolati /studi attivi nel 2022
Fattore
Rapidità di arruolare pazienti
Dimensione Performance
Indicatore composito
Figura 4: Rappresentazione di come si ottiene un indicatore composito
L’immagine fornisce una rappresentazione schematica dei componenti e del processo con i seguenti elementi:
• Risposta al questionario: il punto di partenza, dove si raccolgono i dati iniziali, come il numero totale di pazienti arruolati in un dato periodo.
• Indicatore semplice: l’indicatore semplice è calcolato dal rapporto tra il numero di pazienti arruolati e il numero di studi attivi nel 2022. La standardizzazione dei dati è cruciale per la confrontabilità statistica tra strutture di clinical trials di dimensioni differenti, permettendo valutazioni omogenee indipendentemente dalla scala operativa.
• Fattore: i fattori, come la “rapidità di arruolare pazienti”, sono costruiti combinando diversi indicatori semplici attraverso l’uso di tecniche come l’Analisi delle componenti principali (PCA). Questo metodo aggrega gli indicatori in maniera tale da catturare l’essenza dei dati riducendo al contempo la complessità.
• Dimensione: “performance” rappresenta una categoria che ingloba vari fattori e indicatori semplici, riferendosi ad un’ampia area di valutazione.
• Indicatore composito: è il risultato della combinazione di vari indicatori semplici e fattori, fornendo una misura che riflette le molteplici dimensioni del fenomeno studiato.
Analisi delle componenti principali (PCA)
La PCA è una procedura statistica che trasforma un insieme di osservazioni di variabili potenzialmente correlate in un insieme di valori di variabili non correlate, chiamate componenti principali. Il processo inizia con la ricerca della prima componente principale, che è la direzione attraverso la quale i dati variano di più. Una volta trovata, la PCA cerca una seconda componente principale che cattura la massima varianza possibile, escludendo la varianza catturata dalla prima componente. Questo processo continua per il numero di componenti scelto. Questo approccio non è solo teoricamente solido, ma è anche ampiamente riconosciuto e utilizzato dalle maggiori Istituzioni scientifiche a livello internazionale.
Nell’ambito di questo studio, la PCA è stata utilizzata per distillare una serie di indicatori complessi in dimensioni più gestibili e rappresentative della qualità operativa di questi centri. Il processo di PCA non è guidato da ipotesi, ma è completamente guidato dai dati; ciò significa che le dimensioni che emergono dall’analisi riflettono le relazioni intrinseche e le correlazioni presenti nei dati stessi. Per esempio, in uno scenario tipico, potremmo avere vari indicatori relativi all’efficienza operativa, alla rapidità di arruolamento dei pazienti e alla tempestività con cui i CTS iniziano gli studi dopo aver ottenuto le necessarie approvazioni. Invece di valutare ogni singolo indicatore in maniera indipendente, cosa che potrebbe portare a un’interpretazione parziale e frammentaria, la PCA ci permette di combinare questi indicatori in modo che ciascun fattore risultante rappresenti un aspetto chiave del funzionamento del CTS.
Questo approccio basato sui dati è particolarmente potente perché svela le strutture nascoste all’interno dei dati che potrebbero non essere immediatamente evidenti. La PCA può, ad esempio, evidenziare che l’efficienza operativa non dipende solo dalla rapidità con cui i pazienti vengono arruolati,
ma anche da quanto velocemente i CTS possono navigare attraverso la burocrazia e ottenere le approvazioni necessarie. In questo modo, un fattore composito può emergere come un indicatore critico della “prontezza operativa” di un CTS, che potrebbe non essere stato chiaramente definito a priori. L’orientamento “data-driven” della PCA assicura che ogni dimensione rifletta fedelmente i pattern e le tendenze più salienti dei dati, fornendo quindi un quadro oggettivo e quantitativo della performance. Questa capacità di sintetizzare e rivelare i driver più importanti di qualità ed efficienza rende la PCA un metodo particolarmente prezioso nel campo della ricerca clinica. L’adozione di un approccio data-driven attraverso l’Analisi delle componenti principali (PCA) nella valutazione dei CTS offre un ulteriore vantaggio significativo: la capacità di rilevare tendenze e cambiamenti nel tempo. Poiché la PCA elabora i dati disponibili senza presupposti rigidi, è particolarmente sensibile alle variazioni che si verificano di anno in anno. Questo significa che se un CTS migliora un aspetto specifico della sua operatività o se un nuovo metodo rivoluzionario viene adottato ampiamente, tali sviluppi verranno catturati e riflessi nei fattori risultanti dall’analisi PCA. Inoltre, la flessibilità della PCA consente di adattarsi e incorporare innovazioni e sviluppi senza alterare l’approccio di base. Se emergono nuove variabili che sono rilevanti per la qualità e l’efficienza dei CTS, queste possono essere integrate nell’analisi PCA senza compromettere la continuità storica. Questo aspetto è cruciale in campi in rapida evoluzione come quello dei trial clinici, dove l’innovazione è costante e l’adattabilità è essenziale. Al contrario, i domini di valutazione, che rappresentano le categorie ampie di indicatori, rimangono costanti nel tempo. Questa costanza è fondamentale per garantire la comparabilità tra i diversi anni. Questa comparabilità consente agli analisti e ai decisori di valutare le prestazioni dei CTS nel tempo, identificare tendenze a lungo termine, e comprendere l’impatto delle politiche e delle pratiche. In sostanza, mentre la PCA offre un’immagine dinamica e aggiornata delle prestazioni, i domini forniscono i punti di ancoraggio che rendono tale immagine interpretabile e significativa in un contesto storico più ampio. Questo equilibrio tra flessibilità e stabilità è ciò che rende la PCA uno strumento così prezioso per la gestione della qualità nei trial clinici.
Capitolo 4: Campione e livello di risposta
Campione
Sono stati invitati a partecipare al questionario 35 CTS, distribuiti in modo omogeneo su tutto il territorio nazionale. Il 48% dei partecipanti (17 CTS) sono rappresentati da Istituti di ricovero e cura a carattere scientifico (IRCCS), il 23% (8 CTS) da Aziende locali, il 23% (8 CTS) da Aziende ospedaliero-universitarie (AOU) e il restante 6% (2 CTS) da Aziende ospedaliere (AO).
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il tasso di partecipazione al questionario è stato del 74%, pari a 26 CTS. La posizione geografica dei Centri partecipanti è illustrata nella figura sottostante.
Nella tabella 2 (pagina seguente) è riportata la frequenza e la percentuale delle tipologie di strutture partecipanti al sondaggio.
Le frequenze delle aree terapeutiche delle strutture partecipanti sono distribuite nel seguente modo: l’85% delle strutture eroga servizi per tante aree terapeutiche, mentre il restante 15% si occupa di una area terapeutica (p.e. solo oncologia o solo cardiologia).
Tabella 2: Frequenze per tipologia di struttura
ricerca clinica CTS
Tabella 3: Frequenza aree terapeutiche per strutture partecipanti
Per quanto riguarda le aree terapeutiche per cui vengono svolte sperimentazione cliniche nei Centri, il 77% svolge attività di ricerca clinica in più di una area terapeutica, mentre il restante 23% si concentra su un’area terapeutica (tabella 3). Al fine di garantire l’affidabilità dell’analisi condotta, alcune strutture sono state escluse dal campione complessivo o da parte degli indicatori perché non calcolabili in assenza di dati. Tra le strutture escluse dal campione, vi sono 1 IRCCS e 1 Azienda locale, le quali non hanno fornito alcuna informazione riguardante le sperimentazioni attive o attivate nell’anno preso in considerazione.
Parallelamente, alcune strutture sono state rimosse dagli indicatori numerici, tra cui 1 IRCCS e 3 Aziende locali, a causa della presenza di meno di cinque studi attivi complessivamente o per non aver fornito dati riguardanti il personale o il Principal investigator (PI). Queste esclusioni sono state necessarie al fine di garantire l’attendibilità e la rappresentatività dei risultati ottenuti dall’analisi condotta sulle strutture partecipanti.
Livello di risposta
L’analisi del tasso di risposta nelle diverse dimensioni è stata condotta mediante il calcolo del rapporto tra il totale effettivo di risposte inviate e il totale delle domande attese per ciascuna dimensione, ottenendo così un indicatore del grado di completamento per ogni ambito. I risultati presentati nella tabella 4 evidenziano una notevole variabilità nei tassi di risposta tra le diverse dimensioni tra i CTS.
Tabella 4: Tassi di risposta al questionario relativi a ciascuna dimensione di analisi
La performance emerge come la dimensione con il tasso medio di completamento più basso, registrando un modesto 37.71%. Ciò suggerisce o la possibilità di migliorare la rendicontazione all’interno del CTS, o una non adeguata comprensione delle domande relative a questa specifica area della ricerca. Al contrario, altre dimensioni come partecipanti clinical trials e personale mostrano tassi di risposta elevati, con valori del 99.48% e dell’87.50% rispettivamente, indicando una notevole capacità nel fornire le informazioni richieste in queste specifiche aree. I domini con valori intermedi, ma superiori al 60%, come infrastruttura (60.90%), clinical trial portfolio (71.59%), quality assurance (70.66%), e capacità digitale (76.25%), indicano un grado accettabile di risposta e completamento delle domande. Questi dati offrono una preziosa indicazione per indirizzare gli sforzi di miglioramento e ottimizzazione della raccolta dati da parte dei CTS.
• Performance: questa dimensione ha il tasso di completamento più basso, pari al 37.71%. Potrebbe indicare che ci sono aree di miglioramento del questionario o difficoltà da parte dei centri nell’analizzare e valutare le prestazioni complessive.
• Infrastruttura: con un tasso del 60.90%, la maggior parte dei Centri ha
fornito informazioni sostanziali sulla loro infrastruttura, sebbene ci sia ancora margine per migliorare la completezza dei dati.
• Clinical trial portfolio: il tasso di completamento del 71.59% in questa dimensione suggerisce che i Centri hanno fornito una buona quantità di informazioni riguardo ai loro portfolio di trial clinici in corso o completati.
• Personale: con un alto tasso di completamento dell’87.50%, i Centri hanno fornito dettagli completi riguardo al personale coinvolto nelle attività di sperimentazione clinica.
• Quality assurance: il tasso del 70.66% indica che la maggior parte dei Centri ha fornito informazioni riguardo ai loro processi e procedure di controllo qualità, anche se alcuni potrebbero aver omesso dettagli importanti.
• Capacità digitale: con il 76.25% di completamento, la maggior parte dei Centri ha reso note le proprie capacità digitali, il che è cruciale considerando l’importanza della tecnologia nella gestione dei trial clinici.
• Partecipanti/pazienti clinical trials: con un tasso di completamento eccezionalmente alto del 99.48%, i Centri hanno fornito una quantità significativa di informazioni riguardo ai partecipanti ai trial clinici, un aspetto fondamentale per la valutazione e la trasparenza.
In generale, mentre alcuni settori come i partecipanti/pazienti ai trial clinici e il personale hanno alti tassi di completamento, altri settori come le performance e la qualità dell’infrastruttura potrebbero richiedere maggiore attenzione per garantire una rappresentazione più completa e accurata dei Centri di sperimentazione clinica.
Nota Bene
• Il questionario, disponibile alla fine del presente rapporto, è stato utilizzato per raccogliere i dati riferiti all’anno 2022, nei CTS partecipanti.
• Dove si parla di studi clinici, in genere si tratta degli studi di sperimentazione clinica (clinical trials) a meno che non venga specificato diversamente all’interno del rapporto.
• Per maggiori dettagli sulle dimensioni, fare riferimento al capitolo 5, dove vengono presentati i dati per i vari indicatori, e al questionario che si trova alla fine di questo rapporto.
Laboratorio sul Management delle Sperimentazioni Cliniche
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Capitolo 5: Analisi dei dati
Dimensione performance
Il grafico relativo alla Fig. 7 riporta la percentuale delle strutture in base al numero di studi attivi nel 2022. IRCCS e AOU sono le strutture nelle quali, coerentemente, nel 2022 sono attivi più di 100 studi.
Il grafico relativo alla Fig. 8 riporta la distribuzione dei CTS in base al numero di studi attivati nel 2022. IRCCS e AOU sono le uniche tipologie di strutture cha hanno attivato almeno 25 studi nel corso dell’anno di riferimento.
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il grafico in Fig. 9 rappresenta la distribuzione delle strutture divise per la percentuale degli studi che nel 2022 sono stati sottomessi secondo il Regolamento Europeo 536/2014. Si nota in genere che poche strutture hanno seguito il regime del nuovo Regolamento nell’anno 2022, quando ancora non era obbligatorio seguirlo.
Percentuale di studi clinici submitted nel 2022 secondo Reg. EU 536/2014
Il grafico in Fig. 10 riporta la percentuale dei centri divisi per l’indicatore dei pazienti arruolati in media in ogni studio clinico attivo. Si nota la bassa capacità delle strutture ad arruolare pazienti per ogni studio attivo nel 2022, mentre le AOU sono gli unici CTS che hanno arruolato da 3 a 5 partecipanti per ogni studio.
Il grafico in Fig. 11 presenta la percentuale degli studi attivati nel 2022 con almeno un paziente arruolato per gli studi attivati in totale nel 2022 tra i vari CTS. Si nota di nuovo l’incapacità di arruolamento anche per i nuovi studi nell’anno 2022: infatti più del 50% dei CTS non ha arruolato nessun paziente per più della metà degli studi attivati nel 2022.
Il grafico in Fig. 12 descrive la distribuzione delle strutture data la media dei giorni per la firma del contratto dello studio. La maggioranza dei CTS risultano nella fascia 0-15 giorni e non si nota una dipendenza dal tipo di organizzazione del CTS.
Come per i giorni della firma del contratto, così anche la distribuzione delle strutture per i giorni necessari per il modulo di idoneità (Fig. 13) non dipende fortemente dal tipo di struttura.
Invece, per quanto riguarda la media dei giorni per l’autorizzazione del Comitato Etico, si nota una maggiore variabilità dell’indicatore, che non dipende dal tipo di organizzazione. Si evidenzia che per più di 90% dei CTS, il Comitato Etico risponde entro 60 giorni.
Infine, per quanto riguarda l’ultimo indicatore che concerne la parte amministrativa dello studio, ovvero quello dall’approvazione dello studio fino al giorno del primo arruolamento, si nota che per oltre il 30% dei CTS, si richiede un periodo di oltre 2 mesi.
Dimensione clinical trial portfolio
I seguenti grafici (Fig. 16 e 17) rappresentano, complessivamente e per tipologia di struttura, la ripartizione delle sperimentazioni tra nazionali/internazionali e monocentriche/multicentriche.
Intern. monocentriche
Intern. multicentriche
Nazionali monocentriche
Sperimentazioni
Intern. monocentriche
Intern. multicentriche
Nazionali monocentriche
Laboratorio sul Management delle Sperimentazioni Cliniche
Il Valore delle sperimentazioni cliniche in Italia Report 2023
I seguenti grafici (Fig. 18 e 19) mostrano il rapporto tra CTS che svolgono sperimentazioni cliniche per un’area terapeutica e quelli plurispecialistici.
Si nota che solo alcuni degli IRCCS del campione osservato svolgono attività di sperimentazione clinica mono-specialistiche.
Strutture
Mono specialistiche
Pluri specialistiche
Dimensione infrastruttura
I seguenti grafici (Fig. 20 e 21) riportano la percentuale dei CTS in cui sono presenti Pronto soccorso, farmacia dedicata alla ricerca e spazi dedicati alle attività di ricerca.
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il grafico riportato di seguito (Fig. 22) riporta la percentuale delle strutture divise per posti letto di DH dedicati alla ricerca sul totale dei posti letto di DH, per tipologia di struttura.
Si nota che il 67% dei CTS ha meno del 10% dei posti DH dedicati per le sperimentazioni cliniche.
Il grafico successivo (Fig. 23) mostra la percentuale di strutture divise per posti letto di DO dedicati alla ricerca sul totale dei posti letto di DO, per tipologia di struttura.
Si nota anche qui che oltre l’85% dei CTS hanno meno del 5% dei posti DO dedicati per le sperimentazioni cliniche.
I grafici successivi (Fig. 24) mostrano la distribuzione delle strutture in base alla presenza di macchine per l’alta diagnostica (TAC e risonanza magnetica) dedicate alle attività di ricerca. Così come il trend dei posti letto DO e DH si nota che la maggior parte dei CTS non ha risorse dedicate alla ricerca clinica.
Tipo Struttura AO AOU Azienda locale IRCCS
struttura per le attività di ricerca
Il grafico riportato in Fig. 25 mostra la distribuzione dei CTS in base alla percentuale di slot per l’alta diagnostica ( TAC e risonanza magnetica) dedicate alla ricerca.
Tipo Struttura AO AOU Azienda locale IRCCS
Laboratorio sul Management delle Sperimentazioni Cliniche
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il medesimo fenomeno viene rilevato anche nelle agende (slot) ambulatoriali dedicati alle sperimentazioni cliniche: nel 73% dei Centri il numero di agende ambulatoriali dedicate alla ricerca risulta inferiore ad 1.
Dimensione personale
Il grafico (Fig. 27) raffigura la distribuzione dei Centri divisi per l’incidenza percentuale dei PI sul totale dell’organico medico. Si nota che per più di 80% dei CTS rispondenti, la percentuale dei PI risulta sotto la soglia di 5%.
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il grafico (Fig. 28) mostra la distribuzione dei CTS in base all’incidenza percentuale degli infermieri di ricerca sul totale dell’organico SITRA. Anche qui la tendenza risulta simile a quello dei PI, con un percentuale di più di 80% dei CTS sotto la soglia del 5%.
Il grafico (Fig. 29) mostra la distribuzione dei Centri in base all’incidenza percentuale di personale con certificazione IATA sul totale del personale di laboratorio. Per più di 70% delle strutture il percentuale risulta sotto la soglia di 25%.
Laboratorio sul Management delle Sperimentazioni Cliniche
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il grafico di seguito (Fig. 30) riporta la percentuale dei Centri divisi in base al rapporto dei PI sul numero di studi attivi, dove risulta che per il 90% delle strutture rispondenti i PI hanno gestito in media oltre due studi attivi nel 2022. Solo in alcune aziende locali risulta un numero superiore di PI per studi attivi.
Figura 30: Percentuale di PI per numero di studi attivi per tipologia di struttura
Il grafico (Fig. 31) mostra la distribuzione dei CTS, divisi per tipo di struttura, in base al numero di study coordinator per studi clinici attivi. Si evince che solo per il 12% delle strutture ogni study coordinator gestisce in media meno di 2.5 studi attivi.
Anche per i data manager si osserva una situazione simile. Il grafico (Fig. 32) mostra la distribuzione dei CTS in base al rapporto tra il numero di data manager e il numero di studi clinici. Si evidenzia che in più del 45% delle strutture, il numero di data manager è notevolmente inferiore rispetto al numero di studi attivi, collocandosi nella fascia compresa tra 0 e 0.1. Inoltre, più del 90% dei CTS hanno avuto meno 0.5 data manager per ogni studio attivo nel 2022.
Infine, il grafico (Fig. 33) riporta la percentuale delle strutture in cui sono presenti alcune figure a supporto delle sperimentazioni cliniche.
Dimensione quality assurance
La figura 34 riporta la percentuale di strutture in cui sono presenti procedure specifiche per le sperimentazioni cliniche.
La figura 35 mostra la percentuale dei CTS in cui sono presenti e vengono utilizzate procedure e template standard per le sperimentazioni cliniche.
Laboratorio sul Management delle Sperimentazioni Cliniche
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il grafico della figura 36 riporta la percentuale di strutture in cui sono presenti spazi e strumenti di gestione interna a supporto delle sperimentazioni cliniche.
Figura 36: Presenza di spazi e strumenti di gestione interna a supporto delle sperimentazioni cliniche
Il grafico della figura 37 mostra la percentuale dei CTS che erogano formazione specifica per le sperimentazioni cliniche.
Figura 37: Erogazione di formazione specifica per le sperimentazioni cliniche
Laboratorio sul Management delle Sperimentazioni Cliniche
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il grafico della figura 38 mostra la percentuale delle strutture in cui vengono somministrati questionari di gradimento per i partecipanti e gli sponsor promotori.
Il grafico della figura 39 mostra la distribuzione dei CTS in base all’indicatore di visite di monitoraggio per studi attivi. Si nota che per la maggior parte dei CTS (più di 90%) viene effettuata meno di una visita di monitoraggio mensile per ogni 2 studi attivi.
Il grafico della figura 40 rappresenta la distribuzione delle strutture divise per le violazioni di GCP sugli studi attivi. Si nota un’omogeneità delle risposte visto che l’80% dei CTS sono nella fascia 0-0,15.
Dimensione capacità digitale
Il grafico della figura 41 mostra la percentuale di strutture che utilizzano strumenti digitali, come la cartella elettronica, il suo utilizzo all’interno della struttura e la validazione della cartella secondo i GCP o altro tipo di validazione. Le domande di riferimento del grafico qui in calce per la tabella sotto sono dalla 56 alla 60 del questionario (vedi Annex 1).
Il Valore delle sperimentazioni cliniche in Italia Report 2023
Il grafico della figura 42 mostra la percentuale di strutture che utilizzano strumenti digitali a servizio delle attività di ricerca, come un software dedicato e integrato con i sistemi aziendali. In più, la percentuale dei CTS che hanno dichiarato di essere in grado di realizzare studi di ricerca clinica dove una parte del servizio viene erogato con strumenti di telemedicina.
Dimensione partecipanti/pazienti ai clinical trials
I grafici seguenti delle figure (43, 44, 45, 46) mostrano la percentuale delle strutture in cui sono presenti fattori che possono facilitare l’esperienza dei partecipanti nelle sperimentazioni cliniche, come la possibilità di raggiungere la struttura con i mezzi pubblici, la distanza da un aeroporto, la presenza di posti auto riservati ai pazienti arruolati, etc.
Indicatore composito
studi_clinici_attivi
studi_clinici_attivati
pazienti_arruolati
giorni_verbale_comitato
giorni_modulo_idoneita
giorni_firma
giorni_arruolamento
Nell’analisi dell’indicatore composito, come delineato nella sezione metodologica (capitolo 3), abbiamo utilizzato l’Analisi dei componenti principali (PCA) per identificare tre fattori principali per alcuni domini, al fine di aggregare insieme alcuni indicatori semplici. Questa metodologia è stata applicata per tutti i domini, ad esclusione di quelli contenenti solo domande qualitative. Tramite questa metodologia, abbiamo stimato il peso di tali fattori all’interno di ciascuna dimensione. Per le dimensioni che includevano solo indicatori qualitativi, abbiamo utilizzato la stessa metodologia, ma solo per il calcolo del peso specifico per ciascun indicatore semplice che lo compone. Nei seguenti grafici, i colori utilizzati riflettono i pesi più rilevanti per ciascun fattore: il rosso indica un indicatore semplice che influenza negativamente quella specifica componente, mentre il verde progressivamente crescente indica un indicatore sempre più rilevante positivamente per differenziare le strutture. Questo approccio metodologico ci ha permesso di aggregare le risposte in modo oggettivo ed ottenere il punteggio delle strutture partecipanti all’interno di ogni dimensione, basandoci sui dati raccolti e adottando un approccio “data-driven”. Ad ogni fattore è stato attribuito un nome analizzando le variabili più rilevanti e seguendo in ogni caso proposte già rilevate durante la fase della literature review che è stata descritta nel capitolo 2.
Figura
• Arruolamento pazienti: fattori che supportano livelli efficienti di arruolamento.
• Integrazione clinica-amministrativa: fattori che determinano la buona performance del processo di ricerca sia dal punto di vista clinico che amministrativo.
• Tempestività organizzativa: capacità e strutturazione dell’organizzazione al fine di rispondere velocemente alle scadenze previste dal flusso della ricerca.
Nel grafico della performance, il fattore “integrazione clinica-amministrativa” risulta più importante, seguito dalla “tempestività organizzativa” e “l’arruolamento pazienti”.
slot_alta_diagnostica_dedicati
pronto_soccorso
posti_letto_do_dedicati
posti_letto_dh_dedicati
farmacia_dedicata
• Capacità organizzativa: capacità dell’organizzazione di creare dei flussi che facilitino l’acceso dei partecipanti arruolati/arruolabili.
• Facilità accesso servizi: i partecipanti arruolati possono accedere ai servizi critici di sperimentazione clinica senza entrare in concorrenza con gli altri flussi dei pazienti nell’infrastruttura.
• Specializzazione ricerca clinica: presenza di strutture critiche dedicate alla ricerca clinica.
Nel grafico dell’infrastruttura, il fattore “capacità organizzativa” risulta più importante, seguito dalla “facilità accesso servizi” e “specializzazione ricerca clinica”.
• Capacità cliniche del team: figure professionali critiche per lo svolgimento della parte clinica di ogni studio.
• Punti di contatto: interfacce interne all’organizzazione con stakeholder importanti.
• Team multidisciplinare: presenza di molteplici professionalità nei team di ricerca.
Nel grafico del personale, il fattore “punti di contatto” risulta più importante, seguito da “team multidisciplinare” e “capacità cliniche del team”.
study_coordinator
referente_sponsor
psicologo pi
Fattore Indicatore semplice
personale_supporto
infermieri
data_manager
Score overall per dimensione
Nella dimensione performance si nota che solo il 17% delle strutture rispondenti raggiungono uno score oltre il 50%. In più, si nota che la concentrazione di quasi il 60% delle strutture rispondenti ricade nella fascia 25-50%.
Figura 50: Score complessivo per dimensione performance
Anche per la dimensione infrastruttura, solo il 10% delle strutture ricade nella fascia superiore dello score calcolato. Il fenomeno si spiega meglio seguendo l’analisi dei dati che riguardano la capacità dei CTS a spazi dedicati per le sperimentazioni cliniche.
Anche nella dimensione clinical trial portfolio più del 75% delle strutture si posizionano sotto il 50% dello score totale.
Per la dimensione del personale si nota una certa variabilità nel posizionamento dei CTS nelle varie fasce di score. Si nota però, in confronto delle dimensioni sopra presentate, che ci sono più centri performanti per la dimensione del personale.
La dimensione della quality assurance è l’unica dove la maggior parte delle strutture (52,38%) risulta avere uno score superiore del 75%, spiegata dall’esistenza degli strumenti e risorse che permettono un costante monitoraggio della qualità all’interno dei vari CTS.
Nella dimensione di capacità digitale il 30% delle strutture ha uno score superiore al 75% ed è la seconda dimensione con un maggior numero di presenze delle strutture nella fascia massima. Si nota la divisione in due gruppi abbastanza equilibrati per questa dimensione, ovvero il gruppo di 60% dei CTS, che risultano sotto uno score di 50%, e il gruppo di 40% delle strutture, che sembrano aver implementato strumenti digitali sia per la gestione dei dati ospedalieri sia per la loro integrazione con i dati che derivano dalle sperimentazioni cliniche.
Infine, la dimensione partecipanti/pazienti clinical trials è quella con i peggiori score in assoluto per tutte le strutture, spiegando in parte che le strutture in Italia non considerano i partecipanti/pazienti come punto centrale nella ricerca clinica. In parte, questo è collegato all’incapacità di arruolare pazienti così come evidenziato nella dimensione della performance.
ANNEX 1
Questionario
Domande
1. Il Centro di sperimentazione clinica in che tipo di struttura opera?
2. Quali sono le aree terapeutiche che caratterizzano la struttura nel 2022?
3. In quali aree terapeutiche sono stati condotti e/o attivati studi clinici profit nel 2022?
4. Nella struttura è presente il Pronto soccorso
5. Qual è il numero di pazienti dimessi dal Pronto soccorso nel 2022?
6. Qual è il numero di posti letto di Degenza ordinaria (DO) dell’ospedale nel 2022?
7. Qual è il numero di pazienti di DO dimessi nel 2022?
8. Qual è il numero di posti letto di Day hospital (DH) dell’ospedale nel 2022?
9. Qual è il numero di pazienti di DH dimessi nel 2022?
10. Qual è il numero di posti letto di DO (Degenza ordinaria) dedicati agli studi clinici nel 2022?
11. Qual è il numero di posti letto di DH (Day hospital) dedicati agli studi clinici nel 2022?
12. Qual è il numero di pazienti ambulatoriali della struttura nel 2022?
13. Qual è il numero di studi clinici attivi profit nell’anno 2022?
14. Qual è il numero di studi clinici profit attivati nell’anno 2022?
15. Qual è il numero di studi clinici profit attivati nell’anno 2022 con almeno un paziente arruolato?
16. Qual è il numero di studi clinici profit attivi per ogni area terapeutica nel 2022?
17. Per quali indicazioni terapeutiche si eseguono sperimentazioni di Fase 1 (es. oncologia, cardiologia, volontari sani etc.)?
18. Qual è il numero di studi clinici profit iniziati presso il Centro nel 2022 secondo il Regolamento EU 536/2014?
Nome Variabili
Tipo struttura
Aree terapeutiche
Aree terapeutiche studi
Pronto soccorso
Pazienti dimessi PS
Posti letto DO
Pazienti dimessi DO
Posti letto DH
Pazienti dimessi DH
Posti letto DO dedicati
Posti letto DH dedicati
Pazienti ambulatorio
Studi clinici attivi
Studi clinici attivati
Studi clinici attivati con pazienti
Studi clinici attivati area terapeutica
Sperimentazioni Fase 1
Studi clinici Regolamento EU
19. Quanti pazienti sono stati arruolati negli studi clinici profit nel 2022?
20. Quanti pazienti fuori regione sono stati dimessi nel 2022 dalla struttura?
21. Quanti pazienti fuori regione sono stati arruolati in studi clinici profit nel 2022?
22. Quanti pazienti dimessi dal Pronto soccorso sono poi stati arruolati in studi clinici profit nel 2022?
Pazienti arruolati
Pazienti dimessi fuori regione
Pazienti arruolati fuori regione
Pazienti arruolati dimessi PS
23. Escluse le sperimentazioni di Fase 1, indicare il numero di sperimentazioni
Totali attive al 2022
Non-profit con CTS Promotore attive al 2022
Profit internazionali multicentriche
Profit monocentriche
Profit nazionali
Indicare il numero di sperimentazioni di sperimentazioni non-profit come centro partecipante
Indicare il numero di sperimentazioni di sperimentazioni con terapie avanzate (ATMP)
Sperimentazioni totali
Sperimentazioni non profit
Sperimentazioni inter multicentriche
Sperimentazioni monocentriche
Sperimentazioni nazionali
Sperimentazioni non profit partecipante
Sperimentazioni ATMP
24. Escluse le sperimentazioni di Fase 1, indicare il numero di studi per numero di pazienti arruolati studi
0 pt arruolato 2022
1-2 pts arruolati 2022
3-10 pts arruolati 2022
10 pts arruolati 2022
Studi 0 pt
Studi 1-2 pts
Studi 3-10 pts
Studi più 10 pts
25. Esiste una farmacia dedicata alla ricerca (anno 2022)? Farmacia dedicata
26. Quante macchine di alta diagnostica (RSM + TAC) sono disponibili nella struttura (2022)?
27. Quante macchine di alta diagnostica (RSM + TAC) sono riservate agli studi clinici profit nella struttura (2022)?
28. Qual è il numero di slot per l’alta diagnostica (RSM + TAC) totale nel 2022?
29. Qual è il numero di slot per l’alta diagnostica (RSM + TAC) dedicati agli studi clinici profit nel 2022?
Macchine alta diagnostica
Macchine alta diagnostica dedicate
Slot alta diagnostica
Slot alta diagnostica dedicati
30. Qual è il numero di agende ambulatoriali attive nel 2022?
31. Qual è il numero di agende ambulatoriali attive dedicate agli studi clinici profit nel 2022?
32. Le prestazioni sanitarie per studi clinici vengono erogate in spazi dedicati alla ricerca clinica?
33. Viene erogata formazione Good clinical practice (GCP) dalla struttura?
34. Viene erogata formazione in temi di ricerca dalla struttura? (i.e. clinical trial awareness programme)
35. Quale accreditamento/certificazione detiene il Laboratorio di Patologia Clinica?
36. Quante sono le unità accreditate per studi clinici di Fase 1 (Det. 809/2015)?
37. I farmacisti ricevono formazione specifica sulle sperimentazioni cliniche (SOPs)?
38. Qual è il numero totale di personale medico (tempo indeterminato + determinato) in servizio nel 2022?
39. Qual è il numero totale di personale SITRA (tempo indeterminato + determinato) in servizio nel 2022?
40. Qual è il numero di personale (medico + SITRA) di laboratorio nel 2022?
41. Qual è il numero di personale con training IATA nel 2022?
42. Qual è il numero di personale con certificato good clinical practice (GCP) in corso nel 2022?
43. Qual è il numero di Principal investigator (PI) degli studi clinici profit nel 2022?
44. Qual è il numero complessivo di PI attivi con almeno 1 paziente arruolato per ogni studio clinico profit nel 2022?
Agende ambulatoriali
Agende ambulatoriali dedicate
Spazi dedicati
Formazione GCP
Formazione ricerca
Certificazione patologia clinica
Unita accreditate Fase 1
Formazione farmacisti
Personale medico
Personale SITRA
Personale laboratorio
Personale Iata
Personale GCP
PI
PI attivi
45. Inserire il numero di PI (attivi nel 2022) per ogni categoria rispetto alla loro esperienza nell’attivazione di studi clinici profit (i.e.: il dott. Rossi ha almeno uno studio clinico attivo nel 2022 e ha esperienza come principal investigator da 7 anni; rientrerà nella categoria 5-10 anni)
Meno di 5 anni
PI >> 5-10 anni
Più di 10 anni
PI 5 y
PI 5 10 y
PI more 10 y
46. Inserire il numero di pi in base al numero medio di studi clinici attivi profit nel 2022 (i.e: il dott. Rossi nel 2022 ha 8 studi clinici attivi, pertanto rientrerà nella categoria 5-10)
Meno di 5 studi per PI
PI 5 s
PI >> 5-10 studi per PI PI 5 10 s
PI >> Più di 10 per PI
47. Qual è il numero di PI usciti dall’organico della struttura nel 2022?
48. Qual è il numero di study coordinator presenti nella struttura nel 2022?
49. Qual è il numero di infermieri per gli studi clinici presenti nella struttura nel 2022?
50. Qual è il numero di data manager per gli studi clinici presenti nella struttura nel 2022?
51. È prevista la presenza di personale adibito ad attività di supporto ed assistenza ai pazienti e caregivers (permessi, agevolazioni, rimborsi, facilitazioni, convenzioni, etc.)?
52. All’interno del Centro di Sperimentazione Clinica, esiste una struttura o una figura professionale deputata all’attivazione degli studi clinici nel 2022?
53. Ad ogni sponsor viene assegnato un referente univoco dalla struttura per le attività di tipo amministrativo?
54. È prevista la figura dello psicologo per pazienti e caregivers arruolati in studi clinici?
55. È previsto il coinvolgimento dei pazienti esperti nelle attività di pianificazione e/o approvazione degli studi clinici?
56. Nella struttura si utilizza la cartella clinica elettronica?
57. L’utilizzo della cartella clinica elettronica è applicato a tutta la struttura (tutti i reparti e tutti i servizi)?
58. Se no, inserire la categoria in cui si posiziona la struttura per l’utilizzo della cartella clinica elettronica >> Utilizzo cartella clinica
59. La cartella elettronica è validata secondo le normative applicabili? (i.e. EMA/INS/GCP/112288/2023)
60. La cartella elettronica è GCP e ALCOA++ principles compliant?
PI more 10 s
PI usciti
Study coordinator
Infermieri
Data manager
Personale supporto
Attivazione studi
Referente sponsor
Psicologo
Pazienti esperti
Cartella elettronica
Cartella elettronica tutta struttura
Cartella elettronica struttura
Cartella elettronica validata
Cartella elettronica GCP
61. Nella struttura viene utilizzato un software dedicato alla gestione degli studi clinici profit?
62. Se sì, ci indichi quale software viene utilizzato
63. Il software viene utilizzato per tutti gli studi clinici che eroga la struttura?
64. Il software è integrato con i sistemi informatici aziendali?
65. È prevista la possibilità di erogare prestazioni in telemedicina per i pazienti arruolati negli studi clinici?
66. Esistono delle procedure aziendali formalizzate per le sperimentazioni cliniche (SOPs) valide nel 2022?
67. Esistono delle procedure aziendali sulla gestione dei farmaci nelle sperimentazioni cliniche valide nel 2022?
68. Esistono delle procedure aziendali sulla gestione del ricovero del paziente arruolato in uno studio clinico profit valide nel 2022?
69. Esistono delle procedure aziendali per considerare un coinvolgimento multidisciplinare durante le varie fasi della sperimentazione clinica valide nel 2022?
70. Il farmacista viene coinvolto durante la fase di feasibility degli studi clinici profit?
71. La struttura ha un tariffario per la valorizzazione delle prestazioni inserite negli studi clinici profit?
Software
Software nome
Software studi
Software integrato
Telemedicina
Procedure SOP
Procedure farmaci
Procedure ricovero
Procedure multidisciplinari
Farmacista feasibility
Tariffario
72. Viene utilizzato il template del contratto AIFA? Template AIFA
73. Esiste un percorso del paziente arruolato negli studi clinici?
74. Il percorso del paziente arruolato è riconoscibile (i.e. frecce, segnaletica, elementi grafici, etc.) nella struttura?
75. Esistono delle sale di attesa dedicate ai pazienti arruolati negli studi clinici?
76. Esistono posti auto dedicati ai pazienti arruolati negli studi clinici?
77. Esiste un’accettazione/desk amministrativo dedicato ai pazienti arruolati negli studi clinici?
78. I pazienti arruolati negli studi clinici hanno un fast o dedicated track?
Percorso paziente
Percorso paziente riconoscibile
Sale attesa
Posti auto
Accettazione
Fast track
79. È disponibile materiale informativo (brochure, depliant, cartelloni) sui temi della ricerca clinica negli ambulatori, DH e reparti?
80. Esistono questionari di gradimento per i pazienti arruolati negli studi clinici?
81. La struttura è raggiungibile da mezzi di trasporto pubblico?
82. Qual è la distanza dell’aeroporto più vicino alla struttura? >> Distanza
83. Esistono questionari di gradimento per le aziende sponsor anno 2022?
84. Quanti questionari di gradimento delle aziende sponsor sono stati raccolti in 2022?
85. Esiste un sistema di quality management utilizzato per gli studi clinici?
86. Esiste un registro aziendale delle risorse umane impiegate negli studi clinici?
87. Esiste un registro aziendale delle risorse informatiche impiegate negli studi clinici?
Materiale informativo
Questionari
Mezzi pubblici
Aeroporto
Questionari sponsor
Questionari sponsor numero
Quality management
Registro risorse umane
Registro risorse informatiche
88. Qual è il numero di self audits di qualità nel 2022? Self audits
89. Quanti audit di qualità sono stati effettuati con le aziende sponsor nel 2022?
90. Esistono spazi dedicati per le visite di monitoraggio degli studi clinici?
91. Qual è il numero (medio) di visite di monitoraggio per mese nel 2022?
92. Qual è il numero di giorni (medio) per la firma del contratto dal termine della negoziazione (includendo eventuale delibera) nel 2022?
93. Qual è il numero di giorni (medio) per l’invio del Modulo di idoneità dalla richiesta dello sponsor nel 2022?
Audits
Spazi monitoraggio
Visite monitoraggio mensili
Giorni firma
Giorni modulo idoneità
94. Qual è il numero di violazioni di GCP standards nel 2022? Violazioni CCP
95. Qual è il numero (medio) di giorni dall’emissione del verbale del parere del Comitato Etico alla firma del contratto?
96. Qual è il numero (medio) di giorni dalla sottomissione della domanda di autorizzazione al giorno dell’arruolamento del primo paziente?
Giorni verbale comitato
Giorni arruolamento