Mientras los científicos siguen buscando tratamientos eficaces contra el Covid-19, un nuevo estudio de modelización sugiere que la aleatorización, la inscripción temprana de los pacientes y el inicio del tratamiento en los ensayos clínicos podrían ser las claves para identificar fármacos antivirales eficaces.
Los investigadores, dirigidos por Shingo Iwami, investigador asociado del Instituto de la Universidad de Kioto para el Estudio Avanzado de la Biología Humana (ASHBi) y Keisuke Ejima, investigador científico adjunto de la Universidad de Indiana Bloomington, publican sus hallazgos en la revista PLOS Medicine.
"Casi todos los ensayos clínicos antivirales no han observado un efecto significativo contra el SARS-CoV-2, por lo que queríamos mostrar por qué y qué es importante para un diseño de estudio óptimo", comparte el primer autor Shoya Iwanami, profesor asistente de la Universidad de Nagoya.
Dados los resultados inconsistentes de los ensayos anteriores, Iwanami y sus colegas utilizaron un modelo matemático para analizar primero los datos longitudinales de los pacientes de la investigación clínica.
Un nuevo estudio sugiere que la aleatorización o el inicio del tratamiento en los ensayos clínicos podrían ser las claves para identificar fármacos antivirales eficaces
Al simular la cantidad de virus en las muestras de las vías respiratorias superiores, el equipo descubrió que las células productoras de virus morían a diferentes ritmos, clasificando a los pacientes en aquellos con una descomposición rápida, media o lenta del virus.
En los estudios observacionales, los médicos evalúan si los pacientes deben recibir un tratamiento antiviral y cuándo, basándose en sus síntomas, a diferencia de la aleatorización, en la que los pacientes son asignados a ciegas a los grupos de tratamiento y control. Dado que la descomposición lenta puede estar asociada a una enfermedad más grave, los estudios observacionales pueden haberse limitado a ciertos pacientes, no captando el espectro de la dinámica viral y confundiendo los resultados.
"Descubrimos que para que los ensayos clínicos tengan éxito, la aleatorización es importante porque las diferencias en las tasas de descomposición del virus pueden afectar a los efectos de los antivirales", explica Iwanami.
Aparte de la aleatorización, los investigadores también descubrieron que el tiempo podría afectar a la eficacia de los posibles candidatos a fármacos. Independientemente del grupo de descomposición del virus, sus simulaciones mostraron que iniciar el tratamiento cinco días después de la aparición de los síntomas enmascaraba la eficacia del fármaco. Mientras tanto, la administración de antivirales en el primer día de la aparición de los síntomas mejoraba los resultados de forma generalizada.
Para imitar los ensayos controlados aleatorios, considerados el patrón de oro para evaluar las intervenciones, los investigadores añadieron a su modelo hipotéticos fármacos con altas tasas de inhibición del SARS-CoV-2.
Como los pacientes de los estudios anteriores solían ser reclutados sin tener en cuenta el momento del tratamiento, el modelo del equipo reveló que estos ensayos clínicos habrían necesitado inscribir a más de 10.000 participantes por grupo para proporcionar datos estadísticamente significativos sobre la eficacia de los fármacos, un reto práctico en términos de reclutamiento de pacientes y disponibilidad de recursos.
Los investigadores afirman la posibilida de aplicar este proceso a otros ensayos clínicos o enfermedades
En cambio, si los pacientes se reclutan pronto y se tratan en el día siguiente a la aparición de los síntomas, el equipo descubrió que el tamaño de la muestra necesaria se reduciría a sólo 584 participantes por grupo para un antiviral con una inhibición del 95%, y a 458 por grupo para una inhibición del 99%.
En definitiva, sus hallazgos ponen de manifiesto la importancia de la aleatorización, así como de la rápida captación de pacientes y el inicio del tratamiento en la evaluación de los candidatos a fármacos de Covid-19.
"Podríamos aplicar este proceso a otros ensayos clínicos o enfermedades. Este modelo de diseño clínico puede acelerar el reposicionamiento de fármacos o el desarrollo de nuevos medicamentos", afirma Iwanami, y añade que ya se están realizando ensayos que siguen estas recomendaciones.