Hvordan lese en peptidstudie: En praktisk sjekkliste

Peptidfeltet er fylt av påstander som «viser studier». Men studier er ikke like mye verdt. En cellestudie i en skål sier noe helt annet enn en randomisert studie på tusen mennesker. Her går vi gjennom hvordan du vurderer kvaliteten på en peptidstudie, hvordan du tolker tallene – og hvilke spørsmål du alltid bør stille.

Evidenshierarkiet

Hierarkiet er en tommelfingerregel, ikke en lov. En stor, godt gjennomført observasjonsstudie kan være mer informativ enn en liten, dårlig randomisert studie. Rammeverket GRADE brukes for å vurdere hvor sikker en samlet evidens er, og tar hensyn til blant annet risiko for skjevheter, presisjon, konsistens og hvor direkte funnene gjelder spørsmålet.

Begreper du må kunne

Fasene i legemiddelutvikling

• Preklinisk: celle- og dyrestudier av mekanisme, farmakologi og toksisitet.
• Fase 1: sikkerhet og farmakokinetikk, oftest 20–100 friske frivillige.
• Fase 2: foreløpig effekt og dosevalg, titalls til hundrevis av pasienter.
• Fase 3: bekreftende, store og ofte blindede studier, hundrevis til tusenvis av deltakere.
• Fase 4: oppfølging etter godkjenning, for eksempel sjeldne bivirkninger og langtidsutfall.

Mange stoffer som ser lovende ut i fase 2, mislykkes i fase 3. Et peptid som bare har fase 1- eller 2-data (som retatrutid lenge hadde) har derfor et svakere grunnlag enn et med flere store fase 3-studier (som semaglutid). Mange forskningspeptider, for eksempel BPC-157, har ikke passert noen av disse fasene med publiserte, kontrollerte data i mennesker.

Dyr til menneske: dosefellen

Mange peptidpåstander bygger på dyrestudier. Doser kan ikke bare skaleres etter kroppsvekt. Nair og Jacob (Journal of Basic and Clinical Pharmacy 2016) beskriver hvordan konvertering mellom arter normalt bygger på kroppsoverflate, i tråd med en veiledning fra amerikanske legemiddelmyndigheter fra 2005. Den metoden er laget for å anslå en forsiktig startdose i den første studien på mennesker – ikke for å forutsi hvilken dose som gir effekt.

I tillegg kommer flere forskjeller som ingen formel fanger opp:

• Metabolisme: små dyr bryter ned mange stoffer raskere.
• Reseptorbiologi: reseptorer og signalveier kan være ulike mellom arter.
• Modellen: en kirurgisk skadet sene hos en ung rotte er noe annet enn en kronisk senelidelse hos et menneske.
• Administrasjonsvei: mange dyrestudier bruker injeksjon i bukhulen, som ikke brukes hos mennesker.
• Publiseringsskjevhet: negative dyrestudier publiseres sjeldnere enn positive.

Primærendepunkt og surrogatmål

Primærendepunktet er det studien ble designet for å teste, og det bør være forhåndsregistrert i et offentlig register som ClinicalTrials.gov eller EUs register for kliniske studier. Studier som ikke når primærendepunktet, men fremhever sekundære funn, bør leses med skepsis. Jo flere endepunkter som testes, desto større er sjansen for at noe blir «signifikant» ved en tilfeldighet.

Surrogatmål (for eksempel blodmarkører som IGF-1 eller en betennelsesmarkør) sier ikke nødvendigvis noe om kliniske utfall som sykdom, funksjon eller død. At et peptid øker IGF-1, betyr for eksempel ikke at det bedrer muskelstyrke eller helse. Et eksempel på en studie med harde kliniske endepunkter er SELECT, som undersøkte hjerte- og karhendelser, se GLP-1 og hjertet.

Statistikk uten formler

• p-verdi: sannsynligheten for å se et minst like stort utslag dersom det i virkeligheten ikke var noen effekt. En p-verdi under 0,05 betyr ikke at effekten er stor eller viktig.
• Konfidensintervall: området der den sanne effekten sannsynlig ligger. Et bredt intervall betyr usikkerhet, ofte på grunn av få deltakere.
• Relativ og absolutt effekt: hvis risikoen faller fra 2 % til 1 %, er den relative reduksjonen 50 %, men den absolutte bare ett prosentpoeng. Begge tallene trengs for å forstå resultatet.
• Statistisk vs klinisk betydning: i store studier kan selv svært små forskjeller bli statistisk signifikante uten å ha praktisk betydning.

Estimander: derfor varierer tallene

En estimand beskriver presist hva et resultat skal svare på, inkludert hvordan man håndterer hendelser som at deltakere slutter med behandlingen. Den internasjonale retningslinjen ICH E9(R1) fra 2019 gjorde begrepet til standard i kliniske studier.

Moderne studier oppgir derfor ofte to analyser: en «treatment-regimen»- eller «treatment-policy»-estimand (alle randomiserte deltakere med, uavhengig av om de fullførte) og en «efficacy»- eller «trial-product»-estimand (effekten dersom deltakerne hadde fortsatt behandlingen som planlagt). Det forklarer hvorfor tirzepatid i SURMOUNT-1 kan oppgis med både 20,9 % og 22,5 % vektnedgang for den høyeste dosen – begge er riktige, men svarer på ulike spørsmål. Den første er mest relevant for hva som skjer i praksis; den andre beskriver effekten av stoffet når det faktisk brukes.

Finansiering, replikering og publisering

Studier finansiert av produsenten er ikke automatisk feil, og de store legemiddelstudiene er nesten alltid industrifinansiert. Men risikoen for skjevhet er større, og det er viktig å se om data er forhåndsregistrert og om resultatene er bekreftet av andre.

Replikering er særlig viktig. John Ioannidis argumenterte i 2005 for at mange publiserte funn ikke holder, spesielt når studiene er små, effektene små og fleksibiliteten i analysene stor. For flere forskningspeptider kommer nesten all dokumentasjon fra én eller noen få forskergrupper – det gjelder for eksempel mye av litteraturen om BPC-157 og epitalon. Det betyr ikke at funnene er feil, men at de ikke er uavhengig bekreftet.

Vær også oppmerksom på forhåndspublikasjoner (preprints) som ikke er fagfellevurdert, tidsskrifter med svak eller ingen fagfellevurdering, og artikler som senere er trukket tilbake. Sjekk alltid den opprinnelige artikkelen i PubMed, ikke bare et sammendrag på en nettside.

Sjekkliste

1. Hvilken art og modell? Mennesker, dyr eller celler?
2. Hvor mange deltakere, og hvor lenge varte studien?
3. Var den randomisert og blindet, med placebokontroll eller aktiv kontroll?
4. Var studien forhåndsregistrert, og stemmer det publiserte primærendepunktet med registreringen?
5. Hva var primærendepunktet, og nådde studien det?
6. Er endepunktet klinisk (funksjon, sykdom) eller et surrogatmål (blodprøve)?
7. Hvilken analyse (estimand) ligger bak tallene, og hvor mange falt fra?
8. Oppgis både relative og absolutte effekter, med konfidensintervall?
9. Hvem finansierte studien, og finnes interessekonflikter?
10. Er funnene replikert av uavhengige grupper?
11. Ble bivirkninger rapportert tydelig og systematisk?
12. Gjelder resultatet samme stoff, form og administrasjonsvei som påstanden handler om?

Rødt flagg

• «Studier viser» uten at kilden oppgis
• Kun dyr- eller cellestudier brukt som bevis for effekt hos mennesker
• Bare én forskergruppe bak all dokumentasjon
• Kun relative tall («dobbelt så mye») uten absolutte verdier
• Resultater fra et beslektet stoff presentert som om de gjaldt et annet
• Nettsider som selger produktet og samtidig «oppsummerer forskningen» – dette gjelder også oss, og derfor oppgir vi kilder som kan kontrolleres

Praktiske eksempler på hvordan vi leser studiene, finnes i semaglutid vs retatrutid og BPC-157 vs TB-500.

Ofte stilte spørsmål

Kilder og videre lesning

1. Nair AB, Jacob S. A simple practice guide for dose conversion between animals and human. J Basic Clin Pharm 2016;7:27–31.
2. U.S. Food and Drug Administration. Guidance for Industry: Estimating the Maximum Safe Starting Dose in Initial Clinical Trials for Therapeutics in Adult Healthy Volunteers. 2005.
3. Guyatt GH. et al. GRADE: an emerging consensus on rating quality of evidence and strength of recommendations. BMJ 2008;336:924–926.
4. ICH E9(R1). Addendum on estimands and sensitivity analysis in clinical trials to the guideline on statistical principles for clinical trials. 2019.
5. Schulz KF, Altman DG, Moher D. CONSORT 2010 Statement: updated guidelines for reporting parallel group randomised trials. BMJ 2010;340:c332.
6. Ioannidis JPA. Why most published research findings are false. PLoS Med 2005;2:e124.
7. Jastreboff AM. et al. Tirzepatide once weekly for the treatment of obesity (SURMOUNT-1). N Engl J Med 2022;387:205–216.

Relaterte guider