La base de données nationale de santé : Une occasion de produire des preuves concrètes pour le programme d’accès anticipé ?

L’un des principaux piliers du programme EAP est l’obligation de recueillir des données du monde réel (RWD) par le biais du Protocole d’utilisation thérapeutique et de recueil des données (PUT-RD). Conçu pour capturer des informations cliniques et démographiques essentielles sur les patients bénéficiant d’un accès précoce, le PUT-RD compte sur les cliniciens hospitaliers pour remplir les formulaires, avec une compensation financière fournie par le promoteur.

Le PUT-RD exige actuellement la collecte d’un large éventail de variables, y compris les caractéristiques des patients, les critères d’admissibilité et de non-admissibilité médicales, et les données liées à la maladie, telles que le diagnostic, les traitements antérieurs et les comorbidités. Des données sur le traitement, y compris la posologie, les traitements concomitants et les interruptions temporaires ou permanentes du traitement, sont également requises. Les données sur l’efficacité doivent être adaptées au médicament spécifique et inclure à la fois des critères objectifs et, le cas échéant, des résultats rapportés par le patient (PRO) tels que la qualité de vie ou l’évaluation des symptômes à l’aide de questionnaires standardisés. De plus, des données sur l’innocuité et la tolérance, y compris les événements indésirables et les situations particulières, sont recueillies tout au long du traitement. Ces données sont recueillies à plusieurs moments, y compris au début du traitement, au suivi et à l’arrêt définitif du traitement.

Les données recueillies par le biais du PUT-RD sont cruciales pour évaluer l’efficacité, l’innocuité et l’utilisation du traitement dans le monde réel. Ils éclairent les décisions de la HAS et de l’Agence nationale de sécurité du médicament et des produits de santé (ANSM) concernant les renouvellements de PAE, ainsi que les décisions de remboursement et d’évaluation des prix par la Commission Transparence.

Cependant, la HAS et les intervenants de l’industrie reconnaissent que le système actuel est trop manuel, complexe et chronophage. Des défis tels que des ressources limitées, des systèmes fragmentés et la dépendance à l’égard des cliniciens hospitaliers qui remplissent souvent les formulaires PUT-RD en dehors des heures normales de travail ont contribué à un taux moyen d’exhaustivité des données de seulement 65 %, ce qui est nettement inférieur à l’objectif de 90 % de HAS. Ces lacunes sapent la valeur probante des données du PAE, qui sont essentielles pour assurer la sécurité des patients et appuyer les décisions de remboursement.

Le LEEM (Les Entreprises du Médicament), représentant de l’industrie, a rédigé un livre blanc mettant en évidence plusieurs obstacles exacerbant ces problèmes :

• Processus complexes et incohérents : Chaque promoteur industriel développe son propre système de saisie des données, ce qui entraîne des doublons et de la confusion.
• Accords opaques : Le manque de transparence entre l’industrie et les hôpitaux concernant la rémunération et l’utilisation des données crée des inefficacités.
• Plateformes fragmentées : L’interopérabilité limitée décourage l’engagement et la collaboration.
• Pénurie de personnel qualifié : Il y a un manque notable d’associés de recherche clinique et de gestionnaires de données, en particulier en dehors des grands hôpitaux universitaires.

Le SPDN compile les demandes d’assurance maladie pour les séjours à l’hôpital et les soins ambulatoires pour la quasi-totalité de la population, en plus des données sur la mortalité (y compris la cause du décès) et des informations sociodémographiques. La base de données est mise à jour en permanence pour les demandes de remboursement des patients externes et annuellement pour les demandes de remboursement des hôpitaux. Tous les traitements d’accès précoce fournis par les hôpitaux sont traçables dans le SNDS s’ils sont remboursés par l’assurance maladie nationale (c’est-à-dire lorsqu’ils ne sont pas fournis gratuitement). Cela ouvre la possibilité d’extraire automatiquement les variables clés qui sont actuellement demandées dans le PUT-RD, telles que :

• Données démographiques sur les patients (âge, sexe, région, comorbidités)
• Données sur le traitement, y compris les traitements antérieurs ou concomitants, la durée du traitement et les doses estimées

Bien que certaines variables (p. ex., les PRO ou les résultats biologiques) ne soient pas disponibles, le SPDN couvre encore une partie importante de ce qu’il juge essentiel pour l’analyse contextuelle. De plus, le SPDN peut également être utilisé pour identifier les événements indésirables, comme le montrent les travaux effectués par le groupe public EPI-PHARE. 

En bref, le SPDN peut automatiser la partie répétitive et descriptive du processus de collecte de données, libérant ainsi les hôpitaux d’un fardeau administratif important et améliorant l’exhaustivité et la comparabilité. Une utilisation particulièrement prometteuse de l’intégration du SNDS consiste à comparer les patients recevant des médicaments EAP à ceux recevant des soins standard. Comme les enregistrements du SPDN s’appliquent à l’ensemble de la population, ils permettent :

• Jumeler les patients traités à des témoins comparables
• Évaluation de l’efficacité dans le monde réel par rapport aux traitements existants
• Évaluation de l’utilisation des ressources en soins de santé, des taux d’hospitalisation et de la rentabilité

En s’appuyant sur l’étude de faisabilité, la HAS a mis au point un prototype d’outil de production de rapports automatisés conçu pour générer des résumés structurés de l’utilisation du PAE à l’aide des données du SPDN. Ces rapports comprennent actuellement des indicateurs clés tels que :

• Le nombre de patients traités par indication
• Données démographiques et comorbidités des patients
• Une description du cadre de prescription

Les futures itérations de l’outil pourraient étendre ses capacités pour inclure l’estimation de la dose, la durée du suivi, la persistance du traitement et des tableaux de bord de visualisation interactifs pour les décideurs. L’automatisation de ces rapports réduirait considérablement les cycles de feedback, permettant une surveillance en temps quasi réel et une optimisation continue de la gestion des EAP.

La surveillance réglementaire pourrait également être améliorée grâce à des tableaux de bord partagés entre les organismes, facilitant :

• Suivi des PAE en cours
• Détection précoce des signaux de sécurité
• Recommandations fondées sur des données pour la transition des médicaments vers des voies de remboursement régulières

L’adoption du SPDN et de l’outil de production de rapports fait toujours l’objet de discussions. Suite à une consultation publique début 2025, les parties prenantes attendent toujours les conclusions finales de la HAS sur sa mise en œuvre.

Les PAE restent une pierre angulaire de la politique française visant à favoriser l’innovation et à assurer un accès rapide aux traitements, en particulier pour les médicaments avant l’autorisation de mise sur le marché. Cependant, la collecte de données nécessaire pour évaluer l’efficacité et l’innocuité des médicaments a été confrontée à des défis importants, ce qui représente un fardeau considérable pour les cliniciens et l’industrie.

Le SPDN offre une occasion transformatrice de rationaliser et d’étendre la collecte des données à distance, en remplaçant les rapports manuels fragmentés par une surveillance continue et automatisée. En intégrant des données cliniques, administratives et au niveau de la population, la France a le potentiel de devenir le leader européen en matière de pratiques réglementaires fondées sur des preuves dans le monde réel.

Pour réaliser cette vision, les parties prenantes de l’industrie et des institutions doivent aligner leurs efforts en matière de gouvernance, d’infrastructure de données et de formation de la main-d’œuvre. La simplification, la transparence et l’automatisation ne sont plus facultatives ; ils sont essentiels pour préserver la crédibilité et l’efficacité du cadre du PAE.