Pour rester informé(e) des dernières actualités de l'IT en Belgique francophone, lisez ceci • Comment / Pourquoi s'abonner ?

IDDI: vers une solution d’analyse multi-dimensionnelle des essais cliniques

Pratique
Par · 26/10/2022
Partager

La société néolouvaniste IDDI (acronyme de International Drug Development Institute) était l’un des participants au dernier programme d’accélération Medtech Accelerator organisé par lifetech.brussels.

Objet de son projet, baptisé Benefit? Une solution basée sur des méthodes statistiques permettant de prendre en compte davantage de paramètres d’analyse dans les essais cliniques et, dans le même temps, de réduire l’importance de l’échantillon patients nécessaire. Mais également de mieux comparer l’adéquation de tel ou tel traitement, alors même que le nombre de traitements approuvés par les autorités a sensiblement et continuer d’augmenter.

La méthode statistique sur laquelle s’appuie la société a pour nom Generalized Pairwise Comparisons (GPC, ou comparaisons par paires généralisées – plus de détails sur le site d’IDDI), élaborée au départ par le fondateur et chief scientific officer d’IDDI, Marc Buyse, et entre-temps validée et adoptée par la communauté des chercheurs ainsi que par les spécialistes statisticiens et des praticiens.

“Traditionnellement”, explique Samuel Salvaggio, chercheur en biostatistique chez IDDI, en charge du projet Benefit, “les essais cliniques ne testent qu’une seule finalité et ne prennent pas en compte différents facteurs pouvant pourtant influencer la santé du patient. Les essais ne visent qu’à valider un effet précis alors que le patient est intéressé par plusieurs effets du futur traitement ou médicament.”

Ces autres facteurs et paramètres sont potentiellement variés: âge, genre, maladies préexistantes, sensibilité à tel ou tel traitement, effets connexes…

 

Samuel Salvaggio (IDDI): “Une méthodologie utile pour valider les médicaments et démontrer leur efficacité sur plusieurs points d’intérêt.”

 

“La méthodologie développée permet de comparer des traitements et d’établir un ordre de priorité d’effets positifs ou importants pour le patient ou le professionnel de santé.”

Exemple: rapidité d’action du traitement ou maintien voire amélioration de la qualité de vie du patient après un temps déterminé de traitement. “Notre méthodologie permet de valider le médicament et de démontrer son efficacité selon plusieurs points d’intérêt. Pour le traitement d’un patient souffrant d’un cancer, par exemple, il se peut que le traitement prolonge en effet la vie du patient mais que sa lourdeur implique des effets non désirés, selon un taux de toxicité variant d’une personne à l’autre. Il est donc important de pouvoir évaluer non seulement la dimension survie mais aussi la qualité de vie ou des aspects plus précis de cette qualité.”

De la méthodologie au logiciel

La méthodologie développée par IDDI, validée et d’ores et déjà utilisée par elle-même et par d’autres, n’est qu’une première étape. Le but du projet Benefit est d’en faire une solution plus aisément et plus largement exploitable – non plus (ou plus uniquement) sous forme de service mais aussi sous la forme d’un logiciel analytique basé sur l’IA.

Ce logiciel pourra alors présenter les différents critères, paramètres de décision, ordres de priorité d’effets attendus ou désirés, selon une gradation de détails et une interface adaptées aux différents profils d’utilisateurs visés – cliniciens, médecins, sociétés pharmaceutiques, patients… 

Un exemple: visualiser l’impact, paramètre par paramètre, qu’ont des traitements administrés sur des cohortes de patients participant à des essais cliniques, selon le type de traitement appliqué. L’exemple figuré ci-dessous est celui de traitements appliqués pour une maladie de la peau et leur effet (ou taux d’efficacité). D’un côté, une greffe de peau. De l’autre, un traitement par chimiothérapie (en l’occurence via recours au cyclophosphamide, une molécule anticancéreuse). Selon les paramètres ou “points d’intérêt” privilégiés (rapidité d’action, taux de survie à x mois, effet durable, modification de la capacité vitale forcée…), l’affichage indiquera les résultats comparatifs.

Si la méthode statistique sur laquelle se fondent à la fois la méthodologie et le futur logiciel a donc largement été adoptée, si elle a en outre été enrichie par d’autres experts (collaborateurs d’IDDI ou non), et si elle appartient désormais au domaine public, l’évolution vers une solution logicielle suppose de nouvelles démarches. C’est ainsi qu’une demande de brevet a été introduite pour certains éléments de l’interface graphique. Demande de brevet qui se limite au seul marché américain, précise toutefois Samuel Salvaggio. “Ces éléments, d’après les avis des juristes, ne sont pas brevetables en Europe. Pour diverses raisons qui tiennent notamment à la difficulté de démontrer leur antériorité…”

Une start-up en ligne de mire

Le projet Benefit est actuellement incubé au sein d’IDDI mais le but est d’en faire une activité à part entière via constitution d’une start-up (ou plus exactement spin-off d’IDDI). Raison pour laquelle plusieurs personnes de l’équipe Benefit ont participé au programme d’accélération medtech organisé par lifetech.brussels.

“Dans la perspective du lancement, à moyen terme, d’une société à part entière, nous avions besoin de formations – même si IDDI possède déjà une expérience certaine de la création d’entreprise puisque CluePoints en est une des émanations…

Mais créer une entreprise implique des défis, de connaître certaines ficelles. Nous avons donc pu profiter du programme pour nous former à des aspects tels que le marketing, le réseautage, le pitch d’idées, les implications de propriété intellectuelle en matière de méthodes statistiques, ou encore de sécurité, de RGPD… L’un des avantages que procure un programme tel que le Medtech Accelerator est de pouvoir s’appuyer sur des coachs qui sont souvent des experts dans leur domaine, ou encore de nouer des contacts avec des investisseurs. Nous avons également pu entrer en contact avec divers hôpitaux bruxellois…”

 

Samuel Salvaggio (IDDI): “Le but ultime est de procurer une aide à la décision pour les patients devant faire un choix, de telle sorte qu’ils disposent de toutes les informations nécessaires sur les conséquences de leur choix thérapeutique.”

 

L’équipe qui porte le projet Benefit se compose aujourd’hui de cinq personnes (biostatisticiens, analystes, chercheur travaillant sur la méthodologie, prospection commerciale, validation…).

Mais elle est à la recherche de renforts. Profils recherchés ? Un analyste, un programmeur Python (pour l’interface) qui puisse également travailler sur la validation et les tests d’acceptation, des testeurs de l’interface graphique, des programmeurs qui seront chargés de travailler sur les données destinées aux tests cliniques, de les formater, de documenter les démarches de collecte et d’organisation des données, d’analyser les protocoles…

Signalons encore au passage que Benefit, depuis son lancement, a reçu le soutien financier à la fois d’Innoviris (Bruxelles) et du Pôle de compétitivité wallon BioWin, avec financement de type First Spinoff décroché dès 2018, qui a pu couvrir nombre de besoins du projet jusqu’en mars de cette année.

Depuis le début 2022, le projet est uniquement porté et financé par IDDI elle-même.

Signalons encore que d’autres parties prenantes au projet, à ses débuts, furent l’UCLouvain (via son Institut de Statistique, Biostatistique et Sciences Actuarielles), l’université de Lyon 1, le CHU de Lyon (départements d’oncologie, de biostatistique et de bioinformatique), les Hospices Civils de Lyon, Université de Lyon 1 (Laboratoire de Biométrie et de Biologie Evolutive) et l’Organisation européenne de recherche et du traitement du cancer.

Premières réalisations et perspectives

Une société pharmaceutique (Bristol-Myers-Squibb pour ne pas la citer) fut le premier client de la société et de sa solution. Les sociétés pharmaceutiques sont d’ailleurs pointées comme étant la première cible de la société (ou future start-up) “parce qu’elles manifestent un intérêt certain à pouvoir démontrer l’effet et l’efficacité d’un traitement selon plusieurs dimensions”.

Autre clientèle visée par les auteurs de la solution: les hôpitaux qui y verraient un moyen d’améliorer l’élaboration d’essais cliniques. “L’important pour eux, c’est notamment la taille de l’échantillon. D’ici quelques mois, tout au plus un an, nous estimons que nous pourrons leur proposer notre solution logicielle, en mode service. Le logiciel leur procurerait alors un feedback. Nous pourrions leur procurer un service d’assistance pour la mise en oeuvre de la méthodologie.”

La société s’adressera également dans un second temps aux agences chargées d’évaluer la valorisation économique des technologies de santé. “Cela leur permettrait de procurer davantage de guidance en termes de recommandation de certains médicaments, comparativement à d’autres, et ce, par exemple, afin de diminuer la toxicité. Les médecins n’ont pas toujours le temps de lire et de se tenir au courant de toutes les recherches. Ils se basent dès lors sur les guidances procurées par les autorités ou par ce type d’agences…”, souligne Samuel Salvaggio.

Partager

Envie d’apporter votre voix dans le débat ?

Les commentaires sont réservés à nos abonnés.

Déjà inscrit(e) ?