Por qué se atascan tantos ensayos y cómo podrían salvarlos los diseños flexibles

Las cuatro preguntas que todo fármaco nuevo debe resolver antes de ser aprobado

Un nuevo medicamento no llega al mercado demostrando una cosa a la vez. Debe superar cuatro preguntas distintas, cada una planteada en un contexto diferente y con un tipo de evidencia propio.

En los ensayos de fase I participan habitualmente entre 20 y 100 voluntarios sanos. Suelen empezar con dosis muy pequeñas que se van aumentando paso a paso. Los médicos vigilan los efectos secundarios, miden la rapidez con la que el fármaco aparece en sangre y tejidos y determinan qué rango de dosis parece tolerable. Si el organismo elimina el compuesto demasiado rápido o si aparecen reacciones peligrosas pronto, el proyecto puede detenerse antes de llegar a pacientes que necesitan tratamiento.

La segunda pregunta es si hay algún indicio de que el fármaco ayuda a las personas con la enfermedad tratada. Los ensayos de fase II suelen incluir entre 100 y 300 pacientes y se realizan a menudo en dos pasos vinculados. El paso inicial busca cambios biológicos o respuestas tempranas que puedan guiar la selección de la dosis. El posterior evalúa qué tan bien funciona el tratamiento en un grupo más grande y ayuda a elegir la dosis que se usará en la siguiente etapa.

Para la tercera pregunta, el ensayo debe demostrar si el beneficio se mantiene fuera de un grupo cuidadosamente seleccionado. Los estudios de fase III suelen inscribir entre 300 y 3 000 participantes en varios centros y comparan el nuevo tratamiento con opciones existentes o con un placebo. La población es más amplia, por lo que incluye personas que difieren en edad, sexo, otras enfermedades y tratamientos previos. Esta etapa proporciona gran parte de la evidencia que los reguladores necesitan al decidir si un medicamento puede ser aprobado.

Tras la aprobación, queda una cuarta pregunta: ¿qué ocurre cuando muchas más personas usan el fármaco durante un período más largo? El monitoreo de fase IV vigila efectos secundarios raros y resultados a largo plazo que los ensayos más pequeños pueden pasar por alto porque son más cortos o están más estrechamente controlados. También puede probar si el medicamento funciona en nuevas enfermedades, se comporta bien con otros fármacos y sigue ofreciendo beneficios que superan los riesgos en la atención cotidiana.

Por qué se atascan tantos ensayos y cómo podrían salvarlos los diseños flexibles

Los ensayos se estancan por razones que suelen ser prácticas antes que científicas. Un fármaco puede parecer prometedor en las pruebas iniciales, pero no se encuentra a tiempo a las personas que lo necesitan. Las normas de elegibilidad pueden excluir a pacientes con otras enfermedades, a adultos mayores o a quienes toman medicamentos habituales. Los centros del ensayo pueden estar lejos de donde viven las familias elegibles, y algunos pacientes dudan en unirse a un estudio que les pide tomar un tratamiento sin demostrar su eficacia. Estas barreras importan porque un ensayo que recluta lentamente pierde impulso: los costes suben, la rotación del personal cambia las rutinas y la enfermedad puede evolucionar mientras el calendario se retrasa.

Las tasas de fracaso muestran lo caro que resulta este estancamiento. Aproximadamente la mitad de los ensayos de fase II no tienen éxito, y el 40 % de los ensayos de fase III fallan a pesar de una gran inversión. Eso significa que muchos fármacos mueren después de que las empresas ya hayan dedicado años a la química, las pruebas de seguridad, la preparación de los centros y las visitas a pacientes. El problema es que los diseños fijos de ensayo suelen mantener en marcha un brazo poco eficaz el tiempo suficiente como para desperdiciar el tiempo de los pacientes.

Los diseños flexibles intentan reducir el desperdicio permitiendo que el ensayo aprenda mientras se ejecuta. En la aleatorización adaptativa a la respuesta, se asignan más pacientes a los tratamientos que parecen funcionar mejor. Un ejemplo en cáncer de mama mostró que menos pacientes estaban expuestos a opciones más débiles y que la identificación de terapias eficaces era más rápida. Las reglas estadísticas se establecen de antemano, por lo que el diseño puede adaptarse sin convertirse en un experimento improvisado.

Los diseños integrados de fase II/III combinan la búsqueda de dosis con las pruebas confirmatorias. Como los datos anteriores pueden alimentar el análisis final, el desarrollo puede acortarse entre 12 y 18 meses mientras se preserva la potencia estadística. Los ensayos de plataforma siguen una ruta diferente: un protocolo maestro prueba varios tratamientos contra un control común, y los nuevos brazos entran o salen según reglas preestablecidas. Durante la pandemia de COVID-19, el ensayo RECOVERY utilizó este enfoque para identificar rápidamente el beneficio de la dexametasona.

Los métodos bayesianos añaden otra capa de flexibilidad. Comienzan con conocimiento previo de estudios anteriores o del juicio experto y luego actualizan la estimación a medida que llegan nuevos datos. Esto puede hacer que las afirmaciones sobre probabilidad sean más intuitivas y reducir los penalizaciones por las miradas intermedias a los datos. La FDA de Estados Unidos se ha vuelto más receptiva a estos diseños, especialmente en enfermedades raras donde reclutar un tamaño muestral tradicional puede ser impráctico.

Sensores, algoritmos y datos reales: nuevos testigos en el ensayo

Un ensayo clínico no es únicamente un edificio donde los pacientes esperan en sillas mientras el personal marca casillas. Cada vez más, se convierte también en un flujo de señales que acompaña a las personas durante su vida cotidiana. Un sensor de muñeca puede medir la estabilidad al caminar, la profundidad del sueño o las variaciones de la frecuencia cardíaca entre una pulsación y la siguiente. Estos datos llegan entre las visitas médicas, justo cuando los síntomas cambian tan lentamente que una consulta breve no logra captarlos.

En un caso de enfermedad de Parkinson, las evaluaciones mediante smartphone detectaron cambios en la función motora con mayor sensibilidad que las visitas presenciales trimestrales a la clínica. Estas herramientas son relevantes porque un fármaco puede mejorar la velocidad de marcha algunos días y no otros, o aliviar el temblor solo tras un uso repetido. Los registros continuos revelan esos patrones sin exigir a los pacientes que recuerden cada tropiezo. El problema es que estas medidas digitales aún requieren estándares más sólidos antes de que los reguladores las acepten plenamente como evidencia principal. Dado que las directrices para estas herramientas están en evolución, una lectura del sensor puede servir como contexto útil aunque todavía no sustente por sí sola la totalidad del caso.

Los algoritmos añaden otra capa de vigilancia. Pueden escanear miles de entradas en busca de patrones que un revisor humano podría pasar por alto, como errores de dosificación, visitas omitidas o valores incoherentes con el resto. La monitorización estadística centralizada emplea este tipo de análisis para señalar centros donde los datos resultan sospechosos, sin necesidad de verificar cada entrada a mano. Sin embargo, el método depende de modelos robustos y equipos cualificados, capacidades que muchas organizaciones aún no poseen.

Los registros del mundo real aportan un tipo distinto de prueba. Las historias clínicas electrónicas, las bases de datos de reclamaciones, los registros de pacientes y los dispositivos portátiles muestran cómo se comporta el tratamiento en la atención rutinaria. Estos entornos incluyen a personas que nunca cumplirían los criterios para un ensayo estrictamente controlado. Además, revelan si los beneficios persisten cuando los pacientes renuevan sus recetas, cambian de médico o conviven con el tratamiento durante años.

Cuando la enfermedad es rara o el tratamiento son células vivas

Cuando una enfermedad es rara, lo más difícil de un ensayo suele ser encontrar a suficientes personas que puedan participar con seguridad. Una terapia génica para la distrofia retiniana hereditaria causada por mutaciones bialélicas en RPE65 contó con solo 31 participantes en su prueba confirmatoria, dado el escaso número de pacientes con ese defecto genético exacto. El reducido tamaño del grupo no debilitó la pregunta. Al contrario, la precisó: ¿podría un tratamiento único restaurar una visión útil y mantendría ese beneficio lo suficiente como para ser relevante? Las tablas oftalmológicas tradicionales no siempre eran la medida adecuada, por lo que el ensayo evaluó la visión funcional, es decir, la capacidad visual necesaria para desenvolverse en la vida diaria. El seguimiento prolongado resultó esencial, ya que una única infusión puede dejar efectos durante años y los problemas tardíos pueden manifestarse solo tras finalizar las primeras visitas.

La terapia con células vivas añade otra capa de complejidad al ensayo. Los tratamientos CAR-T, como Kymriah y Yescarta, parten de las propias células inmunitarias del paciente, que se extraen, se modifican en el laboratorio y se reintroducen para atacar el cáncer. Este paso de fabricación requiere aproximadamente tres semanas, por lo que la puntualidad se convierte en parte de la medicina. El tratamiento puede desencadenar un síndrome de liberación de citoquinas, una reacción inflamatoria intensa que exige monitorización estrecha y soporte de cuidados intensivos. Por ello, los ensayos necesitan centros con equipos especiales, personal capacitado y un plan claro para gestionar las reacciones graves. Un paciente que responde bien en un centro puede seguir enfrentando barreras prácticas si el sitio cualificado más cercano está lejos.

Zolgensma, una terapia génica única para la atrofia muscular espinal, ofrece otro ejemplo de por qué la puntualidad importa. Los bebés con esta enfermedad pueden perder la función motora antes de alcanzar hitos como sentarse o caminar. Una sola dosis puede cambiar ese curso, pero solo si llega a tiempo y se realiza un seguimiento cercano a lo largo del tiempo. Los ensayos de terapia génica también deben verificar si la nueva instrucción alcanza las células correctas, permanece activa el tiempo suficiente y evita una respuesta inmunitaria que podría anular el beneficio.

Normas que se mueven más rápido que los medicamentos: vías de aprobación y calidad de los datos

Las normas de aprobación avanzan ahora más rápido que los medicamentos que regulan. Desde 2012, la FDA de Estados Unidos ha otorgado la designación de Terapia de Ruptura a más de 300 programas farmacológicos. Esta figura permite una orientación intensiva y una revisión continua cuando las pruebas iniciales son sólidas. La aprobación acelerada facilita que un medicamento llegue antes a los pacientes basándose en criterios sustitutivos, es decir, señales medibles que se espera reflejen el beneficio clínico real. No obstante, deben realizarse ensayos confirmatorios posteriores, por lo que la afirmación inicial sigue siendo provisional. En Estados Unidos, aproximadamente una cuarta parte de las aprobaciones de nuevos fármacos oncológicos utiliza esta vía. La EMA ofrece un esquema similar, Medicamentos Prioritarios, para tratamientos prometedores en Europa.

La velocidad por sí sola no protege a los pacientes si la evidencia que la sustenta es débil. La calidad de los datos actúa como filtro regulatorio para cada resultado del ensayo. Datos deficientes pueden invalidar un diseño riguroso, desperdiciar recursos y retrasar el acceso a tratamientos útiles. Visitas perdidas, dosis incorrectas, errores en la elegibilidad, fallos al introducir datos, instrucciones poco claras o una formación deficiente de los centros pueden corromper todo el conjunto de información. Más del 40 % de los ensayos requieren enmiendas al protocolo antes de la primera visita del participante. Esta inestabilidad inicial sugiere que muchos protocolos se lanzan demasiado complejos o frágiles. Las visitas por telemedicina, los dispositivos portátiles y la entrega directa al paciente añaden nuevas lagunas de cumplimiento. Los ensayos internacionales también se enfrentan a interpretaciones distintas de las mismas normas de calidad en diferentes países.

Los reguladores están pasando de comprobar cada punto de datos a vigilar los riesgos que más importan. Los equipos de diseño deben identificar qué datos de seguridad y criterios finales necesitan la supervisión más estrecha antes de que comience el ensayo. La monitorización estadística central utiliza algoritmos para detectar fraudes, errores sistemáticos o un rendimiento deficiente del centro. Es más eficiente que verificar cada registro fuente, pero requiere sólidas competencias analíticas.

Conviene incorporar controles basados en el riesgo al diseño desde el principio. Se debe utilizar la captura electrónica con comprobaciones integradas y revisión de las entradas en tiempo real. Los protocolos deben simplificarse recopilando solo los datos de seguridad y eficacia que realmente importan. Es necesario formar a los centros con instrucciones específicas por rol antes del inicio y, después, durante el ensayo. También cabe crear una cultura colaborativa de calidad en lugar de depender únicamente del cumplimiento normativo. En la práctica, el cumplimiento ético, el reclutamiento, la diversidad y la calidad de los datos están profundamente vinculados: mejorar un área puede ayudar a las demás, mientras que el fracaso puede extenderse por todo el ensayo.

Un camino más ágil hasta fármacos que los pacientes pueden recibir de verdad

El camino desde una molécula prometedora hasta un medicamento aprobado se asemeja cada vez menos a una escalera fija y más a un sistema vivo. Cada fase sigue planteando su propia pregunta, pero las respuestas llegan ahora mediante reglas adaptativas, sensores portátiles, registros del mundo real y atajos regulatorios que hace apenas una década eran raros. La oportunidad es clara: menos ensayos desperdiciados, acceso más rápido para pacientes con enfermedades raras y mejores pruebas sobre quién se beneficia de un tratamiento antes de que llegue a millones de personas.

Los obstáculos son igual de concretos. El reclutamiento sigue siendo difícil cuando las normas de elegibilidad son estrictas o los centros del ensayo están lejos. La calidad de los datos puede derrumbar un diseño, por lo ingenioso que sea, si se pierden visitas, las dosis son incorrectas o los registros no coinciden con los documentos originales. Las herramientas digitales prometen una observación continua, pero sus estándares de validación y su aceptación regulatoria aún están en desarrollo. Las terapias génicas y celulares añaden más presión porque exigen una selección precisa de pacientes, fabricación especializada, seguimiento a largo plazo y centros capaces de gestionar reacciones inmunitarias graves.

Lo que importa ahora es si estas piezas pueden unirse en una práctica coherente. Los diseños adaptativos necesitan datos fiables, y la evidencia del mundo real necesita registros creíbles. La aprobación acelerada también requiere un monitoreo confirmatorio que no desaparezca tras el lanzamiento. El reclutamiento diverso necesita protocolos lo suficientemente simples para funcionar bien en muchos entornos. La próxima prueba no será otra tecnología aislada. Será la capacidad de patrocinadores, centros, reguladores y pacientes de compartir un estándar común: velocidad sin atajos, flexibilidad sin deriva e innovación sin dejar fuera a quienes más lo necesitan. ¿Podrán los sistemas de ensayos volverse tan adaptativos como las terapias que están destinados a aprobar?