(STAR-DDI)- STandArdised consensus-based Reporting checklist foR Drug–Drug Interaction checkers and databases

Imaginez que vous êtes un chef essayant de cuisiner le gâteau le plus sûr du monde. Vous avez un livre de cuisine massif et chaotique rempli de milliers de recettes, mais certaines pages sont déchirées, d'autres sont écrites à l'encre invisible, et d'autres ne sont que des gribouillis issus d'une supposition. Si vous mélangez les mauvais ingrédients, votre gâteau pourrait rendre les gens malades. C'est exactement ce qui arrive lorsque les médecins mélangent des médicaments. Parfois, deux médicaments qui sont sans danger individuellement peuvent entrer en collision à l'intérieur du corps, causant des problèmes. Ces collisions sont appelées Interactions Médicamenteuses (IM).

Actuellement, les médecins utilisent des « vérificateurs » numériques — comme un correcteur orthographique pour les médicaments — pour repérer ces mélanges dangereux avant qu'ils ne surviennent. Mais voici le problème : le papier explique que ces vérificateurs sont comme des boîtes noires. Nous ne savons pas toujours comment ils décident de ce qui est dangereux, quelles preuves ils ont utilisées, ou comment ils évaluent la gravité d'un crash. C'est comme avoir un feu de signalisation qui devient parfois rouge pour un panneau stop et parfois pour un dos-d'âne, sans que personne n'explique pourquoi.

Pour corriger ce désordre, une équipe d'experts du monde entier (médecins, chercheurs et sorciers de la technologie) a décidé de construire une fiche de recette standardisée pour ces vérificateurs. Ils l'appellent le STAR-DDI. Considérez cela comme un livre de règles strict et convenu que chaque vérificateur de DDI doit suivre lorsqu'il se présente au monde.

La Grande Danse Delphi

Comment ont-ils fabriqué ce livre de règles ? Ils ne se sont pas simplement assis dans une pièce pour se crier dessus. Au lieu de cela, ils ont joué à un jeu de « consensus » à enjeux élevés appelé étude Delphi. Imaginez un groupe d'experts s'envoyant des lettres anonymes d'un tour à l'autre sur quatre cycles.

• Tour 1 : Ils ont commencé avec 41 idées. Le groupe, qui comprenait 29 personnes venant de pays comme l'Australie, le Royaume-Uni et les États-Unis, a voté sur celles-ci. Ils ont réalisé que les anciens étiquettes pour les collisions « légères » et « modérées » étaient trop floues. C'était comme appeler une écorchure et une jambe cassée tous les deux « ouille ». Ils ont décidé de faire la part des choses entre « juste surveiller » et « faire quelque chose dès maintenant ».
• Tour 2 : Le groupe s'est réduit à 16 personnes. Ils ont affiné la liste. Une grande victoire ici fut de s'accorder sur le fait que la manière dont vous avez trouvé la preuve importe plus que la quantité de preuves que vous avez. Il ne s'agit pas d'avoir un million d'études fragiles ; il s'agit d'avoir une expérience vraiment solide et bien conçue.
• Tour 3 : Avec 16 personnes à nouveau, ils sont devenus encore plus pointilleux. Ils ont voté pour abandonner l'idée que « seules les collisions graves doivent être signalées ». Tout le monde est tombé d'accord sur le fait que même les problèmes mineurs et gérables doivent être suivis. Ils ont également décidé que les simulations informatiques (comme la modélisation PBPK) ne sont utiles que si elles ont été testées contre des données humaines réelles d'abord.
• Tour 4 : Le dernier tour comptait 14 experts. Ils ont examiné les 18 derniers points. Un consensus à 100 % a été atteint sur tous ces points. Chaque personne était d'accord.

La Liste de Contrôle Finale : Qu'y a-t-il dans la boîte ?

Le résultat est une liste de contrôle avec 18 éléments que toute base de données ou tout vérificateur de DDI doit rapporter pour être pris au sérieux. Cela couvre tout, du titre de l'étude à la façon dont ils gèrent leurs données.

Voici les grandes règles qu'ils ont établies, sur la base de ce que le papier indique explicitement :

1. Plus d'Algorithmes « Magiques » : Les vérificateurs ne peuvent pas simplement dire « notre ordinateur le dit ». Ils doivent expliquer exactement comment ils gèrent les données et quels algorithmes ils utilisent. C'est comme un chef qui vous montre les mesures exactes, plutôt que de dire simplement « ajoutez une pincée de magie ».
2. Hiérarchie des Preuves : Le papier est très clair sur ce qui constitue une bonne preuve. Les essais cliniques sont la référence absolue. Les études observationnelles viennent ensuite. Mais les études animales et le docking moléculaire (modèles informatiques de la façon dont les molécules s'emboîtent) sont considérés comme les moins informatifs pour la sécurité humaine réelle, à moins qu'ils ne soient utilisés très prudemment comme complément.
3. Sévérité vs Gestion : Le papier plaide fortement contre la confusion entre « à quel point est-ce grave ? » et « que faisons-nous à ce sujet ? ». Ils ont décidé que ce sont deux questions différentes. Une interaction médicamenteuse peut être « modérée » en termes de sévérité, mais la gestion peut être simplement de « surveiller le patient », alors qu'une interaction « contre-indiquée » signifie « ne pas administrer ce médicament ».
4. Le Contexte est Roi : Le papier note que le danger d'une DDI dépend du patient. Une interaction médicamenteuse peut être un désastre pour une personne âgée ayant des problèmes rénaux, mais sans conséquence pour un athlète jeune et en bonne santé. Les vérificateurs doivent signaler comment ils gèrent ces différences entre patients.

Ce qu'ils ont écarté

Le papier est également très clair sur ce qu'il ne faut pas faire.

• Ils ont explicitement rejeté l'idée que la quantité d'études importe plus que la qualité. Avoir 500 études faibles ne bat pas une seule étude forte et rigoureuse.
• Ils ont rejeté l'idée que seules les interactions graves doivent être signalées. Même les interactions légères comptent si elles affectent les soins aux patients.
• Ils ont rejeté l'idée que les études animales soient une source primaire pour les décisions de sécurité humaine. Elles sont utiles pour l'exploration précoce mais ne constituent pas le dernier mot.

À quel point sont-ils sûrs ?

Les auteurs sont très sûrs du processus qu'ils ont utilisé. Ils n'ont pas seulement deviné ; ils ont mené une enquête formelle en quatre tours avec des experts internationaux et ont défini le « consensus » comme un accord de 75 % ou plus. Lors du dernier tour, les 18 éléments ont atteint entre 85,7 % et 100 % d'accord.

Cependant, le papier prend soin de ne pas prétendre que ceci est « la fin de l'histoire ». Ils suggèrent que l'utilisation de cette liste de contrôle rendra les vérificateurs de DDI plus transparents et dignes de confiance. Ils proposent que les recherches futures testent si cette liste de contrôle fonctionne réellement dans le monde réel et si elle améliore l'utilisation de ces outils par les médecins. Ils n'ont pas encore prouvé que cela sauverait des vies ; ils ont simplement construit le livre de règles et attendent de voir si tout le monde accepte de jouer selon ces règles.

En résumé : le monde des vérificateurs de sécurité médicamenteuse était un peu le Far West. Maintenant, grâce à ce papier, il y a un shérif (la liste de contrôle STAR-DDI) qui distribue un uniforme et un livre de règles, dans l'espoir de s'assurer que lorsqu'un médecin vérifie une collision de médicaments, il sache exactement ce qu'il regarde et pourquoi.