Assessing the Secondary Use and Scientific Impact of Shared Clinical Trial Data: A Cross-Sectional Study of Clinical Trials Shared on the YODA Project Platform

Deze cross-sectionele studie toont aan dat het delen van individuele patiëntgegevens van klinische trials via het YODA-platform leidt tot een aanzienlijke en groeiende hoeveelheid secundaire publicaties door externe onderzoekers, die vaak gericht zijn op geavanceerde analyses en gepubliceerd worden in tijdschriften met een hogere impactfactor.

De kern

Titel: Wat gebeurt er met medische onderzoeksgegevens als ze worden gedeeld? Een verhaal over de YODA-project.

Stel je voor dat een groot farmaceutisch bedrijf (zoals Johnson & Johnson) een enorme schatkist heeft vol met gegevens uit duizenden medische proeven. In deze kist zitten de persoonlijke data van duizenden patiënten die hebben meegedaan aan testen voor nieuwe medicijnen.

Vroeger werd deze schatkist vaak gesloten gehouden. Maar in dit onderzoek kijken we naar wat er gebeurt als je de deur van die schatkist openzet en iedereen mag kijken. Dit heet het YODA-project (Yale University Open Data Access). Het is als een openbare bibliotheek waar onderzoekers uit de hele wereld mogen komen om te bladeren in deze oude, maar waardevolle boeken.

Hier is wat de onderzoekers hebben ontdekt, vertaald in een simpel verhaal:

1. De originele schrijvers vs. Nieuwe bezoekers

Stel je voor dat een team onderzoekers (de "originele schrijvers") een groot boek over een medicijn schrijft. Ze publiceren hun verhaal.

• Wat gebeurde er? Het bleek dat niet alleen de originele schrijvers, maar ook honderden andere onderzoekers (de "nieuwe bezoekers") naar die schatkist kwamen.
• Het resultaat: Uit die ene schatkist kwamen 1.167 nieuwe artikelen voort!
  • De originele schrijvers schreven de meeste artikelen (ongeveer 82%).
  • Maar de "nieuwe bezoekers" schreven er ook heel veel (ongeveer 18%).

2. Het tijdsverloop: Een langzaam opstartend vuurwerk

In het begin, direct na het publiceren van het originele boek, waren het bijna uitsluitend de originele schrijvers die nog artikelen schreven. Ze keken nog naar de details van hun eigen werk.

• Maar na verloop van tijd: Naarmate de jaren voorbijgingen, kwamen er steeds meer nieuwe bezoekers. Na ongeveer 11 jaar waren er zelfs meer artikelen van nieuwe bezoekers dan van de originele schrijvers.
• De les: De data blijven jarenlang leven en nieuwe inzichten opleveren, lang nadat het originele team alweer verder is gegaan met andere projecten.

3. Verschillende soorten onderzoek: Kijkers met verschillende brillen

De originele schrijvers en de nieuwe bezoekers keken naar dezelfde data, maar met een heel ander doel:

• De originele schrijvers keken vooral naar: "Werkt dit medicijn goed? Wat waren de bijwerkingen?" (Ze hielden zich bezig met de basisvragen van hun eigen proef).
• De nieuwe bezoekers keken juist naar: "Kunnen we met deze data een voorspellend model maken? Kunnen we een nieuwe wiskundige formule bedenken om ziektes te voorspellen?" Ze gebruikten vaak gegevens van meerdere proeven tegelijk om grotere conclusies te trekken.

4. De impact: Wie wordt er meer gelezen?

Dit is het meest interessante deel. De nieuwe bezoekers (de externe onderzoekers) hadden een heel ander profiel dan de originele schrijvers:

• Hoger prestige: Hun artikelen werden vaker gepubliceerd in zeer prestigieuze, invloedrijke tijdschriften.
• Meer online aandacht: Hun werk kreeg meer "likes" en aandacht op sociale media en nieuwswebsites.
• Minder citaties in richtlijnen: Echter, hun artikelen werden iets minder vaak direct gebruikt in officiële medische richtlijnen (de regels die artsen volgen) dan de artikelen van de originele schrijvers.
  • Waarom? Misschien omdat de originele artikelen er al langer waren en artsen die al kenden. Of omdat de nieuwe artikelen vaak over complexe wiskunde gaan, wat minder direct toepasbaar is in de dagelijkse praktijk.

De grote conclusie in één zin

Het openen van de schatkist met medische data is als het geven van een zaaizaadje aan de hele wereld. De oorspronkelijke boer (het bedrijf) plant het zaad, maar door het te delen, groeien er in de loop der jaren prachtige, nieuwe bloemen op plekken waar de boer zelf nooit had gezocht.

Waarom is dit belangrijk?
Het betekent dat we niet hoeven te wachten tot een nieuw medicijn wordt uitgevonden om nieuwe vragen te beantwoorden. Door bestaande data te delen, kunnen we:

1. Geld besparen (geen nieuwe, dure proeven nodig voor elk klein vraagstuk).
2. Transparanter zijn (iedereen kan zien wat er echt is gebeurd).
3. Nieuwe doorbraken vinden die de originele onderzoekers nooit hadden bedacht.

Kortom: Delen van data maakt de wetenschap slimmer, sneller en krachtiger voor iedereen.

Technische samenvatting

Titel: Evaluatie van het secundair gebruik en de wetenschappelijke impact van gedeelde klinische trial-data: Een cross-sectionele studie van trials gedeeld via het YODA-projectplatform

1. Het Probleem en de Context

Het delen van individuele participantdata (IPD) uit klinische trials wordt gezien als cruciaal voor transparantie, reproduceerbaarheid en het stimuleren van innovatie in medisch onderzoek. Hoewel initiatieven zoals het Yale University Open Data Access (YODA) Project en overheidsplatforms data beschikbaar stellen aan externe onderzoekers, blijven er belangrijke vragen bestaan over de langetermijnduurzaamheid en de daadwerkelijke wetenschappelijke waarde van deze inspanningen.

• Uitdagingen: Er zijn zorgen over data-misbruik, privacy, intellectueel eigendom en de kosten van het onderhouden van veilige data-repositories.
• Kennislacune: Er is beperkt bewijs over de omvang, timing en de specifieke wetenschappelijke impact van secundaire publicaties die voortkomen uit gedeelde data, en hoe deze zich verhouden tot publicaties van de oorspronkelijke onderzoekers.

2. Methodologie

Dit onderzoek is een cross-sectionele studie uitgevoerd op het YODA-projectplatform.

• Data-sets: De studie omvatte 336 klinische trials gesponsord door Johnson & Johnson (J&J) die beschikbaar waren voor externe toegang via het YODA-platform per 31 december 2021. Alle trials hadden een volledige, gepubliceerde primaire studie (door de oorspronkelijke onderzoekers).
• Identificatie van Secundaire Publicaties:
  • Er werd een zoekopdracht uitgevoerd in Web of Science (tot juni 2025) om alle publicaties te vinden die de primaire studies citeerden.
  • Na screening van titels, abstracts en volledige teksten werden 1.167 secundaire publicaties geselecteerd die IPD gebruikten.
  • Publicaties werden uitgesloten als het commentaren, conferentieabstracts of studies waren die alleen op samenvattingen (CSR) steunden zonder IPD-analyse.
• Classificatie:
  • Interne publicaties: Minstens één auteur was ook auteur van de primaire studie of werkte voor J&J.
  • Externe publicaties: Geen auteurs verbonden aan de oorspronkelijke trial of J&J.
• Analyse: Er werd gekeken naar het aantal publicaties, tijdstip van publicatie, onderzoeksdoeleinden (bijv. voorspellende modellering, vergelijkende effectiviteit), type analyse (gepoold vs. single trial), en wetenschappelijke impact.
• Impact-metrics: Jaarlijkse citatieaantallen, Journal Impact Factor (JIF), Altmetric Attention Scores (online aandacht), Mendeley-lezersaantallen, en citaties in klinische richtlijnen en beleidsdocumenten.

3. Belangrijkste Bijdragen en Resultaten

A. Omvang en Timing

• Van de 336 trials hadden 265 (78,9%) ten minste één secundaire publicatie, in totaal 1.167 publicaties.
• Verdeling: 958 publicaties (82,1%) waren intern, 209 (17,9%) extern.
• Tijdsverloop: Interne publicaties verschenen gemiddeld eerder (mediaan 3,3 jaar na de primaire studie). Externe publicaties kwamen later op gang en namen toe in aantal; na 11 jaar vormden externe publicaties meer dan 50% van alle secundaire publicaties.
• Toegang: Bij externe publicaties waar de toegangsmethode bekend was (n=190), verkreeg 84,7% de data via data-sharingplatforms (voornamelijk YODA), in plaats van via directe aanvragen bij onderzoekers.

B. Onderzoekskarakteristieken
Er waren duidelijke verschillen in onderzoeksfocus tussen interne en externe onderzoekers:

• Externe onderzoekers voerden vaker gepoolde analyses uit (72,2% vs 55,7%) en richtten zich meer op:
  • Voorspellende of prognostische modellering (51,7% vs 33,6%).
  • Ontwikkeling van statistische modellen/algoritmen (28,7% vs 11,9%).
  • Validatie van bestaande methoden.
• Interne onderzoekers richtten zich vaker op:
  • Vergelijkende effectiviteitsanalyses (58,8% vs 39,7%).
  • Karakterisering van bijwerkingen en risicofactoren.
  • Evaluatie van niet-primaire eindpunten.

C. Wetenschappelijke Impact
De impactmetrics toonden een gemengd maar interessant beeld:

• Kwaliteit en Aandacht: Externe publicaties verschenen in tijdschriften met een hogere impactfactor (mediaan 6,7 vs 4,6) en kregen hogere Altmetric Attention Scores (meer online aandacht).
• Citaties: Externe publicaties hadden echter lagere jaarlijkse citatieaantallen (mediaan 2,7 vs 3,4) dan interne publicaties.
• Beleid en Richtlijnen: Externe publicaties werden minder vaak geciteerd in klinische richtlijnen (11,4% vs 29,2%) en beleidsdocumenten (7,6% vs 25,6%).
• Lezers: Er was geen significant verschil in het aantal Mendeley-lezers.

4. Betekenis en Conclusie

De studie concludeert dat het delen van klinische trial-data via gestructureerde platformen zoals YODA aanzienlijke en duurzame secundaire research genereert.

• Complementaire Waarde: Externe onderzoekers vullen het werk van de oorspronkelijke onderzoekers aan door zich te richten op methodologische innovatie, voorspellende modellen en gepoolde analyses, wat leidt tot publicaties in hoogwaardige tijdschriften.
• Langetermijnimpact: De wetenschappelijke levensduur van trials wordt verlengd; externe onderzoekers blijven jarenlang nieuwe inzichten genereren nadat de oorspronkelijke onderzoekers hun analyses hebben stopgezet.
• Beleid: Hoewel externe publicaties minder vaak direct in richtlijnen worden opgenomen (mogelijk door de latere publicatiedatum of verschillen in onderzoeksvraag), dragen ze bij aan de bredere wetenschappelijke literatuur en methodologische vooruitgang.
• Aanbeveling: De auteurs pleiten voor verdere ondersteuning van gestructureerde data-delingmechanismen om de wetenschappelijke waarde van klinische trials te maximaliseren, duplicatie van onderzoek te voorkomen en de transparantie te vergroten.

Beperkingen: De studie is beperkt tot J&J-trials (generaliseerbaarheid), en secundaire publicaties die de primaire studie niet citeerden of na juni 2025 verschenen, zijn mogelijk niet meegenomen.