Par Heather Blumenthal
Imaginez la thérapie par récepteur antigénique chimérique (T-CAR) comme la petite fille de la comptine avec une petite boucle au milieu du front : quand elle était sage, elle était très, très sage, mais quand elle était méchante, elle était horrible.
La thérapie T-CAR, lorsqu'elle est efficace, est véritablement remarquable. Elle a même transformé la vie de nombreuses personnes atteintes de cancers du sang comme la leucémie ou le lymphome, réfractaires aux autres traitements. Elle a permis de passer d'une situation difficile à une vie épanouie. Cependant, et c'est un point crucial, pour beaucoup, la thérapie T-CAR est inefficace, voire impossible à mettre en œuvre. De plus, elle est onéreuse car personnalisée en fonction des cellules immunitaires de chaque patient. Il est donc essentiel de s'assurer que les patients en tireront un bénéfice, pour leur propre bien, mais aussi pour garantir un bon rapport qualité-prix. Dans ce contexte, identifier les patients susceptibles de bénéficier de la thérapie T-CAR et déterminer les conditions optimales est primordial.
C’est la tâche que s’est fixée Dean Fergusson, chercheur principal et directeur du Programme d’épidémiologie clinique de l’Institut de recherche de l’Hôpital d’Ottawa, dans le cadre d’un projet soutenu par BioCanRx intitulé « Identification des modificateurs d’effet de l’efficacité thérapeutique des cellules T-CAR ». En d’autres termes, son équipe et lui analysent en profondeur les données des essais cliniques, habituellement présentées de manière agrégée, au niveau individuel des patients afin de mieux comprendre qui bénéficie le plus de la thérapie par cellules T-CAR et dans quelles conditions.
« Il est beaucoup plus enrichissant d’examiner les données individuelles des patients », explique le Dr Fergusson.
Le processus et ses avantages semblent évidents, et la première question qui vient à l'esprit est : pourquoi n'est-ce pas systématique pour toutes les données d'essais cliniques ? En réalité, c'est plus complexe qu'il n'y paraît et, bien que moins coûteux que la recherche biomédicale fondamentale, cela demande beaucoup de travail.
La première difficulté réside dans le nombre considérable d'essais cliniques. Le Dr Fergusson s'efforce d'analyser tous les essais de thérapie T-CAR menés à travers le monde. Il y a trois ans, on recensait 42 essais de thérapie T-CAR dans le traitement des cancers du sang. Il y a un an, ce nombre était passé à 100. Aujourd'hui, le Dr Fergusson estime qu'il existe probablement environ 120 études impliquant quelque 2 000 patients.
La deuxième difficulté réside simplement dans l'accès aux données de tous ces essais. Cette partie du projet se déroule bien, seuls quelques essais étant inaccessibles car menés par l'industrie et les données étant confidentielles.
La troisième complication est que, même si l’Hôpital d’Ottawa recueille et conserve des données individuelles pour tous ses essais cliniques, d’autres centres ne disposent pas facilement de ces données.
La quatrième complication est de plus en plus courante dans un monde de big data : il s’agit de garantir que toutes les données sont sous une forme à la fois accessible et comparable et de pouvoir extraire toutes les informations d’identification des données.
Et tout d’un coup, cette approche incroyablement évidente peut encore être évidente, mais elle n’est en aucun cas simple.
Le Dr Fergusson et son équipe disposent néanmoins de données sur environ 1 200 patients. Ils les analysent afin d'obtenir des informations sur les patients eux-mêmes, telles que leur âge, leur sexe, le type et le stade de leur cancer, ainsi que le nombre et le type de traitements antérieurs suivis.
Ils examinent également les informations relatives au traitement reçu, comme la dose reçue par les patients et le moment où elle a été administrée.
Enfin, ils examinent les données de fabrication, telles que les procédés utilisés pour fabriquer les cellules T-CAR, puis pour utiliser ces cellules afin d'enrichir les propres cellules immunitaires du patient, les agents de conditionnement utilisés, etc.
L'équipe utilisera ensuite ces données pour déterminer quels facteurs, qu'ils concernent les patients eux-mêmes, le processus de traitement ou le processus de fabrication, améliorent l'efficacité de la thérapie T-CAR.
« Disposer de données individuelles nous permet d'évaluer l'efficacité et les effets nocifs du traitement pour chacun de ces facteurs », explique le Dr Fergusson. « C'est un outil incroyablement puissant. »
Le Dr Fergusson ne souhaite toutefois pas s'arrêter là. Son objectif est de faire de cette étude une étude « vivante », en y revenant tous les deux ans pour examiner et mettre à jour les données à la lumière de nouvelles études et informations.
L'un des atouts de BioCanRx réside dans ses réseaux de chercheurs bien établis. Le Dr Fergusson s'appuie sur ces réseaux pour garantir la participation à l'étude des utilisateurs de connaissances – les personnes menant les essais cliniques de la thérapie T-CAR et supervisant son utilisation en clinique. Il contribue ainsi à ce que les connaissances acquises grâce à cette étude puissent être directement appliquées à l'amélioration du succès de la thérapie T-CAR et des résultats pour les patients.
Heather Blumenthal écrit sur la santé et la recherche en santé depuis plus de 20 ans et ne perd jamais sa fascination pour les progrès réalisés par les chercheurs canadiens.