Antecedentes

En el proceso de desarrollo de nuevos fármacos, los intentos de rastrear los indicadores físicos de los sujetos de ensayos clínicos en tiempo real están aumentando rápidamente. Anteriormente, los investigadores dependían de métodos que medían de forma fragmentada la presión arterial, el electrocardiograma o el estado de la marcha del paciente durante visitas periódicas al hospital. Estas pruebas intermitentes revelaron limitaciones para captar las fluctuaciones de los síntomas en la vida cotidiana o los cambios sutiles en las señales biológicas que ocurren durante el sueño.

En consecuencia, los dispositivos wearables digitales, como relojes inteligentes, monitores continuos de glucosa tipo parche y ropa con sensores integrados, han surgido como alternativa. La adopción de wearables se ha acelerado con el auge del modelo de Ensayos Clínicos Descentralizados (DCT), que permite la recopilación continua de datos biológicos en la vida cotidiana sin necesidad de visitar directamente el hospital.

Sin embargo, en el campo de la investigación clínica, se plantean dudas persistentes sobre el rigor científico de los datos recopilados. Los algoritmos proporcionados por los fabricantes de dispositivos electrónicos comerciales suelen ser de tipo 'caja negra' y permanecer en secreto, lo que puede dar lugar a resultados diferentes según el fabricante del dispositivo o la versión del software, incluso midiendo el mismo movimiento corporal. Si no se garantiza el alto nivel de integridad y reproducibilidad de los datos exigido por las agencias reguladoras, existe el riesgo de que los valores de medición continua, recopilados con un enorme coste, no sean reconocidos como base para la aprobación de nuevos fármacos.

Hallazgos clave

Recientemente, la academia y la industria han intensificado los análisis empíricos sobre la validez científica y el error de medición que surgen al utilizar las Tecnologías de Salud Digital (DHT) como indicadores de evaluación clínica. Los investigadores han confirmado que la medición de la actividad física basada en acelerómetros o el monitoreo de la frecuencia cardíaca basado en fotopletismografía (PPG) son vulnerables a diversas variables en entornos cotidianos.

Típicamente, cambios sutiles en la posición de uso, el tono de piel, la temperatura ambiente y la disminución de la sensibilidad del sensor debido al nivel de batería provocan ruido en la señal original. Al observar estudios comparativos en grupos de pacientes reales, la concordancia de la medición entre el equipo estándar con cable de uso hospitalario y los dispositivos wearables comerciales se mantiene por encima del 90% en estado estático, pero cae drásticamente a menos del 70% durante movimientos intensos o patrones de vida irregulares.

Más allá de los problemas de la tecnología de medición en sí, la adherencia del paciente también se identifica como un factor determinante en la calidad de los datos. Los valores faltantes que ocurren cuando los participantes del ensayo olvidan cargar el dispositivo o dejan de usarlo por incomodidad tienden a concentrarse en periodos de tiempo específicos. Los investigadores señalan que, dado que estos datos faltantes no se pierden de forma aleatoria, existen limitaciones técnicas para restaurar la progresión de la enfermedad sin distorsiones mediante simple corrección estadística. Se ha llegado a la conclusión de que, para consolidarse como un indicador válido para su presentación ante las autoridades reguladoras, debe preceder la verificación transparente de los algoritmos de procesamiento de datos en bruto y el establecimiento de protocolos estandarizados.

Significado y perspectivas

Para que los biomarcadores digitales se consoliden por completo en la investigación clínica, es necesario elevar simultáneamente el grado de perfeccionamiento tecnológico y la aceptación regulatoria. La Administración de Alimentos y Medicamentos de EE. UU. (FDA) y la Agencia Europea del Medicamento (EMA) están actualizando consecutivamente las directrices sobre el uso de datos basados en dispositivos portátiles, con una tendencia a exigir la demostración mediante la separación estricta entre la validación clínica (Clinical Validation) y la validez analítica (Analytical Validation).

El desafío futuro se centrará en establecer estándares de datos comunes que sean consistentes incluso en estudios multicéntricos. Se están desarrollando activamente tecnologías de calibración de sensores para asegurar la continuidad de los datos ante cambios de dispositivos o actualizaciones de firmware, así como modelos de aprendizaje automático especializados para corregir con precisión los patrones de datos faltantes.

Si estos desafíos se resuelven de manera secuencial, se prevé una mejora drástica en la eficiencia del desarrollo de fármacos en áreas que requieren el seguimiento a largo plazo de una atenuación sutil de los síntomas, como las enfermedades raras e incurables o los trastornos del sistema nervioso central. Más que depender de una tendencia efímera, la precisión con la que se construya un marco de validación científica determinará si los dispositivos portátiles logran consolidarse como el estándar clínico de próxima generación.