Op 28 mei 2024 promoveerde Lishi Lin aan de Universiteit Utrecht op haar proefschrift ’The growing value of real-world evidence; from exploring the many potential uses of real-world data to improving its efficient use within the field of oncology’. Als promotoren traden op prof. dr. A.D.R. Huitema en prof. dr. J.H. Beijnen. Lishi Lin is momenteel werkzaam als intramuraal apotheker in het Antoni van Leeuwenhoek.
Wat was het doel van je promotieonderzoek?
Er worden in de klinische praktijk ontzettend veel patiëntengegevens vastgelegd in elektronische patiëntendossiers (EPD’s). Deze gegevens worden ook wel real-world data (RWD) genoemd. RWD kunnen ontzettend waardevol zijn om belangrijke klinische vraagstukken te beantwoorden. Binnen mijn promotieonderzoek bij het Antoni van Leeuwenhoek heb ik daarom de verschillende doeleinden van RWD verkend en heb ik gekeken hoe het gebruik van RWD efficiënter gemaakt kan worden binnen de oncologie.
Wat wil jij dat de klinische dokter van jouw onderzoek weet?
Het grootste gedeelte van mijn proefschrift focuste zich op een verscheidenheid aan klinische vraagstukken die niet beantwoord kunnen worden met behulp van klinische studies of waarvan beantwoording via prospectieve observationele studies te duur zou zijn. Een onderzoeksvraag waarbij RWD ontzettend relevant zijn, is hoe de effectiviteit in de klinische praktijk zich verhoudt ten opzichte van de registratiestudies, wat ook wel de ‘efficacy-effectiveness gap’ genoemd wordt. Daarnaast kunnen RWD ook ingezet worden om de incidentie en behandeling van zeldzame bijwerkingen van ernstige aard te onderzoeken. In mijn proefschrift heb ik dit gedaan voor immuungerelateerde bijwerkingen van immunotherapie die leidden tot IC-opnames. Tot slot is het ook mogelijk om te onderzoeken of de effectiviteit en toxiciteit van bepaalde oncologische behandelingen afwijkt bij speciale patiëntenpopulaties; dit heb ik in mijn proefschrift gedaan voor obese patiënten.
Wat was het meest frustrerende onderdeel van je onderzoek?
Het meest frustrerende was – en is – dat waardevolle data in EPD’s aanwezig zijn, die echter lastig uit de systemen te halen zijn voor onderzoeksdoeleinden. Slechts een klein gedeelte van de data is gestructureerd vastgelegd in het EPD, zoals labwaarden, terwijl het overgrote deel is vastgelegd in de vorm van ongestructureerde data. Dit betekende dat ik veel tijd heb besteed om de relevante data handmatig te verzamelen uit EPD’s. Om te kijken of de data-extractie uit EPD’s efficiënter kon, is een van de hoofdstukken in mijn proefschrift gewijd aan het ontwerpen van een ‘text mining’ algoritme om geautomatiseerd data te kunnen extraheren uit ongestructureerde tekst. Dit leverde uiteindelijk een efficiënte en betrouwbare manier op om informatie rondom de performance status en progressievrije overleving te extraheren uit EPD’s.
Welk moment/inzicht bracht een doorbraak?
Het inzicht dat dataverzameling makkelijker en sneller kan door het toepassen van ‘text mining’ zorgt ervoor dat de mogelijkheden voor het gebruik van RWD worden vergroot. RWD kunnen namelijk ook gebruikt worden om een zogenaamde externe controlearm te vormen, die als controlearm in een eenarmige klinische studie kan worden gebruikt wanneer het uitvoeren van gerandomiseerde klinische studies niet mogelijk is.
Wat is de vervolgvraag die voortkomt uit jouw onderzoek?
Er zijn veel verschillende vervolgvragen mogelijk. Ik denk bijvoorbeeld dat dataverzameling nog efficiënter kan en dat we meer op nationaal en internationaal niveau moeten samenwerken als het gaat om het gebruik van RWD binnen het oncologische onderzoeksveld. Maar de grootste, en naar mijn mening meest interessante, vervolgvraag is hoe we alle data vanuit de routinematige zorg kunnen gebruiken om de keuze voor oncologische behandeling zo goed mogelijk af te stemmen op de individuele patiënt. Hierbij zouden modellen op het gebied van kunstmatige intelligentie gebruikt kunnen worden om zogenaamde ‘digital twins’ te vinden. Het idee hiervan is dat voor een patiënt in de behandelkamer gezocht wordt naar patiënten met vergelijkbare patiëntkarakteristieken die in het verleden behandeld zijn met verschillende geneesmiddelen. Op basis van hun uitkomsten kan dan de beste behandeling gekozen worden voor de huidige patiënt.
Wat neem je zelf mee uit jouw promotieonderzoek? Wat zijn jouw volgende stappen?
Er is zoveel meer mogelijk met RWD dan ik heb kunnen verkennen in mijn proefschrift. Hierbij is het ontzettend mooi om te zien hoe verzamelde data vanuit de klinische praktijk gebruikt kunnen worden om de zorg van toekomstige patiënten te verbeteren. Dit is voor mij dan ook een drijfveer om in de toekomst mijn werk als zorgverlener te combineren met onderzoek. Vanaf 1 januari 2025 start ik namelijk met de opleiding tot ziekenhuisapotheker in het St. Antonius Ziekenhuis.