Они говорят, что при открытии лекарств следует сосредоточить внимание на «валидности» — насколько хорошо результаты экспериментов предсказывают результаты у больных. Вместо этого он сосредоточился на методах, которые легко внедрить в промышленность, или методах, которые являются академически модными.В отчете, опубликованном в журнале PLOS ONE, Джек Сканнелл из Центра развития устойчивых медицинских инноваций Оксфордского университета и консультант Джим Босли подходят к открытию лекарств, используя математические инструменты, которые используются экономистами для изучения процесса принятия решений. Они показывают, что вероятность открытия эффективного лекарства удивительно зависит от достоверности экспериментальных методов.
Небольшие изменения в достоверности могут иметь больший эффект, чем проведение в 10 или даже 100 раз большего числа экспериментов.Они утверждают, что продуктивность снизилась, потому что большинство методов прогнозирования приводят к открытию хороших лекарств, а исследования в этих областях прекращаются (например, при язве желудка).
Это заставляет ученых работать над еще не излеченными заболеваниями, используя менее предсказуемые методы открытия (например, болезнь Альцгеймера). Они также предполагают, что изменение промышленной и научной моды усугубило проблему.Результат: методы со временем стали менее предсказуемыми, были приняты худшие решения, а стоимость открытия выросла.
С 2012 года количество разрешений на лекарства увеличилось. Исследователи говорят, что это, вероятно, связано с растущим использованием генетической информации, которая повышает надежность методов для поиска методов лечения редких заболеваний, хотя и в меньшей степени для обычных болезней.
Доктор Джек Сканнелл сказал: «В основе современных биомедицинских исследований лежит неприятная загадка. С одной стороны, технологии, которые люди считают важными, стали в сотни, тысячи или даже миллиарды раз дешевле.
С другой стороны, вывести лекарство на рынок сегодня стоит почти в 100 раз больше, чем в 1950 году. Новые лекарства могут быть очень дорогими, но промышленность закрывает лаборатории и увольняет ученых.
Наша работа в некоторой степени помогает понять загадку. Правительствам, компаниям и благотворительным организациям следует сосредоточиться на выявлении и финансировании методов прогнозирования, даже если они не соответствуют современной научной моде ».