Intention-to-treat o per-protocol? La scelta che cambia i risultati di uno studio clinico

Intention-to-treat o per-protocol analysis? Sembra quasi una domanda amletica e in effetti rappresenta uno dei dubbi più frequenti per chi si avvicina alla metodologia degli studi clinici randomizzati. Spesso questi due termini vengono letti di passaggio, senza coglierne il peso reale. In realtà, la scelta tra i due approcci incide profondamente sulle conclusioni di uno studio: può amplificare o attenuare un effetto ed in alcuni casi rovesciare completamente la lettura dei risultati.

In questo articolo voglio spiegare cosa significano, quando si usa l’uno e quando l’altro, e perché la differenza non è solo tecnica, ma è prima di tutto concettuale in quanto riguarda la domanda di ricerca che si sta davvero facendo.

Il punto di partenza: cosa si vuole misurare

Ogni studio clinico randomizzato – RCT – nasce da una domanda di ricerca ben precisa ossia valutare l’efficacia di un qualche intervento verso un altro o un placebo. Ma la stesse domanda può essere formulata in due modi molto diversi  e da questa scelta dipende quale approccio analitico usare.

Il primo modo è chiedersi: il trattamento funziona nel mondo reale? Nella pratica clinica quotidiana i pazienti non seguono mai perfettamente le indicazioni terapeutiche. C’è chi interrompe la terapia per effetti collaterali, chi assume altri farmaci non previsti, chi rispetta il protocollo solo in parte. Se voglio una stima realistica di cosa accade quando questo trattamento viene prescritto a una popolazione eterogenea, devo includere nell’analisi tutti questi comportamenti, anche quelli imperfetti. Questo è il principio dell’analisiintention-to-treat(ITT).

Il secondo modo è chiedersi: il trattamento funziona se assunto correttamente? È una domanda diversa, più vicina all’efficacia biologica dell’intervento. Qui voglio isolare l’effetto puro, eliminando il rumore prodotto dalla non aderenza. Non mi interessa cosa succede nel mondo reale — mi interessa cosa succede quando il farmaco viene preso come previsto. Questo è il principio dell’analisiper-protocol(PP). Sono due strumenti analitici legittimi. Rispondono a domande diverse. Il problema nasce quando si usa uno credendo di rispondere all’altra.

ITT e per-protocol non sono due modi alternativi di analizzare gli stessi dati. Sono due risposte a domande di ricerca parzialmente diverse.

L’analisi intention-to-treat: once randomized, always analyzed

Il principio fondamentale dell’ITT è semplice: ogni partecipante viene analizzato nel gruppo a cui è stato originariamente assegnato, indipendentemente da ciò che è successo dopo la randomizzazione. Ha interrotto il trattamento? Rimane nel gruppo trattamento. Ha assunto farmaci non previsti? Rimane nel gruppo a cui era stato assegnato. Non ha mai ricevuto nemmeno una dose? Stessa cosa.

Questo approccio ha una conseguenza importante: preserva i vantaggi della randomizzazione. Quando si randomizza, si crea un equilibrio tra i gruppi in termini di variabili note e ignote. Escludere alcuni partecipanti dopo la randomizzazione — per qualunque ragione — rompe quell’equilibrio e introduce il rischio di bias di selezione. L’ITT evita questo problema mantenendo tutti dentro.

Il prezzo da pagare è una stima leggermente attenuata dell’effetto del trattamento. Se alcuni pazienti nel gruppo trattamento non hanno assunto il farmaco, il loro outcome tira la media verso il basso. Ma è esattamente questo il punto: quella stima riflette ciò che accadrebbe se il trattamento venisse prescritto su larga scala a una popolazione reale, con tutta la variabilità comportamentale che questo comporta.

C’è però un problema pratico: i dati mancanti. Se un paziente abbandona lo studio prima della misurazione dell’outcome, cosa si include nell’analisi? La risposta non è semplice. Le strategie più usate sono l’imputazione multipla — che stima i valori mancanti sulla base delle informazioni disponibili — e i modelli a effetti misti, che usano tutte le osservazioni disponibili senza richiedere imputazione esplicita. Ciò che è importante ricordare è che la scelta tra queste tecniche deve essere dichiarata nel protocolloprimadi raccogliere i dati, non dopo averli visti (attenzione al p-hacking!).

Un caso concreto: la terapia antipertensiva

Immagina un RCT che confronta un nuovo farmaco antipertensivo con un placebo su 200 pazienti — 100 per gruppo. Durante il follow-up succedono due cose: 10 pazienti nel gruppo farmaco interrompono il trattamento per effetti collaterali, e 5 pazienti nel gruppo placebo iniziano ad assumere altri farmaci che possono avere un qualche effetto sulla pressione per conto proprio.

Con l’analisi ITT, tutti e 200 i pazienti rimangono nell’analisi nei gruppi originari. I 10 che hanno interrotto il farmaco restano nel gruppo farmaco, i 5 che hanno introdotto nuovi farmaci restano nel gruppo placebo. Il risultato riflette l’efficacia reale del trattamento in una popolazione che include interruzioni e deviazioni, esattamente come accade nella pratica clinica.

Con l’analisi per-protocol, quei 15 pazienti vengono esclusi. L’analisi si basa su 90 pazienti nel gruppo farmaco e 95 nel gruppo placebo. Il risultato tende a mostrare un effetto più marcato del farmaco, perché stima l’efficacia solo nei pazienti che lo hanno assunto come previsto. Ma quella stima è più lontana da ciò che ci si può aspettare nella realtà, dove le interruzioni e le deviazioni ci sono sempre.

L’analisi per-protocol: efficacia in condizioni ideali

L’analisi per-protocol include solo i partecipanti che hanno seguito fedelmente il protocollo sperimentale, quindi nessuna interruzione del trattamento, nessun cambio terapeutico, nessuna violazione dei criteri metodologici. La stima che ne deriva è più vicina all’efficacia intrinseca del trattamento: quanto funziona se assunto correttamente.

Questo rende la PP particolarmente utile nelle fasi precoci dello sviluppo clinico, quando l’obiettivo è capire se il trattamento ha un potenziale biologico reale. È anche utile come analisi complementare all’ITT: se i due approcci producono risultati simili, la robustezza dell’evidenza è maggiore. Se producono risultati diversi, quella divergenza racconta qualcosa di importante, di solito sull’aderenza terapeutica o sugli effetti collaterali.

Il limite strutturale della PP è che rompe la randomizzazione. I pazienti che completano il protocollo non sono un campione casuale, in generale tendono a essere più aderenti, più motivati, con meno effetti collaterali. Escludere gli altri introduce unbias di selezioneche può gonfiare l’effetto stimato e rendere i risultati meno generalizzabili alla pratica reale. Per questo la PP non dovrebbe mai essere usata come analisi principale, ma sempre in affiancamento all’ITT.

La variante intermedia: la modified ITT

Tra ITT pura e per-protocol esiste una via di mezzo usata frequentemente negli studi clinici moderni: la modified intention-to-treat, o mITT. Il principio di base è lo stesso dell’ITT — i partecipanti vengono analizzati nel gruppo di assegnazione originario — ma con alcune esclusioni predefinite e giustificate.

Le esclusioni più comuni riguardano i pazienti che non hanno mai ricevuto nemmeno una dose del trattamento assegnato, o quelli privi di qualsiasi dato di outcome. Includerli nell’analisi ITT classica produrrebbe risultati difficilmente interpretabili ed in alcuni casi fuorvianti. La mITT riduce questo problema mantenendo gran parte dei vantaggi della randomizzazione.

La condizione essenziale è che i criteri di esclusione siano definiti nel protocollo prima di raccogliere i dati, non post-hoc guardando i risultati. Ogni deviazione dall’ITT standard deve essere dichiarata e giustificata nella pubblicazione. Quando questo avviene, la mITT può essere accettata come analisi primaria.

Il confronto in sintesi

Un caso complesso: gli interventi non farmacologici

Gli interventi non farmacologici — programmi di esercizio fisico, psicoterapia, modificazioni dello stile di vita — rappresentano il terreno più difficile per questa scelta analitica. Qui l’aderenza non è mai un fatto binario: c’è chi segue il programma al 100%, chi al 60%, chi quasi per niente. E i pazienti più aderenti tendono ad avere caratteristiche sistematicamente diverse dagli altri.

Prendiamo uno studio su un programma di esercizio fisico per la prevenzione del diabete. L’analisi ITT potrebbe mostrare una riduzione del rischio relativo di circa il 15% — includendo anche chi ha partecipato sporadicamente. L’analisi per-protocol potrebbe mostrare una riduzione del 35% — ma solo tra chi ha seguito il programma scrupolosamente. Quella differenza non riflette solo l’effetto dell’esercizio: riflette anche il fatto che le persone più aderenti adottano probabilmente altri comportamenti salutari non previsti dallo studio, introducendo un fattore confondente difficile da separare.

In contesti come questi, integrare ITT e PP — e in alcuni casi mITT — è l’unico modo per avere un quadro completo. La ITT dice cosa ci si può aspettare se questo programma viene offerto alla popolazione generale. La PP dice qual è il potenziale massimo se viene seguito correttamente. La distanza tra i due numeri racconta quanto conta l’aderenza — e quanto è difficile ottenerla.

Come leggere i risultati quando ITT e PP divergono

Le divergenze tra ITT e PP non sono un problema tecnico da risolvere: sono informazioni cliniche da interpretare. Un effetto significativo solo nella PP ma non nell’ITT suggerisce che il trattamento funziona in condizioni ideali, ma che la sua efficacia nella pratica reale è limitata dalla non aderenza o dagli effetti collaterali. Un effetto robusto in entrambe le analisi rafforza la fiducia nell’evidenza.

Divergenze marcate meritano sempre un’analisi delle cause. Quanti pazienti hanno interrotto il trattamento? Per quale motivo? Ci sono differenze sistematiche tra chi ha completato il protocollo e chi no? Rispondere a queste domande è spesso più informativo del singolo p-value.

ITT e per-protocol non sono in competizione. Sono due lenti diverse sullo stesso fenomeno. Usarle entrambe — e capire quando divergono — è parte integrante di un’analisi rigorosa.

La scelta tra ITT e per-protocol non è mai solo tecnica.È una scelta concettuale che definisce la domanda di ricerca. Prima di decidere quale analisi condurre, bisogna rispondere a una domanda più semplice: cosa voglio sapere? Se la risposta è “cosa succede quando prescrivo questo trattamento a pazienti reali”, la risposta è ITT. Se è “questo trattamento funziona biologicamente se assunto correttamente”, la risposta è per-protocol. Confonderle — o ignorare la differenza — è uno dei modi più efficaci per fraintendere i risultati di uno studio clinico.