Aprovechamiento de RWE para apoyar la toma de decisiones sobre el acceso a los mercados

Ryan: Aprovechamos la información de múltiples fuentes, incluidas las reclamaciones médicas y los datos de facturación, los registros electrónicos de salud, los registros de pacientes, los resultados informados por los pacientes, las bases de datos de salud pública, como NHANES (Encuesta Nacional de Examen de Salud y Nutrición²) y MEPS (Encuestas de Panel de^{Gastos Médicos 3}), e incluso dispositivos portátiles. Lo que diferencia nuestro enfoque es que somos agnósticos en cuanto a datos, con lo que quiero decir que encontramos el conjunto de datos que mejor puede responder a una pregunta científica específica, como los datos necesarios para posicionar el producto de una empresa o respaldar la expansión de una etiqueta. También estamos en el proceso de transición de nuestra infraestructura para ingerir datos que ingresan a un entorno de nube, donde podríamos configurarlos de una manera que nos permita aprovechar la inteligencia artificial (IA) y la manipulación de datos para reducir el tiempo de obtención de información.

Ryan: Una vez que un producto ha estado en el mercado y ha sido utilizado por una población de pacientes más amplia, tomaríamos esos datos para ayudar a la empresa a posicionar el producto. Tomemos como ejemplo el ámbito de la oncología. Una compañía puede tener una terapia de segunda o tercera línea y una vez que tienen suficiente RWE que podría mostrar una mejor supervivencia o una mejor calidad de vida, por ejemplo, están tratando de posicionar su medicamento para demostrar una ventaja sobre una terapia tradicional. 

Derek: También hay oportunidades para ingerir y gestionar mejor los datos en una fase más temprana del ciclo de vida del desarrollo clínico con la identificación de las poblaciones de pacientes, incluso antes de los datos de reclamaciones o los datos sobre intervenciones en el mundo real. En el caso de las enfermedades raras, por ejemplo, es posible que ni siquiera exista el código de la Clasificación Internacional de Enfermedades (CIE) para clasificar y diagnosticar a estos pacientes. Por lo tanto, la ingesta de grandes cantidades de datos para desarrollar un modelo y un algoritmo puede ayudar a encontrar pacientes que de otro modo serían difíciles de identificar. Esto puede ayudar a informar qué indicaciones deben perseguir los desarrolladores de productos, les ayuda a comunicar la urgencia a los reguladores y ayuda a los pagadores a determinar cuánto van a tener que pagar, porque sin estos datos sería difícil saber cuántos pacientes tienen una enfermedad determinada. 

Derek: Las herramientas digitales pueden hacer que los datos sean más digeribles para los pagadores, ya sea un panel interactivo o una página web que pueda contar una historia junto con los datos o tal vez profundizar en geografías específicas o poblaciones de pacientes en lugar de simplemente tener tablas de datos para examinar. Esto permitirá que las decisiones se tomen de manera más informada. 

Ryan: Ciertamente hemos visto esto con clientes que han acudido a los proveedores para tener una idea de dónde podría posicionarse su medicamento dentro de una línea de terapias en diferentes países. Con lo que han terminado es con un compendio de datos y sin idea de por dónde empezar. Nuestro enfoque es no solo utilizar soluciones digitales para generar y analizar datos, sino también actuar como socios de pensamiento para dar sentido a los resultados y proporcionar información útil.