Article
5 questions sur l’exploration des sentiments des décideurs en matière de soins de santé
-
Darlena Le
Découvrez le point de vue de l’AMCP Annual 2025
Entretien avec Darlena Le
En prévision de la réunion 2025 de l’AMCP, nous avons eu l’occasion de nous entretenir avec Darlena Le, PharmD, chercheuse, Résultats en santé et accès au marché, au sujet de son affiche « Comprendre les sentiments des décideurs en matière de soins de santé : Utilisation du traitement du langage naturel pour prédire les résultats de la couverture des listes de médicaments. Ce travail utilise l’IA pour analyser des données qualitatives, offrant de nouvelles perspectives sur la nature prédictive des perceptions des décideurs en matière de soins de santé. Hannah Bischel, PharmD ; Claire Gorey, Ph. D. ; Christophe Klein ; Jason Lynch, titulaire d’une maîtrise en administration des affaires ; Joseph Washington, PharmD, MS ; Zade Hikmat, PharmD, MS ; Andrew Gaiser, PharmD, MBA, MS ; et Melissa McCart, PharmD, MS sont les co-auteurs de l’affiche.
Dans cet article, Darlena partage l’inspiration qui a motivé ses recherches, les principaux points à retenir, les résultats inattendus et les prochaines étapes
Qu’est-ce qui a inspiré cette recherche ?
Darlena Le : L’intelligence artificielle (IA) est un sujet brûlant, et j’avais hâte de faire des recherches dans ce domaine. Bien que l’IA soit connue pour créer des gains d’efficacité dans divers processus, je voulais me concentrer sur l’analyse des données qualitatives, qui nécessite traditionnellement beaucoup de temps. Nous voulions nous concentrer sur l’analyse des sentiments, une technique spécifique de traitement du langage naturel (NLP) qui évalue si les données textuelles transmettent un sentiment positif, négatif, neutre ou mitigé.
Bien que la NLP ait été largement utilisée dans le commerce électronique et dans d’autres domaines, des recherches limitées ont exploré si les sentiments des décideurs en matière de soins de santé à l’égard d’un produit peuvent prédire les résultats de la couverture des listes de médicaments. Compte tenu de notre accès à FormularyDecisions, qui permet aux décideurs du secteur de la santé de fournir des commentaires qualitatifs et quantitatifs par le biais d’enquêtes sur les produits, nous avons eu l’idée d’étudier comment l’IA pourrait classer ces réponses et de voir comment certains sentiments aident à prédire les résultats de la couverture des listes de médicaments.
Bien que la NLP ait été largement utilisée dans le commerce électronique et dans d’autres domaines, des recherches limitées ont exploré si les sentiments des décideurs en matière de soins de santé à l’égard d’un produit peuvent prédire les résultats de la couverture des listes de médicaments. Compte tenu de notre accès à FormularyDecisions, qui permet aux décideurs du secteur de la santé de fournir des commentaires qualitatifs et quantitatifs par le biais d’enquêtes sur les produits, nous avons eu l’idée d’étudier comment l’IA pourrait classer ces réponses et de voir comment certains sentiments aident à prédire les résultats de la couverture des listes de médicaments.
Y a-t-il une hypothèse qui a été confirmée par la recherche ?
Darlena Le : Au départ, nous avons émis l’hypothèse que des sentiments positifs conduiraient à des résultats plus favorables en matière de couverture des listes de médicaments. Au lieu de cela, nous avons découvert que des sentiments mitigés, par rapport à neutres, étaient associés à des résultats plus favorables en matière de couverture des formulaires. C’était surprenant et cela a jeté un nouvel éclairage sur notre compréhension des données.
Quels sont les principaux points à retenir de vos recherches ?
Darlena Le : Du 16 juin 2022 au 1er juin 2024, nous avons obtenu des décideurs du secteur de la santé des réponses à l’enquête ouverte FormularyDecisions sur les produits approuvés par la FDA.
Nous avons examiné trois attributs du produit : l’efficacité clinique, la valeur pour le patient et la valeur économique. La fonctionnalité AI Builder de Microsoft Power Platform a été utilisée pour effectuer une analyse des sentiments afin de classer les réponses sur ces attributs comme des sentiments positifs, négatifs, neutres ou mitigés.
Nos résultats ont révélé que les sentiments mitigés, par rapport à neutres, étaient le meilleur prédicteur de niveaux de priorité et de préférence plus favorables pour les listes de médicaments. En d’autres termes, le type de sentiment mitigé était associé à une cote de priorité plus élevée dans la gestion de la couverture d’un produit aux fins d’examen des listes de médicaments et à une plus grande probabilité d’inscrire ou de planifier d’inscrire le produit au statut privilégié.
Nous avons examiné trois attributs du produit : l’efficacité clinique, la valeur pour le patient et la valeur économique. La fonctionnalité AI Builder de Microsoft Power Platform a été utilisée pour effectuer une analyse des sentiments afin de classer les réponses sur ces attributs comme des sentiments positifs, négatifs, neutres ou mitigés.
Nos résultats ont révélé que les sentiments mitigés, par rapport à neutres, étaient le meilleur prédicteur de niveaux de priorité et de préférence plus favorables pour les listes de médicaments. En d’autres termes, le type de sentiment mitigé était associé à une cote de priorité plus élevée dans la gestion de la couverture d’un produit aux fins d’examen des listes de médicaments et à une plus grande probabilité d’inscrire ou de planifier d’inscrire le produit au statut privilégié.
Y a-t-il quelque chose dans la recherche qui vous a surpris, auquel vous ne vous attendiez pas, que vous avez découvert ?
Darlena Le : La constatation la plus surprenante est que des sentiments mitigés, plutôt que positifs, étaient associés à des résultats plus favorables en matière de couverture des médicaments. Nos recherches ont suggéré que des sentiments mitigés pourraient refléter une évaluation équilibrée d’un produit. Cette idée s’aligne sur une étude antérieure qui a révélé que les examens des médecins contenant à la fois des données positives et négatives étaient perçus comme plus objectifs, ce qui facilitait une prise de décision plus éclairée. Cependant, cette explication nécessite une enquête plus approfondie.
Quelles sont les prochaines étapes de cette recherche ?
Darlena Le : Des recherches supplémentaires peuvent aider à déterminer si les sentiments mitigés reflètent effectivement une évaluation équilibrée d’un produit et servent d’indicateur potentiel pour la couverture des listes de médicaments. D’autres facteurs pourraient être explorés qui pourraient influer sur les résultats de la couverture des médicaments, au-delà des trois caractéristiques du produit que nous avons examinées. L’analyse comparative des produits concurrents pourrait également fournir des informations supplémentaires, car les enquêtes comprenaient des questions sur les produits concurrents, mais nous nous concentrions actuellement uniquement sur le produit lui-même.
Les citations pertinentes pour le contenu décrit ici sont fournies dans l’article lié ici. Les lecteurs sont invités à examiner toute l’information disponible sur les sujets mentionnés dans le présent document et à se fier à leur propre expérience et à leur expertise pour prendre des décisions à cet égard.
Entrez en contact avec notre équipe
Notre équipe d’experts en valeur de premier plan se consacre à la transformation des données probantes, des informations sur les politiques et des renseignements sur le marché en stratégies efficaces d’accès au marché mondial. Laissez-nous vous aider à naviguer en toute confiance dans les méandres complexes des soins de santé d’aujourd’hui. N’hésitez pas à nous contacter pour découvrir comment nous pouvons vous aider à atteindre vos objectifs.
Cencora.com fournit des traductions automatiques pour faciliter la lecture du site Web dans des langues autres que l’anglais. Pour ces traductions, des efforts raisonnables ont été faits pour fournir une traduction précise, cependant, aucune traduction automatique n’est parfaite et n’est pas destinée à remplacer les traducteurs humains. Ces traductions sont fournies en tant que service aux utilisateurs de Cencora.com et sont fournies « en l’état ». Aucune garantie d’aucune sorte, expresse ou implicite, n’est donnée quant à l’exactitude, la fiabilité ou l’exactitude de ces traductions effectuées de l’anglais vers une autre langue. Certains contenus (tels que les images, les vidéos, Flash, etc.) peuvent ne pas être traduits avec précision en raison des limitations du logiciel de traduction.
Toute divergence ou différence créée lors de la traduction de ce contenu de l’anglais vers une autre langue n’est pas contraignante et n’a aucun effet juridique pour la conformité, l’application ou toute autre fin. Si des erreurs sont identifiées, veuillez nouscontacter. Si vous avez des questions sur l’exactitude des informations contenues dans ces traductions, veuillez vous référer à la version anglaise de la page.