fra detailhandel til finansiering har mange brancher allerede taget fordelene ved at bruge big data. Fra at forsøge at forudsige fremtidige køb til optimering af produktmiks bruger virksomheder dataanalyse til at forbedre salget gennem målrettet reklame eller dynamisk prisfastsættelse. Sundhedsindustrien er ikke fremmed for store datasæt. Farmaceutiske virksomheder er blevet eksperter i at indsamle enorme mængder data gennem kliniske forsøg for at bevise effektiviteten af deres lægemidler til Food and Drug Administration (FDA). Ud over kliniske data sporer disse virksomheder også receptpligtige data fra apoteker for at finde ud af en læge receptmønstre eller en patients præferencer. Hospitaler indsamler også omfattende data gennem elektroniske medicinske poster (EMR).
IMS Health er en virksomhed, der leverer information, tjenester og teknologi til sundhedsindustrien. Det blev grundlagt i 1954 af Bill Frohlich og David Dubov, og det er den største leverandør af amerikanske læge ordinerende data. Oprindeligt blev IMS Healths produkter og tjenester brugt af farmaceutiske virksomheder til at udvikle kommercialiseringsplaner, til at vælge patient-og lægepopulationer til specifikke terapier og til at måle effektiviteten af marketingkampagner og salgsressourcer. Imidlertid, for nylig har IMS Health udvidet deres fokus-går ud over at analysere salgstendenser for at forbedre patientresultater og effektivitetsdata.
et eksempel på værdiindfangning: Sanofi ‘s Latus vs. German payor
German payor, G-BA, havde afvist dækning for Sanofi’ s Lantus (glargine), en form for insulin, på grund af den højere pris på lægemidlet. IMS Health ved hjælp af deres” Sygdomsanalysator ” udnyttede forskning i den virkelige verden for at imødegå dens udelukkelse fra formularen. Sygdomsanalysatoren samler lægemiddelrecept, diagnoser og grundlæggende medicinske og demografiske data opnået fra praksisens computersystemer. Formålet med undersøgelsen var at beskrive forudsigerne (kliniske egenskaber, medicin) for glykæmisk kontrol (strengt kriterium: HbA1c <6,5%) i løbet af det første år efter initiering af insulinbehandling i primærplejepraksis
metodologi: Undersøgelsen anvendte en retrospektiv tilgang ved hjælp af en landsdækkende database i Tyskland (Sygdomsanalysator, IMS Health, januar 2008 til December 2011, inklusive 1.024 generelle og interne medicinpraksis). Potentielle forudsigere for den betragtede glykæmiske kontrol var Alder, Køn, varighed af diabetes, type basal insulin, komedikering med kortvirkende insulin, baseline HbA1c, tidligere orale antidiabetika osv. Multivariable logistiske regressionsmodeller blev udstyret med glykæmisk kontrol som den afhængige variabel.
resultater: Undersøgelsen viste, at typen af basal insulin (insulin glargin) var relateret til succesfuld opnåelse af målet. Førsteårs brug af Lantus (glargin) var en statistisk signifikant forudsigelse for vellykket glykæmisk kontrol og resulterer i en 17% højere persistens af HbA1a < 6,5% og kan forsinke behovet for højere priser intensiv konventionel terapi. Andre statistisk signifikante forudsigere var køn, diabetologpleje, yderligere kortvirkende insuliner, tidligere antidiabetisk medicin og anden komedikering, f.eks. diuretika eller lipidsænkende lægemidler
Ved hjælp af den virkelige verden, der blev leveret gennem IMS Health, vendte den tyske betaler G-BA sin position. Sanofi har nu sikret kontrakter med mere end 150 individuelle betalere i Tyskland, der dækker omkring 90 procent af den tyske befolkning.
så hvad er det næste?
IMS Health skifter strategier, fra at være den førende udbyder af receptpligtige data, de “udnytter anonyme data på patientniveau til bedre beslutningstagning”, der ikke kun tjener farmaceutiske virksomheder, men også hjælper hospitaler og patientplejeudbydere med at træffe bedre informerede beslutninger vedrørende formel inklusion og udgiftsstyring.
—
glykæmisk kontrol efter initiering af basal insulinbehandling hos patienter med type 2-diabetes: en primærplejedatabaseanalyse http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4298311/pdf/dmso-8-045.pdf
‘big data’ – revolutionen i sundhedsvæsenet: Accelerating value and innovation http://www.pharmatalents.es/assets/files/Big_Data_Revolution.pdf
IMS Health http://www.imshealth.com/en/solution-areas/real-world-evidence