Desde el comercio minorista hasta las finanzas, muchas industrias ya han adoptado los beneficios del uso de big data. Desde intentar predecir compras futuras hasta optimizar la combinación de productos, las empresas utilizan el análisis de datos para mejorar las ventas a través de publicidad dirigida o precios dinámicos. La industria de la salud no es ajena a los grandes conjuntos de datos. Las compañías farmacéuticas se han convertido en expertos en la recopilación de cantidades masivas de datos a través de ensayos clínicos para demostrar la eficacia de sus medicamentos a la Administración de Alimentos y Medicamentos (FDA). Además de los datos clínicos, estas compañías también rastrean los datos de recetas de las farmacias para averiguar los patrones de recetas de un médico o las preferencias de un paciente. Los hospitales también recopilan datos extensos a través de registros médicos electrónicos (EMR, por sus siglas en inglés).
IMS Health es una empresa que proporciona información, servicios y tecnología para la industria de la salud. Fue fundada en 1954 por Bill Frohlich y David Dubow y es el mayor proveedor de datos de prescripción médica de los Estados Unidos. Inicialmente, los productos y servicios de IMS Health fueron utilizados por las compañías farmacéuticas para desarrollar planes de comercialización, seleccionar poblaciones de pacientes y médicos para terapias específicas y medir la efectividad de las campañas de marketing y los recursos de ventas. Sin embargo, recientemente IMS Health ha ampliado su enfoque, yendo más allá del análisis de las tendencias de ventas para mejorar los resultados de los pacientes y los datos de efectividad.
Un ejemplo de captura de valor: Latus de Sanofi vs.pagador alemán
El pagador alemán, G-BA, había rechazado la cobertura de Lantus de Sanofi (glargina), una forma de insulina, debido al precio más alto del medicamento. IMS Health, utilizando su «Analizador de enfermedades», aprovechó la investigación del mundo real para contrarrestar su exclusión del formulario. El Analizador de Enfermedades reúne recetas de medicamentos, diagnósticos y datos médicos y demográficos básicos obtenidos de los sistemas informáticos de la consulta. El objetivo del estudio fue describir los predictores (características clínicas, medicación) del control glucémico (criterio estricto: HbA1c <6,5%) durante el primer año después de iniciar la terapia insulínica en prácticas de atención primaria
Metodología: El estudio aplicó un enfoque retrospectivo utilizando una base de datos nacional en Alemania (Analizador de enfermedades, IMS Health, enero de 2008 a diciembre de 2011, que incluyó 1.024 prácticas de medicina general e interna). Los posibles predictores de control glucémico considerados fueron edad, sexo, duración de la diabetes, tipo de insulina basal, comedicación con insulina de acción corta, HbA1c basal, antidiabéticos orales previos, etc. Los modelos de regresión logística multivariable fueron equipados con control glucémico como variable dependiente.
Resultados: El estudio demostró que el tipo de insulina basal (insulina glargina) estaba relacionado con el logro exitoso del objetivo. El uso de Lantus (glargina) en el primer año fue un predictor estadísticamente significativo de un control glucémico exitoso y da como resultado una persistencia de HbA1a < un 17% superior, 6,5%, y puede retrasar la necesidad de una terapia convencional intensiva de mayor precio. Otros predictores estadísticamente significativos fueron el sexo, la atención del diabetólogo, insulinas adicionales de acción corta, medicación antidiabética previa y otros medicamentos de consumo, por ejemplo, diuréticos o medicamentos hipolipemiantes
Utilizando la evidencia del mundo real proporcionada a través de IMS Health, el pagador alemán G-BA invirtió su posición. Sanofi ha conseguido contratos con más de 150 pagadores individuales en Alemania, que cubren aproximadamente el 90 por ciento de la población alemana.
Entonces, ¿qué sigue?
IMS Health está cambiando sus estrategias, de ser el proveedor líder de datos de recetas, está «aprovechando datos anónimos a nivel de paciente para una mejor toma de decisiones», sirviendo no solo a las compañías farmacéuticas, sino también ayudando a los hospitales y proveedores de atención al paciente a tomar decisiones mejor informadas con respecto a la inclusión de formularios y la gestión de gastos.
—
Control glucémico después de iniciar la terapia con insulina basal en pacientes con diabetes tipo 2: un análisis de la base de datos de atención primaria http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4298311/pdf/dmso-8-045.pdf
La revolución de los ‘big data’ en la atención médica: 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