from retail to finance, monet toimialat ovat jo omaksuneet big datan käytön edut. Yritykset pyrkivät ennustamaan tulevia ostoja ja optimoimaan tuotevalikoimaa, ja käyttävät data-analytiikkaa myynnin parantamiseen kohdennetun mainonnan tai dynaamisen hinnoittelun avulla. Terveydenhuoltoala ei ole vieras suurille tietokokonaisuuksille. Lääkeyhtiöt ovat tulleet asiantuntijoiksi keräämään valtavia määriä tietoa kliinisten tutkimusten avulla todistaakseen lääkkeidensä tehokkuuden Food and Drug Administrationille (FDA). Kliinisten tietojen lisäksi nämä yritykset myös seuraavat apteekkien reseptitietoja selvittääkseen lääkärin reseptikuvioita tai potilaan mieltymyksiä. Sairaalat keräävät myös laajoja tietoja sähköisten potilastietojen (EMR) avulla.
IMS Health on yritys, joka tuottaa tietoa, palveluja ja teknologiaa terveydenhuoltoalalle. Sen perustivat vuonna 1954 Bill Frohlich ja David Dubow, ja se on suurin yhdysvaltalaisten lääkäreiden tietoja määräävä myyjä. Aluksi lääkeyhtiöt käyttivät IMS Healthin tuotteita ja palveluita kaupallistamissuunnitelmien laatimiseen, potilas-ja lääkäripopulaatioiden valitsemiseen erityishoitoja varten sekä markkinointikampanjoiden ja myyntiresurssien tehokkuuden mittaamiseen. Viime aikoina IMS Health on kuitenkin laajentanut keskittymistään-menemällä myyntitrendien analysoinnin lisäksi parantamaan potilaiden tuloksia ja tehokkuutta koskevia tietoja.
esimerkki arvon kaappauksesta: Sanofi ’s Latus vs. German payor
German payor, G-BA, oli hylännyt Sanofi’ s Lantus (glarginine) – insuliinin muodon kattavuuden lääkkeen korkeamman hinnan vuoksi. IMS Health käyttämällä ”Disease Analyzer” hyödyntää reaalimaailman tutkimusta torjua sen ulkopuolelle formulary. Disease Analyzer kokoaa lääkemääräykset, diagnoosit sekä perustason lääketieteelliset ja demografiset tiedot, jotka on saatu praktiikan tietokonejärjestelmistä. Tutkimuksen tavoitteena oli kuvata glykeemisen kontrollin ennustavia tekijöitä (kliiniset ominaisuudet, Lääkitys) (tiukka kriteeri: HbA1c <6, 5%) ensimmäisen vuoden aikana insuliinihoidon aloittamisesta perusterveydenhuollon käytännöissä
metodologia: Tutkimuksessa sovellettiin taannehtivaa lähestymistapaa käyttäen Saksan valtakunnallista tietokantaa (Disease Analyzer, IMS Health, tammikuusta 2008 joulukuuhun 2011, mukaan lukien 1 024 yleistä ja sisätautioppia). Mahdolliset glykeemisen kontrollin ennustajat olivat ikä, sukupuoli, diabeteksen kesto, perusinsuliinin tyyppi, lyhytvaikutteisen insuliinin samanaikainen käyttö, lähtötason HbA1c, aiemmat suun kautta otettavat diabeteslääkkeet jne. Monimuuttujamalleihin liitettiin riippuvana muuttujana glykeeminen kontrolli.
tulokset: Tutkimus osoitti, että perusinsuliinin (glargininsuliini) tyyppi oli suhteessa tavoitteen saavuttamiseen. Lantusin (glarginiini) käyttö ensimmäisen vuoden aikana ennusti tilastollisesti merkitsevästi onnistunutta glykeemistä kontrollia ja johtaa 17% suurempaan hba1a: n pysyvyyteen < 6, 5% ja saattaa viivästyttää kalliimman intensiivisen perinteisen hoidon tarvetta. Muita tilastollisesti merkitseviä ennustajia olivat sukupuoli, diabetologin hoito, lyhytvaikutteiset lisäinsuliinit, aiemmat diabeteslääkkeet ja muut yhdistelmälääkkeet, esim.diureetit tai lipidiä alentavat lääkkeet
käyttäen IMS Healthin kautta saatua reaalimaailman näyttöä Saksalainen payor G-BA käänsi kantansa. Sanofi on nyt tehnyt sopimuksia yli 150 yksittäisen maksajan kanssa Saksassa, ja ne kattavat noin 90 prosenttia Saksan väestöstä.
mitä seuraavaksi?
IMS Health on siirtymässä strategioita, koska se on johtava reseptitietojen tarjoaja, ne ”valjastavat nimettömät potilastason tiedot parempaan päätöksentekoon” palvelevat paitsi lääkeyhtiöitä, mutta myös auttaa sairaaloita ja potilaiden hoidon tarjoajia tekemään paremmin tietoon perustuvia päätöksiä formulaarisen sisällyttämisen ja kustannusten hallinnan suhteen.
–
glykeeminen kontrolli perusinsuliinihoidon aloittamisen jälkeen tyypin 2 diabetespotilailla: perusterveydenhoidon tietokanta-analyysi http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4298311/pdf/dmso-8-045.pdf
terveydenhuollon Big data-vallankumous: 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