Prove reali per gli affari medici: chi può usarle davvero?

CASO D'USO
Real-World Evidence & Intelligenza per la Comunicazione Scientifica

Le Real-World Evidence (RWE) sono passate da novità normativa a aspettativa. I payer richiedono sempre più RWE per supportare il posizionamento a formulario. Gli enti regolatori accettano RWE per espansioni di etichetta e impegni post-approvazione come parte del Real-World Evidence Framework della FDA, istituito ai sensi del 21st Century Cures Act. I medici desiderano dati sugli esiti dei pazienti simili ai loro. L'interesse per le prove generate al di fuori dell'ambiente di studio controllato non è mai stato così alto.

Qual è quindi la differenza tra Real-World Data (RWD) e Real-World Evidence (RWE)?

• I RWD sono informazioni sanitarie raccolte al di fuori dell'ambiente di studio clinico controllato e derivanti dalla normale erogazione dell'assistenza. Le fonti comuni includono cartelle cliniche elettroniche (EHR), richieste amministrative e assicurative, registri pazienti, dispositivi indossabili e di salute digitale, registri di dispensazione farmaceutica e esiti riportati dai pazienti.
• Le RWE sono ciò che emerge quando tali dati vengono analizzati con rigore scientifico: le intuizioni cliniche ed economiche su come i trattamenti si comportano nelle popolazioni di pazienti reali.

La distinzione è importante perché i RWD sono abbondanti ma grezzi; le RWE richiedono disegno di studio, metodologia analitica e disciplina interpretativa per essere credibili.

La sfida per i leader degli Affari Medici non è l'accesso ai dati reali. La maggior parte delle grandi aziende farmaceutiche ha investito in modo sostanziale in asset di dati RWE: database di richieste, partnership per dati EHR, registri pazienti. La sfida è la fluidità scientifica e operativa per generare, interpretare e comunicare intuizioni da tali asset abbastanza rapidamente da essere rilevanti nei tempi competitivi e normativi.

I Quattro Casi d'Uso Commerciale delle RWE negli Affari Medici

I team di Affari Medici sono chiamati a implementare le RWE in quattro distinte conversazioni commerciali, ognuna con diversi interlocutori, tempistiche e standard probatori.

• In contesti normativi, le RWE supportano le richieste di espansione dell'etichetta e soddisfano gli impegni post-approvazione, prove generate da popolazioni di pazienti reali che completano o estendono quanto stabilito dagli studi controllati.
• Per gli interlocutori payer, il posizionamento a formulario dipende sempre più dalla dimostrazione degli esiti in popolazioni che rispecchiano i membri di un piano sanitario, non i pazienti idealizzati degli studi; un direttore medico vuole vedere dati di persistenza, aderenza e costo totale dell'assistenza da pazienti simili ai loro.
• Nello scambio scientifico con gli HCP, i team medici sul campo necessitano di un rapido accesso a dati di sottogruppi ed esiti che parlino dei profili specifici dei pazienti trattati nella loro pratica, domande che sorgono nella stanza, non sei settimane dopo.
• E internamente, le decisioni su pipeline e portafoglio beneficiano del segnale RWE: comprendere come un nuovo asset si comporta rispetto ai pattern di trattamento esistenti nel mondo reale informa la prioritizzazione dello sviluppo e la gestione del ciclo di vita prima che possa arrivare una lettura di Fase III.

Perché l'Analisi delle Real-World Evidence è in Ritardo Rispetto ai Dati

Un VP di Medical Affairs che gestisce diverse aree terapeutiche deve rispondere a complesse domande scientifiche: Come si stanno comportando i pazienti nel mondo reale con il nostro trattamento rispetto a quanto osservato nello studio clinico? Quali sottopopolazioni mostrano benefici differenziali? Queste domande richiedono analisi dati sofisticate e vengono poste più frequentemente di quanto la maggior parte dei team di dati di Medical Affairs possa gestire.

Un direttore medico payer che chiede dei risultati nel mondo reale nella loro popolazione di pazienti non vuole aspettare sei settimane per un'analisi personalizzata. Vuole avere quella conversazione ora.

Genie per l'Analisi delle Real-World Evidence

Databricks Genie consente ai leader di Medical Affairs di interrogare i propri asset di dati RWE in linguaggio naturale. Un VP di Medical Affairs può chiedere: 'Nel nostro database delle richieste, qual è la proporzione di pazienti che iniziano la terapia e che erano precedentemente trattati con il nostro prodotto rispetto a quelli mai trattati prima, e come si confronta la loro persistenza a 12 mesi?' Quella domanda, che avrebbe richiesto a uno scienziato dei dati diversi giorni per essere risposta, emerge in pochi secondi.

Real-World Evidence nelle Conversazioni con Payer e Regolatori

Le aziende del settore life sciences che vinceranno l'era delle RWE saranno quelle i cui team di Medical Affairs saranno in grado di generare e comunicare prove con credibilità scientifica e velocità commerciale. Genie rimuove il collo di bottiglia nell'accesso ai dati che rallenta il processo di generazione delle prove. In un mercato in cui le conversazioni scientifiche sono sempre più guidate dalle prove, quel vantaggio di velocità è reale.

GENIE DI DATABRICKS · DIFFERENZIATORI CHIAVE
Costruito per i tuoi dati, governato dalle tue regole, rispondente a qualsiasi leader aziendale.

• Integrazione degli asset di dati RWE: Dati di richieste, EHR, registri e di laboratorio in un ambiente unificato — nessun cambio di sistema per analisi multi-sorgente.
• Governance scientifica: Genie opera all'interno del tuo accordo di utilizzo dei dati e del quadro di revisione scientifica — le richieste di analisi vengono registrate e attribuibili.
• Consapevolezza dell'indicazione e del percorso terapeutico: Genie comprende il panorama terapeutico della tua area in relazione ai tuoi asset di dati.
• Supporto MSL: I team di Field Medical possono accedere a intuizioni RWE appropriate per supportare le conversazioni di scambio scientifico con gli HCP — con adeguati controlli di accesso.

Scopri cosa Genie può fare per il tuo team

Databricks Genie è disponibile oggi. Scopri come i tuoi colleghi del settore lo stanno utilizzando per reinventare il modo in cui accedono ai loro dati e agiscono su di essi.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale