管道架构师公共临床实验数据与专有开发成本基准相结合以准确预测结果允许全公司利益攸关方进行假想规划并确定程序最优开发计划

为所有决策人创建单一的真象源头,并变换对话从透视战向客观考虑选项新的肿瘤学药例 数据显示等待一年OS数据 会提高产品价20% 超过等待全年确认收入反之,可能存在竞争者上市的风险,可能对价格产生消极影响,使使用PFS数据优先上市更有价值

并不只是泛泛预测机器学习算法在这些工具内量化启动时间问题、产品效率问题、病人群问题、疾病类型问题、竞争者产品问题、本地物价趋势问题以及其他临床和市场因素问题将如何影响长期商业结果

差分利害相关群体利用数据驱动预测平台时,可识别最优开发计划以最大限度地实现企业和病人结果

/ 管道架构师公共临床实验数据与专有开发成本基准相结合以准确预测结果允许全公司利益攸关方进行假想规划并确定程序最优开发计划

为所有决策人创建单一的真象源头,并变换对话从透视战向客观考虑选项新的肿瘤学药例 数据显示等待一年OS数据 会提高产品价20% 超过等待全年确认收入反之,可能存在竞争者上市的风险,可能对价格产生消极影响,使使用PFS数据优先上市更有价值

并不只是泛泛预测机器学习算法在这些工具内量化启动时间问题、产品效率问题、病人群问题、疾病类型问题、竞争者产品问题、本地物价趋势问题以及其他临床和市场因素问题将如何影响长期商业结果

差分利害相关群体利用数据驱动预测平台时,可识别最优开发计划以最大限度地实现企业和病人结果

/
博客
两亿问题临床开发
如何使用数据拆解漏洞并预测最佳临床开发计划 供下次大药发布
Rob Narayana咨询事务助理主管
军士142022

试想一下你后期开发中 有一种有前途的新肿瘤药早期临床实验结果显示病人平均经历六个月免步生存收集并验证总体生存率需要一年或一年以上时间

立即使用PFS发布药以获取监管批准并商谈物价,或等待一年收集总体生存数据赞助者争先恐后 获取竞争日益激烈的肿瘤空间

PFS数据较少时间捕捉,但它不区分竞争者这使得赞助者更难从支付者获取溢价等待捕捉更多令人信服的总体生存数据后,研发成本增加很多,对于某些类型乳腺癌,需要再等待一年确认商业收入

声音越大越赢

在许多大药厂中,这类决策基于跨功能利害相关方的单行评语,这些利害相关方各自将自己的议程提到表上。

医疗队可能想收集更多数据,以便能证明优异竞争者产品或当前护理标准,而临床操作队可能更关心的是,他们是否拥有资源捕捉数据,额外研究需要多少成本,试播扩展和其他依存关系的潜在影响。

这些团队将不得不与商业利害相关方竞争,商业利害相关方主要关注驱动收入预测并了解产品启动将如何影响全球时序和销售策略

常被遗忘的是临床统计师,他们集中研究决策如何影响实验细节,如病人样本大小、数目和选址,以及如何优化每次试验的统计能力

每一个团队都为决策过程带出有效视角,但每个团队都有偏向性。

在一个理想环境里,这些团队协同工作,分享其专业知识,为企业和病人做出最优总体决策但在现实中,这些会议可分化成歧见,利益相关集团声音最大或最高级工作人员最终成行这会令公司做出看似智能决策 最终损失数以百万计的收入

单一事实源

公司使用预测平台可以消除这一风险,如IQVIA管道架构师,这使计算不同假设结果容易管道架构师公共临床实验数据与专有开发成本基准相结合以准确预测结果允许全公司利益攸关方进行假想规划并确定程序最优开发计划

为所有决策人创建单一的真象源头,并变换对话从透视战向客观考虑选项新的肿瘤学药例 数据显示等待一年OS数据 会提高产品价20% 超过等待全年确认收入反之,可能存在竞争者上市的风险,可能对价格产生消极影响,使使用PFS数据优先上市更有价值

并不只是泛泛预测机器学习算法在这些工具内量化启动时间问题、产品效率问题、病人群问题、疾病类型问题、竞争者产品问题、本地物价趋势问题以及其他临床和市场因素问题将如何影响长期商业结果

差分利害相关群体利用数据驱动预测平台时,可识别最优开发计划以最大限度地实现企业和病人结果

联系我们