L'importance des données concrètes (RWE) pour les résultats commerciaux et réglementaires ainsi que pour la gestion à long terme du cycle de vie des produits est largement reconnue. Amaris possède une grande expérience dans la conception et la mise en œuvre d'études rétrospectives et prospectives basées sur des données concrètes afin d'évaluer les résultats cliniques, économiques, épidémiologiques et pour les patients. Nous comprenons les forces et les limites d'une variété de sources de données et de conceptions d'études, ce qui nous permet de vous conseiller sur ce qui vous conviendrait le mieux. Nous sommes en mesure de concevoir et de mener des études longitudinales multicentriques ainsi que des enquêtes en ligne à grande échelle afin de recueillir des résultats cliniques, économiques ou relatifs aux patients en exploitant des données provenant de plusieurs pays d'Europe, d'Amérique du Nord et d'Asie.
L'analyse RWE peut avoir un impact significatif sur le développement des médicaments et la gestion de leur cycle de vie, apportant des gains d'efficacité évidents à votre entreprise. À l'ère de la santé numérique et des soins de santé virtuels, la quantité de données accessibles continuera de croître de manière exponentielle.
Nous comprenons les subtilités des ensembles de données les plus complexes afin de vous aider à naviguer dans l'incertitude qui entoure votre stratégie, votre prise de décision et la diffusion de l'information. Notre équipe de scientifiques des données génère des informations approfondies à l'aide de méthodologies rigoureuses et innovantes.
Exemples de résultats pour lesquels nous pouvons fournir des preuves :
- Incidence/prévalence
- Charge de morbidité
- Qualité de vie
- Efficacité/sécurité
- Modèle de traitement
- Coûts
- Rentabilité
Ces informations peuvent aider à :
- Positionnement du produit et stratégie de développement
- Soumissions réglementaires ou HTA
- Communications scientifiques
- Outils de communication
- Stratégie en matière de payeurs et d'accès au marché
Collecte et analyse de données réelles
Collecte de données primaires
- Collecte de données prospectives
- Sondages en ligne
- Résultats rapportés par les patients
- Études d'élicitation des préférences (c'est-à-dire analyses conjointes/expériences de choix discrets)
- Entretiens
Analyse secondaire des données
- Données du registre
- Données de cohorte
- Données administratives/données relatives aux demandes d'indemnisation
- Dossiers médicaux électroniques
- Examen des dossiers médicaux
Notre expertise mondiale
- Nous avons de l'expérience dans le domaine des bases de données en Europe, aux États-Unis, au Canada et dans plusieurs autres pays.
- Nous pouvons réaliser une étude de faisabilité et une cartographie de la base de données.
Notre expérience dans divers domaines thérapeutiques
- Rhumatologie (20 %)
- Oncologie (10 %)
- Diabète (10 %)
- Dermatologie (23 %)
- Psychiatrie (14 %)
- Maladies respiratoires (3 %)
Concentrez-vous sur un seul type de projet : voici comment nous procédons généralement pour effectuer une analyse rétrospective de la base de données chez Amaris.
- Étape 1 : Évaluation de la faisabilité (y compris la détermination de la taille de l'échantillon)
- Étape 2 : Protocole d'étude
- Étape 3 : Soumission au comité d'éthique
- Étape 4 : Plan d'analyse statistique
- Étape 5 : Acquisition et gestion des données
- Étape 6 : Analyses statistiques
- Étape 7 : Diffusion des résultats
Nous pensons que les éléments suivants constituent les facteurs clés de notre réussite dans la réalisation d'études biostatistiques.
- Des équipes de projet multidisciplinaires travaillant ensemble pour répondre à vos questions de recherche (cliniciens, statisticiens, épidémiologistes, économistes)
- Nous investissons dans notre personnel : nos analystes sont certifiés pour utiliser de grands ensembles de données nationaux et régionaux (par exemple SNIIRAM (France), HCUP & Truven (États-Unis)).
- Notre unité d'intervention rapide garantit un traitement rapide des analyses de données conformément aux procédures opérationnelles standard internes.
- Notre structure organisationnelle est conçue pour garantir la meilleure qualité possible des prestations dans tous nos bureaux.
- Nous innovons dans tous les aspects de notre analyse RWE.
- Utilisation d'algorithmes d'apprentissage automatique pour : l'écoute des réseaux sociaux afin de connaître les préférences des patients, la régression par apprentissage automatique pour prédire les coûts d'hospitalisation dans les grands ensembles de données sur les demandes de remboursement, et nous pouvons prédire des parcours de traitement individualisés.
- Intégration de RWE dans la méta-analyse en réseau lorsque les données issues d'ECR sont rares ou afin d'améliorer la connectivité du réseau
- Utilisation des données réelles pour éclairer les extrapolations de survie dans les modèles de rentabilité (méthode de Guyot)
Contactez-nous dès maintenant pour découvrir notre gamme complète de services dans le domaine des sciences de la vie. Cliquez ici
