白皮书
优化药品生命周期市场绩效
Summary
大多数药物没有达到预期的收入. 而药房配药的收入策略是社会化的, 临床给药面临着独特的问题, 与医疗索赔处理的细微差别有关的大部分未解决的挑战. 在这份白皮书中, 澳门新银河国际-apple app store提供了解决全行业挑战的最佳实践，并提供了七点清单，指导对备选医疗保健数据分析解决方案进行有效比较.
By: 蒂姆篇 数据解决方案改变医疗保健高级副总裁
数据解决方案改变医疗保健高级战略总监
Nicole Hobbs，数据解决方案改变医疗保健市场研究分析师
Sam Woodard产品领导数据解决方案-生命科学改变医疗保健
介绍
大多数药物没有达到预期的收入. 而药房配药的收入策略(那些覆盖在药房福利)是很好的社会化, 临床使用的药物(医疗福利所涵盖的药物)面临独特的问题, 与医疗索赔处理的细微差别有关的大部分未解决的挑战.
发现, 分析, 并根据批判性知识采取行动, 从上市前到上市后, 提高了性能. 提供此功能的医疗保健数据分析平台需要三个资产:未识别的医疗索赔/汇款/SDoH数据, 一个人性化的药品商业化智能平台, 以及内置的系统合规监控.
在这份白皮书中, 澳门新银河国际-apple app store提供了解决全行业挑战的最佳实践，并提供了七点清单，指导对替代解决方案进行有效比较.
评估
第一年的表现往往决定了一种药物的长期发展轨迹1. 大约70%未能达到上市预期的产品会随着时间的推移继续表现不佳. 预测, 第一年及以后, 可以通过了解同伴药物处方模式获得信息吗, 利用, 报销, 否认利率, 依从性, 以及市场轨迹. 而品牌经理们长期以来一直在寻求这些见解, 不幸的是, 底层数据基础不是最优的.
值得注意的是，对于计划纳入医疗福利范围的药物，评估是出了名的复杂. 一种新药的负面影响可能接近2,000拒绝码, 来自无数的付款人, 提供者, 或者病人的决定, 每个人都有独特的动机. 随着2022年上半年拒签率同比增长20%，这一问题继续升级.
虽然许多拒绝是可以避免或恢复的, 破译原因和对策需要比通常可用的更细粒度的数据. 对于医疗索赔和汇款(发现拒付)而言，拥有具有地理代表性的患者级别数据对于为复杂和昂贵的药物构建可靠的计费指南至关重要2.
但是医疗索赔和汇款是不够的:个体患者层面的SDoH还需要了解动机, 目标人群的行为和摩擦点更充分. 特别是, 个性化的SDoH可以揭示关键目标人群的获取和依从性差异, 随着时间的推移, 对于关键子段. 对这些变化进行规划，而不是仅仅对它们作出反应，将有助于优化性能.
在一起, 国家病人一级的医疗索赔/汇款/SDoH为更好地回答重要问题提供了更好的基础. 类似药物的效果如何? 表现最好和最差的子细分是什么?为什么? 主要的摩擦点是什么(访问权限、成本、信息缺失等).)以及它们是如何解决的? 改进的医疗保健数据分析基础填补了开发清晰准确的计费指南所需的关键信息空白, 有效的运作工作流程, 以及提供索偿申请及电子汇款通知书翻译的培训.
激活
一个成功的发布需要一个具有近实时的利益相关者监控和增强的合规性控制的激活计划. 医疗津贴所涵盖的药品同样需要特别注意. 与药店的说法相反, 医疗索赔不是实时裁决的, 经常与复杂的护理混杂在一起, 成本也要高得多, 所有这些都会影响新药是否被批准和开处方.
一种新药的负面影响可能接近2,000拒绝码, 来自无数的付款人, 提供者, 或者病人的决定, 每个人都有独特的动机. 随着2022年上半年拒签率同比增长20%，这一问题继续升级.
有效的激活需要访问当前的、详细的处方/报销行为. 关键是要快速评估提供者如何, 病人, 和纳税人, 每个都有不同的情况, 是否响应激活计划, 理想情况下，具有足够的深度以精确地检测底层驱动程序.
而评估则汇总数据进行预测和投资, 激活分解数据，以检测和纠正个人决策中的摩擦. 这可能会无意中增加重新识别的风险. 事实上, 重新识别的风险已经被低估了，因为“专家决定”很少被执行, 冒着不符合快速移动的数据和分析需求的风险. 最好是用系统的和自动的法规遵循监视来代替手动确定.
裁定
一旦激活，注意力就会转向优化处方者和患者的体验. 一个共同的磨损点是索赔否认. 左无人值守, 拒绝不仅效率低下(大多数拒绝都是可以避免和/或纠正的)，而且会造成风险，使患者或提供者认为你的药物不值得这么麻烦. 大于1,800条医疗索赔拒绝理由代码, 把注意力集中在最小化它们的最佳策略上可能会让人抓狂.
.临床用药的获益申报难度明显加大. 例如，许多医疗福利药物需要几周(或几个月)的时间来裁决，平均2周.审批前提交7次(有的多达7-9次). 拒绝恢复对提供商来说也很昂贵，重新提交和更正的费用可能高达118至124美元3.
如果没有地址, 这种摩擦会导致医生和病人选择其他治疗方法, 似乎更方便的药物选择, 导致市场份额下降.
成功的裁决规划需要数据深度和低延迟. 需要项目级别的拒绝代码，因为可以有数百种理由拒绝请求. 延迟也很重要. 平均, 10种最受欢迎的抗癌药物的索赔公开了惊人的29天, 一种药的有效期是66天. 问题发现得越早，解决得就越快.
而评估则汇总数据进行预测和投资, 激活分解数据，以检测和纠正个人决策中的摩擦, 如索赔拒绝和裁决时间. 如果没有地址, 这种摩擦会导致医生和病人选择其他治疗方法, 似乎更方便的药物选择, 导致市场份额下降.
依从性
最后一个A是坚持，这仍然是医疗保健最具挑战性的问题之一. 当然, 最严重的影响是患者所经历的, 但不遵医嘱每年也给全球制药商造成6370亿美元(美国2500亿美元)的损失4.
医生办公室之外的生活极大地影响了患者如何或是否坚持服药. 不依从性与SDoH风险和挑战高度相关，并导致更高的医疗成本和更差的结果4. 金融稳定与遵守规则直接相关(见图表)2.
不幸的是，大多数依从性举措受到患者数据不佳的限制. 一种典型的方法依赖于人口普查区的平均值, 哪些对规划有用, 但不足以支持病人. 普通经济人士, 住房, 或者一个地区的食物脆弱性并不能告诉澳门新银河国际-apple app store一个人的情况, 而且经常是过时的. Patient-reported data is another usual source; however, 由于缺乏患者分享数据的动力，填充率通常较低. 即使提供了非标准化数据，也可能使分析变得困难或错误. 最后，必须特别注意确保病人如实回答.
一个有效的替代方案是个人层面, 标准化, 以及独立验证的患者数据, 正如澳门新银河国际-apple app store的多维病人之旅白皮书所概述的那样. 直到标准化, 自我报告的数据可以被准确地捕获, 这些独立的数据集提供了最可行的替代方案.
获取患者依从性驱动因素的数据也可能无意中增加重新识别的风险. 如前所述, 最好是用系统的和自动的法规遵循监视来代替手动确定.
解决方案
推出医疗福利涵盖的治疗用药充满了困难. 克服这些先天的问题, 整个药物生命周期的市场和利益相关者情报至关重要. 发现, 分析, 并根据批判性知识采取行动, 从发行前到上市后, 提高了性能. 卓越的执行需要三个资产:去识别的医疗索赔/汇款/SDoH数据, 一个用户友好的药品商业化情报平台, 以及内置的系统合规监控.
Data
高绩效始于可靠的事实. 医疗津贴所涵盖的药品, 最好使用国家层面的分类患者索赔和汇款，并附带个性化的SDoH. This data should include comprehensive rejections and denial reason codes; fill rate by pharmacy type; percentage of paid, pending and denied claims; claims reversal by pharmacy type; average days to claims resolution; and claims paid by insurer type. 这种程度的分解是必要的，以充分剖析导致拒绝的条件.
患者层面的SDoH能够更好地理解不依从，并应包括经济安全, 比赛, 种族, 健康素养/教育. 无论是人口普查跟踪还是患者报告的SDoH都不能提供足够的准确性来解决获取和依从性挑战. 最后，每天更新数据对于快速响应不断变化的市场状况至关重要.
平台
事实本身是不够的:数据需要转化为业务决策者易于访问和使用的见解. 传统上，品牌经理依赖中介机构手动提取和评估见解. 现在, 有策划的洞察力和可用性是现代药物商业化情报平台的关键设计原则, 提供更具成本效益的服务, 更简单的, 更快的路径.
自动管理跨4a的洞察力是至关重要的. 评估情报解码提供者, 病人, 以及更好地规划付款人的行为, 不仅仅是反应, 组成外展, 教育和支持. 激活智能使超本地化的洞察到新的处方作者应该如何优先考虑, 激活, 和培育.
裁判情报通过服务线关系三角化推理代码, 付款人协议和患者旅程状态，以检测潜在的驱动因素. 依从性情报分析药物利用剂量和持续时间的目标患者群体，以充分了解处方模式, 病人需要, 治疗效果按衍生亚段划分. 医疗保健数据分析平台提供了有关供应商如何, 病人和支付者对这4个A中的每一个都有反应.
业务决策者的可访问性和易用性也很重要. 具有动态可视化的响应式仪表板(请参阅下面的示例)使业务用户能够直观地查找, 根据疾病或分子类型对类似药物进行分类和基准测试. 它应该有助于估计市场潜力, 解读财务业绩, 破译复杂的处方编码, 表面主要摩擦点, 帮助确定外联的优先顺序. 底线, 它应该预先填充易于获取的问题的答案，以影响药物性能的速度和规模, 应品牌经理的要求.
合规
利用可靠的事实和决策情报需要第三个工具:系统遵从性监视, 特别是在隐私方面(维护患者信息的安全性和保密性). 遵守HIPAA的隐私规则从来没有像现在这样具有挑战性, 考虑到可获得的患者数据(数学上)日益多样化, 更多的患者属性增加了重新识别的风险6). 新兴的各州隐私法规由于不一致的去识别标准而使问题进一步复杂化.
在当今注重卫生公平的环境中，发现和纠正偏见(使特定人口群体处于不利地位)是另一项重要要求. 测试可及性或结果的代表性的分析是基础的, 将这种能力内置到平台中是很有价值的. 领导者将有能力根据受保护阶层或其他关键人群细分来分解访问和结果. 作为卫生公平战略的一部分，这种细致入微的见解至关重要.
因为偶然地或手动地处理遵从性会产生不必要的风险, 实现一个可配置的“始终在线”的基于软件的监视是至关重要的，它可以监视隐私, 保密, 偏差和其他业务要求.
结论
品牌经理, 承受快速成功的压力, 不再受第三方的约束, 手动流程, 周期时间长，数据不足. 现在有可能去除使临床药物投放复杂化的障碍. 医疗保健数据分析解决方案 存在是为了避免被纳入70%俱乐部，不符合预期的药物. 内置合规护栏和正确数据的现代药物商业化智能平台将提供轻松访问克服医生激活所需的见解, 报销, 病人接触, 以及医疗报销疗法固有的坚持挑战. 澳门新银河国际-apple app store的七点解决方案清单显示了有效比较备选方案的方法.
改善药物上市的关键因素. 德勤的见解 http://www2.deloitte.com/us/en/insights/industry/life-sciences/successful-drug-launch-strategy.html.
2未发表的研究，改变医疗保健. (2022).
3衡量拒绝的成本和预防的影响. http://www.os-healthcare.com/news-and-blog/measuring-the-cost-of-denials-and-impact-of-prevention.
4 .选B. S. 研究:非依从性使制药公司的年销售额损失超过6000亿美元. 激烈的制药公司 http://www.fiercepharma.com/marketing/non-Adherence-costs-healthcare-system-patient-outcomes-and-pharma-bottom-line (2016).
韦尔德，M. E. 等. 健康的社会决定因素对药物依从性的影响:系统回顾和荟萃分析. J. 创. 实习生. 地中海. 36, 1359–1370 (2021).
结合大数据集挑战irb，研究人员确保…. Relias 地中海ia |在线继续医学教育| Relias 地中海ia -继续医学教育出版 http://www.reliasmedia.com/articles/146763-combining-large-data-sets-challenges-irbs-researchers-to-ensure-privacy.
