Firma FARENTA specjalizuje się pozyskiwaniu danych rzeczywistej praktyki klinicznej w wielu obszarach terapeutycznych. FARENTA wspiera różne obszary przemysłu farmaceutycznego dostarczając danych wspierających rozwój leków, ich wprowadzanie na rynek, komunikację medyczną i marketingową.

Wyzwanie

W 2017 roku w Finlandii zmieniły się przepisy dotyczące refundacji leków przeciwcukrzycowych. Należało oczekiwać, że zmiany zwiększające współpłacenie pacjentów, zmienią rynek leków przeciwcukrzycowych. Aby śledzić przebieg zmian FARENTA w kooperacji z Uniwersytetem Wschodniofinlandzkim (University of Eastern Finland) oraz oddziałem endokrynologii szpitala w Helsinkach rozpoczęła prospektywne badanie pacjentów z cukrzycą typu II aby śledzić jakie zmiany zachodzą w używanych przez nich lekach, powodach stojących za zmianami oraz ich skutkach. Badanie odbyło się w trzech falach: zimą 2016 (tuż przed rozpoczęciem obowiązywania nowych zasad refundacji), w połowie 2017 roku oraz pod koniec 2017.

Dane zbierane były za pomocą złożonych, wielowątkowych ankiet w których uczestniczyli pacjenci. Analiza danych z badań sondażowych o skomplikowanej strukturze, a szczególnie z badań prospektywnych nie jest trywialna. Firma FARENTA nawiązała współpracę z Transition Technologies, aby:

• zautomatyzować proces prezentacji wyników kolejnych fal badania,
• stworzyć interaktywną aplikację do analizy wyników.

Początkowo wyniki badania analizowane były przy użyciu pakietu biurowego. Jednak wraz z postępem badania i realizacją jego kolejnych fali zwiększała się liczba danych i ich złożoność. Aby skonsumować wyniki nie można było stworzyć kolejnej prezentacji, ponieważ ta zawierałby 200 – 250 slajdów, a i to nie gwarantowało, że udzielono by w niej odpowiedzi na wszystkie pytania, jakie pojawiały się w trakcie przeglądu wyników. W terapii cukrzycy stosowane są leki z kilkunastu grup terapeutycznych. Szybko okazało się, że – jak zwykle w badaniach naukowych – udzielenie odpowiedzi na jedno pytanie badawcze powoduje wygenerowanie przynajmniej dwóch pytań pogłębiających. Choć wiadomo, że pacjenci stosujący daną grupę leków rezygnowali z niej na rzecz innej, to czy miało to związek z ich dochodami? Jak zmieniła się satysfakcja z terapii po jej zmianie? Jakie opinie mieli chorzy, który z przyczyn ekonomicznych zakończyli stosowanie leku marki X? Zwykła prezentacja nie mogła odpowiedzieć na wszystkie tego typu pytania. Potrzebne było rozwiązanie, które pozwoliłoby na zadawanie pytań i uzyskiwanie odpowiedzi w oparciu o wyniki badania.

Rozwiązanie

Nasz zespół przeniósł dane z badania do formatu rozpoznawanego przez ogólnodostępny pakiet do analiz statystycznych R. Analizy wykonaliśmy w technologii R/Shiny. Aplikacja online pozwalała na zadawanie praktycznych pytań stosując filtry zawężające wybrane grupy badawcze (np. wg płci, poziomu dochodów, rodzaju stosowanych leków, itd.).

Efekty

Aplikacja umożliwiała:

• Analizę sekwencji odpowiedzi respondentów na dowolne pytanie w czasie w trzech fal badania,
• Analizę zmian następujących w terapii dla dowolnej grupy leków / leków danego producenta/ konkretnych marek (np. jak zmieniły się schematy terapeutyczne użytkowników insulin i czym leczą się obecnie?),
• Analizę schematów terapii u pacjentów, którzy osiągali maksymalny próg wydatków na leki refundowane,
• Analizę schematów terapii złożonych z kilku leków,
• Analizę rezultatów leczenia – satysfakcja pacjentów, zmiany wagi, poziomu cukru, korzystanie z różnych zasobów służby zdrowia, itp.,
• Eksport uzyskanych zestawień do PDF, Excel, CSV, drukarki.

Generowane w czasie rzeczywistym wykresy i tabele pozwalały na wyświetlenie dodatkowych informacji, które nie zmieściłyby się wszystkie jednocześnie na zwykłym wykresie. Tam, gdzie miało to sens można było również samodzielnie przełączać widoczność poszczególnych elementów wykresu aby skupić się na danych, które akurat nas interesują. Każdy wykres można również bez utraty jakości powiększyć, wykadrować i w końcu – po uzyskaniu pożądanego rezultatu – zapisać na dysku komputera.

Ostatecznie zautomatyzowana została również procedura wykonywania testów statystycznych do pokazywanych zestawień oraz ich interpretacji (np., czy obserwowane różnice przekraczają próg istotności statystycznej?). Dzięki aplikacji klient mógł po krótkim szkoleniu samodzielnie analizować dane, zadawać pytania i w ciągu kilku sekund uzyskiwać odpowiedzi.

Całość zlecenia zamknęła się w czterech tygodniach.