Le paradigme d’intégration alimentant les informations sur les données

Malgré l’explosion des données au cours des 10 à 15 dernières années, il s’agit en grande partie de «données non réalisées» – leur valeur n’a pas été exploitée. Les investissements ultérieurs dans les stratégies d’intégration de données, la technologie et l’analyse ont transformé un mélange de points de données flottants en un message intégré et cohérent. Pharma a tiré parti de l’intégration des données tout au long de la chaîne de valeur, de la découverte au développement en passant par la commercialisation. Les soins de santé tirent également parti des stratégies d’intégration de données pour générer des modèles de soins de santé basés sur la valeur.

L’intégration de ces données a créé l’opportunité de plonger profondément dans le monde réel et de générer des informations significatives, d’optimiser le recrutement des patients, de développer une meilleure compréhension des différentes thérapies et d’améliorer directement les résultats pour les patients.

L’intégration des données déclenche un changement significatif dans l’industrie des soins de santé

Évolution des modèles commerciaux dans le domaine de la santé

Les soins de santé évoluent d’un modèle de rémunération à l’acte (FFS) à un modèle de soins de santé «axé sur les données» et axé sur les données, et cette transition ne sera possible que grâce à l’intégration efficace de plusieurs sources de données pour évaluer les résultats des patients. , mesurer l’amélioration des performances et corréler les mesures de contrôle des coûts (Horner B et al, 2019).

L’interopérabilité faciliterait considérablement le processus d’intégration des données. Fast Healthcare Interoperability Resources (FHIR) est une norme ouverte d’échange de données sur les soins de santé et de modélisation de l’information créée par Health Level Seven, une organisation internationale de normalisation des soins de santé. Il fournit des formats et des éléments de données et une interface de programmation d’applications (API) pour favoriser l’interopérabilité au sein de notre écosystème de santé très fragmenté.

Non seulement l’interopérabilité a été limitée en raison des systèmes disparates qui existent, mais aussi parce que certains acteurs ont érigé des barrières au partage des données. Pour surmonter cela, les Centers for Medicare & Medicaid Services (CMS) et le bureau du coordinateur national de l’informatique de la santé ont proposé une règle en 2019 pour empêcher le blocage des informations afin de permettre aux patients d’accéder à leurs informations de santé électroniques (Terry, 2019). L’approche Internet de FHIR, appelée Applications médicales substituables et technologies réutilisables (SMART) sur FHIR, utilise des normes Web qui permettent aux développeurs d’adopter un ensemble standard de modèles d’applications qui fonctionneraient sur les différents systèmes informatiques de santé.

Des projets innovants ouvrent la voie

L’intégration des données a été stimulée par diverses initiatives FHIR impliquant des parties prenantes clés, telles que le projet Da Vinci axé sur le payeur et l’initiative Argonaut centrée sur le fournisseur. Les initiatives technologiques comprennent la technologie certifiée EHR (CEHRT) et SMART APP ont été lancées. Le CEHRT, qui est entré en vigueur en 2019, donne l’assurance qu’un système de DSE offre les capacités technologiques, les fonctionnalités et la sécurité nécessaires pour les aider à répondre aux critères d’utilisation significatifs. Pour éviter un ajustement de paiement à la baisse, les prestataires de soins de santé doivent utiliser l’édition 2015 du CEHRT (Bresnick, 2018, CMS.gov). Le lancement de SMART APP fournit un cadre qui connecte les applications tierces aux DSE. Cependant, malgré ces initiatives, les défis de l’industrie existent toujours en termes d’intégration avec les approches traditionnelles et de passage des normes orientées transaction aux normes basées sur l’interaction FHIR (Heath, 2016).

Blue Button 2.0 de Medicare utilise des API basées sur FHIR qui permettent aux sujets de télécharger leurs données de santé personnelles directement à partir du CMS et de les partager avec les fournisseurs ou de les conserver pour leurs propres dossiers. Les utilisateurs finaux tels que les développeurs, les fournisseurs et les chercheurs peuvent également extraire ces données et générer des informations exploitables à partir de celles-ci sans frais et le bac à sable a été créé de telle manière que les données ne puissent pas être retracées jusqu’aux patients (Bresnick, 2018) .

L’intégration des données déclenche un changement significatif dans l’industrie pharmaceutique

L’intégration peut alimenter la médecine de précision et transformer les essais cliniques

Fournir le bon médicament à la bonne personne au bon moment et au bon endroit nécessite la capacité de mettre en commun plusieurs sources de données et d’en tirer des informations significatives. L’importance de tirer parti des médias sociaux pour stimuler le recrutement des patients, en particulier pour les sujets atteints de maladies rares (Capone, 2017), et la capacité à exploiter les données génomiques pour identifier des biomarqueurs pour les études en oncologie (Davi et al, 2018, Cavlan, 2018) ne sont possibles que grâce à l’intégration et à l’analyse efficaces des données. L’acceptation croissante de l’utilisation de données du monde réel en dehors des critères d’inclusion / exclusion restrictifs des essais cliniques contrôlés pour générer des informations cruciales sur la sécurité réelle et l’efficacité des médicaments expérimentaux dans l’environnement réel n’est également possible qu’avec une pratique d’intégration intelligente.

Project Data Sphere, une initiative indépendante du Consortium des sciences de la vie de la table ronde du CEO Inc., est une plate-forme de recherche en libre accès et de partage de données lancée en avril 2014 qui intègre les données au niveau des patients de plus de cent mille patients impliqués dans un cancer terminé. essais cliniques et est utilisé pour accélérer le développement de nouvelles thérapies essentielles pour les patients cancéreux (Cary, 2019).

Le programme de recherche All of Us de la Precision Medicine Initiative (PMI) du NIH intègre les données sur la santé déclarées par les patients et les données de DSE d’une cohorte de 1 million de volontaires dans une base de données nationale centralisée pour soutenir la recherche en médecine de précision. Il a lancé un outil de navigateur de données qui donne accès à un tableau de bord de données qui permettra aux chercheurs d’accéder aux données de santé approuvées des participants consentants (Bresnick, 2019).

Gérer les risques pour stimuler le recrutement

Les essais contrôlés en double aveugle classiques posent de multiples défis. Outre le facteur de coût associé aux études multi-branches et les défis liés au recrutement de sujets dans le cas de maladies rares, il reste la question éthique de placer les sujets atteints de maladies graves dans un groupe contrôlé et standard de soins. Cela a abouti au développement de bras de contrôle synthétiques qui tirent des données brutes d’études antérieures pour créer des bras de contrôle impartiaux, soigneusement adaptés au niveau du sujet aux critères d’inclusion / exclusion d’un essai (Capone, 2017). Le bac à sable Blue Button 2.0 est une autre excellente source de données qui est examinée pour générer des bras de contrôle synthétiques (Bresnick J, 2018).