橫跨醫院、藥企、保險、大數據等維度,國內真實世界研究現狀研究

2020-12-06 健康界


真實世界研究,即Real World Study(以下簡稱RWS),起源於實用性的臨床試驗,屬於藥物流行病學的範疇。

RWS的含義是在較大的樣本量(覆蓋更廣泛的臨床病人群)的基礎上,根據患者的實際病情,治療意願,經濟條件下進行的治療措施,來開展真實世界環境下的診治療效,安全性,藥物經濟學評價等。

隨著健康醫療大數據成為國家發展戰略之一,基於大數據的RWS探索,也漸漸成為了醫療行業研究的熱點。

為了對RWS現階段的發展有一個清晰、深入的探究,動脈網專訪了包括醫院、藥企、大數據公司、基因公司、商業保險公司在內的多位行業專家,從不同的維度,將RWS最真實的一面呈獻給讀者。

一、醫院、藥企,RWS的核心服務對象


RWS是三方共同的訴求,一方是醫院、醫生,一方是醫藥企業,一方是保險公司。


對醫生而言,他們希望能夠不斷地在臨床中總結出診療規律,改進臨床診療手段,給予患者最佳臨床解決方案。這是高水準的臨床醫生一生追求不懈的方向,同時也是他們不斷提升自己職業平臺、學術高度和地位的唯一手段。


如果把一款藥品的上市比作一部電影的上映,那麼部個電影上映之後,需要做大量的發行工作,甚至圍繞電影的智慧財產權IP進行大量的二次的挖掘,才能讓一個科技的創意作品的價值不斷地放大。


因此,對醫藥企業而言,一款產品的上市絕對不是終點,而是大量RWS和藥品臨床應用評價的起點。醫藥企業的藥品上市後,需要在嚴格的三期藥物註冊研究外的人群中觀察藥品的效果、安全性和藥物經濟學,讓藥品的生命周期更長,商業價值更高,天花板更高。


正是由於RWS在醫療行業主要支付方的基礎和平臺性價值,眾多醫療大數據公司才會把RWS放在一個戰略級的位置和行業高度。

二、醫院,RWS的醫療科研價值所在


劉倫旭,四川華西醫院副院長。據他回憶,第一次聽到真實世界研究這個詞大概是2012年。當時在一個醫療學術會議上,有一個關於真實世界研究的討論主題。


在劉倫旭看來,RWS需要把已有的臨床工作數據規範化,它不是一個具體的項目,而是一個長期的真實的工作積累產生的數據。真正要把這些數據用好,就必然要在數據產生和累積的過程中實現規範化。


RWS能夠反映最客觀現實的患者治療情況、診治策略和結果,它與嚴格的臨床隨機對照研究(RCT)有很大差異。RCT是一種高度特殊化的場景,而RWS所遇到的情況複雜性要遠遠超過RCT的多樣性,所以對臨床指導上,RWS的結果更具價值。


RWS有三點至關重要:一是大數據。RWS一定要基於大數據才會有好的指導效果。二是數據規範。大數據的產生需要規範化,包括臨床術語,否則大數據難以保證其數據分析的準確性。三是要有統一的協作,RWS的應用場景可能是一個科室、一家醫院,但如果是一個大的區域甚至全國,就必然要各方形成合力才能開展。


零氪科技的科研分析平臺,便是在華西醫院落地的一款面向腫瘤RWS研究的大數據平臺。


就目前的情況來看,醫院從事RWS主要有兩大動力:科研層面,醫院的晉升制度讓醫生熱衷於論文的發布。但隨著論文發表得越來越多,要發一個學術影響力較高的論文越來越難。


RWS能夠幫助醫生進行更加深入的科研,因此更容易出一些成果,完成高價值論文。專家希望能夠通過一個領域的研究,培養他在這個領域的影響力。


另外,國家在RWS也有一些專項基金,醫院承接了這些研究,除了能夠獲得專項基金外,還能通過研究成果,對衛生行政部門的醫療政策制定起到促進作用。


「不是所有的醫生都會參與到RWS的研究,更多以科室的醫療組為單位開展。一個醫療組包含科室主任、主治醫生和其他團隊成員,科室主任通過大數據平臺決定將數據權限逐級開放給下面的醫生。一般情況下,住院醫師、實習醫生不會參與。」劉倫旭說。

三、藥企,RWS的藥物研發價值所在


藥企對RWS而言,是一種剛性需求,例如:國家明文規定藥物上市以後5年內,藥企必須要提交藥物安全性監測數據,否則藥物面臨退市的風險。而RWS是藥企完成這類法規需求的好方法。


而RWS的終極應用,則是通過真實世界裡總結髮現一個藥物,能否應用到更多的病人群體上幫助病人獲益,一位醫藥行業從業者告訴動脈網:「藥企傳統上只能通過昂貴的RCT臨床試驗,經歷漫長的時間去發現新的適應症。並且,不僅註冊標準的經費非常高,而且擔的風險也較高。而RWS可以幫助藥企和專家提前做分析,提前啟動實驗。」


一般情況下,醫生基於產品說明書來決定藥物的使用範圍。事實上,很多醫院都會出現超出藥物產品說明書的使用情況,醫生根據自己的經驗判斷去開具藥方,這個情況在看整個藥品行業中並不少見,如果能通過RWS去探索,採用療效分析,藥企便能夠以此為證據,決定是否需要擴大產品的適應症,從而為藥物打開更曠闊的使用空間。


11月12日,諾華製藥公布了一項來自德國的真實世界研究數據,數據來自射血分數下降的心衰(HFrEF)患者接受了Entresto® (sacubitril/valsartan)治療。研究數據進一步支持了Entresto對於心衰症狀、PARADIGM-HF研究及其他真實世界研究隊列中患者生存質量的有益影響。這些研究數據已在2017年美國心臟協會科學會議上公布。


諾華公司首席醫學官、醫學事務全球負責人Shreeram Aradhye表示:「心力衰竭患者會經受一些嚴重影響身體活動和生存質量的症狀。對于越來越多的證據顯示Entresto對心衰患者的生存質量有益,同時可以降低心血管死亡率以及心衰住院率。」


這項非幹預性、回顧性數據集研究考察了來自德國服用Entresto的1643名患者在首個劑量方案後1年中的臨床特徵改變,最後對所有可用數據進行分析,並得出了相應的研究結果。(其詳細結果可查閱新浪醫藥譯文:真實世界數據:諾華Entresto可改善心衰患者生存質量)。

四、保險,RWS在醫療支付的可能性探索


趙岑,現任清華大學五道口金融學院黨委副書記、副院長,中國保險與養老金研究中心主任,網際網路金融實驗室副主任,全國金融青聯常委

據趙岑介紹,清華大學五道口金融研究院保險中心成立於2016年11月,中心關於大數據及產品創新相關的研究都是基於RWS。

保險的開發,往往需要實時的、標準化的、安全的數據共享。在健康險的整個商業閉環中,不僅在產品設計開發階段需要數據,後期的健康幹預、健康管理過程中同樣需要數據支持。

「我們希望能研究開發創新型的保險產品,同時將先進的大數據技術應用於產品的管理當中,因此真實世界的數據更有意義。例如產品定價,只有使用真實產生的醫療費用及發生率等數據才能做到精確定價。」趙岑說。

具體而言,保險公司通過對數據進行深度挖掘,首先從定價上打破傳統的精算模型,做到根據個人病情、信用記錄等進行精確定價。其次,在核保理賠階段,通過大數據技術進行反欺詐偵測。另外在投保人投保之後,根據其健康指標、生活方式等對病情進展進行預測,將事後理賠轉為事前幹預,進行積極的健康管理,實現雙贏。

據趙岑透露,未來保險中心的數據來源可能包括傳統機構,如醫療機構、保險公司、專業的醫療大數據公司;以及網際網路,如社交媒體數據;還有智能硬體、可穿戴設備;另外還有政府機構,如人社部。零氪科技作為其主要合作方,也深度參與其中。


五、RWS的服務提供方,醫療大數據公司


作為零氪科技的創始人,張天澤與RWS結緣大約是在2014年年初。那時,國際上已經開始有一些聲音和觀點認為,RCT把實驗過程控制得過於嚴格,使得它的證據級別不夠高。由於樣本數有限,因素控制太過理想化,導致RCT在更大樣本、更多人群和更複雜臨床場景下,藥品使用的真實情況和臨床研究中的情況發生或多或少的不一致。


這件事,為張天澤看待臨床數據打開了一個新的視角。


作為零氪科技在數據處理方面最早的合作醫院之一,天津胸科醫院張遜教授此次也接受了動脈網的採訪,值得一提的是,張遜教授今年上榜「2016中國高被引用學者」之列——該榜單的上榜人員都是在各自研究領域內具有世界級的影響力的學者。


平時,張教授使用大量的真實數據來評價治療方案。他曾在幾篇論文中提到,患者的真實臨床治療數據與藥物研究的情況產生了偏差,這種偏差帶來了藥品進一步挖掘的價值。


「正如張教授的研究結果所反應的那樣,像阿司匹林這樣的藥物,已經有很長的生命周期了,但我們仍然在不斷地挖掘出它新的醫學價值,並且這些都需要通過真實世界的數據來發現。」張天澤表示。


張天澤認為,醫生開展RWS需要克服兩個難點:一是把臨床的患者病歷整理、記錄下來,變成統計分析表型數據,方便統計分析。二是要對患者進行追蹤,了解這患者活了多久、生存情況和康復質量。


很多醫院都是研究生、博士生或者年輕醫生去做數據的收集和整理。由於這些醫生經驗不足,整理下來的數據質量往往參差不齊,存在大量的錯誤和遺漏。


患者的隨訪,往往是醫生有了科研需求,才會由科室的護士或醫生逐一打電話聯繫,但那時能聯繫上的患者已經寥寥無幾。因此,在這兩個場景下產生的統計學評價指標,難以滿足臨床研究的需要。「零氪科技的出發點,便是幫助醫院實現科研級的真實世界研究。」張天澤對動脈網說。

六、RWS在醫院、藥企和保險公司的落地難點


RWS作為一種概念性研究,要在醫院、藥企和保險公司真正落地,並不容易。


據零氪科技一位臨床醫學專家介紹,由於RWS並非單純的數據量大,更重要的是時間的周期。所以,零氪科技把RWS研究過程中涉及到的所有事情從頭到尾集中打包。從醫院數據的採集,數據的結構化,院後患者的隨訪,以及醫患的溝通,零氪科技做的是一個閉環產品,產品覆蓋醫生端、患者端和隨訪端。這些系統在零氪平臺上底層數據關聯性極高,可以把醫生、患者和研究參與方貫穿起來,從而保證RWS數據的可靠性。


這套系統的落地難點主要包含三個方面:

一是如何提供高質量的數據;

二是新的統計學方法;

三是長期、持續和深入的患者隨訪。


1、提供高質量的數據


過去的方案設計研究,醫生已經有很明確的實驗方案設計思路,類似於產品開模,醫生拿著模型去收集數據。零氪的RWS,更像是3D列印,為臨床醫生把各種數據提前準備好,這樣他們在任何角度評價藥物和治療方案,都能遊刃有餘。數據的質量,以及數據的豐富程度和完備性,很難同時做到,這也是為什麼零氪花三年時間組建了一個700多人的團隊,來攻克腫瘤領域的數據難題。


此外,零氪還要針對客戶的產品和業務設計出不同的研究課題。治療效果數據還是治療安全性數據。包括客戶的研究課題裡不同的藥物和治療方案的治療周期等,都需要零氪的團隊進行高質量的數據結構化。


「畢竟,我們的客戶最終都要能夠將成果轉化為文章進行發表,或者將其轉化為一個診療的新標準。」該專家告訴動脈網。


另外,RWS的數據量一定要足夠大。RCT研究的代表性的工作是小樣本,以腫瘤為例,一般情況下,幾百例病案就算很大的研究樣本。據專家估算,至少需要100家以上的三甲醫院,才能夠高效地滿足RWS的研究開展。如此多的數據,傳統的EDC(電子數據採集管理系統)很難滿足,需要有相應的軟體和技術來支持。


目前,零氪已經在國內覆蓋了數百家醫院。


實時數據方面,醫院需要將臨床記錄從原來的非結構化電子病歷甚至紙質病歷轉化成結構化;遠期效果方面,醫院需要實現長期隨訪,這是一個工作量較大的系統性工程。


2、統計方法學


RCT有著嚴格的方法設計,中間有著嚴格的質量控制。RWS先天具有數據資源豐富,海量的數據量優勢,這時,研究課題的方案設計,面對的變量和可選擇的方案會更豐富。這對數據處理,數據統計分析的要求就更高。因此,RWS對數據處理,統計方法學提出了新的挑戰和要求。


3、隨訪環節


由於患者數據存在院內和院外兩個方面,因此患者管理也需要有單獨的一組人針對時間段內收集的病歷進行系統管理。醫生需要不斷地通過隨訪的方式,了解患者病情的變化,以及觀察患者的生存情況。

解決方案:


事實上,目前RWS行業缺的不僅僅是一套強大的系統。由於RWS的研究需要大量的人參與操作,所以光有系統,而醫生沒有時間去實施,同樣達不到效果。所以,零氪在此基礎上,從數據的採集到後期的患者管理,都有相應的專業人員參與其中。


針對技術性難題,零氪配備了三種不同類型的統計分析師:一種是以前做RCT研究,有科研背景的,這類分析師對科研的理解比較深入,結合醫生的想法,能幫助醫生很好地挖掘到目標數據。


第二類是技術團隊中的算法統計師,他們的強項不是對醫療數據的理解,而是在算法層面給研究者提供不同的建議。雖然算法統計師沒有醫學背景,但他們善於發現數據之間的相關性,能夠給研究者提出一些有價值的觀點。


第三類是應用轉化類數據分析師。這類分析師過去從事的是某家公司的戰略規劃工作,基於對數據的理解和行業的理解,他們可以把數據進行應用轉化。簡單來說,轉化類數據分析師是將真實世界的數據變成一些可用的產品,從而指導保險機構或企業市場的工作。


另外,臨床數據要能用做科研,質量絕不能低,所以必須要通過自然語言識別、機器學習等方式實現結構化。同時,還需要有數據錄入團隊進行數據標註。為了保證錄入數據的各種規則與醫院的寫法保持一致,所以需要質控團隊和醫學團隊來保證所有的數據能夠滿足醫學的要求。


再加上患者出院後,需要有人員進行大量的隨訪工作,所以還需要建立一個足夠規模和專業的隨訪團隊。


目前,零氪的醫療服務團隊已經超過400人,其中包括200多人的隨訪團隊。傳統的信息化公司的服務人員,很難具備上面所提及的能力,這也是零氪與傳統信息化代理商和渠道商之間的最大差異。

七、如何權衡RWS的投入產出比?


「要在單個項目和全行業讓RWS的投入產出比合理,這並不容易。」,張天澤表示,RWS的成本主要包含四個方面:


1、準備一個龐大的社會數據資源;

2、建立、培養和產生跨界RWS的醫學,數據管理和統計分析的專業團隊;

3、開發相應的技術軟體平臺,需要大量的數據進行反覆的處理和打磨;

4、對醫院和醫生的學術服務,先服務醫院和醫生,讓他們用好數據,這是數據能流動和被挖掘的起點。


按照張天澤的理解,RWS的投入就像是修路,路修好了,運瓜果蔬菜、運煤、油的車輛都可以從這路上走。修一次路,如果只是為運菜的服務,那麼路的成本肯定無法收回來。


但如果這條路能讓全行業的人都能重複使用,那麼這條路的成本不僅能收回來,還能有巨大的產出。


所以這也是為什麼RWS必須要涵蓋多領域、跨學科、跨產業的重複使用。如果一開始不進行統籌設計,那麼RWS就無法做到清洗一遍,使用百遍。毫無疑問,這種情況下成本是難以被收回的。


路就是RWS的基礎平臺,路的配套設施和服務能力就是RWS的軟體、技術以及醫學數據管理統計分析。修這條路,是一個跨工種的協同工作,需要預先的前瞻性規劃。


單獨的一家或者幾家企業難以為RWS買單,但如果行業中30%的企業一起來買單,用RWS的數據去評價藥物治療效果,數據的價值就能夠十倍、百倍地體現。從這個角度看,即使有預先投入,但RWS的產出也會非常豐厚。


針對這種說法,動脈網也諮詢了譽衡藥業旗下子公司譽衡基因的CEO金鴿,據她透露,一位臨床患者的入組成本大概在30萬左右。


正常情況下,某一類藥品的獲批需要數千名入組人員,一種生物藥從研發到一、二、三期臨床,往往需要耗費十億、數十億的資金,才能在藥監局最終獲批。如果類似零氪科技這樣的大數據公司能夠通過RWS來加快這個進程,降低藥企的成本,提高藥品的轉化率,那麼藥企會很願意為此進行付費。

註:文中出現的採訪數據,均由受訪者提供並確認。如果您有資源對接,聯繫報導項目,尋求合作等需求請填寫 需求表。 


相關焦點

  • 從真實數據出發,助力真實世界研究,臨度科研一直在路上
    最近幾年,「真實世界研究」的概念受到了越來越多的關注。真實世界研究最核心的問題——如何獲得高質量的真實世界數據?美國FDA在真實世界證據框架中強調,要得到符合監管要求的真實世界證據,一要有相關可靠的真實世界數據,二要有科學合理的研究設計,三要合規的開展研究,三方面缺一不可。臨度科研在九月份,共參加三場醫學盛會,不斷感受各位專家學者思想的碰撞,同時賦予真實世界研究新的力量。
  • 真實世界數據指南出臺臨近?零氪科技大數據治理推動RWS落地
    來自監管部門、學術界、國內外製藥企業和CRO企業、以及醫療大數據公司等共同探討我國真實世界數據(RWD)的現狀以及應用產生RWE的路徑、標準和方法,以期為修訂《真實世界證據支持藥物研發的基本考慮(徵求意見稿)》(下稱《基本考慮》)並儘早配套出臺有關RWD的正式指南提供思路,推動真實世界證據在藥物研發及監管決策的應用。
  • 打開臨床診療與醫學科研「數據通路」——大數據於臨床醫學價值的...
    對此,楊海英表示:「目前國內對臨床研究數據規範化、標準化處理的經驗在不斷地積累,並依據和參考一系列的國際化標準。但目前仍然存在著數據標準不一致、各醫院或研究單位數據不能集成共享等問題。高質量、大數量、良好結構化的醫療數據,才會對科研效率的提升和科研成果的產出有重要價值。」
  • 我院與上海市藥學會聯合主辦「真實世界研究及倫理發展論壇」
    近日,由上海中醫藥大學附屬龍華醫院和上海市藥學會聯合主辦的「真實世界研究及倫理發展論壇」暨「藥物臨床試驗質量管理規範化培訓班」順利舉行。本次論壇是龍華醫院建院60周年及上海市藥學會成立90周年慶系列活動之一。
  • 跨國藥企的2020年數位化變革之路
    通過分析具體新聞事件,我們將跨國大藥企近5年的數位化布局做了5個方面的劃分,分別是網際網路醫療,數位化建設,藥物研發,數字療法和真實世界數據。 需要指出的是,網際網路醫療主要指跨國藥企與網際網路醫療企業和網際網路醫院的相關合作事件。
  • DTCC研究結果亮相ATA,揭秘中國甲狀腺癌診療的真實現狀
    關於DTCC研究——迄今為止規模最大的中國中高危分化型甲狀腺癌的真實世界研究近年來中國甲狀腺癌發病率呈攀升趨勢,2012年高達6.56/10萬,且有逐年遞升趨勢。與國外數據比較,我國甲狀腺癌的生存現狀仍有巨大差距。
  • 《大數據生態下的商業健康保險前沿發展模式研究白皮書》發布
    紅網時刻1月15日訊(通訊員 劉擎)近日,在中國衛生信息與健康醫療大數據學會健康保險工作委員會年會上,《大數據生態下的商業健康保險前沿發展模式研究白皮書》(以下簡稱《白皮書》)正式發布。本次《白皮書》在健康保險工作委員會的指導下,由中國太保及旗下太保安聯健康險公司牽頭,聯合浪潮集團、零點有數、波士頓諮詢等機構共同研究編撰。
  • 大數據:法學研究的重要維度
    大數據:法學研究的重要維度 2016年02月17日 08:32 來源:中國社會科學報 作者:方印 張海榮 字號 內容摘要:法治作為維護人類社會文明之治的重要方式,法學研究理所應當在人類社會突兀的大數據變革中充分地考量和衡平社會狀態的大數據維度
  • 2019年國內抗體藥物市場和臨床研究現狀
    國內各大藥企也將抗體藥物作為研發重點,也是藥企開拓市場的明星產品。本文主要分析了國內抗體藥物的市場潛力和熱門靶點抗體藥物的研發進展。圖1 2018年全球藥品銷售Top10數據來源:各公司財報二、我國抗體藥物市場發展現狀分析(一)抗體藥物市場廣闊聚焦國內,惡性腫瘤已經成為嚴重威脅中國人群健康的主要公共衛生問題之一。
  • 思派上榜CB lnsight數字健康150強,真實世界研究領域中國獨家
    不過,真實世界的數據採集會綜合運用臨床/藥物流行病學、生物統計學、循證醫學、藥物經濟學等多學科方法技術,整合多種數據資源而開展研究是真實世界研究的一大特點。由於其研究數據來自真實世界,這類研究的結果與傳統RCT相比會更具代表性,研究目的也更為靈活多樣。
  • JACC丨真實世界研究:美國HFrEF患者院內治療現狀
    研究目的這在這項研究中,研究者利用美國真實世界數據描述射血分數降低的HF(HFrEF)患者的臨床治療現狀,旨在提供最佳實踐,優化資源使用,並改善HF患者的治療結果。研究方法使用2007年至2018年Optum EHR資料庫的電子健康記錄數據,因HF(左室射血分數≤40%)而住院的患者,入院時血液動力學穩定,沒有並發急性冠脈症候群或終末期腎病,並在入院後48 h內靜脈注射利尿劑。
  • 真實世界數據研究證據(RWE)案例盤點
    PMID: 33094874神州醫療科技股份有限公司是健康醫療大數據領域的創新型公司。神州醫療致力於發展獨立自主的技術體系,以推動我國醫療衛生信息化整體水平不斷提升,並驅動全球健康醫療大數據發展的變革與創新。
  • 國內數據新聞研究的知識圖譜
    本文以知識圖譜分析軟體Citespace為分析工具,以數據新聞為主題,以CSSCI為來源類別進行高級檢索,在CNKI資料庫中選出290篇研究數據新聞的文獻(2012—2019年)並進行知識圖譜描繪,以期對我國數據新聞研究的軌跡和趨勢有一個清晰的認識。國內數據新聞研究現狀對數據新聞的研究由「熱」變「冷」。發文量是體現一個研究領域發展態勢的直觀數據。
  • 體外研究腫瘤和試藥將有最佳模具!活體類器官大數據樣本庫已落地廣州
    廣州華醫再生科技有限公司、廣州生物島實驗室、廣東省人民醫院和廣州金域醫學檢驗集團股份有限公司共同籤訂系列產學研戰略合作協議,建設世界一流的活體類器官大數據樣本庫,加速推進生物醫藥領域前沿技術在中國的轉化應用。同濟大學裴鋼院士、清華大學饒子和院士、中國科技大學施蘊渝院士、國家肝癌科學中心主任王紅陽院士、清華大學孟安明院士等6院士共同見證。
  • 發展全科科研 助力全科醫療——當真實世界研究遇上核心指標集
    近年來,真實世界的概念近乎火爆,真實世界研究、真實世界數據一方面,大數據、人工智慧等信息技術的飛速發展為真實世界研究提供了條件,但另一方面,基於健康或醫療大數據的研究具有數據量大、指標多、參數不規範等特點,需要進行數據清洗並儘量減少選擇性報告偏倚,這其中不可避免地會面臨指標取捨、指標測量工具或檢測方法的選擇等問題。
  • 真實世界數據如何用於醫療器械臨床評價,國家藥監局出臺細則
    據了解,2020年3月26日,美國艾爾建公司「青光眼引流管」獲國家藥監局審批註冊,這是國內首個使用境內真實世界數據的獲批上市的醫療器械產品。2019年6月,國家藥監局與海南省政府聯合啟動了海南臨床真實世界數據應用試點工作,「青光眼引流管」是試點的第一個產品,在註冊中使用了在海南博鰲樂城先行區收集的臨床真實世界證據進行人種差異評價。
  • 負債2400萬,這家上市公司投的醫院破產了;13家跨國藥企超2700億...
    主要從事POCT快速診斷試劑及配套診斷儀器的研發、生產及銷售,採取以銷定產和庫存保證相結合的生產模式,擁有螢光檢測和膠體金免疫檢測兩大檢測系統產品。凡知醫學(FireGen Biomedicals)是一家全球化運營的生物醫藥企業,由擁有世界頂尖藥企30年從業資歷的海歸科學家團隊創立。
  • 國家藥監局規範真實世界數據在醫療器械臨床評價中應用
    《指導原則》主要內容如下:一、概述;二、常見真實世界數據來源;三、真實世界數據質量評價;四、真實世界研究設計常見類型及統計分析方法;五、可考慮將真實世界證據用於醫療器械臨床評價的常見情形。其中,《指導原則》明確,常見的真實世界數據包括但不限於登記數據、醫院病歷數據、醫療保險數據、公共監測數據、行動裝置產生的數據等。
  • 中國醫藥行業現狀研究分析及發展趨勢預測報告(2017年)
    中國產業調研網發布的中國醫藥行業現狀研究分析及發展趨勢預測報告(2017年)認為,**年1~**月份,合計中藥類、西藥類、醫療器械類的商品進口額同比增長12.65%,而出口額同比反增長4.97%。我國雖然有6500多家藥廠,但大部分藥企停留在大宗原料藥、低附加值產品的生產上。截至**國際上醫藥公司研發投入佔銷售收入的平均水平在8%,而我國僅僅不到2%。
  • 數據科學研究的現狀與趨勢全解
    從目前的研究現狀看,數據科學可以分為兩類:專業數據科學與專業中的數據科學。目前,相關研究的主要挑戰在於低維度算法在高維數據中的應用、維度災難、數據規約以及數據密集型應用。  9.  第四範式的提出反映了人們對世界的固有認識發生了根本性的變化——從二元認識(精神世界/物理世界)轉向三元認識(精神世界/數據世界/物理世界),即在原有的「精神世界」和「物理世界」之間出現了一個新的世界——數據世界。因此,科學研究者往往直接面對的是數據世界,通過對數據世界的研究達到認識和改造物理世界的目的。