整合真实世界数据 (RWD)
近年来，人们对将真实世界数据 (RWD)纳入药物开发的兴趣日益浓厚。RWD 是指从临床试验以外的来源获得的数据：电子健康记录 (EHR)、索赔和账单数据、登记册、调查等。
在肿瘤学领域，利用 RWD 并不是一个新概念。事实上，早在 2015 年，研究人员就一直在利用这一资源来加强他们的研究。例如，在 2015 年的一篇文章中，徐等人使用自然语言处理 (NLP) 来分析 EHR。他们预测，用于治疗糖尿病的药物二甲双胍可以降低癌症患者的死亡率。
RWD 可以提供宝贵的见解，以制定系统的适应症优先级排序策略。流行病学数据对于在预测再利用能力高的适应症中优先考虑患病率高的适应症具有重要价值。流行病学优先级排序可根据以下几个标准进行：
发病率/患病率预测：由于人口老龄化和生活方式的改变，某些类型的癌症（如乳腺癌或前列腺癌）的患病率预计会增加，而由于对引起这些癌症的病毒感染的治疗效果更好，某些类型的肝癌或宫颈癌的患病率预计会下降。
其他流行病学数据，如合并症、死亡率或癌症复发。
Clarivate 流行病学数据来源于各种来源，包括同行评审期刊、美国索赔和 EHR 数据以及特定疾病预测。这一多样化数据集合涵盖 800 多种疾病。数据经过专业整理，并包含原始来源的完整引文。
生物医学和流行病学优先排序可以与竞争优先排序相辅相成，竞争优先排序基于已获得专利的药物、药物开发阶段以及因毒性或安全警报而中止的临床试验。这些数据可以从 Clarivate 数据库（例如Cortellis Drug Discovery Intelligence 或 OFF-X 临床前和临床安全情报）中提取。
在药物发现过程中，RWD 的使用涵盖多个阶段。在 Clarivate，我们的目标是在旅程的每个阶段为客户提供支持。无论您是重新利用药物以找到适合您目标人群的目标，还是希望扩展到新的治疗领域，制定完善的临床试验计划和执 阿富汗资源 行策略对于药物的成功都至关重要。在这个行业中，超过 53% 的方案由于试验表现不佳而需要修改，我们深知第一次就做好至关重要。
通过结合 RWD、历史和当前临床试验数据、行业基准和监管情报，我们可以为试验方案优化和实施提供见解和指导。我们的临床方案优化分析的强大之处在于我们强大的数据集，这些数据集经过专业和细致的整理，可以实现深入的数据驱动方法。我们可以从类似试验的成功和失败中吸取教训，并分解试验设计以了解哪些组成部分最终发挥了关键作用。我们可以将这些数据与 RWD 结合起来，看看您的试验设计标准如何影响您瞄准的可用患者群体。我们还可以使用 RWD 检查患者旅程、护理标准和未满足的需求，以确保您的方案符合必要的标准，以证明获得批准所需的价值。最后，RWD 以及以前的试验经验可用于选择最适合您的试验的站点/研究人员，并且根据可用性和对目标患者的访问，他们最有可能成功。最终，科睿唯安可以评估差距并根据针对您的特定需求量身定制的复杂试验设计标准提供建议。