Anteriormente habíamos platicado acerca del boom del “Big Data” y de cómo el análisis predictivo nos puede apoyar en la construcción de estrategias enfocadas en el paciente en el artículo: Target integral de médicos y farmacias: Las bondades de la ciencia de datos en la industria farmacéutica. En esta ocasión abordaremos un tema muy importante, el cual puede tener un impacto directo en la salud de los pacientes: la adherencia.
En la actualidad, los programas de apoyo a pacientes (PSP) o programas de lealtad en la industria farmacéutica están orientados a mejorar la experiencia del paciente y facilitarle la adherencia a su tratamiento con el fin de incrementar las probabilidades de lograr un adecuado control de su enfermedad. Llamadas de seguimiento, educación al paciente y pruebas diagnósticas son algunos de los ejemplos de las actividades que realizan estos programas, además de apoyar al paciente en temas de asequibilidad con algunas promociones como el “3 + 1” o “4 + 1”. Sin embargo, la realidad que se observa no es alentadora, ya que estudios revelan que es muy complicado cruzar la barrera de los 6 meses en los casos de enfermedades crónico degenerativas que necesitan una adherencia estricta para su efectivo control (Patient Adherence: The Next Frontier in Patient Care)
Observando detalladamente las actividades que realiza el programa de apoyo a pacientes, la mayoría de las veces no se realizan acciones específicas para cada tipo de paciente, por lo que los resultados de implementar estrategias de manera general pueden variar entre estos.
Pero, ¿Cómo podemos incrementar la adherencia con las actividades que se realizan actualmente?, ¿Cómo volver más eficientes las actividades del programa de apoyo a pacientes?
Una solución innovadora es el análisis predictivo
Un primer paso para poder contar con información que facilite el diseño de estrategias y la toma de decisión con respecto a la adherencia, es la estratificación de pacientes con el fin de conocer los atributos que caracterizan una mejor adherencia.
Si bien este paso no representa un reto técnico tan complejo, es fundamental poder entender el comportamiento de los diferentes tipos de pacientes para poder definir estrategias focalizadas a cada segmento.
Una vez que se conocen las características que definen una buena adherencia, se puede utilizar la ciencia de datos para construir modelos predictivos que permitan ver las probabilidades de deserción para cada momento en el tiempo, lo que facilitará la implementación de acciones oportunas que refuercen la adherencia para cada tipo de paciente, pasando así de estrategias reactivas y generalizadas, a estrategias proactivas y focalizadas.
Esta iniciativa tiene una doble función, ya que además de buscar incrementar la adherencia de los pacientes a través de un mejor acompañamiento, permite realizar las acciones de reforzamiento dirigidas y mejor coordinadas, lo que puede reducir los costos de implementación.
Este es otro claro ejemplo de como la ciencia de datos puede representar una gran herramienta en la generación de estrategias enfocadas en los pacientes y que facilita la toma de decisión con base en sustentos estadísticos robustos.
Si deseas conocer más acerca de la ciencia de datos y de sus posibles aplicaciones en el sector farmacéutico, te invitamos a conocer más sobre los servicios que ofrece el CAD Salud en la página:
CAD Salud - Servicios para el Sector Farmacéutico
O si lo prefieres, puedes contactarnos en el correo: