Skip to main content
SpringerLink
Log in

Die Bedeutung von Big Data für klinische Entwicklungen und den Marktzugang

  • Chapter
  • First Online:
Digitale Transformation von Dienstleistungen im Gesundheitswesen VII

  • 7583 Accesses

Zusammenfassung

Der Artikel beschreibt den möglichen Einsatz von Daten, die nicht aus klinischen Studien stammen, für die Zulassung und die Preisermittlung bei Marktzugang. Hierbei wird zwischen strukturierten Daten aus der Versorgung, sogenannte Real-World-Daten, wie z. B. Abrechnungsdaten, und großen unstrukturierten Daten von Personen, sogenannte Big Data, wie z. B. Daten aus Genomanalysen und von mobilen Geräten, unterschieden. Für den Einsatz von Real-World-Daten werden Datenquellen gelistet und Beispiele für deren Einsatz in den großen Märkten der pharmazeutischen Industrie genannt. Für den Einsatz von Big Data werden die Besonderheiten für einen Einsatz bei der Zulassung und dem Marktzugang diskutiert und es wird über die Aktivitäten sowohl der Zulassungs- als auch der Bewertungsinstitute berichtet. Am Ende wird die Frage diskutiert, mit welchen Methoden diese Daten analysiert werden können, um die für beide Behörden notwendige Sicherheit zu erlangen, die für eine Zulassung oder den Marktzugang notwendig ist.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 64.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • Antes G (2016) Ist das Zeitalter der Kausalität vorbei? Is the age of causality over? Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen 112(Supplement 1):S16–S22

    Article  Google Scholar 

  • Ärzte Zeitung (Hrsg) (2017) Deutsche an elektronischer Gesundheitsakte interessiert. https://www.aerztezeitung.de/praxis_wirtschaft/e-health/article/947034/repraesentative-befragung-deutsche-elektronischer-gesundheitsakte-interessiert.html. Zugegriffen am 05.09.2018

  • Ärzteblatt (Hrsg) (2018) Digitalisierung und Big Data: Wo liegt der Nutzen für Patienten? https://www.aerzteblatt.de/nachrichten/94795/Digitalisierung-und-Big-Data-Wo-liegt-der-Nutzen-fuer-Patienten. Zugegriffen am 05.09.2018

  • ASA (2016) American Statistical Association releases statement on statistical significance and P-values. American Statistical Association. https://www.amstat.org/asa/files/pdfs/P-ValueStatement.pdf. Zugegriffen am 05.09.2018

  • Atkinson AJ (2012) Appendix II – answers to study problems. In: Atkinson AJ, Huang SM, Lertora JJL, Markey SP (Hrsg) Principles of clinical pharmacology, 3. Aufl. Academic Press, San Diego

    Google Scholar 

  • Balser J, Chang M, Bliss R (2018) Interpreting the regulatory perspective on adaptive designs. Statistics in Biopharmaceutical Research 10(2):123–129

    Article  Google Scholar 

  • Berry DA (2006) Bayesian clinical trials. Nature Reviews Drug Discovery 5(1):27–36

    Article  Google Scholar 

  • Bonafede M, Locklear JC, Wahlqvist P, Fajutrao L, Szamosi J, Pan K, Eriksson H (2015) Impact of once-daily extended-release quetiapine fumarate on hospitalization length in patients with acute bipolar mania. J Comp Eff Res 4:51–59

    Article  Google Scholar 

  • Brächer M (2018) Roche will mit Big Data gegen Krebs kämpfen. Handelsblatt (Hrsg.). https://www.handelsblatt.com/unternehmen/industrie/uebernahme-von-flatiron-health-roche-will-mit-big-data-gegen-krebs-kaempfen/20969836.html?ticket=ST-529187-JJuDrB3VI394o0hzeH0V-ap3. Zugegriffen am 11.09.2018

  • Bundesministerium Für Gesundheit (2018) Arzneimittelmarktneuordnungsgesetz (AMNOG). https://www.bundesgesundheitsministerium.de/service/begriffe-von-a-z/a/arzneimittelmarktneuordnungsgesetz-amnog.html. Zugegriffen am 11.09.2018

  • Campbell G (2013) Similarities and differences of Bayesian designs and adaptive designs for medical devices: a regulatory view. Statistics in Biopharmaceutical Research 5(4):356–368

    Article  Google Scholar 

  • Castro M, Rubin AS, Laviolette M, Fiterman J, De Andrade Lima M, Shah PL, Fiss E, Olivenstein R, Thomson NC, Niven RM, Pavord ID, Simoff M, Duhamel DR, Mcevoy C, Barbers R, Ten Hacken NH, Wechsler ME, Holmes M, Phillips MJ, Erzurum S, Lunn W, Israel E, Jarjour N, Kraft M, Shargill NS, Quiring J, Berry SM, Cox G (2010) Effectiveness and safety of bronchial thermoplasty in the treatment of severe asthma: a multicenter, randomized, double-blind, sham-controlled clinical trial. Am J Respir Crit Care Med 181(2):116–124

    Article  Google Scholar 

  • Cheung S, Hamuro Y, Mahlich J, Nakahara T, Sruamsiri R, Tsukazawa S (2017) Drug utilization of Japanese patients diagnosed with schizophrenia: an administrative database analysis. Clin Drug Investig 37(6):559–569

    Article  Google Scholar 

  • Corrigan-Curay J, Sacks L, Woodcock J (2018) Real-world evidence and real-world data for evaluating drug safety and effectiveness. JAMA 320(9):867–868. https://doi.org/10.1001/jama.2018.10136

    Article  Google Scholar 

  • Dashiell-Aje E (2017) Actigraphy-based clinical study endpoints: a regulatory perspective. U.S. Food & Drug Administration (Hrsg.). https://ww2.amstat.org/meetings/biopharmworkshop/2017/onlineprogram/ViewPresentation.cfm?file=300529.pdf. Zugegriffen am 11.09.2018

  • Dehejia RH, Wahba S (2002) Propensity score-matching methods for nonexperimental causal studies. Review of Economics and Statistics 84(1):151–161

    Article  Google Scholar 

  • Deutsches Institut Für Medizinische Dokumentation Und Information (Dimdi) (2018) Informationssystem HTA. https://www.dimdi.de/dynamic/de/weitere-fachdienste/health-technology-assessment/. Zugegriffen am 11.09.2018

  • Dimasi JA, Feldman L, Seckler A, Wilson A (2010) Trends in risks associated with new drug development: success rates for investigational drugs. Clin Pharmacol Ther 87(3):272–277

    Article  Google Scholar 

  • Dong G, Shih WJ, Moore D, Quan H, Marcella S (2012) A Bayesian-frequentist two-stage single-arm phase II clinical trial design. Stat Med 31(19):2055–2067

    Article  Google Scholar 

  • Eheberg D (2018) Real World Evidence in Health Technology Assessments. Pharm. Ind. 80:476–481

    Google Scholar 

  • Elsäßer A, Regnstrom J, Vetter T, Koenig F, Hemmings RJ, Greco M, Papaluca-Amati M, Posch M (2014) Adaptive clinical trial designs for European marketing authorization: a survey of scientific advice letters from the European Medicines Agency. Trials 15(383):1–10

    Google Scholar 

  • FDA (Hrsg) (2010) Guidance for the use of Bayesian statistics in medical device clinical trials U.S. Food & Drug Administration. https://www.fda.gov/MedicalDevices/ucm071072.htm. Zugegriffen am 05.09.2018

  • Felix JC, Lacey MJ, Miller JD, Lenhart GM, Spitzer M, Kulkarni R (2016) The clinical and economic benefits of co-testing versus primary HPV testing for cervical cancer screening: a modeling analysis. J Womens Health (Larchmt) 25(6):606–616

    Article  Google Scholar 

  • Food and Drug Administration (2018) Expansion cohorts: use in first-in-human clinical trials to expedite development of oncology drugs and biologics; draft guidance for industry. . https://www.fda.gov/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/UCM616325/. Zugegriffen am 11.09.2018

  • Gemeinsamer Bundesausschuss (G-Ba) (2016) Nutzenbewertung von Arzneimitteln mit neuen Wirkstoffen nach § 35a SGB V. Bewertung von Arzneimitteln für seltene Leiden nach § 35a Absatz 1 Satz 10 i. V. m. 5. Kapitel § 12 Nr. 1 Satz 2 VerfO. Wirkstoff: Blinatumomab. https://www.g-ba.de/downloads/92-975-1260/2016-03-15_Nutzenbewertung-G-BA_Blinatumomab.pdf/. Zugegriffen am 11.09.2018

  • Glaeske G, Augustin M, Abholz HB, Brüggenjürgen B, Hasford J, Hoffmann W, Kruse J, Lange S, Schäfer T, Schubert I, Trampisch HJ, Windeler J (2009) Epidemiologische Methoden für die Versorgungsforschung. Gesundheitswes 71(10):685–693

    Article  Google Scholar 

  • Gokbuget N, Kelsh M, Chia V, Advani A, Bassan R, Dombret H, Doubek M, Fielding AK, Giebel S, Haddad V, Hoelzer D, Holland C, Ifrah N, Katz A, Maniar T, Martinelli G, Morgades M, O’brien S, Ribera JM, Rowe JM, Stein A, Topp M, Wadleigh M, Kantarjian H (2016) Blinatumomab vs historical standard therapy of adult relapsed/refractory acute lymphoblastic leukemia. Blood Cancer J 6(9):e473

    Article  Google Scholar 

  • Guelfucci F, Kaneko Y, Mahlich J, Sruamsiri R (2018) Cost of depression in Japanese patients with rheumatoid arthritis: evidence from administrative data. Rheumatology and Therapy 5(1):171–183

    Article  Google Scholar 

  • Hartley AM (2012) Adaptive blinded sample size adjustment for comparing two normal means – a mostly Bayesian approach. Pharm Stat 11(3):230–240

    Article  Google Scholar 

  • Hay M, Thomas DW, Craighead JL, Economides C, Rosenthal J (2014) Clinical development success rates for investigational drugs. Nat Biotechnol 32(1):40–51

    Article  Google Scholar 

  • Haynes B (1999) Can it work? Does it work? Is it worth it? The testing of healthcareinterventions is evolving. BMJ 319:652–653

    Article  Google Scholar 

  • Hoffmann F, Abbas S (2015) Gut gelinkt ist halb gewonnen: es könnte alles einfach sein, ist es aber nicht. Gesundheitswes 77(2):72–73

    Article  Google Scholar 

  • Johnson & Johnson (2018) 2017 year in review. https://www.jnj.com/letter-from-our-chairman-and-ceo-2017. Zugegriffen am 11.09.2018

  • Kimani PK, Glimm E, Maurer W, Hutton JL, Stallard N (2012) Practical guidelines for adaptive seamless phase II/III clinical trials that use Bayesian methods. Statistics in Medicine 31(19):2068–2085

    Article  Google Scholar 

  • Kreis K, Neubauer S, Klora M, Lange A, Zeidler J (2016) Status and perspectives of claims data analyses in Germany-a systematic review. Health Policy 120(2):213–226

    Article  Google Scholar 

  • Kuwabara H, Saito Y, Mahlich J (2015) Adherence and rehospitalizations in patients with schizophrenia: evidence from Japanese claims data. Neuropsychiatr Dis Treat 11:935–940

    Google Scholar 

  • Leisten M, Tomeczkowski J (2015) Sickness funds data analyses on prevalence, incidence and treatment of Waldenstrom Macroglobulinemia (Wm) in Germany. Value in Health 18(7):A661

    Article  Google Scholar 

  • Liu S, Lee JJ (2015) An overview of the design and conduct of the BATTLE trials. Chin Clin Oncol 4(3):33

    Google Scholar 

  • Mahlich J, Sruamsiri R (2016) Persistence with biologic agents for the treatment of rheumatoid arthritis in Japan. Patient Prefer Adherence 10:1509–1519

    Article  Google Scholar 

  • Mahlich J, Sruamsiri R (2017) Treatment patterns of rheumatoid arthritis in Japanese hospitals and predictors of the initiation of biologic agents. Curr Med Res Opin 33(1):101–107

    Article  Google Scholar 

  • Mahlich J, Tsubota A, Imanaka K, Enjo K (2018a) Burden of illness of chemotherapy in castration-resistant prostate cancer patients in Japan: a retrospective database analysis. Curr Med Res Opin 34(10):1855-1860

    Google Scholar 

  • Mahlich J, Tsukazawa S, Wiegand F (2018b) Estimating prevalence and healthcare utilization for treatment-resistant depression in Japan: a retrospective claims database study. Drugs Real World Outcomes 5(1):35–43

    Article  Google Scholar 

  • Maier B, Wagner K, Behrens S, Bruch L, Busse R, Schmidt D, Schühlen H, Thieme R, Theres H (2015) Deterministic record linkage with indirect identifiers: data of the Berlin Myocardial Infarction Registry and the AOK Nordost for patients with myocardial infarction. Gesundheitswesen 77(2):e15–e19

    Article  Google Scholar 

  • March S, Antoni M, Kieschke J, Kollhorst B, Maier B, Müller G, Sariyar M, Schulz M, Swart E, Zeidler J, Hoffmann F (2018) Quo vadis Datenlinkage in Deutschland? Eine erste Bestandsaufnahme. Gesundheitswesen 80(3):e20–e31

    Google Scholar 

  • McShane BB, Gal D, Gelman A, Robert C, Tackett JL (2017) Abandon statistical significance. In: arXiv:1709.07588

    Google Scholar 

  • Milea D, Azmi S, Reginald P, Verpillat P, Francois C (2015) A review of accessibility of administrative healthcare databases in the Asia-Pacific region. J Mark Access Health Policy 3:28076

    Article  Google Scholar 

  • Miller JD, Ye X, Lenhart GM, Farr AM, Tran OV, Kwong WJ, Magnuson EA, Weintraub WS (2016) Cost-effectiveness of edoxaban versus rivaroxaban for stroke prevention in patients with nonvalvular atrial fibrillation (NVAF) in the US. Clinicoecon Outcomes Res 8:215–226

    Article  Google Scholar 

  • Moscoe E, Bor J, Barnighausen T (2015) Regression discontinuity designs are underutilized in medicine, epidemiology, and public health: a review of current and best practice. J Clin Epidemiol 68(2):122–133

    Article  Google Scholar 

  • Müller M (2018) Dr. Watson versagt. Spiegel (Hrsg.). http://www.spiegel.de/plus/ibm-will-mit-grossrechnern-krankheiten-behandeln-bisher-mit-wenig-erfolg-a-00000000-0002-0001-0000-000158730592. Zugegriffen am 05.09.2018

  • Neubacher A (2009) Die Krankmacher, Spiegel (Hrsg.). http://www.spiegel.de/spiegel/a-653048-3.html. Zugegriffen am 05.09.2018

  • Nice (2016) Abiraterone for treating metastatic hormone-relapsed prostate cancer before chemotherapy is indicated, The National Institute for Health and Care Excellence (NICE Hrsg.). https://www.nice.org.uk/guidance/ta387/documents/final-appraisal-determination-document. Zugegriffen am 05.09.2018

  • O’Dowd A (2014) Experts condemn „flawed“ NICE process over its rejection of prostate cancer drug. BMJ 349:g5224

    Article  Google Scholar 

  • Pedro-Roig L, Emmerich CH (2017) The reproducibility crisisin preclinicalresearch – lessons to learn from clinical research. Medical Writing 26(4):28–32

    Google Scholar 

  • Pfaff H, Albert US, Bornemann R, Ernstmann N, Gostomzyk J, Gottwik MG, Heller G, Höhmann U, Karbach U, Ommen O, Wirtz M (2009) Methoden für die organisationsbezogene Versorgungsforschung. Gesundheitswesen 71(11):777–790

    Article  Google Scholar 

  • Saokaew S, Sugimoto T, Kamae I, Pratoomsoot C, Chaiyakunapruk N (2015) Healthcare databases in Thailand and Japan: potential sources for health technology assessment research. PLoS One 10(11):e0141993

    Article  Google Scholar 

  • Schneider LS, Dagerman KS, Insel P (2005) Risk of death with atypical antipsychotic drug treatment for dementia: meta-analysis of randomized placebo-controlled trials. JAMA 94(15):1934–1943

    Article  Google Scholar 

  • Sherman RE, Anderson SA, Dal Pan GJ, Gray GW, Gross T, Hunter NL, Lavange L, Marinac-Dabic D, Marks PW, Robb MA, Shuren J, Temple R, Woodcock J, Yue LQ, Califf RM (2016) Real-world evidence – what is it and what can it tell us? N Engl J Med 375(23):2293–2297

    Article  Google Scholar 

  • Sruamsiri R, Kameda H, Mahlich J (2018a) Persistence with biological disease-modifying antirheumatic drugs and its associated resource utilization and costs. Drugs Real World Outcomes 5(3):169–179

    Article  Google Scholar 

  • Sruamsiri R, Kubo H, Mahlich J (2018b) Hospitalization costs and length of stay of Japanese children with respiratory syncytial virus: a structural equation modeling approach. Medicine (Baltimore) 97(29):e11491

    Article  Google Scholar 

  • Stallard N, Whitehead J, Cleall S (2005) Decision-making in a phase II clinical trial: a new approach combining Bayesian and frequentist concepts. Pharmaceutical Statistics 4(2):119–128

    Article  Google Scholar 

  • Tomeczkowski J, Leisten MK, Metin H, Khuen C, Fleischmann J, Tapprich C (2014) Prevalence and treatment of Chronic Lymphocytic Leukaemia (Cll) in Germany: an analysis of sickness funds. Value in Health 17(7):A524

    Article  Google Scholar 

  • Tomeczkowski J, Mahlich J, Stoll M (2015a) Fehlkodierungen von HIV/AIDS-Diagnosen und deren Bedeutung für den morbiditätsorientierten Risikostrukturausgleich. Gesundh ökon Qual manag 20(3):132–139

    Google Scholar 

  • Tomeczkowski J, Mahlich J, Stoll M (2015b) Häufigkeiten antiretroviraler Therapie in Sekundärdaten von gesetzlichen Krankenkassen in Deutschland. Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen 109(8):594–604

    Article  Google Scholar 

  • Umscheid CA, Margolis DJ, Grossman CE (2011) Key concepts of clinical trials: a narrative review. Postgrad Med 123(5):194–204

    Article  Google Scholar 

  • Ventz S, Trippa L (2015) Bayesian designs and the control of frequentist characteristics: a practical solution. Biometrics 71(1):218–226

    Article  Google Scholar 

  • Wilber DJ, Pappone C, Neuzil P, De Paola A, Marchlinski F, Natale A, Macle L, Daoud EG, Calkins H, Hall B, Reddy V, Augello G, Reynolds MR, Vinekar C, Liu CY, Berry SM, Berry DA (2010) Comparison of antiarrhythmic drug therapy and radiofrequency catheter ablation in patients with paroxysmal atrial fibrillation: a randomized controlled trial. JAMA 303(4):333–340

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Janssen-Cilag GmbH, Neuss, Deutschland

    Jörg Tomeczkowski & Joerg Mahlich

  2. IQVIA K.K., Tokyo, Japan

    Sven Dillenburger

Authors
  1. Jörg Tomeczkowski
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Sven Dillenburger
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Joerg Mahlich
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Jörg Tomeczkowski .

Editor information

Editors and Affiliations

  1. Fakultät Gesundheitsmanagement, Hochschule Neu-Ulm, Neu-Ulm, Germany

    Mario A. Pfannstiel

  2. Fakultät Gesundheitsmanagement, Hochschule Neu-Ulm, Neu-Ulm, Germany

    Patrick Da-Cruz

  3. Institut für Vernetzte Gesundheit, Hochschule Neu-Ulm, Neu-Ulm, Germany

    Erik Rederer

Rights and permissions

Reprints and permissions

Copyright information

© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Tomeczkowski, J., Dillenburger, S., Mahlich, J. (2020). Die Bedeutung von Big Data für klinische Entwicklungen und den Marktzugang. In: Pfannstiel, M., Da-Cruz, P., Rederer, E. (eds) Digitale Transformation von Dienstleistungen im Gesundheitswesen VII. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-26670-7_13

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-26670-7_13

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-26669-1

  • Online ISBN: 978-3-658-26670-7

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation