Un hilo común une a cada persona que asiste a la reunión anual de esta semana del Asociación de Información de Medicamentos (DIA). Desde organizaciones farmacéuticas hasta fabricantes de software, todos estamos en el negocio de mejorar la calidad de vida. No importa con quién hable, qué lema utilizan en su stand o qué parte del espectro de ciencias de la vida representan: nos esforzamos por mejorar la salud y mitigar el dolor y el sufrimiento. En un punto en ese espectro, como una secuencia de genes en un cromosoma, es el trabajo de proporcionar a los pacientes un medio para aliviar su sufrimiento. Los pacientes son colocados en un protocolo para tratar su enfermedad. Y en la mayoría de los casos, el protocolo difiere de un paciente a otro, de un médico a otro. Al final, es una historia de diferentes enfoques, diferentes resultados. Aquí es donde el tema candente actual de "efectividad comparativa" entra en juego.
Investigadores de muchas organizaciones, incluido el American Medical Institute, han estudiado y escrito sobre este concepto. Y en esta reunión de DIA, varias presentaciones se han centrado en lo que significa y por qué es tan importante. La efectividad comparativa es simplemente la capacidad de demostrar la efectividad de una estrategia sobre otra para una determinada condición, lo que resulta en la capacidad de los médicos y pacientes para tomar decisiones de salud inteligentes basadas en evidencia científica sólida. Eso puede sonar como algo simple y razonable de hacer. Pero no lo es. Hay diferentes opiniones sobre cada aspecto de la efectividad comparativa, desde su definición hasta cómo deben aplicarse los resultados de la investigación.
Pero una cosa es cierta. Para comprender los resultados de la investigación, debe tener las herramientas de análisis adecuadas. Cuando recorro los pasillos del piso de expositores de DIA, veo a varias compañías que están asumiendo este desafío. Ofrecen las herramientas para recopilar datos de varios estudios a la vez, y luego para cortar y cortar, comparar y contrastar, y, finalmente, sugerir el mejor enfoque para el tratamiento de la enfermedad. El análisis de datos puede no parecer exótico, pero en este caso es la clave para mejorar la calidad de nuestras vidas. Sin una comprensión de los datos, se nos deja un enfoque de tratamiento "así es como siempre lo hacemos".
Estoy asombrado y sorprendido por el trabajo que realiza nuestra industria. Es un esfuerzo honorable. Y cuando creamos herramientas que nos permiten comprender mejor los datos que produce nuestro trabajo y luego aplicar esa comprensión para ayudar a nuestro prójimo, es algo bueno.
