보고서

Real World Data 사용시의 문제점과 해결방안

RWD는 시장 현황에 대한 정확하고 공정한 시각을 제공하여 사업개발팀을 지원할 수 있는 독보적인 위치에 있습니다.의료 및 약국의 청구(claims) 정보,전자의료기록(electronic health record, EHR), 전문 데이터 세트를 아우르는 RWD는 수억 명의 환자와 약국, 지불기관,의료 전문가(HCP) 및 의료 현장에 대한 인사이트를 제공해 환자와 의료진의의사 결정과 환자의 전 진료 과정을 보다 심도깊게 이해할 수 있도록 지원합니다.

하지만 RWD, 특히 청구 데이터에서 인사이트를 도출하는 것은 쉬운 일이 아닙니다.RWD 사용할 때 흔히 겪게 되는 문제를 제대로 파악하지 못할 경우, 편향적이거나 때로는 잘못된 분석 결과를 도출하게 될 수 있습니다.

본 보고서에서 클래리베이트의 전문가들은 RWD로 작업할때 직면하는 과제를 자세히 살펴보고 데이터 자산, 고급분석 및 인간의 지식으로 구성된 광범위한 생태계를 활용해 이를 극복할 수 있는 주요 전략에 대해 살펴봅니다.

본 보고서를 통해 다음과 같은 것들을 파악할 수 있습니다.

  • RWD 분석시 가장 흔히 겪는 정보왜곡에는 어떤것들이 있습니까?
  • 청구 코딩의 미묘한 차이가 모든 청구분석에 어떤 영향을 미칠 수 있습니까?
  • 공개 및 종결된 청구 데이터에 대한 문제에 직면할때 “첫번째 방어선”은 무엇입니까?
  • 고급 분석 및 머신러닝이 데이터 격차를 메우는데 어떤 도움을 줄 수 있습니까?
  • “RWD 분석 프로젝트를 진행할때, 과도한 약속과 그에 못 미치는 결과’, ‘쓰레기가 들어가면