MétaCan
Menu
Retour à la cohorte
Enregistrement W4372333015 · doi:10.1007/s40290-023-00474-y

Embedding Patient-Centricity by Collaborating with Patients to Transform the Rare Disease Ecosystem

2023· article· en· W4372333015 sur OpenAlexaff
Rohita Sharma, Sumaira Ahmed, Judy Campagnari, Wendi Huff, Lelainia Lloyd

Notice bibliographique

RevuePharmaceutical Medicine · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensAstraZeneca (Canada)
Organismes subventionnairesAlexion PharmaceuticalsAstraZeneca
Mots-clésEmbeddingMedicineDiseaseEcosystemPharmacotherapyIntensive care medicineInternal medicineComputer scienceBiologyEcologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

What is patient-centricity? In some contexts, it has been associated with targeting therapies based on biomarkers or enabling healthcare access. There has been a surge in patient-centricity publications, and in many cases for the biopharmaceutical industry, patient engagement is used to endorse pre-held assumptions at a specific moment in time. Rarely is patient engagement used to drive business decisions. Here we describe an innovative partnership between Alexion, AstraZeneca Rare Disease and patients that allowed a deeper understanding of the biopharmaceutical stakeholder ecosystem and an empathic understanding of each patient's and caregiver's lived experience. Alexion's decision to build patient-centricity frameworks resulted in the formation of two unique organisation design platforms: STAR (Solutions To Accelerate Results for patients) and LEAP (Learn, Evolve, Activate and deliver for Patients) Immersive Simulations. These interconnected programmes required cultural, global, and organisational shifts. STAR generates global patient insights that are embedded in drug candidate and product strategies while helping to establish enterprise foundational alignment and external stakeholder engagement plans. LEAP Immersive Simulations produce detailed country-level patient and stakeholder insights that contribute to an empathetic understanding of each patient's lived experience, support country medicine launches and provide ideas to have a positive impact along the patient journey. Combined, they deliver integrated, cross-functional insights, patient-centric decision making, an aligned patient journey, and 360° stakeholder activation. Throughout these processes, the patient is empowered to dictate their needs and validate the proposed solutions. This is not a patient engagement survey. This is a partnership where the patient co-authors strategies and solutions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,296
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceutical MedicineMême sujetGenomics and Rare DiseasesTravaux en français237 207