La construction sociale et l’hybridation des logiques marchandes et du système de santé dans l’émergence, le succès et la pérennité des entreprises de technologies innovantes en santé
Bibliographic record
Abstract
Avec l’avènement de la micro-informatique dans les années 80, de l’internet dans les années 90 et de l’achèvement du séquençage du génome humain au tournant du 21e siècle, le nombre d’entreprises développant des technologies en santé a explosé. Par contre, la pratique en centre hospitalier et des interactions quotidiennes avec des professionnels de la santé œuvrant dans différents secteurs du système de santé québécois et d’autres provinces canadiennes rend compte d’une large différence entre le nombre de technologies qui apparaissent dans les conférences et blogs, et celles adoptées et utilisées sur le terrain. Mais tandis que l’évaluation des technologies et l’étude de la diffusion des innovations ont donné lieu à une littérature scientifique importante, peu d’études ont exploré jusqu’à présent l’émergence des entreprises de technologies innovantes en santé en prenant compte le point de vue de tous les acteurs impliqués. C’est donc ce manque de connaissances que notre étude désire combler, en se demandant comment une entreprise émergente et de technologie en santé peut se construire socialement en initiant certaines actions concurrentielles et pourquoi ces actions peuvent-elles différer selon le type d’entreprise, les demandes et les pressions des acteurs économiques et du système de santé. Les objectifs de recherche sont donc de définir comment les entreprises innovatrices en technologie de la santé s'établissent en utilisant l'effet de leurs actions concurrentielles tout en leur octroyant un sens, déterminer l'influence du type d'entreprise et des schèmes de construction sociale sur les actions concurrentielles, les activités de fabrication de sens et les réponses aux pressions des acteurs institutionnels, et enfin identifier quelles sont les stratégies utilisées par les entrepreneurs pour s'adresser à l'institution qu’est le système de santé. Afin de répondre aux interrogations soulevées par les observations sur le terrain, la présente recherche s’est organisée en trois volets successifs, explorant trois points de vue différents. Le premier est celui d’un observateur externe envers les startups en technologie de santé. Le deuxième volet est celui des acteurs gravitant autour de ces entreprises et le troisième est celui des entrepreneurs eux-mêmes. Le premier volet consiste en une étude de cas multiples utilisant la stratégie d’analyse de construction d’explication. L'étude s'est appuyée sur l'analyse des communiqués de presse (n = 664) et des articles des médias généraux (n = 627). L'échantillon comprend cinq entreprises canadiennes inscrites à la Bourse de Toronto sous la forme de quatre startups qui ont fait une offre d’achat initiale entre 2000 et 2003, et une entreprise bien établie. Parmi celles-ci, trois étaient dans le secteur de la santé, une dans le secteur du commerce électronique tandis que l‘entreprise bien établie était une entreprise de solutions d’infrastructures électroniques en santé. Globalement, au cours de l'émergence de l'entreprise, les actions marketing et symboliques, doublées du recours à des leaders d’opinion et des personnes de haute notoriété ont été nettement plus prononcées avec les startups de santé par rapport à l'entreprise qui n’était pas en santé. Au cours des premiers mois d’émergence, au fur et à mesure que les communications et signaux augmentaient, les startups en santé étaient les seules entreprises à utiliser la légitimité cognitive et pragmatique, s'appuyant ainsi sur la cognition plutôt que sur l'intérêt personnel ou les jugements moraux des acteurs. De plus, nous avons observé des différences dans l'utilisation des actions marketing et des actions symboliques et également dans le recours à des leaders d’opinion. Cela suggère une influence différentielle du modèle de construction sociale et du type d'entreprise sur le niveau et le mélange des actions du marché et des activités de sensibilisation entre les entreprises de santé et les entreprises de technologie non liées à la santé. Les deuxième et troisième volet consistent en deux séries d’entrevues semi-structurées, où une analyse thématique a été utilisée pour identifier et rapporter des thèmes tout en organisant et en décrivant minutieusement l'ensemble de données. Pour le deuxième volet, l'échantillon pour les entrevues semi-structurées comprend 10 médecins spécialistes, 4 professionnels de la santé impliqués dans l'acquisition des technologies de la santé, 3 membres des unités d'évaluation des technologies de la santé et 3 investisseurs en technologies de la santé. Nous avons déterminé que l'acquisition et la diffusion des technologies de santé sont de plus en plus réglementées et doivent répondre à des pressions croissantes d'un grand nombre d'acteurs qui voient inversement leur pouvoir d'agence se réduire. Nous avons également démontré que les pressions qui pousse vers l'institutionnalisation des pratiques, ainsi que le découplage des objectifs du système de santé et ceux des autres acteurs sont abordés par des stratégies "politiques"; le pouvoir des principaux influenceurs tels que les investisseurs et les spécialistes médicaux, ainsi que la méfiance à l'égard des actions de marketing sont abordés avec des stratégies “associatives”; les pressions découlant du besoin croissant de données fondées sur des données probantes sont traitées avec des stratégies “normatives”. Enfin, la faible fragmentation d'un système public de santé et l'hétérogénéité des processus d'acquisition locaux sont abordées avec des stratégies “d'identité”. Le troisième volet s’est concentré sur la manière dont les entrepreneurs saisissent les opportunités, créent leur organisation entrepreneuriale, et lui apportent de la légitimité, et a examiné les déclencheurs, contraintes et pressions impliquées dans ce processus. L'échantillon pour les entretiens a été constitué de 20 entrepreneurs et partenaires stratégiques impliqués dans le développement et la commercialisation des technologies de la santé. À chaque étape, nous avons identifié un processus institutionnel prédominant, qu'il s'agisse du découplage, de l'influence du champ organisationnel ou de la recherche de légitimation. Nous avons constaté que chaque étape de l'émergence de la start-up était déclenchée par des situations où l'entrepreneur faisait face à des barrières et contraintes sous la forme d'un désalignement des limites, de la mauvaise performance des technologies concurrentes, et de l'asymétrie des ressources. Nos résultats peuvent aider les professionnels de la santé, les décideurs et les évaluateurs à comprendre le processus d'adoption et de diffusion des technologies en santé et contribuer à l'élaboration de procédures d'acquisition grâce à des politiques ciblées et des processus révisés. Pour les investisseurs, notre étude leur permet d’identifier les obstacles qui rythment la vitesse à laquelle les nouvelles technologies font leur chemin dans la pratique clinique et le système de santé. Les résultats peuvent aussi fournir un cadre pour élaborer des données de référence pour évaluer les investissements actuels et futurs. Mieux connaître quelles sont les différences propres aux startups technologiques en santé en comparaison aux autres startups pourrait aider les entrepreneurs à prioriser les actions compétitives et à mieux cerner les intentions perçues et les besoins de santé réels lors de l’émergence sociale de l’entreprise. Pour le système de santé, les résultats peuvent servir à élaborer et enrichir des politiques et directives d’acquisition et d’évaluation qui vont améliorer l’accès à des technologies médicales qui sont sécuritaires, efficaces et de haute qualité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.007 |
| Science and technology studies | 0.008 | 0.030 |
| Scholarly communication | 0.018 | 0.014 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".