Header
 
Login
 

Privatsphäre-Einstellungen

Wir verwenden Cookies auf unserer Website. Einige von ihnen sind unerlässlich, während andere uns helfen, diese Website und Ihre Erfahrungen zu verbessern.

Notwendig Statistik Marketing
Auswahl bestätigen
Weitere Einstellungen

Hier finden Sie eine Übersicht aller verwendeten Cookies. Sie können ganzen Kategorien Ihre Zustimmung geben oder weitere Informationen anzeigen und bestimmte Cookies auswählen.

Alle auswählen
Auswahl bestätigen
Notwendig Cookies
Wesentliche Cookies ermöglichen grundlegende Funktionen und sind für die ordnungsgemäße Funktion der Website erforderlich.
Statistik Cookies
Statistik-Cookies sammeln anonym Informationen. Diese Informationen helfen uns zu verstehen, wie unsere Besucher unsere Website nutzen.
Marketing Cookies
Marketing-Cookies werden von Werbekunden oder Publishern von Drittanbietern verwendet, um personalisierte Anzeigen zu schalten. Sie tun dies, indem sie Besucher über Websites hinweg verfolgen
Zurück
    Merken
    Figure 1
    Acceptance of Real World Data (RWD) for the HTA process among selected European countries (Source: All figures were made by the author/IQVIA Consulting Services).

    Real World Evidence in Health Technology Assessments

    Fachthemen

    Real World Evidence offers valuable insights for research questions alongside RCTsHTA agencies across Europe base their decisions on RCT dataThe UK and the Netherlands accept RWE to demonstrate treatment effectiveness in the absence of RCTsIn other European countries, RWD is only accepted as supportive evidenceIn France, RWD can positively influence the HTA decision makingRCTs study duration falls short of long-term outcomes, a gap that RWD can closeRCTs have often a highly limited external validityRWE is more likely to have a high bias potential but a larger population sampleRWD are suitable to analyze patient characteristics and treatment options under real world conditionsThe combination of large data bases with advanced analytic techniques can be very powerful to detect benefitsRWE can be generated retrospectively and prospectively. ?Pragmatic trialsʼ are most likely to be accepted RWE in the futureDirect-to-patient data collection for HTA submissionsRWD use a bigger patient sample size compared to RCT, while providing access to a wide array of informationAnzeigen

    Zusammenfassung

    Real World Evidence in Arzneimittel-Nutzenbewertungen

    Die für die Nutzenbewertung von Arzneimitteln zuständigen nationalen Behörden ignorieren häufig Daten aus Real-World-Evidence-Studien, selbst dann, wenn diese Daten die beste verfügbare Evidenz in dem spezifischen wissenschaftlichen Kontext darstellen. Dabei ist es wichtig zu verstehen, worin die Vorteile und Nachteile der für Nutzenbewertungen herangezogenen Daten bestehen, je nachdem ob diese über Real-World-Evidence-Studien oder in randomisierten kontrollierten Studien generiert wurden. Daten, die aus randomisierten kontrollierten Studien gewonnen werden, haben meist eine sehr hohe interne Validität, während ihnen üblicherweise externe Validität und ein großer Stichprobenumfang fehlt, welche wiederum typische Stärken von Real-World-Evidence-Studien sind. Ein wesentliches Kennzeichen randomisierter kontrollierter Studien ist das niedrige Verzerrungspotenzial, welches dem Studiendesign inhärent ist. Real-World-Evidence-Studien können diesen Nachteil jedoch über moderne, fortschrittliche Analysetechniken, wie den Gauß-Prozess oder der Support Vector Machine, einer Anwendung des maschinellen Lernens, ausgleichen. Zusammenfassend kann festgestellt werden, dass Nutzenbewertungen von Real-World-Evidence-Daten profitieren können, wenn die Stärken und Limitationen dieser Daten entsprechend berücksichtigt werden.

    Dirk Eheberg · IQVIA – Munich, Munich
    Dirk Eheberg
    holds a degree in biology from the University of Munich. After a few years working in basic research he started post-graduate studies in epidemiology and public health and completed his studies with a master degree in public health from the University of Munich (MPH). He gained experience in epidemiology, biometrics and working with SAS. Furthermore, he participated in special training programs for decision analytic modelling (decision analysis and Markov models in particular).
    At IQVIA, Dirk Eheberg works as Senior Project Manager and Strategy Lead. Since 2011 he focuses on benefit dossiers, especially on AMNOG dossiers