Análisis del patient journey: KPI, dashboards y cómo implementarlo

El análisis del patient journey es la práctica de vincular datos longitudinales a nivel de paciente (reclamaciones, recetas, farmacia especializada, hub y registros de historia clínica electrónica) para medir cómo avanzan los pacientes desde los síntomas y el diagnóstico hasta el acceso, la primera dispensación, la adherencia, el cambio de tratamiento y la discontinuación, y dónde y por qué abandonan.

Para una marca farmacéutica, convierte una diapositiva llena de flechas en cifras que un equipo puede gestionar: cuántos pacientes derivados inician realmente la terapia, cuántos días tarda el acceso, qué pagador o farmacia especializada retrasa a los pacientes, cuánto tiempo permanecen en tratamiento y a qué cambian cuando lo dejan.

Esta guía cubre las etapas del recorrido del paciente, los KPI que miden cada una (con fórmulas), cuatro dashboards que todo equipo de marca y de servicios al paciente debería tener, las fuentes de datos que los alimentan y un método práctico para desarrollar la capacidad. La ha escrito un equipo formado en la consultoría de operaciones comerciales farmacéuticas que hoy construye estos sistemas para marcas de specialty pharma. Si busca las plataformas y herramientas de IA que apoyan este trabajo, consulte nuestra guía de plataformas de análisis del patient journey.

El primer dashboard que necesita toda marca muestra el recorrido completo en una sola pantalla: cuántos pacientes entran en la derivación y cuántos quedan en cada etapa, con las pérdidas desglosadas. Una vista Sankey deja a la vista la fuga más grande. En el ejemplo siguiente, la autorización previa pierde más pacientes que cualquier otro paso de acceso, pero la mayor pérdida individual es la discontinuación en los primeros seis meses.

Decisiones que impulsa: dónde asignar los recursos del hub, de reembolso en campo y de enfermería; qué etapa corregir primero; cómo pronosticar los pacientes en terapia a partir del volumen de derivaciones.

La adherencia y la persistencia son preguntas distintas. La adherencia (PDC o MPR) pregunta si los pacientes toman el medicamento según lo prescrito mientras están en tratamiento; la persistencia pregunta cuánto tiempo permanecen en él. Una curva de persistencia de Kaplan-Meier, dividida según un programa como el apoyo del hub, muestra si el programa compensa su costo. La distribución del PDC muestra cuántos pacientes están por debajo del umbral del 80 por ciento, y los motivos informados por el hub explican los abandonos.

Decisiones que impulsa: la segmentación de los programas de enfermería y adherencia, el diseño de la asistencia de copago, el momento de los recordatorios de reposición y el supuesto de persistencia en el pronóstico de la marca.

Ningún conjunto de datos cubre por sí solo todo el recorrido. Cada fuente ve una parte, con su propio retraso y sus lagunas, por eso vincularlas es la mayor parte del trabajo.

Las fuentes se unen a nivel de paciente con tokens que preservan la privacidad, de modo que se puede seguir al mismo paciente en las reclamaciones, la farmacia especializada y los datos del hub sin exponer su identidad. Los prescriptores y las cuentas se unen mediante un registro maestro de HCP y HCO. Describimos en detalle la parte de la farmacia especializada en nuestra guía de análisis de datos de farmacias especializadas.

A menudo se confunden. El journey mapping es cualitativo y describe la experiencia; el análisis del recorrido es cuantitativo y la mide. La mayoría de las marcas necesitan ambos: primero el mapeo y después el análisis para mantenerlo al día.

Somos un equipo liderado por perfiles sénior que construye la capa de datos y los dashboards: ingesta y validación de los feeds de farmacias especializadas y del hub, vinculación de pacientes, gestión maestra de HCP y HCO, la tabla de eventos, el diccionario de KPI y los dashboards que sus equipos usan cada semana. Nuestro fundador se formó en la consultoría de operaciones comerciales farmacéuticas en ZS, así que partimos de las preguntas que los equipos de marca y acceso ya se plantean.

En un proyecto, un proveedor de terapias de especialidad reconstruía a mano sus informes de acceso de pacientes en cada ciclo. Creamos identificadores limpios y una estructura MDM entre fuentes, automatizamos los pipelines de casos y estandarizamos los informes, y el equipo redujo el trabajo manual entre un 60 y un 80 por ciento, con una visión clara del recorrido del paciente para la dirección.

Trabajamos en las plataformas que usted ya utiliza, como Snowflake, Databricks, Veeva, Power BI y Tableau. Consulte también nuestro servicio de analítica comercial farmacéutica y nuestra práctica farmacéutica en general.