Оценка эффективности нового лекарственного препарата с помощью имитационно-прогностического моделирования

Оценка эффективности нового лекарственного препарата с помощью имитационно-прогностического моделирования

Задача

Фармацевтическая компания собиралась представить новый лекарственный препарат, который позволил бы отделениям скорой помощи повысить эффективность своей работы и сократить время лечения. Чтобы оценить, как новое лекарство может повлиять на процессы, происходящие в отделениях скорой помощи, фармацевтическая компания наняла консалтинговую фирму Sterling Simulation для создания фармакоэкономической модели.

Целью компании было оценить различные маркетинговые стратегии на фармацевтическом рынке. Необходимо было определить, какую пользу может принести введение препарата в отделения скорой помощи, и во сколько обойдётся замена стандартного лечение новым средством, которое предлагает фармацевтическая компания. Чтобы помочь заказчику разобраться с этой задачей, консультанты из Sterling Simulation разработали дискретно-событийную имитационную модель отделения скорой помощи. Они воспользовались ПО для многоподходного имитационного моделирования AnyLogic, объединившим возможности дискретно-событийного и агентного моделирования. Такая модель позволила консультантам понять, как будет работать обновлённая система до внедрения изменений в процессы отделений скорой помощи и скорректировать её до запуска.

Решение

Специалисты Sterling Simulation смоделировали процесс лечения пациентов, сравнив три разных варианта.

В модели они выделили три основных элемента:

  1. Пациенты, проходившие процесс лечения.
  2. Ресурсы — всё то, что было необходимо пациентам, чтобы пройти лечение: регистрирующий персонал, медсестры приёмного отделения, медсестры отделения скорой помощи, терапевты, койки в отделениях скорой помощи и отделениях по уходу за больными.
  3. Процессы — процесс лечения пациентов.

В модели рассмотрены три группы пациентов: пациенты с заболеванием, пациенты в остром состоянии и пациенты, которые пожелали уйти без осмотра.

Сценарий работы модели
Сценарий работы модели

Модель работает по следующему сценарию:

После того, как пациент получил статус больного, было необходимо решить, находится ли он в остром состоянии. Таким пациентам сразу давали больничную койку, и им не нужно было проходить процесс регистрации и медицинской сортировки. После того, как больные получали койку, они больше не могли покинуть медицинское учреждение до прохождения лечения. Сам процесс лечения был разделен на две части, в зависимости от того, было ли у пациента заболевание или нет. Пациенты, у которых не было диагностировано заболевание, проходили стандартную процедуру лечения.

Далее команда разработки протестировала и проанализировала три варианта лечения, которые различались по нескольким параметрам:

В модели у стандартного метода была небольшая стоимость и умеренное время лечения, однако этот вариант мог привести к необходимости госпитализации или дополнительного обследования пациента. Лечение с помощью препарата заказчика отличалось большой стоимостью, высокой скоростью выздоровления, и всегда приводило к выписке пациентов. Лечение с помощью препарата конкурента характеризовалось умеренной стоимостью, при этом на лечение требовалось много времени, а результатом также была выписка.

Чтобы собрать данные, необходимые для решения задач клиента, разработчики Sterling Simulation смоделировали лечение пациентов в течение года. При этом они сравнили лечение стандартным препаратом с двумя другими вариантами: сначала с лечением препаратом заказчика, затем с лечением препаратом конкурента. Набор пациентов в обоих случаях не менялся.

Статистика модели
Статистика модели

Чтобы оценить разные варианты лечения, разработчики использовали следующие метрики:


Результат

При анализе имитационной модели команда Sterling Simulation обнаружила, что общее число выписанных пациентов существенно не меняется в зависимости от использованного препарата. Это казалось странным, поскольку длительность пребывания в больнице пациентов, у которых было диагностировано заболевание, значительно сократилась, а фактическое число пациентов, включённых в модель, не изменилось. Это привело к созданию новой метрики — пропускная способность (общее число выписанных пациентов к общему времени пребывания в больнице), которая привела в норму количество пациентов, покинувших модель.

Разработчики модели обнаружили, что препарат заказчика, который давали пациентам с заболеванием, обладает рядом преимуществ:

У препарата заказчика был один недостаток — его цена была значительно выше, чем у стандартного препарата. Несмотря на то, что препарат заказчика был дороже, чем два других варианта, его использование привело к значительному улучшению рабочих показателей отделений скорой помощи, а также улучшило рабочие показатели для всех поступающих в больницу пациентов по сравнению с лечением стандартным препаратом.

Что касается препарата конкурента, он был дешевле, но не предоставлял тех же преимуществ, что и препарат клиента. Кроме того, в модели при лечении этим препаратом некоторые больные покидали больницу, так и не выздоровев окончательно.

С помощью имитационного моделирования в AnyLogic Sterling Simulation разработали инструмент поддержки принятия решений для отдела продаж в компании заказчика. В свою очередь отделения скорой помощи смогли понять, какие метрики, рассмотренные в модели, были для них наиболее важны, и решить, стоит ли им воспользоваться новым лекарством фармацевтической компании. Например, отделения скорой помощи, которые были переполнены пациентами, не смогли бы решить эту проблему, воспользовавшись препаратом конкурента, исходя из данных модели. Таким образом, отдел продаж, который продвигает фармацевтические продукты, мог продемонстрировать модель потенциальному клиенту, чтобы показать, как их препарат может помочь отделениям скорой помощи улучшить рабочие показатели.

Чтобы узнать больше о проекте, скачайте презентацию и посмотрите выступление вице-президента компании Sterling Simulation Скотта Эбера

video

Похожие проекты

Другие истории успеха