本文内容如下e-collection /主题问题:

可穿戴设备和移动健康观点(60) 药理学与药剂学(27) 移动医疗促进治疗依从性(320) 人工智能(602) 医疗设备的设计和可用性(60) 消费者健康技术和家庭监测设备的设计和可用性(112)

发表在在9卷第三名(2021): 3月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/25406，首次出版．
美国生物制药行业的数字健康整合评估和成熟度:驱动下一代连接自动注射设备的力量

美国生物制药行业的数字健康整合评估和成熟度:驱动下一代连接自动注射设备的力量

美国生物制药行业的数字健康整合评估和成熟度:驱动下一代连接自动注射设备的力量

本文作者:

白木Rafiei1 作者Orcid图片； 切尔西威廉姆斯1 作者Orcid图片； 珍妮特江1 作者Orcid图片； 蒂莫西·迪·昂斯特2 作者Orcid图片； 马提亚大调的1 作者Orcid图片； 刀Tran1 作者Orcid图片； 拉尔夫Howald1 作者Orcid图片
文章 作者 引用的 Tweetations (24) 指标

    的观点

    1SHL医疗，苏黎世，瑞士

    2美国伍斯特市MCPHS大学药学实践系

    *这些作者贡献相同

    通讯作者:

    切尔西·威廉姆斯，MPH

    SHL医疗

    Gubelstrasse 22,6300

    火车

    瑞士

    电话:1 5617135654

    电子邮件:chelsea.williams@shl-medical.com


    自30年前随着大分子技术的兴起而被广泛采用以来，自动注射装置继续为慢性疾病患者提供现实生活中的好处。尽管如此，尽管产品设计创新，围绕依从性、患者给药技术、疾病自我管理和大规模数据结果的问题仍然存在。药物设备组合产品和数字健康技术的接口为下一代自动注射设备制定了价值主张，为家庭精准护理提供动力，并充分发挥生物制剂的潜力。成功将在很大程度上取决于生物制药的数字健康成熟度，以实施这一框架。这一观点衡量了美国生物制剂自动注射器市场中排名前15位的生物制药公司的数字健康成熟度，并为下一代自动注射设备建立了框架，为基于家庭的精确护理提供动力，并为正式的数字健康培训提供了需求。

    JMIR移动健康Uhealth 2021;9(3):e25406

    doi: 10.2196/25406

    关键字

    数字医疗； 人工智能； 药物输送； 生物制药； 自我注射器； 注射装置； 疾病管理； 自身免疫性； 肿瘤学； 罕见疾病


    药物设备组合产品(DDCPs)和数字健康技术的接口正在迅速扩展，以提供新的创新方法来改善患者的医疗保健结果。DDCPs是结合药物、设备或生物制品的治疗和诊断产品，包括预充式注射器或自动注射器。数字健康前沿正以多种形式表现出来，例如作为医疗设备的软件、受管制的可穿戴设备以及远程医疗和远程患者监护[1］．虽然已经发布了许多关于数字健康的定义，但总的来说，这些定义概括了赋予患者和提供者以技术，可以利用新型数字工具实现可扩展的医疗保健[2-4］．在过去的十年里，拥抱数字健康的进程是零星的，生物制药公司也不例外。5］．当他们采用数字医疗时，他们还需要考虑到美国医疗环境的不可避免的转变，因为它倾向于在家里治疗，关注患者的偏好，扩大的结果，生物仿制药的采用，以及更广泛的基于价值的护理协议[6，7］．先进的数字卫生技术可以测量和监测患者的结果，解决患者护理方面的差距，并支持药物优化;然而，证明其价值需要使用数据资源、预测分析、扩展端点(例如，数字生物标志物)和行为科学生成临床、经济和可用性证据，通常会取代传统模型[8］．

    数字卫生与ddcp相结合时已显示出潜力[9］．自30年前随着自身免疫领域慢性疾病大分子药物的兴起，自注射设备开始广泛应用以来，自注射设备在药物自我管理方面为患者提供了现实生活中的好处[10］．在美国市场上，生物制品(其中许多可由自动注射器管理)的份额正在增长，它们占所有新批准的分子实体的四分之一以上(2015-2019年)[11］．这些药物交付给患者的方式的演变使制药公司能够占领和推动市场份额，并创造高品牌忠诚度。近年来，设计上有了相当大的转变，通过减少激活和自我给药的步骤，使患者更容易在家庭环境中使用设备[12，13］．尽管如此，尽管产品设计创新，但围绕依从性、患者给药技术、疾病自我管理和大规模数据结果的问题仍然存在，这些是接下来需要探索的领域[14-18］．可以说，这是一个基于系统的问题，影响生物制药以外的多个利益相关者，尚未得到充分的解决。

    据估计，患有慢性疾病的患者有25%-50%的时间不坚持用药，那些需要在家注射的患者也不例外[19-25］．这些生物制剂大部分通过自动注射器给药，这有助于提高患者的依从性，并优先用于皮下自我给药[26］．研究表明，不坚持使用自动注射器的患者会产生高额的医疗费用，并表现出进一步的疾病进展[22，26］．数字健康已被探讨为这一问题的可能解决方案[27］．生物制药公司一直倡导整合数字技术来解决不依从问题，但在注射领域却缺乏进展。数字健康采用的缓慢步伐往往归因于监管障碍[28]，尽管联邦监管机构正在重新定义数字技术评估的模型，以促进采用[29］．

    考虑到生物制剂市场的广阔，用于患者自我管理的自动注射器的普及，以及数字健康技术推进自动注射器在慢性疾病管理中的作用的潜力，我们评估了生物制药的数字健康成熟度，作为下一代自动注射设备的推动者。


    我们将数字健康成熟度定义为生物制药公司通过采用数字健康技术、真实世界证据生成、数字优先领导以及产品组合战略的调整来实现的组织转型。为了评估推动下一代自动注射设备的力量，我们量化了美国生物制剂自动注射器市场上排名前15位的生物制药公司的数字健康成熟度。我们对每家公司进行了详细的分析，以评估他们在以下四个领域的数字健康活动:临床研究和药物发现、生命周期管理、产品商业化和超越分子(表1)．评估每个生物制药公司成熟度的框架使用定性和定量因素，如所述多媒体附件1．每家公司的成熟度评级信息来自截至2020年10月1日的公开来源，包括美国市场和管道分子、数字健康战略投资、合作伙伴关系和收购、致力于数字健康事业的估计支出、高级领导层的经验以及解决其数字健康愿景的公开声明。使用了公共和私人数据库的组合，包括EvaluatePharma。如果一家生物制药公司可能在上述四个领域有其他未向公众披露的数字健康计划，那么该公司的成熟度评级可能会被低估。每个生物制药公司的数字健康成熟度由一个数字表示(0到1之间)，这是每个公司的细分得分(0-20)归一化到最大值的总和。这15家公司被分为以下三类:试验性(后三分之一)、创新性(中间三分之一)和战略性(前三分之一)，如图所示图1．

    表1。四个数字健康领域用于评估生物制药公司的成熟度。
    数字健康领域 定义
    临床研究和药物发现 数字健康使临床研究和药物开发过程得以改善，从而实现临床效益。
    生命周期管理 通过生成真实的证据来持续监控和改进产品或服务，以满足最终用户的需求，直到产品生命周期结束。
    产品商业化 数字健康是分子在纯药代动力学或药效学影响之外的能力的延伸，可以增加分子的价值。
    分子之外 硬件或软件解决方案，提供独立于分子的治疗效果。
    ‎
    图1。生物制药数字化成熟度评估框架。该图展示了生物制药公司基于细分分析的数字健康的整体方法，包括临床研究和药物发现、生命周期管理、产品商业化以及分子以外的领域。公司被分为三个不同的数字健康成熟度类别。雷达图显示了每个部门的个别公司评级，阴影区域代表每个类别的平均值。
    查看此图

    中雷达图所示，生物制药的数字健康成熟度之间存在明显的差异图1．每个图表的中心都倾向于临床研究和药物发现，这表明那些正在将新技术应用于药物开发过程的公司越来越关注。当我们从左到右移动类别时，阴影区域的面积增加，代表所有四个部分的数字健康成熟度水平不断扩大。有趣的是，当实验者主要关注临床研究和药物发现时，创新者将他们的兴趣扩展到包括生命周期管理，而对产品商业化的关注有限。与此同时，战略人员在产品商业化和分子以外的领域都表现出了实质性的活动。

    该分析发现286家数字健康公司与生物制药公司合作。考虑到生物制药公司参与数字健康的性质，我们根据投资、合作和收购对每个类别的公司所采取的总体方法进行了分类(图2A).目前，生物制药公司在建立数字健康伙伴关系方面投入了大量资金。然而，创新者和战略家之间有明显的区别，他们通过投资和收购有更大的风险偏好。从整体来看，生物制药公司的收购迄今为止有限，这可能是由于缺乏感知价值，或者整合差异巨大的组织文化很复杂。今天，伙伴关系是实现数字健康成熟的理想形式。图2B强调了与至少三家以上生物制药公司有合作关系的著名数字健康公司。值得注意的是，这四个部分有不同的趋势，更侧重于临床研究和药物发现。

    ‎
    图2。(A) 2010年至2020年生物制药公司数字健康合作伙伴关系、投资和收购的分布情况。投资包括来自生物制药或母公司子公司的直接投资。伙伴关系是实现数字卫生成熟的首选形式。(B)至少有三种不同生物制药交互作用(例如，投资、合作和收购)的数字健康公司与四个数字健康部门进行了对比。目前，临床研究和药物发现数字健康公司在生物制药领域的投资或合作占比最大。没有:分析没有返回任何专注于分子部分以外的数字健康公司，这符合至少三种不同生物制药相互作用的最低标准。
    查看此图

    生物制药的核心业务是临床研究和药物研发，因此，这一领域的主要重点是数字健康工作。临床试验变得越来越复杂，生物制剂的发现成本大大提高，因此生物制药公司正在使用人工智能来降低减员率和研发支出，而大量的数据可以加速对疾病病理的理解，并确定新的药物靶点和候选药物[29-31］．生物制药正转向数字健康，不仅要改善从注册参与者收集的数据，还要通过社交媒体平台或在线健康社区与患者互动，增加患者招募和保留(临床试验的最大成本驱动因素)[32-35］．前提是，通过使用数字健康，他们可能会缩短花在临床研究上的时间，同时也会积累以前无法获得的现实世界数据。数字生物标志物将有助于在传统临床环境之外生成新的数据端点，并直接从患者家中扩展见解[8］．生物制药将需要确定哪些数字生物标记物是有价值的，以及如何将它们整合到研究中。在患者家中生成数据的整体数字健康前提非常有吸引力[36］．我们的数据强化了这一点，因为所有公司，无论其成熟度类别如何，都已将数字健康应用于临床研究和药物研发[37］．

    第二大部分是生命周期管理，其实施因公司的数字健康成熟度而异。其最基本的表现形式包括打包或配套应用程序，而通过连接的DDCPs已经证明了更高的复杂性[38］．这些产品可以被认为是为生物制药公司的药物提供支持，通常与它们的治疗组合相一致，产生现实世界的证据，并帮助收集新的数据集，以区分和延长分子的寿命。其中一个关键主题是以用户为中心的移动应用程序，使患者能够自我管理疾病;然而，高流失率仍然是实现预期卫生成果的一大障碍[39］．我们的研究结果清楚地表明，创新和战略公司在将数字健康应用于生命周期管理方面取得了相当大的进展。

    随着制药公司继续将其药品商业化，很少有人主动设计这些具有集成数字功能的产品。这些设备的最低设计是蓝牙连接到面向患者的移动应用程序。这种连接的DDCP可以作为依从性测量，允许患者保留他们的药物使用记录，并与他们的提供者共享他们的数据。40，41］．一些公司更进一步，为他们的设备创建了整个平台，包括每日预测，以及与医疗保健提供者和支持项目的整合和简化沟通。除此之外，还包括集成传感器和应用程序，使药物能够帮助慢性疾病管理，它可以收集从一般依从性到药代动力学和药效学数据的各种数据，这些数据可以更好地通知患者及其提供者有关使用行为，以优化药物依从性和治疗[9，42，43］．下一步将从药房分发完全连接的DDCPs，已经在口服药物和连接的吸入器中看到了生物可摄取传感器[44，45］．创新者和战略家都实现了有限的产品商业化，尚未充分探索用户错误如何影响慢性疾病管理中收集的数据[46］．

    在生物制药的数字健康成熟度评估的所有领域中，分子以外的领域被探索得最少，这表明对数字治疗的保留态度。创新和战略集团中的多家公司已经与一家数字治疗公司合作。如在图2其次，与专注于其他领域的公司相比，没有一家数字健康公司在分子解决方案之外成功地吸引了多个生物制药公司的兴趣。目前，数字治疗公司狭隘的治疗重点可能无法跨越多个生物制药管道。在分子部分之外的其他新兴重点领域包括游戏化技术和虚拟现实，可以提供新的治疗方法[47-50］．数字治疗领域将蓬勃发展;然而，推动超越分子的商业模式目前还处于起步阶段，未来的增长很大程度上预计将由战略和少数创新者推动。51］．

    生物制药公司的内部文化动态可以影响组织的数字健康成熟度。为了更好地理解内部领导文化，根据个人在专业社交媒体平台(即LinkedIn)上披露的角色，汇总了过去15年的数字健康领导行业背景。随着生物制药的成熟，领导者的背景更加多样化，公司更少依赖生物制药行业内部的晋升。表2)．这种明显的相关性可能将低数字成熟度归因于缺乏外部新颖的视角。阻碍生物制药发展的一个核心限制因素是缺乏受过数字健康方面正规教育和培训的人员。从缺乏标准做法和教育可以看出，目前专注于数字卫生培训的项目相对较少[52］．因此，生物制药行业存在明显的数字健康技能短缺，无论公司的成熟度如何，最大的人员部门都被内部提升到以数字健康为重点的部门，这证明了这一点。

    表2。数字健康领导背景。
    行业一个(n = 235) 试验 创新 战略
    生物制药 76％ 53% 44%
    卫生保健 0％ 10％ 12％
    市场营销 0％ 2% 4%
    医疗设备 0％ 3％ 2%
    咨询 3％ 13% 12％
    教育 14% 6％ 2%
    金融 0％ 1% 2%
    信息技术 7% 4% 6％
    其他人b 0％ 8％ 16%

    一个通过三个成熟度类别评估了内部生物制药数字健康领导背景。样本量包括235名担任高管、主管或总监级别职位的数字医疗员工。

    b“其他”包括:零售、酒店、食品和饮料、电信、媒体、风险投资、政府、娱乐、公用事业、人力资源、保险、可再生能源、旅游、服装、化妆品、研究、消费品、法律和农业。

    许多数字健康的尝试都集中在临床研究活动上。图3A-C是热图，显示了生物制药公司的药物分子数量和治疗类别，基于他们的美国主要指征(1)目前已上市的分子，(2)目前已上市的注射类药物，(3)管道中的活性注射类药物。当比较目前已上市的注射剂时(图3B)到管道注入(图3C)，大多数公司在自身免疫疾病和肿瘤方面都有明显的转变。

    在自身免疫类别中，主要的生物制药公司已经增加了收购产品以填补其管道的交易。在过去几年中(2013-2018年)，许可证输入和许可证输出活动均有显著增长[53］．生物制药公司在最近一段时期(即2013-2017年)为获得产品许可的新自身免疫产品支付的费用是前五年(即2008-2012年)的两倍多[51］．

    肿瘤学是注射疗法的主要治疗类别。2013年至2017年期间，肿瘤学交易增加了142%，交易数量为643笔，而2008年至2012年期间为266笔[53］．在本研究中评估的15家公司中，有12家公司的主要治疗重点是肿瘤。有趣的是，研究正集中于肿瘤产品的皮下给药，曲妥珠单抗被广泛研究[37，53-55］．随着更多生物治疗药物的发现，我们看到更多的癌症患者在家里接受治疗，而不是在受控的住院环境中。展望未来，先进生物技术衍生制剂的管理将在家庭环境中更加普遍。肿瘤学尤其为采用数字健康技术的药品提供了巨大的市场潜力，以满足患者护理的各种未满足需求[56］．不断扩大的肿瘤管道可以与新的研究方法相结合，使用无位点试验设计来研究并向其他高价值的治疗市场提供有效的治疗方法[57］．

    ‎
    图3。按治疗领域划分的生物制药投资组合和管道。热图显示(A)所有给药途径的已上市分子，(B)已上市的可注射分子，(C)建议用于注射给药的I期至III期管道分子。截至2020年10月1日，通过EvaluatePharma数据库对美国市场的生物制药管道进行了评估。本文中定义的治疗领域在每个生物制药公司中都是标准化的。对于诺华(Novartis)和辉瑞(Pfizer)来说，仿制药生产已被纳入统计。
    查看此图

    连接自动注射设备的框架是多方面的，但在于解决当今患者在家自我管理的未满足需求。图4强调了自动注入器从简单设备到连接治疗的发展轨迹。在其最基本的形式中，自动注射器旨在通过简单的过程促进患者自我管理，同时保持患者的便利性和安全性。这种交换不会为利益相关者带来可衡量的客观结果，如患者依从性、注射技术和患者报告的结果。摩尔定律与数字健康应用的进步相结合，现在可以开发连接或集成的自动注射器，以满足不同的使用水平[58］．这些传感器和通信模块不仅提高了设备的安全性(例如，温度监测、认证标签、召回和篡改警报)，而且还跟踪可测量的患者结果(例如，剂量水平的依从性、注射技术、副作用和治疗结果)，并连接到移动应用程序或中心进行数据采集、传输和分析。这些连接和集成的自动注射器现在可以提高患者的参与度，并通过客观的数据输出指导治疗决策。然后，连接治疗产品将数据价值从诊所转移到家庭，当连接或集成自动注射器捕获高分辨率客观数据输出时，为机器学习预测模型提供动力，从而可靠地为实时护理决策提供信息。然后，自动注射器转变为许多慢性疾病的分散精确护理的焦点，使人工智能疾病管理系统能够跟踪或预测患者的结果(例如，治疗结果、重大事件、经历和副作用)，无论是个人还是人群水平。总的来说，连接治疗是连接自动注入器的最高进化，它由金字塔峰在图4．

    ‎
    图4。下一代连接自动注射设备框架。这个下一代连接式自动注射器的框架展示了设计的技术层次(左)，将简单的设备转变为连接式治疗。通过这一设计演变，自动注射器转变为许多慢性疾病的分散精准护理的焦点，为影响整体患者护理的人工智能疾病管理系统提供动力(右)。
    查看此图

    如前所述，生物制药将是倡导向互联治疗范式转变的领导者，但内部文化和领导力可能会决定未来几年的采用。自动注射器不再被视为简单的促进药物管理的设备，而是一种分散精确护理的使能技术，需要转变思维方式。为了实现这一转变，生物制药将需要培养创新文化，实现数字卫生人力的多样性，并利用生物制药行业以外的合作伙伴关系。在我们的分析中，我们已经证明了在所有三个成熟度类别中，数字健康领导力存在相当大的不一致。最明显的是领导层最多元化的战略，涵盖了外部新颖的视角，并在四个数字健康领域表现出对外部合作伙伴关系的最大兴趣，这使他们与试验者和创新者区别开来。因此，更成熟的公司可能会扩展连接自动注射器的价值主张，并通过资助研究和参与供应商和支付方的市场塑造战略，扩展到连接治疗。相比之下，试验者和创新者在决定如何实现更广泛的市场差异化之前，预计将把重点放在连接自动注射器上，用于当前产品的生命周期管理，直到他们的领导层设想出数字健康战略。

    以证据为基础的方法，利用临床、工程、经济和行为科学专家组成的跨学科团队，对于证明下一代互联自动注射设备的可行性至关重要。58］．然而，我们的证据生成价值主张并不一定是新颖的[59］．连接吸入器领域已显示出多项成功，并产生了相当多的证据作为可效仿的模型，但由于吸入器涉及的治疗类别(如哮喘和慢性阻塞性肺病)很少，证据主体的应用范围很窄[60］．相比之下，自动注射器市场在整个疾病范围内的差异要大得多，需要针对每个患者群体、正在处理的疾病状况和药物治疗的特定证据生成过程[61］．这将是一项重大的努力，因为我们的分析已经证明，除了肿瘤学可能成为一个不断增长的家庭自我管理市场之外，针对慢性疾病的可注射分子的治疗管道也在不断增长。62］．虽然关注依从性是目前鼓励自动注射器向连接治疗发展的最简单的商业案例，但生物制药公司还需要通过供应商证明临床结果的改善，通过支付方提高经济效率，以及通过持续的参与水平证明患者满意度和可用性[63］．此外，人们还将关注互联治疗将如何融入更广泛的医疗保健生态系统，包括远程诊断和数字治疗增强治疗，以丰富可操作的数据集，减少历来导致数字健康干预措施吸收不足的数据孤岛[64］．


    下一代自动注射设备将在生物制药公司向生物制剂市场实施数字健康方法方面发挥重要作用。我们的分析表明，生物制药与数字健康的成熟度存在显著差异。在未来十年，生物制药公司将需要设计一个战略和方法途径，将数字健康作为一个关键的企业文化方面，以取得成功。正如我们的框架所建立的那样，利用数字健康，互联治疗将使生物制药公司与家中的患者和提供者建立更密切的关系。随着可自动注射设备实现家庭自我管理，以及连接疗法为家庭精准护理提供动力，生物制药将需要推动自动注射设备的创新，以充分发挥生物制剂的潜力。

    致谢

    作者对Jamie Gould、Michael McGowan、Zora Lin、Marcus Clinch和Simeon Simone在完善知识内容、数据分析和解释方面的支持表示感谢。

    作者的贡献

    所有作者都对观点的概念做出了贡献，包括对数据的分析和解释，以及这项工作的起草和完善。

    利益冲突

    TDA曾担任大冢制药(Otsuka Pharmaceuticals)、梯瓦(Teva)和礼来(Eli Lilly)的顾问或顾问。他是大冢制药公司的发言人。他还是HealthXL和The Digital Therapeutics Alliance的顾问。其他作者宣称没有利益竞争。

    ‎
    多媒体附件1

    定性和定量因素用于建立每个生物制药公司的成熟度评级。

    DOCX文件，29 KB
    1. Mathews SC, McShea MJ, Hanley CL, Ravitz A, Labrique AB, Cohen AB.数字健康:验证之路。NPJ数字医学2019;2:38 [免费全文] [CrossRef] [Medline］
    2. 数字健康:医疗保健转型的框架。医疗信息与管理系统学会，2020。URL:https://www.himss.org/resources/digital-health-framework-healthcare-transformation-white-paper[2020-09-21]访问
    3. 什么是数字健康?食品及药物管理局。URL:https://www.fda.gov/medical-devices/digital-health-center-excellence/what-digital-health[2020-09-21]访问
    4. Turakhia议员，Desai SA, Harrington RA。数字健康对心血管医学的展望:挑战与非凡机遇JAMA Cardiol 2016 10月1日;1(7):743-744。［CrossRef] [Medline］
    5. 高伟杰，兰德曼A，张华，贝茨DW。验证之外:让健康应用程序进入临床实践。NPJ数字医学2020;3:14 [免费全文] [CrossRef] [Medline］
    6. Jones GB, Collins DS, Harrison MW, Thyagarajapuram NR, Wright JM。皮下给药:一个不断发展的企业。科学翻译医学2017年8月30日;9(05):eaaf9166。［CrossRef] [Medline］
    7. 哈佛朝圣者与安进为Enbrel签署基于结果的合同。哈佛朝圣者医疗，2017年2月22日。URL:https://www.harvardpilgrim.org/public/news-detail?nt=HPH_News_C&nid=1471912468296[2020-09-15]访问
    8. Coravos A, Khozin S, Mandl KD。勘误表:作者更正:开发和采用安全有效的数字生物标志物，以改善患者的结果。2019年5月10日;2(1):40 [免费全文] [CrossRef] [Medline］
    9. Bittner B, Schmit Chiesi C, Kharawala S, Kaur G, Schmidt J.连接药物输送设备补充药物治疗:促进家庭疾病管理的潜力。医疗器械(上海)有限公司(英文版);免费全文] [CrossRef] [Medline］
    10. 《制作的30年——自动喷射器出现的内部视角》。ONdrugDelivery杂志，2019年10月https://www.ondrugdelivery.com/30-years-in-the-making-an-inside-perspective-on-the-emergence-of-autoinjectors/[2020-09-15]访问
    11. CDER新分子实体(NME)药物和新生物批准的汇编。食品及药物管理局。URL:https://www.fda.gov/media/135307/download[2020-09-15]访问
    12. 塔库尔K，比伯格A，汉德里奇A，雷兹克MF。患者对两种依那西普自体注射剂治疗类风湿关节炎的看法和偏好:来自欧洲患者调查的结果。风湿病杂志2016年12月5日;3(2):245-256 [免费全文] [CrossRef] [Medline］
    13. 塔库尔K，比伯格A，汉德里奇A，雷兹克MF。两种用于类风湿性关节炎的依那西普自体注射剂的看法和偏好:一种新的欧盟批准的依那西普生物仿制药(Benepali) vs依那西普(Enbrel)——来自欧洲护士调查的结果。风湿病杂志2016 Jun 23;3(1):77-89 [免费全文] [CrossRef] [Medline］
    14. 改善多发性硬化症患者对注射性疾病修饰药物的依从性。专家意见药物交付2013年3月23日;10(3):285-287。［CrossRef] [Medline］
    15. Conway CM, Kelechi TJ。成人糖尿病或高血压患者药物依从性的数字健康:一项综合综述。JMIR Diabetes 2017 Aug 16;2(2):e20 [免费全文] [CrossRef] [Medline］
    16. Alipanah N, Jarlsberg L, Miller C, Linh NN, Falzon D, Jaramillo E，等。坚持干预和结核病治疗的结果:试验和观察性研究的系统回顾和荟萃分析。PLoS Med 2018年7月3日;15(7):e1002595 [免费全文] [CrossRef] [Medline］
    17. 切奇KD，惠布雷希茨KF，埃文J，凯塞尔海姆AS。电子药物包装设备和药物依从性:一项系统综述。中国医学杂志2014 9月24日;312(12):1237-1247 [免费全文] [CrossRef] [Medline］
    18. Kini V, Ho PM。改善药物依从性的干预措施:综述。美国医学杂志2018年12月18日;320(23):2461-2473。［CrossRef] [Medline］
    19. 渡边JH，麦金尼斯T，赫希JD。处方药相关发病率和死亡率的成本。安药学2018年9月26日;52(9):829-837。［CrossRef] [Medline］
    20. 患者坚持医疗建议的差异:50年研究的定量回顾。医疗保健2004年3月42日(3):200-209。［CrossRef] [Medline］
    21. 李志强，李志强，李志强，等。疾病控制与预防中心专题研讨:提高慢性疾病管理的药物依从性——创新与机遇。MMWR Morb Mortal Wkly Rep 2017年11月17日;66(45):1248-1251 [免费全文] [CrossRef] [Medline］
    22. Grijalva CG, Chung CP, Arbogast PG, Stein CM, Mitchel EF, Griffin MR.类风湿性关节炎患者对改善疾病的抗风湿药物(DMARDs)的依从性和持久性评估医疗护理2007年10月;45(10 Supl 2):S66-S76。［CrossRef] [Medline］
    23. 王娟，王晓峰，王晓峰，王晓峰。9074例类风湿关节炎患者肿瘤坏死因子抑制剂应用的变化规律。风湿病杂志2009 5月30日;36(5):907-913。［CrossRef] [Medline］
    24. Harnett J, Wiederkehr D, Gerber R, Gruben D, Bourret J, Koenig A.类风湿关节炎患者使用可注射生物疾病改善抗风湿药物治疗的原发性不依从性、相关临床结果和医疗资源使用J Manag Care Spec Pharm 2016年3月;22(3):209-218。［CrossRef] [Medline］
    25. Bluett J, Morgan C, Thurston L, Plant D, Hyrich KL, Morgan AW, BRAGGSS。不充分的依从性对皮下给药抗肿瘤坏死因子药物反应的影响:来自类风湿关节炎遗传学和基因组学研究联合队列的生物制剂的结果。风湿病(牛津)2015 Mar;54(3):494-499 [免费全文] [CrossRef] [Medline］
    26. 埃勒里T，汉森N，编辑。生物制剂和LCM。在:药品生命周期管理:使每个品牌的最大限度。霍博肯，新泽西州，美国:Wiley;2012:207 - 216。
    27. 桑加夫NA，姑妈TD，帕特尔DK。智能连接胰岛素笔，帽和附件:糖尿病技术的未来回顾。糖尿病研究2019年11月14日;32(4):378-384 [免费全文] [CrossRef] [Medline］
    28. Park S, Garcia-Palacios J, Cohen A, Varga Z.从治疗到预防:数字医疗保健的演变。大自然。URL:https://media.nature.com/original/magazine-assets/d42473-019-00274-6/d42473-019-00274-6.pdf[2020-09-15]访问
    29. 卓越数字健康中心。食品及药物管理局。URL:https://www.fda.gov/medical-devices/digital-health-center-excellence[2020-09-15]访问
    30. 张海红，张志刚，张志刚，张志刚。2015-2016年美国食品和药物管理局批准的新型治疗药物关键试验的估计费用。JAMA实习生医学2018年11月1日;178(11):1451-1457 [免费全文] [CrossRef] [Medline］
    31. 麦凯，杨晓明。人工智能在药物开发中的应用。《今日药物发现》2019年3月24日(3):773-780。［CrossRef] [Medline］
    32. Schuhmacher A, Gatto A, Hinder M, Kuss M, Gassmann O.成为数字制药公司的好处。今日药物发现2020年9月25日(9):1569-1574。［CrossRef] [Medline］
    33. 伊南OT，泰纳茨P, Prindiville SA，雷诺兹HR, Dizon DS，库伯阿诺德K，等。数字化临床试验。NPJ数字医学2020年7月31日;3(1):101 [免费全文] [CrossRef] [Medline］
    34. Jessup DL, Glover Iv MK, Daye D, Banzi L, Jones P, Choy G，等。实施数字意识战略，使患者和提供者参与肺癌筛查计划:回顾性研究。J Med Internet Res 2018 Feb 15;20(2):e52 [免费全文] [CrossRef] [Medline］
    35. 科斯特洛RE，阿南德A，詹姆森埃文斯M，迪克森WG。参与在线健康社区与患者激活和医疗保健利用变化之间的关联:纵向基于网络的调查。J Med Internet Res 2019 Aug 29;21(8):e13477 [免费全文] [CrossRef] [Medline］
    36. Marra C, Chen JL, Coravos A, Stern AD。量化临床研究中互联数字产品的使用。NPJ数字医学2020年4月03日;3(1):50 [免费全文] [CrossRef] [Medline］
    37. Kourtis LC, Regele OB, Wright JM, Jones GB。阿尔茨海默病的数字生物标志物:移动/可穿戴设备的机会。NPJ数字医学2019;2 [免费全文] [CrossRef] [Medline］
    38. Bittner B, Richter W, Schmidt J.生物治疗的皮下给药:当前挑战和机遇的概述。生物制药2018 10月24日;32(5):425-440 [免费全文] [CrossRef] [Medline］
    39. 黄卓，谭娥，Lum E, Sloot P, Boehm BO, Car J.一款提高亚洲2型糖尿病患者服药依从性的智能手机应用:可行性随机对照试验。JMIR Mhealth Uhealth 2019 9月12日;7(9):e14914 [免费全文] [CrossRef] [Medline］
    40. 鲍梅尔A，孟恩克F，伊丹S，凯恩JM。心理健康应用的用户参与:系统搜索和基于面板的使用分析。J Med Internet Res 2019 9月25日;21(9):e14567 [免费全文] [CrossRef] [Medline］
    41. 哈比森R, Hecht M, MacLeod J.使用智能胰岛素笔建立数据驱动的多种每日胰岛素治疗模型。糖尿病科学技术2020年8月24日1932296820951225［CrossRef] [Medline］
    42. Adolfsson P, Hartvig NV, Kaas A, Møller JB, Hellman J.在引入智能连接胰岛素笔后，增加了距离时间和减少了漏针。糖尿病技术研究2020年10月01日;22(10):709-718 [免费全文] [CrossRef] [Medline］
    43. Limmroth V, Hechenbichler K, Müller C, Schürks M.使用医疗App评估干扰素β -1b治疗的多发性硬化症患者的药物依从性:试点数字观察研究(PROmyBETAapp)。J Med Internet Res 2019 7月29日;21(7):e14373 [免费全文] [CrossRef] [Medline］
    44. domazynka B, Vansant S, Mountian I.一个支持接受Certolizumab Pegol治疗的风湿病患者的配套应用程序:来自可用性研究的结果。JMIR Form Res 2020年7月27日;4(7):e17373 [免费全文] [CrossRef] [Medline］
    45. 干粉吸入器:电子监测设备的简要概述。Ther Deliv 2021年1月;12(1):1-6 [免费全文] [CrossRef] [Medline］
    46. Gunasekeran DV。技术和慢性疾病管理。《柳叶刀糖尿病与内分泌》2018年2月6日(2):91。［CrossRef] [Medline］
    47. 没有列出作者。阿立哌唑与数字摄食跟踪(Abilify MyCite)。2019年1月28日;61(1564):15-16。［Medline］
    48. Floryan M, Chow PI, Schueller SM, Ritterband LM。数字健康干预的游戏化原则模型:有效性和潜在效用评估。J Med Internet Res 2020 Jun 10;22(6):e16506 [免费全文] [CrossRef] [Medline］
    49. van de Weijer SC, Duits AA, Bloem BR, de Vries NM, Kessels RP, Köhler S，等。帕金森病认知训练游戏的可行性:随机帕金游戏研究。欧洲神经病学2020年8月5日;83(4):426-432 [免费全文] [CrossRef] [Medline］
    50. 陈建平，李志刚，陈志刚，陈志刚，等。计算机化认知训练用于预防轻度认知障碍患者的痴呆症。Cochrane Database Syst Rev 2019 3月13日;3:CD012279 [免费全文] [CrossRef] [Medline］
    51. Sverdlov O, van Dam J, Hannesdottir K，桑顿-威尔斯T.数字治疗:药物开发中数字创新的组成部分。临床药物学杂志2018年7月23日;104(1):72-80。［CrossRef] [Medline］
    52. august TD, Patel R.将数字健康纳入课程——对当前形势和未来发展的思考。医学教育课程发展2020年1月20日;7:2382120519901275 [免费全文] [CrossRef] [Medline］
    53. Micklus A, Muntner S. 2017年生物制药交易。新药发现2018 Feb 01;17(2):91-92。［CrossRef] [Medline］
    54. 李文杰，李志强，李志强，等。在美国，肿瘤输注治疗的护理地点会影响治疗模式、成本和质量吗?中国医学经济杂志2018年2月17日;21(2):152-162。［CrossRef] [Medline］
    55. Jackisch C, Stroyakovskiy D, Pivot X, Ahn JS, Melichar B, Chen S，等。皮下与静脉曲妥珠单抗治疗erbb2阳性早期乳腺癌患者:HannaH 3期随机临床试验的最终分析JAMA Oncol 2019 5月01;5(5):e190339 [免费全文] [CrossRef] [Medline］
    56. Garg S, Williams NL, Ip A, Dicker AP.医疗保健中数字解决方案的临床整合:癌症护理中数字技术的现状概述。JCO临床癌症通报2018年12月;2:1-9 [免费全文] [CrossRef] [Medline］
    57. 虚拟临床试验的虚拟家园。J Med Internet Res 2020 Jan 03;22(1):e15582 [免费全文] [CrossRef] [Medline］
    58. Rafiei RR。宏观趋势加速药物输送中互联互通的采用。《ONdrugDelivery》杂志，2019。URL:https://www.ondrugdelivery.com/macro-trends-accelerating-the-adoption-of-connectivity-in-drug-delivery/[2020-09-15]访问
    59. 郭c, Ashrafian H, Ghafur S, Fontana G, Gardner C, Prime M.数字健康解决方案评估的挑战——呼吁创新的证据生成方法。NPJ数字医学2020年8月27日;3(1):110 [免费全文] [CrossRef] [Medline］
    60. 沙玛A，哈林顿RA，麦克莱伦MB, Turakhia MP, Eapen ZJ, Steinhubl S，等。利用数字卫生技术更好地生成证据并提供循证护理。J Am Coll Cardiol 2018年6月12日;71(23):2680-2690 [免费全文] [CrossRef] [Medline］
    61. Morton RW, Elphick HE, Rigby AS, Daw WJ, King DA, Smith LJ，等。STAAR:一项随机对照试验，采用电子依从性监测，带有提醒警报和反馈，以改善哮喘儿童的临床结果。中华外科杂志2017年4月4日;［CrossRef] [Medline］
    62. Boeri M, Szegvari B, Hauber B, Mange B, Mountian I, Schiff M，等。从药物输送设备到疾病管理工具:对下一代自注射设备增强功能的偏好研究。患者偏好依从性2019年7月;13:1093-1110 [免费全文] [CrossRef] [Medline］
    63. 李志强，李志强，李志强，等。远程数字健康研究的保留指标:对10万名参与者的交叉研究评估。NPJ数字医学2020年2月17日;3(1):21 [免费全文] [CrossRef] [Medline］
    64. Shull詹。数字健康和可互操作电子健康记录的现状。JMIR Med Inform 2019 11月01日;7(4):e12712 [免费全文] [CrossRef] [Medline］

    ‎
    DDCP:药物器械组合产品

    L Buis编辑;提交31.10.20;R Patel, D Gunasekeran同行评审;对作者17.11.20的评论;订正版本收到23.11.20;接受13.02.21;发表18.03.21

    版权

    ©Ramin Rafiei, Chelsea Williams, Jeannette Jiang, Timothy Dy Aungst, Matthias Durrer, Dao Tran, Ralph Howald。最初发表在JMIR mHealth和uHealth (http://mhealth.www.mybigtv.com)， 18.03.2021。

    这是一篇开放获取的文章，根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上不受限制地使用、分发和复制，前提是正确引用了首次发表在JMIR mHealth和uHealth上的原创作品。必须包括完整的书目信息，http://mhealth.www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。
    Baidu
    map