많은 네티즌이 여전히 IMS 약물 데이터베이스에 대해 묻고 있는 것을 보고, IMS 건강이 더 이상 존재하지 않는다는 것을 모르고, IMS 약물 데이터의 출처를 묻는 것도 의미가 없다! 지식 포인트를 보급하기 위해 IMS 약물 데이터베이스는 IMS 건강을 의미하며 20 16 과 Quintiles 에서 QuintilesIMS 로 합병되어 20 17 에서 IQVIA 로 이름을 변경했습니다.
다음으로 IQVIA (원래 IMS) 약물 데이터베이스에 대해 이야기하겠습니다.
이 데이터베이스가 어떤 것인지 모르실 겁니다. 오늘 필자는 IQVIA (원본 IMS) 약품 데이터베이스의 제품 구성, 데이터 출처, 데이터 검색 결과, 부가 가치 서비스, 사회평가 등에 대한 다차원 분석을 통해 새로운 인식을 갖게 되었습니다.
IQVIA (원래 IMS) 의 약품 데이터베이스를 좀 더 직관적으로 이해할 수 있도록 국내 고객이 가장 광범위하게 포괄하는 약품 데이터베이스 (융운의약 데이터베이스) 를 비교한다.
1. 제품 구성
IQVIA (원래 IMS) 약물 데이터베이스: 비즈니스 컨설팅, 약물 개발, 종합 서비스 3 개 부문으로 구성되어 있습니다.
융운약학 데이터베이스 (pharnexcloud): 약 연구 개발, 상장약, 의약품 판매, 시장 정보, 일관성 평가, 원자재, 의료기기, 생산 검사, 합리적 약물 사용, 의학 문헌 등을 포함한 10 개 판으로 구성됩니다
2. 데이터 소스
둘 다 데이터 소스 수집에 수천 개의 데이터 소스를 포함하고 있습니다 (1 의료 정보: 실험실 연구, 내부 회의, 전문 보고서, 특허, 상표, 기술 구현 문서, 학술회의, 기술 보고서, 과학 저널, 문서 등). ② 의료 데이터베이스: 이기종 자원, 클라우드 컴퓨팅 및 클라우드 스토리지를 기반으로 한 의료 대용량 데이터 처리 등 ③ 의료 데이터: 전 세계 국가 또는 지역, 정보, 기업 공고, 의학 회의, 뉴스 정보, 투자자 스트레스 감소, 회사 연례 보고서, 의료, 제약 회사, 의학 잡지 등의 자원. ) 을 참조하십시오
3. 데이터 표시 결과
IQVIA 데이터베이스를 중국에서 가장 많이 사용할 수 있는 데이터 (CHPA, 중국 병원 약품 통계 보고서) 와 pharnexcloud 의 (전국 병원 판매 데이터) 를 시각적으로 비교했습니다.
IQVIA 데이터베이스 (중국 병원 약품 통계 보고서) 는 9454 개 병원 (≥ 100 개 침대) 을 기반으로 255 개 도시를 대상으로 샘플 설계를 실시했습니다. 샘플 병원은 1000 개 정도밖에 안 되는데, 계산할 수 있는 총수는 8000 개 정도입니다.
IQVIA 데이터베이스에는 8 만 개 이상의 글로벌 의료 거래 정보가 포함되어 있습니다.
Pharnexcloud 데이터베이스 (National Hospital 판매 데이터) 는 10000 개 병원 (2 차 이상 병원) 의 샘플 설계를 기반으로 전국 24 개 주와 모든 중점 도시를 포괄하고 2200 여 개의 계층적 샘플을 샘플링합니다. 전문 컴퓨팅 모델의 계층적 확대를 통해 9000 여 개의 샘플 병원을 추정할 수 있다. 국내외 다른 데이터베이스와 비교할 수 없는 적용 규모다.
Pharne cloud 데이터베이스 글로벌 의료 거래 정보 19653 (저자 권한이 부족하여 202 1 누계 데이터만 찾을 수 있음) 을 통해 pharne cloud 글로벌 의료 거래 정보 데이터도 IQVIA 데이터베이스보다 높다고 추정할 수 있습니다.
Pharnexcloud: 1 전문가가 요구 사항을 충족하고 일대일 지도, 전문가 팀이 업계 데이터 문제를 해결합니다. (2) 살롱, 투어 강의, 정상회담, 프로젝트 거래, 수요 도킹 등의 활동 지원, VIP 가 그들의 약융권 생태사슬에 가입했다 (현재 국내에서 아주 잘하고 있음).
Pharnexcloud: 현재 국내 약업체들이 가장 많이 선택한 의학 데이터베이스입니다. 제품 기능이 종합적이고 데이터가 포괄적이어서 시장에서 가장 핫한 의료 데이터베이스가 되었으며, 그 중 약물 R&D 판과 의약품 판매 데이터 판이 업계 최고였다.
작가는 아무리 많아도 소용없다고 말했다. 가장 중요한 것은 의료 데이터베이스의 수요점을 들고 직접 그 데이터를 비교해서 데이터 소스의 신뢰성을 검증하는 것이다. (존 F. 케네디, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스)