2、商业制药中的数据科学与高级分析研究

商业制药中的数据科学与高级分析研究

1. 引言

随着高科技、下一代技术的发展，制药销售和营销等商业领域需要管理大量数据。这些数据来源多样，分散在企业的不同地方，这就要求企业建立更具关联性的数据生态系统，以应对复杂的业务需求和问题。例如，在了解医学出版物作者的关联和关系时，需要考虑多方面的维度。制药公司必须有效管理、整合和分析这些数据，以实现更明智的决策。

2. 研究方法概述

本研究采用混合方法，包括对PubMed、Elsevier、iMedPub、Sage Journals和Google Scholar数据库中学术文章的系统定量文献综述，以及与25位制药专业人士（从分析师到执行董事）进行的焦点小组讨论。研究旨在探讨数据科学（DS）和高级分析（AA）如何解决制药行业当前的商业挑战，实现资源的高效利用、数据的有效存储和更强的决策能力。

2.1 研究问题

• 主要研究问题（RQ） ：哪些高级分析和数据科学的机会、挑战和用例对制药商业化过程和能力最为相关和关键？该问题旨在确定对制药行业商业化过程和能力影响最大的AA和DS项目，以及制药组织如何有效采用和实施这些新技术。
• 次要研究问题（RQ2） ：哪些DS和AA技术和模型可以影响商业制药项目？此问题研究组织如何使用这些技术和模型及其对商业制药项目的影响。

3. 系统文献综述

3.1 综述目的

本研究旨在确定DS过程、技术和程序与AA研究之间可能缺失的联系，通过使用VOSviewer软件进行系统的文献计量分