主流医药数据库优缺点分析Word格式文档下载.docx

主流医药数据库优缺点分析Word格式文档下载.docx

《主流医药数据库优缺点分析Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《主流医药数据库优缺点分析Word格式文档下载.docx（6页珍藏版）》请在冰点文库上搜索。

1.IQVIA艾昆维（原IMS数据）

在国内看医药销售，第⼀个想到的数据肯定是IQVIA。

现在所说的IQVIA，是CRO巨头昆泰和医药信息公司IMSHealth合并后于2017年启⽤的新公司名。

⽬前来看，IQVIA数据还是国内医药数

据中覆盖⾯最⼴的⼀个，也是各⼤药企最经常购买的版本。

这个数据库主要包括了中国医院药品统计报告 （CHPA） ，基于9454家医院总体（≥100张床位）进⾏样本设计，样本覆盖255个地级以上城市。

这是其它数据库⽆法⽐拟的覆盖规模。

根据IQVIAprognosis，CHPA 销售额2018年占中国整个医药市场的62%。

依照这个数据，可以认为IQVIA的原数据

⽤放⼤系数1.3-1.5是平均合理的。

不过，

IQVIA本身也可能提供放⼤的数据版本，还可以提供ex-mfr. price 和医院销售价两种计价的数据，所以每次看清楚被提供数据的真正定义⾮常重要。

2.药物综合数据库（PharmaceuticalDataBase, PDB）

还有⼀个很经常看到的数据源是PDB，⼤量的券商报告都是以PDB数据为引⽤对象。

⽐起IQVIA的数据，PDB的医院覆盖范围要⼩很多。

根据其2018年的材料显示，⽬前其重点城市医院⽤药数据库涵盖了2012年以来全国24地

区680余家样本等级医院的购药数据，

涉及约3000 个通⽤名和3500家企业，

⽽核⼼样本中65%的医院是三甲医院，接近80%是三级及以上医院。

所以如果

⼀个报告是直接引⽤PDB数据，来判断

某个细分领域样品医院规模的时候，和实际的市场规模往往会有⽐较⼤的差距。

经验上说，根据药品重点覆盖的医院等级不同，PDB数据的放⼤系数在3-5 倍为多，且如果⼀个药品基层销售量越⼤，则PDB数据的放⼤系数也应该适当提⾼。

做⼀个更直观的⽐对，我们选择了2017年IQVIA公布的医院销量前四名的药物（第五名是步⻓的丹红注射液），将其PDB和IQVIA的销售数据做了直接

⽐较，差距⻅下图（考虑到两个都是收费数据库，我将每个药的PDB销售额设

置为index100）。

从数据上可以很明显的看出PDB数据普遍只有IQVIA数据的三分之⼀左右，考虑上IQVIA数据本身还需要进⾏放⼤，可⻅PDB数据的放⼤系数定在3-5还是⽐较合理的。

还有⼀个IQVIA和PDB共同的缺点，就是他们对于新上市药品的销售数据往往⽆法很准确的记录。

尤其是近⼏年新上市的肿瘤药，两个数据库提供的数据都和药企最终⾃⾏公布的数据相差甚远，不建议直接使⽤。

3.中国外商投资企业协会药品研制和开发⾏业委员会 （RDPAC）

RDPAC数据是看外企销售数据的

⼀个很好的补充。

RDPAC，全称是中国外商投资企业协会药品研制和开发⾏业委员会，是⼀个由42家具备研究开发能⼒的跨国制药企业组成的⾮赢利性

组织，⾪属于“中国外商投资企业协会”。

从官⽹的成员名单也可以看出基本涵盖了在华的主要外资药企。

经验上说，越成熟的产品，RDPAC数据和IQVIA数据

会越接近，但是新药往往RDPAC的数据更具参考价值。

4.其它

除了这三个最常⻅的数据来源外，其实还有⼀些其它常⻅的数据来源，可以作为补充。

例如⽶内⽹，可以提供“中国城市零售药店化学药数据库”，样本覆盖全国122各地市，在看零售渠道时，是个可以考虑的选择。

⼜如中国药学会（CPA）旗下的全国医药经济信息⽹，截⽌2017年已覆盖全国31个重点区域，近1000余家有代表性的综合与专科医院，其中⼊⽹三级医院在780家左右。

其独到的⼀个服务是可以针对单⼀分⼦名提供其覆盖⽹络每⼀家医院的销售量和销售⾦额，这就提供了

⼀个⾮常独特的分析视⻆，在做产品的

下沉分析或者销售布局策略的时候，⾮常有⽤。