MA Abschlussvortrag, Erwin Ramburger, Ort: O27/5202, Datum: 29.05.2015, Zeit: 12:00 Uhr

Klinische Studien müssen immer dann durchgeführt werden, wenn Pharmaunternehmen ein neues Medikament oder eine neue Behandlungsmethode auf den Markt bringen möchten. Eine Studie soll dabei die Wirksamkeit beweisen. Dafür werden verschiedene Tests durchgeführt und die Ergebnisse mit statistischen Methoden ausgewertet. Die Resultate werden im Clinical Study Report zusammengefasst, welcher die Wirksamkeit des Medikaments aufzeigt und bei einer Behörde zur Zulassung eingereicht wird.

In der Vergangenheit hat sich für diese Auswertung die Plattform SAS etabliert und ist seit über 30 Jahren der Standard in dieser Branche. Im Gegensatz zur Pharmaindustrie setzte sich im Forschungsumfeld ein anderes Tool durch. R, eine freie, objektorientierte Programmiersprache überzeugt vor allem durch seinen sehr einfachen Umgang mit Daten und durch die umfangreiche Grafikerstellung. Des Weiteren ist R Open Source und bietet eine hohe Erweiterbarkeit. Jedoch konnte sich R, unter anderem aufgrund von Unklarheiten beim Einsatz im validierten Umfeld, nie richtig in dieser Branche durchsetzen.

Im Jahr 2007 entstand das Unternehmen Revolution Analytics und brachte mit Revolution R eine kommerzielle Version von R heraus. Sie erweiterten R grundlegend erweitert und stellten nun Support und Unterstützung bei der Systemvalidierung zur Verfügung. So wurden viele Pharmaunternehmen aufmerksam und zogen in Betracht R einzusetzen. Jedoch wäre ein Umstieg immer noch ein sehr aufwendiger Prozess, weshalb die möglichen Folgen eines solchen Entschlusses gründlich überlegt sein sollten.

Diese Arbeit vergleicht die BI Plattformen R und SAS mithilfe der Methode AHP, um die jeweiligen Vor- und Nachteile gegenüberzustellen. Dadurch kann sie bei einem Vergleich als Anhaltspunkt dienen und aufzeigen, wie eine solche Gegenüberstellung im Unternehmen durchgeführt werden kann um festzustellen, ob sich ein Umstieg letztendlich lohnen würde.