Mostrar el registro sencillo del ítem

dc.rights.licensehttps://creativecommons.org/licenses/by-sa/2.5/ar/es_AR
dc.contributor.advisorCornejo, Magdalena
dc.contributor.advisorSáenz, Victoria
dc.contributor.authorCastro Aranda, Facundoes_AR
dc.coverage.spatialArgentinaes_AR
dc.date.accessioned2023-10-09T22:15:01Z
dc.date.available2023-10-09T22:15:01Z
dc.date.issued2023
dc.identifier.urihttps://repositorio.utdt.edu/handle/20.500.13098/12085
dc.description.abstractEl mercado de medicamentos de alto precio está integrado por laboratorios a nivel mundial que llevan a cabo la investigación y desarrollo de tratamientos encaminados a mejorar la salud de los pacientes y ampliar la cobertura por parte de sus clientes, los financiadores. Su objetivo se da en un contexto de constante transformación y con competencia cada vez más intensa. En Argentina, además, hay gran fragmentación en la cobertura de la salud, con más de 441 organismos públicos y privados que se ocupan de financiar la salud de la población con beneficiarios de características demográficas y epidemiológicas muy dispares entre sí. En este trabajo se busca reflejar una posible transformación en la toma de decisiones sobre el precio de comercialización de los mencionados productos farmacéuticos a los distintos financiadores de salud en Argentina, a partir de una propuesta de segmentación. Esta propuesta culmina en un modelo de diferenciación de precios, un mecanismo que busca resolver la presencia de inequidad en el acceso a los tratamientos innovadores. Para trabajar en el problema de negocio, se utiliza la metodología CRISP DM3. En ese marco, se describe en profundidad el negocio, las herramientas y datos disponibles para encarar el análisis, las distintas metodologías y métricas de performance. Por último, se propone un posible plan de implementación. El trabajo indaga en las variables que hoy definen la cobertura o rechazo de los productos por los financiadores y el criterio en los descuentos para cada financiador. Luego, organiza a los distintos financiadores en clústeres, utilizando métodos de machine learning. La mejor performance es de 0.40. en promedio, en anchura de silueta, y se obtiene al seleccionar una estrategia mixta de segmentación para dos subtipos de patologías: K-means clustering para el portfolio de enfermedades de baja incidencia y Agglomerative Hierarchical Clustering para patologías oncológicas. Con esos segmentos, luego se presenta una propuesta de implementación de precios diferenciales, a través de un ejercicio de optimización lineal entera. Si bien la estrategia sugerida por este proyecto no provee un modelo diferencial, basado en valor, para la determinación de los precios de los medicamentos para cada paciente, se pretende plantear un primer paso en el camino hacia esa situación. La generación de un mecanismo innovador, basado en datos e información del mundo real para definir la asignación de descuentos, podría implicar un acceso más temprano y universal a los productos innovadores y, a la vez, garantizar un nivel sustentable de retornos para las compañías farmacéuticas.es_AR
dc.format.extent118 p.es_AR
dc.format.mediumapplication/pdfes_AR
dc.languagespaes_AR
dc.publisherUniversidad Torcuato Di Tellaes_AR
dc.rightsinfo:eu-repo/semantics/openAccesses_AR
dc.subjectMedicamentoses_AR
dc.subjectMercadoes_AR
dc.subjectproductos farmaceuticoses_AR
dc.subjectIndustria farmaceuticaes_AR
dc.titleUn modelo de segmentación de Financiadores de la Salud en Argentina: Propuesta de descuentos diferenciales para maximizar el acceso a los medicamentos de alto precioes_AR
dc.typeinfo:eu-repo/semantics/masterThesises_AR
dc.typeinfo:ar-repo/semantics/tesis de maestríaes_AR
thesis.degree.nameMaster in Management + Analyticsen
dc.subject.keywordMercado de Medicamentoses_AR
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_AR


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem