|
-制药巨头赛诺菲最近和杜克临床研究中心（DCRI）以及麻省综合医院（MGH）联合开展了一项基于机器学习的药物依从性研究。这一研究的目的旨在帮助研究人员建立一种能够预测2型糖尿病患者药物依从性的模型从而对今后的药物开发和临床研究设计起到指导作用。
本次研究中，DCRI和MGH将分别独立开展研究工作以寻找相关的解决途径。两家机构都将采用非传统的分析方法，考察包括个体行为、生活环境在内的因素的药物依从性的影响。赛诺菲希望这一研究能够帮助指导今后的临床研究工作。
目前赛诺菲和DCRI以及MGH将主要精力放在了2型糖尿病研究上。这一疾病要求患者尝试不间断的进行药物治疗。因此，药物依从性对于患有该疾病患者的治疗具有重要意义。
如果这一研究成功，赛诺菲希望将这一模型可以拓展到任何慢性疾病领域。通过评估患者的用药依从性，赛诺菲将可以改善现有临床研究方法以降低引用药依从性问题带来的临床数据不可信问题。
而这一协议也是赛诺菲公司近年来在糖尿病研究领域的大动作之一。近年来，赛诺菲公司在该领域频频失守，大量市场份额被包括诺和诺德在内的竞争对手所蚕食。为了扭转这一状况，最近半年以来赛诺菲先后和多家企业签订了合作协议，总价值达数十亿美元。
药物依从性也称顺从性、顺应性,指病人按医生规定进行治疗、与医嘱一致的行为,习 惯称病人“合作”;反之则称为非依从性。依从性可分为完全依从、部分依从(超过或不足剂量用 药、增加或减少用药次数等)和完全不依从3类,在实际治疗中这三类依从性各占1/3。 病人对于具体用药的依从性，即为该具体药物的依从性。
 
|