Tidak ada faktor yang mendefinisikan keberhasilan dan kegagalan untuk

perusahaan obat lebih dari ini: Perusahaan yang menciptakan lebih, obat yang
lebih baik dengan biaya lebih rendah lebih baik daripada yang perdarahan tunai
tetapi tidak pernah mendapatkan produk yang penting ke pasar. Namun 19 dari
20 obat-obatan dalam pengembangan eksperimental gagal, berarti banyak
perusahaan besar gagal juga.

Selama bertahun-tahun, para peneliti, termasuk salah satu tim dari Universitas
Tufts dan satu lagi di Eli Lilly, telah memperkirakan biaya penemuan dan
pengembangan obat pada $ 1 miliar atau lebih. Perkiraan ini mencoba untuk
mengecualikan biaya tidak langsung yang berhubungan dengan persetujuan
obat dan juga tidak memungkinkan untuk melakukan perbandingan antara
perusahaan. Tahun lalu, untuk pertama kalinya, saya melakukan sesuatu yang
jauh lebih kasar: Saya mengambil 15 tahun pengeluaran untuk penelitian
dari kelompok perusahaan farmasi besar dan dibagi dengan jumlah obat
baru (entitas molekul teknis baru, istilah Food and Drug Administration untuk
molekul obat yang belum disetujui dalam bentuk apapun untuk penggunaan
apapun sebelumnya).

Kesimpulan saya berdasarkan data dibawah ini: Bagaimana Biaya mengejutkan

dari penemuan obat baru Apakah Membentuk Masa Depan Dari pengobatan.

Berapa Banyak Biaya Mereka: R & D Pengeluaran Per Obat Baru

10 year R&D
Number of new spending R&D per drug
Company drugs ($MIL) ($MIL)
1318
1 Abbott 1 13183 3
1012
2 Sanof 6 60768 8
3 AstraZeneca 4 38245 9561
4 Hoffmann-La Roche 8 70928 8866
5 Pfzer 10 77786 7779
6 Wyeth 3 22702 7567
7 Eli Lilly 4 26710 6678
8 Bayer 5 33118 6624
9 Schering-Plough 3 18845 6282
10 Novartis 10 60727 6073
11 Takeda 4 24132 6033
12 Merck&Co 9 49133 5459
13 GlaxoSmithKline 11 57595 5236
14 J&J 13 67624 5202
15 Novo Nordisk 2 9251 4625
16 UCB 1 4325 4325
17 Yamanouchi 1 4321 4321
18 Fujisawa 1 4286 4286
19 Amgen 5 21350 4270
20 Astellas 3 12582 4194
21 Shionogi 1 3854 3854
22 Celgene 2 7193 3596
23 Bristol-Myers Squibb 9 30352 3372
24 Eisai 4 11534 2883
25 Teva 2 5763 2881
26 Biogen Idec 4 9470 2368
27 Vertex 2 4140 2070
28 Sunovion 1 1967 1967
Human Genome
29 Sciences 1 1954 1954
30 Elan 1 1903 1903
31 Gilead 3 5527 1842
32 Exelixis 1 1789 1789
33 Lundbeck 2 3527 1763
34 Millennium 1 1593 1593
35 Genentech 4 6277 1569
36 Allergan 1 1559 1559
37 Baxter 3 4627 1542
38 Ipsen 1 1459 1459
39 Forest 4 5184 1296
40 Cephalon 1 1221 1221
41 Onyx 1 1219 1219
42 Sepracor 1 1170 1170
43 Alcon 1 1133 1133
44 Theravance 1 1010 1010
45 Genzyme 5 4814 963
46 Shire 4 3827 957
47 Arena 1 934 934
48 Watson 1 930 930
49 Adolor 1 877 877
50 Valeant 1 844 844
51 Schwarz 2 1545 772
52 NPS 1 756 756
53 Regeneron 3 2149 716
54 Affymax 1 660 660
55 Seattle Genetics 1 610 610
56 CV Therapeutics 1 599 599
57 ImClone 1 517 517
58 Dendreon 1 509 509
59 Alexion 1 490 490
The Medicines
60 Company 1 455 455
61 Ariad 1 444 444
62 OSI 1 402 402
63 Talecris 1 396 396
64 Progenics 1 356 356
65 Actelion 1 346 346
66 Savient 1 339 339
67 Praecis 1 311 311
68 Vivus 1 309 309
69 MGI 1 294 294
70 Vicuron 1 286 286
71 Salix 2 560 280
72 Idenix 1 280 280
73 Mylan 3 762 254
74 Discovery Laboratories 1 228 228
75 Indevus 1 222 222
76 Cubist 1 220 220
77 Acorda 1 185 185
78 Ista 1 171 171
79 Optimer 1 171 171
80 Theratechnologies 1 164 164
81 MediGene 1 155 155
82 Vanda 1 150 150
83 Eyetech 1 144 144
84 ThromboGenics 1 137 137
85 BioMarin 3 403 134
86 Protalix 1 125 125
87 Amarin 1 122 122
88 Insmed 1 118 118
89 NeurogesX 1 89 89
90 Hyperion 1 87 87
91 Cypress Bioscience 1 82 82
92 New River 1 79 79
93 Aegerion 1 74 74
94 Sucampo 1 62 62
95 Fibrocell 1 62 62
96 Tercica 1 49 49
97 Pharmion 1 47 47
98 Kamada 1 37 37
99 Lev 1 26 26
100 OMRIX 1 15 15

Metode ini diakui memiliki kelemahan. Untuk Abbott Laboratories (sekarang

Abbvie) dan Johnson & Johnson, itu termasuk penelitian menghabiskan pada
perangkat medis, bukan hanya obat. Dan beberapa dari anggaran penelitian
pergi ke keselamatan pemantauan untuk setiap perusahaan besar. Namun upaya
itu diterima dengan baik dan cukup berguna yang saya pikir layak mengulangi.
Kali ini, meskipun, saya ingin mendapatkan pertanyaan yang sedikit berbeda,
juga. Apa yang akan terjadi jika saya melihat alam semesta yang lebih besar dari
perusahaan, termasuk mereka yang hanya meluncurkan satu produk? Data ini
akan memberikan informasi bukan tentang total belanja riset untuk obat yang
sukses, tetapi pada jumlah yang dibelanjakan untuk obat individu yang berhasil,
tanpa kegagalan disamakan.

Sekali lagi, data pada persetujuan obat baru datang dari Bernard Munos di
Innothink Pusat Penelitian Biomedis Inovasi; data R & D adalah dari pengajuan
dengan Securities and Exchange Commission sebagai dikumpulkan oleh FactSet
Systems. Kali ini, saya menggunakan periode sepuluh tahun tetap untuk
persetujuan obat, tapi dihitung 10 tahun pengeluaran R & D untuk periode yang
berakhir tahun sebelum persetujuan obat terbaru, dalam rangka untuk mencoba
untuk menangkap pengeluaran pada obat percobaan. Angka-angka tidak inflasi
disesuaikan. Semua perbedaan ini akan cenderung membuat angka yang lebih
rendah dari tahun lalu, namun mereka masih berakhir menjadi memukau tinggi.
Hal ini menciptakan database dari 98 perusahaan yang telah kolektif dibawa ke
pasar 220 obat.

Bagi perusahaan yang telah meluncurkan lebih dari tiga obat, biaya rata-rata per
obat baru adalah $ 4,2 miliar; bagi mereka yang telah meluncurkan lebih dari
empat, itu adalah $ 5,3 miliar. Bahkan jika perusahaan hanya mengembangkan
satu obat, belanja median masih lumayan $ 351 juta. Perhatikan bahwa
perusahaan dengan sangat rendah pengeluaran R & D per narkoba sebagian
besar ke sana sebagian oleh meyakinkan pasangan, biasanya sebuah
perusahaan farmasi besar, untuk membawa biaya. Meskipun saya juga akan
berhati-hati terhadap perbandingan antara perusahaan individu karena
perbedaan kecil beruntung dapat memiliki dampak besar pada angka, data ini
dapat berguna. Bristol-Myers Squibb, misalnya, terlihat jauh lebih efisien
daripada rekan-rekan PhRMA besar nya.

Setelah diskusi di komentar, saya memutuskan untuk menambahkan Genentech

dan Schering-Plough untuk perhitungan ini. Itu membuat sedikit perbedaan
dengan hasil, tapi sepertinya layak untuk kelengkapan. Saya juga telah mengedit
posting sedikit.