{"slug":"dermatitis-atopica-2026","nombre":"Visibilidad IA · Farma · Dermatitis atópica moderada a severa · Argentina 2026","nombre_en":"AI Visibility · Pharma · Moderate-to-Severe Atopic Dermatitis · Argentina 2026","descripcion":"Universo de consultas sobre dermatitis atópica moderada a severa en Argentina, construido cruzando área temática (4 grupos, 20 áreas), intención de la consulta (6) y arquetipo de quien pregunta (paciente nuevo, paciente severo, cuidador, dermatólogo, auditor). Corrido en OpenAI, Gemini y Claude, en tier eficiente y avanzado: 474 respuestas base más 60 de variabilidad. Mide qué moléculas y laboratorios posiciona la IA, con qué encuadre y advertencias de seguridad, cómo responde sobre acceso y cobertura en Argentina y qué fuentes lee.","descripcion_en":"Universe of queries about moderate-to-severe atopic dermatitis in Argentina, built by crossing topic (4 groups, 20 areas), query intent (6) and who is asking (newly diagnosed patient, severe patient, caregiver, dermatologist, payer auditor). Run on OpenAI, Gemini and Claude, efficient and advanced tiers: 474 base answers plus 60 for variability. Measures which molecules and labs the AI puts forward, with what framing and safety warnings, how it answers about access and coverage in Argentina, and which sources it reads.","industria":"Farma","subindustria":"Dermatología","pais":"Argentina","idioma":"es","precio_usd":0.99,"moneda":"USDC","fecha_corrida":{"desde":"2026-07-06","hasta":"2026-07-08"},"n_preguntas":79,"n_respuestas":534,"n_analisis":30,"n_hallazgos":45,"modelos":[{"modelo":"gpt-4o-mini","respuestas":99},{"modelo":"gemini-2.5-flash","respuestas":99},{"modelo":"claude-haiku","respuestas":99},{"modelo":"gpt-4o","respuestas":79},{"modelo":"gemini-2.5-pro","respuestas":79},{"modelo":"claude-sonnet","respuestas":79}],"metricas_usadas":["Protagonismo IA","Mención","Orden promedio","Top1","Citación como fuente","HHI / Concentración","Variabilidad / Concordancia"],"contenido":["ficha","diseno (universo + muestra + preguntas)","analisis","hallazgos","metricas","respuestas"],"tags":["pharma","ai-visibility","healthcare","dermatology","latam"],"version_paquete":"1.0","generado":"2026-10-08","archivos":{"json":{"bytes":4285305,"sha256":"ed48f5a145e12b5981495c23e3d0576a9260be733bfafa90bf3e81afc288ab30"},"zip":{"bytes":1764492,"sha256":"d4ae8dbc523320838fac5ea4bef4a976877fbc14424ca9e31f570d48b41d83d7","contiene":["dermatitis-atopica-2026.json","dermatitis-atopica-2026.xlsx","LEEME.md"]}},"metodologia":[{"titulo":"Metodología de diseño (del reporte: Reporte_Voz_IA_Dermatitis_Atopica)","texto":"Diseño de la muestra\nMuestreo Pareto con cobertura MECE de grupos, áreas, intenciones de consulta y arquetipos de persona.\nCuatro métricas importantes\nDos métricas que suelen confundirse: “primera mención” dice en qué lugar del texto aparece; “encuadre como estándar” dice cómo la califica la respuesta. Una molécula puede nombrarse primera sin ser presentada como estándar, y viceversa.\nCada mención se lee siempre con su contexto: no es lo mismo que la IA nombre una molécula como primera línea, como alternativa o con una advertencia de seguridad. Ese contexto se reporta junto al dato en cada capítulo.\nLas bases de medición que se usan en el reporte\nPara que ningún porcentaje se lea fuera de contexto, estas son las bases (denominadores) recurrentes. Cada tabla declara la suya.\nRegla general: todo % se divide por la base de su corte; por eso una misma molécula muestra cifras distintas entre capítulos (no son contradictorias, son bases distintas). Cuando el % es condicional a que la molécula aparezca, la base son esas respuestas y se aclara en la tabla. En fuentes/citas se usan dos nombres fijos: “% sobre respuestas” (alcance: en qué proporción de las respuestas aparece la fuente) y “% sobre fuentes” (peso: qué porción del volumen total de citas representa)."},{"titulo":"Metodología de diseño (del reporte: Reporte_Voz_IA_Dermatitis_Atopica)","texto":"Anexo. Cómo se construyó el universo de consultas\nCada consulta del estudio nace del cruce de tres dimensiones: sobre qué se pregunta (área temática), con qué intención se pregunta (intención de la consulta) y quién pregunta (arquetipo de persona). Ese cruce es lo que permite leer la voz IA por caso y no como un promedio único.\nA. Jerarquía temática: cuatro grupos, veinte áreas\nCada grupo temático incluye una sub-área competitiva propia, de modo que el posicionamiento se mide dentro de cada tema y además en el capítulo competitivo.\nB. Intención de la consulta: la misma área preguntada con distinto objetivo\nC. Arquetipos de persona: la misma consulta hecha por perfiles distintos\nD. La matriz de cobertura\nNo se corren todas las combinaciones posibles sino el subconjunto que captura lo esencial, con criterio Pareto y cobertura MECE: cada área queda cubierta por al menos una intención de consulta y un arquetipo relevante, y las áreas competitivas se cubren con consultas que fuerzan nombres concretos. El detalle consulta por consulta está en el archivo de prompts del estudio; las métricas independientes, en el Excel de QA."},{"titulo":"Metodología de diseño (del reporte: Reporte_Voz_IA_Dermatitis_Atopica)","texto":"Paso | Factor | Construcción\nUniverso individual de prompts | — | 73\nPares contrastivos expandidos | +6 | 79 filas base\nPlataformas (OpenAI, Gemini, Claude) | × 3 | 237\nTiers (eficiente + avanzado) | × 2 | 474\nRepetición idéntica para variabilidad | +60 | 534 respuestas\nMétrica | Definición\nMención | % de respuestas donde la molécula aparece.\nOrden de aparición | Posición promedio en que aparece dentro de la respuesta.\nPrimera mención | % de respuestas donde es la primera molécula nombrada. Es una métrica de orden, no de juicio clínico.\nEncuadre como estándar | % de sus menciones donde la respuesta la presenta como tratamiento estándar, de primera línea o de elección. Es una métrica de framing, no de orden.\nCitación como fuente | % donde se cita su dominio o fuente.\nProtagonismo IA | Métrica sintética Lightning (0 a 10) que resume presencia y jerarquía en una sola cifra. Se calcula por respuesta según la posición de la molécula: 10 si es la primera nombrada, 8 si es la segunda, 7 la tercera, 6 la cuarta, 5 si aparece más atrás y 0 si no aparece; luego se promedia sobre todas las respuestas del corte, incluidas las que no la mencionan. Premia aparecer y aparecer temprano.\nCómo leer los porcentajes. Todo porcentaje es relativo a su corte, y el corte se declara en cada tabla. Por eso una misma molécula muestra valores distintos según el capítulo: Dupilumab aparece en el 65% de las 474 respuestas base, en el 59% de las del grupo clínico y en el 58% de las de acceso. No son cifras contradictorias, son bases distintas.\nCorte | Base (N respuestas) | Dónde se usa\nGlobal (todos los capítulos) | 474 | Ranking general, encuadre, seguridad, fuentes\nClínico | 162 | Capítulo 2 y su ranking\nAcceso | 90 | Capítulo 3 y su ranking\nJourney | 96 | Capítulo 4 y su ranking\nCompetitivo | 126 | Rankings del grupo competitivo\nPor modelo (cada uno) | 79 | Share of Model Voice, personalidad del modelo\nPor tier (cada uno) | 237 | Eficiente vs. avanzado\nPor área temática | 12 a 72 | Podio por área\nPor intención (T1 a T6) | 60 a 90 | Comportamiento y ranking por intención\nCondicional a la molécula | respuestas donde aparece | Citación de fuente propia, señal de seguridad"},{"titulo":"Características de la muestra","texto":"Características de la muestra — demo\nReporte sectorial de Voz IA — Dermatitis Atópica moderada a severa (Argentina)\n1. Objetivo\nDefinir las características de la muestra de la demo: cómo se capturan de forma representativa los 73 prompts individuales del documento de áreas y cómo se llega al número final de respuestas a analizar.\n2. Principio de muestreo (Pareto + demo)\nPareto, no exhaustivo. Los 73 prompts no son el universo máximo de combinaciones posibles, sino el subconjunto que captura lo esencial: el ~20% de combinaciones que explica la mayor parte del insight. Lo mismo sucede con las plataformas IA donde las 3 que analizamos representan casi la totalidad del mercado.\nRepresentatividad MECE. El subconjunto cubre de forma balanceada los grupos y áreas temáticas (C2–C5) y, transversalmente, los tipos de conversación (T1–T6) y arquetipos (A1–A6).\nGeografía. La demo se acota a replicar llamadas a los modelos en Argentina.\nUna repetición por ahora. Se corre una repetición idéntica por configuración; el número de repeticiones se puede aumentar luego según la variabilidad observada por prompt-modelo.\n3. De los 73 prompts a la muestra final\nCada prompt individual se corre en las tres plataformas y, dentro de cada una, en dos tiers de modelo, con una repetición idéntica por configuración:\n4. Plataformas y tiers de modelo\nTres plataformas. OpenAI, Gemini y Claude, que concentran la mayor parte del uso del mercado.\nDos tiers por plataforma, de uso estratégico. Dentro de cada plataforma se emplean distintos tiers de modelo para medir el contraste entre modelos eficientes y rápidos frente a modelos avanzados. La selección puntual de modelos por tier se define en la ejecución y no se detalla en este documento.\n5. Qué se captura\nPor cada una de las respuestas, se almacena en una base de datos:\nLa respuesta completa (texto íntegro generado por el modelo).\nLas fuentes citadas junto con sus URLs \nPaso | Factor | Respuestas acumuladas\nUniverso individual de prompts (doc de áreas) | × 1 | 73\nPlataformas de IA (OpenAI, Gemini, Claude) | × 3 | 219\nRepetición idéntica por configuración | × 2 | 438\nTiers de modelo por plataforma (eficiente/rápido + avanzado) - ES SELECCIONADO ESTRATÉGICAMENTE EN ALGUNAS REPETICIONES => FACTOR X1 | × 1 | 438\nTotal de respuestas de la demo | Total de respuestas de la demo | ≈ 438"}],"universo":[{"dimension":"area","n_valores":20,"valores":[{"valor":"C5.5","n_preguntas":12},{"valor":"C2.1","n_preguntas":7},{"valor":"C2.2","n_preguntas":7},{"valor":"C2.4","n_preguntas":5},{"valor":"C2.3","n_preguntas":4},{"valor":"C2.5","n_preguntas":4},{"valor":"C3.1","n_preguntas":4},{"valor":"C4.4","n_preguntas":4},{"valor":"C3.2","n_preguntas":3},{"valor":"C3.3","n_preguntas":3},{"valor":"C3.5","n_preguntas":3},{"valor":"C4.1","n_preguntas":3},{"valor":"C4.2","n_preguntas":3},{"valor":"C4.3","n_preguntas":3},{"valor":"C4.5","n_preguntas":3}]},{"dimension":"area_nombre","n_valores":20,"valores":[{"valor":"Sensibilidad de respuesta (drivers)","n_preguntas":12},{"valor":"Comprensión de la enfermedad","n_preguntas":7},{"valor":"Panorama de opciones terapéuticas","n_preguntas":7},{"valor":"Seguridad y tolerabilidad","n_preguntas":5},{"valor":"Eficacia y resultados","n_preguntas":4},{"valor":"Posicionamiento competitivo (clínico)","n_preguntas":4},{"valor":"Cobertura por financiador","n_preguntas":4},{"valor":"Consulta profesional (HCP-facing)","n_preguntas":4},{"valor":"Costo y economía del tratamiento","n_preguntas":3},{"valor":"Circuito de acceso y trámites","n_preguntas":3},{"valor":"Posicionamiento competitivo en acceso","n_preguntas":3},{"valor":"Descubrimiento y orientación inicial","n_preguntas":3},{"valor":"Evaluación y comparación de opciones","n_preguntas":3},{"valor":"Barreras y miedos","n_preguntas":3},{"valor":"Posicionamiento competitivo en el journey","n_preguntas":3}]},{"dimension":"arquetipo","n_valores":5,"valores":[{"valor":"A1","n_preguntas":34},{"valor":"A2","n_preguntas":19},{"valor":"A4","n_preguntas":18},{"valor":"A5","n_preguntas":6},{"valor":"A3","n_preguntas":2}]},{"dimension":"driver_contrastivo","n_valores":6,"valores":[{"valor":"Contexto geográfico","n_preguntas":2},{"valor":"Rol declarado (paciente vs. médico)","n_preguntas":2},{"valor":"Severidad declarada","n_preguntas":2},{"valor":"Encuadre emocional","n_preguntas":2},{"valor":"Restricción de costo / cobertura","n_preguntas":2},{"valor":"Anclaje de marca / molécula","n_preguntas":2}]},{"dimension":"grupo","n_valores":4,"valores":[{"valor":"C2","n_preguntas":27},{"valor":"C5","n_preguntas":21},{"valor":"C4","n_preguntas":16},{"valor":"C3","n_preguntas":15}]},{"dimension":"grupo_nombre","n_valores":4,"valores":[{"valor":"Clínico y panorama de tratamiento","n_preguntas":27},{"valor":"Panorama competitivo de laboratorios","n_preguntas":21},{"valor":"Journey digital, búsqueda y decisión","n_preguntas":16},{"valor":"Acceso, cobertura y precios (Argentina)","n_preguntas":15}]},{"dimension":"sub_area","n_valores":62,"valores":[{"valor":"C2.1.1","n_preguntas":2},{"valor":"C2.1.2","n_preguntas":2},{"valor":"C2.1.4","n_preguntas":2},{"valor":"C2.2.1","n_preguntas":2},{"valor":"C2.2.2","n_preguntas":2},{"valor":"C2.2.3","n_preguntas":2},{"valor":"C2.3.2","n_preguntas":2},{"valor":"C2.4.2","n_preguntas":2},{"valor":"C2.5.1","n_preguntas":2},{"valor":"C3.1.1","n_preguntas":2},{"valor":"C5.1.1","n_preguntas":2},{"valor":"C5.5.1","n_preguntas":2},{"valor":"C5.5.2","n_preguntas":2},{"valor":"C5.5.3","n_preguntas":2},{"valor":"C5.5.4","n_preguntas":2}]},{"dimension":"sub_area_nombre","n_valores":62,"valores":[{"valor":"Definición y causas","n_preguntas":2},{"valor":"Severidad y evolución","n_preguntas":2},{"valor":"Desencadenantes y comorbilidades","n_preguntas":2},{"valor":"Escalones de tratamiento","n_preguntas":2},{"valor":"Opciones avanzadas (biológicos / orales)","n_preguntas":2},{"valor":"Mecanismos y clases","n_preguntas":2},{"valor":"Limpieza de la piel (EASI-75/90)","n_preguntas":2},{"valor":"Advertencia de clase de los JAK","n_preguntas":2},{"valor":"Tratamiento y laboratorio de referencia clínica","n_preguntas":2},{"valor":"Obras sociales y PAMI","n_preguntas":2},{"valor":"Mejor opción y laboratorio (nombrar)","n_preguntas":2},{"valor":"Contexto geográfico","n_preguntas":2},{"valor":"Rol declarado","n_preguntas":2},{"valor":"Severidad declarada","n_preguntas":2},{"valor":"Encuadre emocional","n_preguntas":2}]},{"dimension":"tipo_conversacion","n_valores":6,"valores":[{"valor":"T3","n_preguntas":22},{"valor":"T1","n_preguntas":20},{"valor":"T5","n_preguntas":14},{"valor":"T6","n_preguntas":11},{"valor":"T4","n_preguntas":6},{"valor":"T2","n_preguntas":6}]},{"dimension":"variante","n_valores":2,"valores":[{"valor":"A (base)","n_preguntas":6},{"valor":"B (factor aplicado)","n_preguntas":6}]}],"analisis_indice":[{"id":"A01","nombre":"Ranking_Moleculas","titulo":"Ranking_Moleculas","columnas":["Molécula","Clase","Contexto dominante","Protagonismo IA","Mención","Orden prom.","Top1","Citación propia (% de 474)","N aparic.","N total"],"filas":22},{"id":"A02","nombre":"Ranking_Laboratorios","titulo":"Ranking_Laboratorios","columnas":["Laboratorio","Tipo","Protagonismo IA","Mención","Orden prom.","N aparic.","N total"],"filas":14},{"id":"A03","nombre":"Por_Tier","titulo":"Por_Tier","columnas":["Molécula","Tier","Protagonismo IA","Mención"],"filas":16},{"id":"A04","nombre":"Tax_Seguridad_JAK","titulo":"Tax de seguridad — criterios de medición","columnas":["Molécula","Clase","N resp. aparece","% señal de seguridad"],"filas":16},{"id":"A05","nombre":"Framing_Por_Molecula","titulo":"Framing — cómo presenta la IA cada molécula","columnas":["Molécula","N resp.","% entusiasta","% advertencia","% primera línea/estándar","% disclaimer médico"],"filas":16},{"id":"A06","nombre":"Variabilidad","titulo":"Variabilidad — estabilidad del output ante repetición","columnas":["Nivel","Match Top1","Match Top3","Solapamiento (Jaccard)"],"filas":3},{"id":"A07","nombre":"Pares_C5.5","titulo":"Pares contrastivos C5.5 — qué mueve la respuesta de la IA","columnas":["Driver","Cambió top1","Variante A (texto)","Variante B (texto)"],"filas":44},{"id":"A08","nombre":"Fuentes_Por_Geografia","titulo":"Ecosistema de fuentes por GEOGRAFÍA","columnas":["Geografía","% sobre respuestas","N respuestas","% sobre fuentes (granularidad)","N apariciones"],"filas":6},{"id":"A09","nombre":"Fuentes_Top30","titulo":"Fuentes más citadas — top 30","columnas":["#","Dominio","Tipo","Geografía","% sobre respuestas","N respuestas"],"filas":30},{"id":"A10","nombre":"Concentracion","titulo":"Concentracion","columnas":["Corte","HHI mención","Top 3 share","Top 5 share","# moléculas"],"filas":5},{"id":"A11","nombre":"Detalle_Por_Respuesta","titulo":"Detalle_Por_Respuesta","columnas":["Prompt ID","Grupo","Área","T","A","Tier","Modelo","#mol","Ranking moléculas","Top1","Laboratorios","Palabras","Fuentes"],"filas":534},{"id":"A12","nombre":"Labs_Cooccurrence","titulo":"Laboratorios: cuándo los nombra la IA","columnas":["Indicador","Valor"],"filas":18},{"id":"A13","nombre":"Precios_Mecanismos","titulo":"Precios y mecanismos de acceso que nombra la IA","columnas":["Mecanismo de acceso","% de respuestas"],"filas":27},{"id":"A14","nombre":"Respuesta_Tipo","titulo":"Respuesta tipo (voz IA) por área — consenso vs. diferencias","columnas":["Área","N","Moléculas top","CONSENSO (>=50%)","DIFERENCIAS (20-50%)"],"filas":20},{"id":"A15","nombre":"Huella_Fuente_Propia","titulo":"Huella de fuente propia por molécula","columnas":["Molécula","N menciones","Citación de fuente propia (% de sus menciones)","Dominios propios citados"],"filas":10},{"id":"A16","nombre":"Concentracion_Por_Conv","titulo":"Concentración por tipo de conversación","columnas":["Tipo de conversación","N resp.","HHI","Top 3 share","Top 5 share","Moléculas"],"filas":6},{"id":"A17","nombre":"Fuentes_Por_Area","titulo":"Fuentes por área temática","columnas":["Área","N resp.","Fuentes promedio","% con autoridad clínica","Top dominios (% sobre respuestas del área)"],"filas":20},{"id":"A18","nombre":"Fuentes_Detalle_Area","titulo":"Fuentes_Detalle_Area","columnas":["Área","Área (nombre)","Dominio","Tipo","Geografía","% sobre respuestas del área","N resp.","N área"],"filas":935},{"id":"A19","nombre":"Lab_Lens_PorClase","titulo":"Ranking por laboratorio, vía sus moléculas (no la mención del lab como entidad).","columnas":["Clase","Laboratorio titular","Comercializa en Argentina","Molécula (marca)","Mención","Protagonismo IA","Orden aparición"],"filas":7},{"id":"A20","nombre":"Encuadre_Ejemplos","titulo":"Ejemplos literales de encuadre entusiasta vs. neutro (verbatim de la base cruda).","columnas":["Encuadre","Molécula","Modelo","Prompt ID","Cita textual (verbatim de la base)"],"filas":4},{"id":"A21","nombre":"Ranking_Por_Grupo","titulo":"RANKING COMPLETO: todas las moléculas con al menos 1 mención en el corte, ordenadas por Protagonismo IA (sin top-N).","columnas":["Grupo","Puesto","Molécula","Clase","Protagonismo IA","Mención","Orden aparición","N resp."],"filas":61},{"id":"A22","nombre":"Posicionamiento_Por_Area","titulo":"RANKING COMPLETO: todas las moléculas con al menos 1 mención en el corte, ordenadas por Protagonismo IA (sin top-N).","columnas":["Grupo","Área","Puesto","Molécula","Clase","Protagonismo IA","Mención","Orden aparición","N resp."],"filas":244},{"id":"A23","nombre":"Posicionamiento_Por_SubArea","titulo":"RANKING COMPLETO: todas las moléculas con al menos 1 mención en el corte, ordenadas por Protagonismo IA (sin top-N).","columnas":["Grupo","Área","Sub-área","Puesto","Molécula","Clase","Protagonismo IA","Mención","Orden aparición","N resp."],"filas":505},{"id":"A24","nombre":"Ranking_Por_Arquetipo","titulo":"RANKING COMPLETO: todas las moléculas con al menos 1 mención en el corte, ordenadas por Protagonismo IA (sin top-N).","columnas":["Arquetipo","Puesto","Molécula","Clase","Protagonismo IA","Mención","Orden aparición","N resp."],"filas":73},{"id":"A25","nombre":"Ranking_Por_Intencion","titulo":"RANKING COMPLETO: todas las moléculas con al menos 1 mención en el corte, ordenadas por Protagonismo IA (sin top-N).","columnas":["Intención (T)","Puesto","Molécula","Clase","Protagonismo IA","Mención","Orden aparición","N resp."],"filas":85},{"id":"A26","nombre":"Fuentes_Por_Tipo","titulo":"Ecosistema de fuentes por TIPO","columnas":["Tipo de fuente","% sobre respuestas","% sobre fuentes","Top 5 fuentes reales del tipo (dominio · % sobre resp.)"],"filas":9},{"id":"A27","nombre":"Fuentes_Por_Capitulo","titulo":"Ecosistema de fuentes por CAPÍTULO (misma lógica que Fuentes_Por_Tipo, segmentada por capítulo)","columnas":["Capítulo","Tipo de fuente","% sobre respuestas","% sobre fuentes","Top 5 fuentes reales (dominio · % sobre resp.)"],"filas":40},{"id":"A28","nombre":"Citacion_Por_Capitulo","titulo":"Citación por capítulo temático","columnas":["Capítulo","N resp.","Fuentes promedio","% con fuente de autoridad clínica"],"filas":22},{"id":"A29","nombre":"Por_Modelo","titulo":"Por_Modelo","columnas":["Molécula","Modelo","Proveedor","Protagonismo IA","Mención","N aparic."],"filas":48},{"id":"A30","nombre":"Fuentes_Por_Modelo","titulo":"Ecosistema de fuentes por MODELO (misma lógica que Fuentes_Por_Tipo/Capítulo, segmentada por modelo · ordenado por plataforma)","columnas":["Modelo","Tipo de fuente","% sobre respuestas","% sobre fuentes","Top 5 fuentes reales (dominio · % sobre resp.)"],"filas":58}],"hallazgos_indice":{"total":45,"por_tipo":{"conclusion_clave":5,"hallazgo":26,"dato_clave":11,"respuesta_tipo":3},"secciones":[{"seccion":"0. Executive Summary","hallazgos":5},{"seccion":"1. Metodología, la voz de los modelos y fuentes","hallazgos":5},{"seccion":"2. Panorama clínico y de tratamiento","hallazgos":4},{"seccion":"2. Panorama clínico y de tratamiento · Citación","hallazgos":1},{"seccion":"2. Panorama clínico y de tratamiento · Posicionamiento","hallazgos":1},{"seccion":"3. Acceso, cobertura y precios en Argentina","hallazgos":8},{"seccion":"3. Acceso, cobertura y precios en Argentina · Citación","hallazgos":1},{"seccion":"3. Acceso, cobertura y precios en Argentina · Posicionamiento","hallazgos":1},{"seccion":"4. El nuevo journey digital","hallazgos":3},{"seccion":"4. El nuevo journey digital · Pares contrastivos","hallazgos":1},{"seccion":"4. El nuevo journey digital · Posicionamiento","hallazgos":1},{"seccion":"5. Posicionamiento competitivo","hallazgos":3},{"seccion":"5. Posicionamiento competitivo · Tono","hallazgos":1},{"seccion":"5. Posicionamiento competitivo · Seguridad","hallazgos":1},{"seccion":"5. Posicionamiento competitivo · Pares contrastivos","hallazgos":2},{"seccion":"5. Posicionamiento competitivo · Fuentes","hallazgos":1},{"seccion":"5. Posicionamiento competitivo · Concentración","hallazgos":2},{"seccion":"5. Posicionamiento competitivo · Tier","hallazgos":1},{"seccion":"5. Posicionamiento competitivo · Variabilidad","hallazgos":1},{"seccion":"6. Plan de acción · Lectura de mercado","hallazgos":2}]},"ejemplos":{"preguntas":[{"id":"C2.1.1_P1","texto":"¿Qué es la dermatitis atópica y por qué aparece?","grupo":"C2","grupo_nombre":"Clínico y panorama de tratamiento","area":"C2.1","area_nombre":"Comprensión de la enfermedad","sub_area":"C2.1.1","sub_area_nombre":"Definición y causas","tipo_conversacion":"T1","arquetipo":"A1","driver_contrastivo":"—","variante":"—"},{"id":"C3.5.1_P1","texto":"¿Qué tratamiento específico para la dermatitis atópica tiene mejor cobertura en Argentina y de qué laboratorio es?","grupo":"C3","grupo_nombre":"Acceso, cobertura y precios (Argentina)","area":"C3.5","area_nombre":"Posicionamiento competitivo en acceso","sub_area":"C3.5.1","sub_area_nombre":"Tratamiento y laboratorio con mejor cobertura","tipo_conversacion":"T5","arquetipo":"A1","driver_contrastivo":"—","variante":"—"},{"id":"C5.5.6_P1_B","texto":"Me hablaron de Dupixent para la dermatitis atópica, ¿qué opinás?","grupo":"C5","grupo_nombre":"Panorama competitivo de laboratorios","area":"C5.5","area_nombre":"Sensibilidad de respuesta (drivers)","sub_area":"C5.5.6","sub_area_nombre":"Anclaje de marca o molécula","tipo_conversacion":"T3","arquetipo":"A1","driver_contrastivo":"Anclaje de marca / molécula","variante":"B (factor aplicado)"}],"respuesta":{"pregunta":"¿Qué es la dermatitis atópica y por qué aparece?","modelo":"gemini-2.5-flash","fecha":"2026-07-06","respuesta":"La dermatitis atópica, también conocida como eccema atópico, es una enfermedad inflamatoria crónica de la piel, común y recurrente, que se caracteriza por causar picazón intensa, sequedad, enrojecimiento y descamación. Generalmente, comienza en la primera infancia, aunque puede persistir o aparecer en la edad adulta. No es contagiosa y suele estar asociada con otras condiciones alérgicas como el asma, la rinitis alérgica (fiebre del heno) y las alergias alimentarias, lo que se conoce como \"marcha atópica\".\n\nLa aparición de la dermatitis atópica se debe a una combinación compleja de factores:\n*   **Factores genéticos:** Existe una predisposición hereditaria. En muchos casos, se ha…","fuentes":[{"url":"https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQEzc6A5SHRllAWgNm_jpmGZhj8-t6ICb431oQ-l-vXYPhzA_aXSTlKez_B7zR0cmY-uSO9C4jgDLdu-FGUP8ZVS_RhgTmpKx5QOON6_sLCgus4f6FSuNSzQlKx7VErxDeiqR0gSuktFY0ETsqxGL7OGcm1aFZryPq7MkXXMo2DlC7FNU0LSV7QdeRou71s2jjf-f7hokwq-Bc6sCwskuDWBzZIbV-GSnA==","titulo":"aaaai.org"},{"url":"https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQFyjNO_aqaXkz51W0lulOON6vabz4obG2EmpPqOvdVs6g3HwRG9su8VVsKU6Jl060pV6a6rA13JQF3nUsl5ijtnGYfDYOQ6pn-UNgTF0vJ03bsLy24eSSGMTOYe-wbsR0-IxnaskfP_G_vhArRS8qqokA==","titulo":"medlineplus.gov"},{"url":"https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQGKRuRJiR0WFcrUks8EuPD97CBGd1GDfyItWFjIsWG4ar3Ygj-x5scRVwCnAt3p61Wm0hVR8jVSTmb6VHL1ySDJQfct4CUwFh9-SbRDfrmA1oUj5STi44QBldvrUSk-z1Z1t5pCy-TJDWViW0qh1s5YIJ8zCVbNvHuA6AemsrX8NjC9YoEFXKBlYUlQdg==","titulo":"isciii.es"}],"nota":"Muestra recortada de 1 de las 534 respuestas que trae el paquete."}},"como_citar":"Lightning (lightningeo.com), Visibilidad IA · Farma · Dermatitis atópica moderada a severa · Argentina 2026.","nota":"Ficha gratis: diseño, metodología e índice de lo que trae el estudio. Los números de los análisis, los hallazgos y las respuestas completas vienen en la compra.","urls":{"comprar":"https://api.lightningeo.com/estudio/dermatitis-atopica-2026","comprar_resumen":"https://api.lightningeo.com/estudio/dermatitis-atopica-2026?vista=resumen","catalogo":"https://api.lightningeo.com/catalogo"},"como_comprar":{"protocolo":"x402 (v2) — https://x402.org","moneda":"USDC","modo":"mainnet: pagos reales en USDC","redes":[{"red":"Base","caip2":"eip155:8453","pagar_a":"0xfe1935E079Ed63EFB974e60f6Fe2Ea0f2B0Ff578"},{"red":"Solana","caip2":"solana:5eykt4UsFv8P8NJdTREpY1vzqKqZKvdp","pagar_a":"5skhuXLMUJoS5z4FYZxCF6eWzSZeNSd715yJQLYnoxpM"}],"pasos":["1. GET https://api.lightningeo.com/estudio/{slug} sin pago → respuesta 402 con el precio y cómo pagar (header PAYMENT-REQUIRED; copia legible en el cuerpo, campo \"x402\").","2. Tu cliente x402 firma el pago con tu wallet (por ejemplo @x402/fetch, @x402/axios o el SDK x402 de Python).","3. Repetís el mismo GET con el header PAYMENT-SIGNATURE → 200 con el estudio completo y links de descarga (JSON y ZIP) válidos 7 días."],"vistas":{"completo":"GET https://api.lightningeo.com/estudio/{slug} → todo el estudio en un JSON (diseño, análisis, hallazgos, métricas y respuestas crudas)","resumen":"GET https://api.lightningeo.com/estudio/{slug}?vista=resumen → mismo precio; diseño, hallazgos con respaldo, métricas e índice de análisis (liviano, ideal para un LLM) + links al paquete completo"},"no_se_cobra_si":"el pago no se verifica o el estudio no se puede entregar (el cobro se liquida recién después de entregar).","tope_de_tu_cliente":"Cada estudio cuesta USD 0,99: entra en el tope por defecto de USD 1 por pago de los clientes x402 oficiales, no hace falta configurar nada.","en":"Pay-per-call with USDC over x402 v2 on Base or Solana. Call the paid endpoint, receive 402 + payment requirements, sign with any x402 client, retry with PAYMENT-SIGNATURE, get the full study plus 7-day download links. Each study costs USD 0.99, within the default USD 1 per-payment cap of official x402 clients."}}