zur Navigation zum Inhalt
 
Dermatologie 31. Mai 2012

EBMC2 – der Evidence-Based Medical Compliance Cluster

Analyse von Gesundheitsdaten zur Evolution von Health Care Prozessen

Um medizinische Behandlungsprozesse mit evidenzbasierten Leitlinien am Beispiel des kutanen Melanoms zu analysieren, wurde 2010 der Evidence-Based Medical Compliance Cluster (EBMC2) gebildet. Dieser besteht aus medizinischen Experten und Spezialisten in den Bereichen der medizinischen Informatik, der Informationssysteme und der Workflow Management Technologie.

Die zunehmende Menge von Gesundheitsdaten in elektronischer Form, vor allem im Rahmen flächendeckender Dokumentationen, wie z. B. der gesamtösterreichischen Leistungsdaten des Hauptverbands der Sozialversicherungen oder der im Aufbau befindlichen österreichweiten elektronischen Gesundheitsakte ELGA, stellt eine Wissensquelle von höchstem Wert für die medizinische Forschung und die Optimierung der individuellen Patientenbehandlung dar.

Die ambitionierte Motivation, medizinische Behandlungsprozesse mit evidenzbasierten Leitlinien am Beispiel des kutanen Melanoms zu analysieren, erfordert die beachtenswerte Verschränkung verschiedener wissenschaftlicher Disziplinen. Zu diesem Zweck wurde im Jahr 2010 der Evidence-Based Medical Compliance Cluster (EBMC2) im Rahmen eines co-finanzierten Projektes gebildet, bestehend aus medizinischen Experten und Spezialisten in den Bereichen der medizinischen Informatik, der Informationssysteme und der Workflow Management Technologie.

An der Universität Wien ist die Fakultät für Informatik durch die Forschungsgruppen Knowledge Engineering, Data Analytics and Computing sowie Workflow Systems and Technology (Prof. Wilfried Grossmann, Prof. Karl Anton Fröschl, Prof. Stefanie Rinderle-Ma) vertreten. Diese Forschungsgruppen verfügen über eine hohe Expertise in den Bereichen des Workflow Management, der Prozessmodellierung, der Datenintegration, der Analyse und dem Management von administrativen Daten und einen Zugang zu den Daten der öffentlichen Gesundheitsstatistik.

An der Medizinischen Universität Wien sind das Zentrum für Medizinische Statistik, Informatik und Intelligente Systeme (Prof. Wolfgang Dorda, Prof. Walter Gall, Prof. Georg Duftschmid) sowie die Universitätsklinik für Dermatologie/Arbeitsgruppe Telemedizin (Prof. Michael Binder) vertreten. Diese beiden Institutionen haben einerseits die nötige Expertise in den Bereichen der medizinischen Informationssysteme und der Elektronischen Gesundheitsakte und verfügen über das entsprechende medizinische Fachwissen.

Erfolgreiche Behandlungsmuster

Im Rahmen der Arbeiten des EBMC2-Forschungsclusters sollen durch die breite Analyse von Krankheitsverläufen allgemein erfolgversprechende Behandlungsmuster identifiziert werden. Die dabei gewonnenen Erkenntnisse sollen eine individuelle Adaptierung etablierter Behandlungsmodelle ermöglichen, die durch spezifische Rahmenbedingungen und Krankheitsverläufe bei einzelnen Patientinnen und Patienten erforderlich wird, und damit zur Optimierung der Patientenbehandlung beitragen. Diese Kooperation soll dadurch ermöglichen, Erkenntnisse der medizinischen Forschung in die unmittelbare Patientenbehandlung zu überführen, und es wird in weiterer Folge ein wesentlicher Fortschritt bei der Nutzung von Gesundheitsdaten für die medizinische Outcome-Forschung und Prozessoptimierung erwartet.

Medizinische Informationssysteme

Medizinische Informationssysteme bieten heute eine Fülle von individuellen Daten, welche meist an einzelnen Behandlungsschritten, wie z. B. Befunden, Einnahmen von Medikamenten, Diagnosen, Krankenhausaufenthalten oder bestimmten Therapien orientiert sind. In Zukunft ist durch die Entwicklung der elektronischen Gesundheitsakte mit einem noch breiteren Informationsspektrum zu rechnen. Die effiziente Nutzung derartiger Informationen im Behandlungsprozess des Patienten und in der Gesundheitspolitik wirft allerdings eine Reihe von Fragen auf: Für die Behandlung des individuellen Patienten ist die Entwicklung von Modellen zum Management des Behandlungsprozesses notwendig; derartige Modelle wiederum basieren meist auf einem evidenzbasierten Behandlungsmodell, welches aber auf Grund von unterschiedlichen Rahmenbedingungen und individuellen Krankheitsverläufen spezifisch adaptiert werden muss.

Adhärenz zu Leitlinien

In einem ersten Anwendungsgebiet hat sich der Forschungscluster zum Ziel gesetzt, die Adhärenz zu evidenzbasierten Leitlinien am Beispiel der Behandlung des kutanen Melanoms zu evaluieren. Die wichtigsten Werkzeuge, um eine derartig komplexe Fragestellung zu evaluieren, stellen aus Sicht der Computerwissenschaften das Process Mining und Process Modelling dar, aus Sicht der Medizin die exakte Analyse evidenzbasierter Leitlinien.

Melanom und Non-Melanom-Hautkrebs (Non Melanoma Skin Cancer, NMSC) zählen zu den häufigsten Malignomen und stellen durch eine deutliche Zunahme der Inzidenz ein globales Gesundheitsproblem der kaukasischen Bevölkerung dar.

Datenakquisition

In einem ersten Ansatz wurden Patientendaten aus einer retrospektiven Datenauswertung der Universitätsklinik für Dermatologie, AKH Wien, welche anonymisierte Daten von 389 Patienten mit Melanom (AJCC Stadium IV) enthält, zum Process Mining herangezogen.

Die Datenakquisition erfolgte durch elektronische Selektion aus dem Krankenhausinformationssystem, physischen rezenten Patientenakten sowie bereits archivierten Daten. Die Hauptfragestellung dieser retrospektiven Datenerhebung beinhaltete die Analyse der verschiedenen Therapieschemata und deren Einfluss auf die Überlebensrate.

Aus Sicht des Process Mining zeigte sich jedoch relativ schnell, dass die gegenständliche Datenbank, welche aus medizinischer Sicht durchaus sehr umfangreich und ausreichend hinsichtlich der Evaluation von Behandlungsdauer bzw. dem Outcome der Patienten ist, für eine umfassende Prozessanalyse nicht hinreichend ist, da zeitliche Bezüge zwischen verabreichten Therapien nicht ausreichend detailliert dokumentiert sind. Um eine umfassende Prozessanalyse durchführen zu können, sind zeitliche Abfolgen von z. B. dem Datum der Verabreichung einer Chemotherapie, der Durchführung von bildgebenden Untersuchungen etc. von hoher Relevanz. Aus diesem Grund ist eine Restrukturierung der retrospektiven Datenbank unumgänglich, um ein Process Mining sinnvoll durchführen zu können.

Datennacherhebung

Die ersten Schritte dieser Restrukturierung wurden bereits eingeleitet und eine erweiterte Datenbank zur Nacherfassung der zeitbezogenen Untersuchungen bzw. Therapien errichtet. Nach Abschluss der Datennacherhebung soll ein erster Vergleich der Behandlungsprozesse mit rezenten Melanom-Leitlinien durchgeführt werden.

Eine weitere bedeutsame Datenquelle kann durch die Kooperation mit dem Hauptverband der Österreichischen Sozialversicherungsträger in die Analytik einbezogen werden. Ein Subset von anonymisierten Patientendaten der Jahre 2006–2007 steht uns in Form der GAP- DRG-Datenbank (Grundlagenforschung zu ambulanten, personenbezogenen „Diagnoses Related Groups“) zur weiteren Analyse zur Verfügung. Die GAP-DRG-Datenbank beinhaltet einen großen Datenpool, bestehend aus anonymisierten Patienten- und Behandlungsdaten von sowohl hospitalisierten als auch im niedergelassenen Bereich begutachteten Patienten. Die jeweiligen Diagnosen, Leistungen bzw. Verschreibungen werden anhand von etablierten Kodierungssystemen, wie z.B. dem ICD-10 Code, dem MEL-Katalog (Kodierung von stationär-medizinischen Einzelleistungen), dem „Metahonorar“-Katalog (harmonisierte Systematik verabreichter Therapien im niedergelassenen Setting) bzw. dem ATC-Code (Anatomisch- therapeutisch-chemisches Klassifikationssystem zur Kodierung von Arzneistoffen) kodiert.

Erste Ergebnisse demnächst

Patienten mit kutanem Melanom sollen in einem nächsten, jedoch methodisch aufwändigen Schritt anhand der verschiedenen Kodierungssysteme in den Datenbeständen identifiziert, deren Daten aus diesen extrahiert und entsprechend für die Auswertung aufbereitet einer Prozessanalyse unterzogen werden. Erste Ergebnisse dieser epidemiologisch-quantitativen Analysen sind in Kürze zu erwarten.

Danksagung: Die Autoren danken dem Hauptverband der österreichischen Sozialversicherungen, Abteilung „Evidence Based Medicine“ für das zur Verfügung stellen der anonymisierten Leistungsdaten aus den Jahren 2006-2007 im Rahmen der Forschungskooperation.

1 Dr. Stefanie Weber, Universitätsklinik für Dermatologie, Medizinische Universität Wien

Weber S 1, Dunkl R, Rinner C, Hronsky H, Gall W, Fröschl KA, Rinderle-Ma S, Grossmann W, Duftschmid G, Dorda W, Binder M. , hautnah 2/2012

Zu diesem Thema wurden noch keine Kommentare abgegeben.

Mehr zum Thema

<< Seite 1 >>

Medizin heute

Aktuelle Printausgaben