POLAR – „POLypharmazie, Arzneimittelwechselwirkungen und Risiken“ – wie können Daten aus der stationären Krankenversorgung zur Beurteilung beitragen?

Prävention und Gesundheitsförderung(2022)

引用 1|浏览9
暂无评分
摘要
Zusammenfassung Hintergrund Mit der zunehmenden Anzahl eingenommener Arzneimittel steigt die Prävalenz von Medikationsrisiken. Hierzu zählen beispielsweise Arzneimittelwechselwirkungen, welche erwünschte und unerwünschte Wirkungen einzelner Arzneistoffe reduzieren aber auch verstärken können. Fragestellung Das Verbundvorhaben POLAR (POLypharmazie, Arzneimittelwechselwirkungen und Risiken) hat das Ziel, mit Methoden und Prozessen der Medizininformatikinitiative (MII) auf Basis von „Real World Data“ (stationärer Behandlungsdaten von Universitätskliniken) einen Beitrag zur Detektion von Medikationsrisiken bei Patient:innen mit Polymedikation zu leisten. Im Artikel werden die konkreten klinischen Probleme dargestellt und am konkreten Auswertebeispiel illustriert. Material und Methoden Konkrete pharmakologische Fragestellungen werden algorithmisch abgebildet und an 13 Datenintegrationszentren in verteilten Analysen ausgewertet. Eine wesentliche Voraussetzung für die Anwendung dieser Algorithmen ist die Kerndatensatzstruktur der MII, die auf internationale IT-, Interoperabilitäts- und Terminologiestandards setzt. Ergebnisse In POLAR konnte erstmals gezeigt werden, dass stationäre Behandlungsdaten standortübergreifend auf der Basis abgestimmter, interoperabler Datenaustauschformate datenschutzkonform für Forschungsfragen zu arzneimittelbezogenen Problemen nutzbar gemacht werden können. Schlussfolgerungen Als Zwischenstand in POLAR wird ein erstes vorläufiges Ergebnis einer Analyse gezeigt. Darüber hinaus werden allgemeinere technische, rechtliche, kommunikative Chancen und Herausforderungen dargestellt, wobei der Fokus auf dem Fall der Verwendung stationärer Behandlungsdaten als „Real World Data“ für die Forschung liegt.
更多
查看译文
关键词
Polymedication,Medication safety,Treatment data,Medical informatics,Data integration centers
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要