Versorgungsforschung untersucht die Wirksamkeit und den Nutzen von neuen Wirkstoffen und Therapien, aber auch von Versorgungsstrukturen und -prozessen unter Alltagsbedingungen und ergänzt so die Erkenntnisse aus klinischen Studien. Klinische wie auch patientengenerierte Daten und deren Analyse bilden die Grundlage, um Verbesserungspotenziale zu erkennen und umzusetzen, und stellen somit einen wesentlichen Eckpfeiler bei der Sicherstellung einer effizienten onkologischen Behandlung.
Datenanalyse
Der Einsatz moderner Informations- und Wissenstechnologien ist für eine personalisierte Medizin ein entscheidendes Hilfsmittel. Bereits jetzt werden bei jedem Patienten im Verlauf der Behandlung unzählige Daten generiert. Typische Datenquellen sind klinische Routinedaten (z.B. Blutdruck, Temperatur), Bildgebung (z.B. CT, MRT), Labordaten sowie Daten aus molekulargenetischen Analysen. Hinzu kommen Daten u.a. zum Lebensstil und zur Familienvorgeschichte.
Ein Schwerpunkt des MOLIT Instituts ist die Verknüpfung und intelligente Nutzung dieser heterogenen Datensätze. Ziel ist es, den behandelnden Ärzten die therapierelevanten Informationen herauszufiltern und passgenau aufzubereiten. Data-Mining-Methoden eröffnen zudem das Potenzial, in den verfügbaren Daten medizinisch relevante Korrelationen und Muster zu identifizieren, um so zu einem besseren Verständnis des Krankheitsbildes beizutragen:
- Worin ähneln oder unterscheiden sich die verschiedenen Tumore?
- Warum sprechen Patienten mit derselben Krebserkrankung oft sehr unterschiedlich auf dieselben Medikamente an?
- Haben wir das molekulare Muster eines Tumors schon einmal bei anderen Patienten gesehen und was lernen wir aus deren Krankheitsverlauf?
Erst wenn es gelingt, die Erfahrungswerte aus der Behandlung einzelner Patienten in die klinische Wissensbasis zu integrieren und so den Kreis als lernendes System in der personalisierten Medizin zu schließen, werden künftig deutlich genauere Vorhersagen möglich sein, bei welchen Patienten welche Therapien anschlagen. Diese Präzisierung ist dringend notwendig, nicht nur um den Patienten unwirksame Therapien und damit unnötige Nebenwirkungen zu ersparen, sondern auch um die Kosten der Krebsmedizin bezahlbar zu halten.
Patientengenerierte Daten
Ein Schwerpunkt von MOLIT ist die Bewertung des Patientennutzens neuer Therapien unter Einbeziehung der Betroffenen (Patient Reported Outcome). Ziel ist die standardisierte Verknüpfung von individuellen Therapien mit klinischen Daten und outcome-Daten (d.h. dem Zustand des Patienten während und nach Behandlung). Es ist offensichtlich, dass die Erfassung und Analyse von patientengenerierten Daten, z.B. mittels mobiler Endgeräte, wesentlich zur Verbesserung der Behandlungs- und Lebensqualität in der Regelversorgung beitragen wird. Mithilfe von Smartwatches, Smartphones und drahtlosen Sensoren ist bereits heute die Erfassung zahlreicher Parameter (z.B. Herzfrequenz, Temperatur, Schritte, Schlafdauer) möglich. Die so erhobenen Daten geben sehr viel verlässlicher Auskunft über die körperliche Leistungsfähigkeit und die Lebensqualität eines Patienten unter Therapie als die bisher üblichen Methoden (v.a. Fragebögen). Dadurch wird eine wesentlich präzisere Steuerung der Therapie und Nachsorge im klinischen Alltag möglich.
Auch Interventionen des Lebensstils lassen sich auf diese Weise effektiv unterstützen. So mindert z.B. regelmäßige körperliche Aktivität bei Brustkrebspatientinnen das Rückfallrisiko erheblich. Eine Smartphone-App, die Betroffene darauf aufmerksam macht, wenn sie sich länger nicht ausreichend bewegt haben, könnte die Überlebenschancen positiv beeinflussen. Gleiches gilt für Apps, die Nebenwirkungen von Medikamenten (z.B. Herzrhythmusstörungen) frühzeitig erkennen und die Patienten warnen, so dass eine rechtzeitige Intervention möglich ist.