[Zurück zur Trefferliste]

Evaluation der Eignung von Routinedaten zur Stratifizierung von Risiken und Erkrankungsschweregraden bei Diabetes mellitus, arterieller Hypertonie, Hypercholesterinämie und kardiovaskulärem Gesamtrisiko

 

Projektkennung VfD_14_003457
Laufzeit von 03/2014 bis 03/2015
Status des Projekts laufend

 

Projektbeschreibung

Fragestellung(en) Entwicklung eines Algorithmus zur Risikostratifizierung von bestimmten Erkrankungen und Erkrankungsrisiken aus Routinedaten. Die Nutzung vertragsärztlicher Abrechnungsdaten für krankheitsspezifische Analysen ist bisher nur eingeschränkt möglich; sowohl die Risikostratifizierung als auch die Validität sind limitiert. Anhand von Primärdatenanalysen basierend auf der Study of Health In Pomerania (SHIP) werden in den kassenärztlichen Versorgungsdaten der Teilnehmer Prädiktoren zur Risikostratifizierung identifiziert.
Hintergrund / Ziele Nur für wenige Erkrankungen ist eine direkte Abbildung des Schweregrades anhand der ICD-Kodierung möglich. Klinische Mess- und Laborparameter sind in den Routinedaten in Deutschland nicht verfügbar. Damit ist eine Nutzung von Routinedaten für Analysen der Behandlungsqualität und erkrankungsspezifischer Risiken nur eingeschränkt möglich. Kohortenstudien, die Primär- und Sekundärdaten auf individueller Ebene beinhalten, bieten eine hochwertige Datenbasis für die Validierung und Analyse von Versorgungsdaten.
Primäres Ziel ist es, auf Basis von Abrechnungsdaten Prädiktoren und Algorithmen zu identifizieren und zu validieren, die eine Risikostratifizierung für die Erkrankungen Diabetes mellitus, arterielle Hypertonie und Hypercholesterinämie ermöglichen. Zusätzlich soll das individuelle kardiovaskuläre Gesamtrisiko berechnet werden. Sekundäres Ziel ist die Validierung der ICD-kodierten Diagnosen in den kassenärztlichen Routinedaten anhand von Untersuchungsdaten der Kohortenstudie.
Methodik Die Datengrundlage für die Identifikation von Prädiktoren für die Risikostratifizierung bildet die SHIP-2-Kohorte. Die Validierung der identifizierten Prädiktoren erfolgt durch interne Kreuzvalidierung und durch externe Validierung in der unabhängigen SHIP-Trend-0-Kohorte. Zur Entwicklung der Risikomodelle und Überprüfung der Validität der Ergebnisse werden klassische Regressionsmodelle und innovative Verfahren des maschinellen Lernens eingesetzt.
Datenbasis Primärdaten
Sekundärdaten
Studiendesign Querschnittstudie
Kohortenstudie (retrospektiv)
Untersuchte Geschlechter weiblich und männlich
Untersuchte Altersgruppen von 0 bis 99 Jahre
Ergebnisse --

Forschende und kooperierende Einrichtungen

Projektverantwortliche

Förderung

Veröffentlichungen

Schlagwörter

 

Stand: 13.05.2014