gms | German Medical Science

Hintergrund: Die Behandlung von multimorbiden Patienten ist eine der zentralen Aufgaben in der Allgemeinmedizin. Allerdings wird Multimorbidität aufgrund der oft im Einzelfall fehlenden Evidenz in den wenigsten Leitlinien adressiert. e-Health-Anwendungen als mögliche Unterstützung der allgemeinmedizinische Tätigkeit wird zunehmend diskutiert. Zu diesen Anwendungen gehören auch Big-Data-Analysen. Bei Big-Data-Analysen werden in großen Datenmengen, die mit hoher Geschwindigkeit und in großer Vielfalt vorliegen, durch Algorithmen Ergebnisse gesucht. Die Erklärungskraft dieser Ergebnisse ist jedoch noch nicht verstanden. Eine optimierte Behandlung von Patienten, die multimorbide sind, könnte ein vielversprechendes Feld für die Analyse großer Datenmengen sein.

Fragestellung: Das Ziel dieses systematischen Reviews besteht darin, zu bewerten, ob Big-Data-Analysen dazu beitragen können, die Versorgung von Patienten, die multimorbide sind, zu verbessern.

Methoden: Im Januar 2018 wurde eine systematische Literatursuche in den Datenbanken PubMed, The Cochrane Library und Web of Science durchgeführt, bei der definierte Suchbegriffe für "Big Data Analysen" und „Multimorbidität“ verwendet wurden. Diese Suche wurde durch eine Handsuche nach grauer Literatur ergänzt. Studien wurden primär nicht nach Studienart, Publikationsjahr oder Sprache gefiltert. Die Studien wurden unabhängig von zwei Forschern bewertet.

Ergebnisse: Insgesamt wurden 2172 Publikationen identifiziert. Der Prozess des Screenings und der Datenextraktion ist aktuell noch nicht abgeschlossen. Ergebnisse sind bis Ende Mai 2018 zu erwarten und werden auf dem DEGAM-Kongress 2018 präsentiert.