gms | German Medical Science

23. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

24.09. - 27.09.2024, Potsdam

Data Nexus – Sekundärnutzung von ‚real word data‘ mit KI-Methoden in einer Forschungsplattform – erste Analyse der Einwilligungsquoten des Broad Consent

Meeting Abstract

  • Jutta G. Richter - Universitätsklinikum Düsseldorf, Klinik für Rheumatologie, Medizinische Fakultät, HHUD, Düsseldorf, Deutschland; Hiller Forschungszentrum Rheumatologie, Düsseldorf, Deutschland
  • Antonia Becker - Universitätsklinikum Düsseldorf, Klinik für Rheumatologie, Medizinische Fakultät, HHUD, Düsseldorf, Deutschland; Hiller Forschungszentrum Rheumatologie, Düsseldorf, Deutschland
  • Hasan Acar - Universitätsklinikum Düsseldorf, Klinik für Rheumatologie, Medizinische Fakultät, HHUD, Düsseldorf, Deutschland; Hiller Forschungszentrum Rheumatologie, Düsseldorf, Deutschland
  • Waldemar Ockert - ZS Associates Inc., London, United Kingdom
  • Dominykas Kriauciunas - ZS Associates Inc., London, United Kingdom
  • Markus Schröder - Serrala Group GmbH, Berlin, Deutschland
  • Jörg Distler - Universitätsklinikum Düsseldorf, Klinik für Rheumatologie, Medizinische Fakultät, HHUD, Düsseldorf, Deutschland; Hiller Forschungszentrum Rheumatologie, Düsseldorf, Deutschland
  • Matthias Schneider - Universitätsklinikum Düsseldorf, Klinik für Rheumatologie, Medizinische Fakultät, HHUD, Düsseldorf, Deutschland; Hiller Forschungszentrum Rheumatologie, Düsseldorf, Deutschland

23. Deutscher Kongress für Versorgungsforschung (DKVF). Potsdam, 25.-27.09.2024. Düsseldorf: German Medical Science GMS Publishing House; 2024. Doc24dkvf216

doi: 10.3205/24dkvf216, urn:nbn:de:0183-24dkvf2169

Published: September 10, 2024

© 2024 Richter et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Für die klinische, wissenschaftliche und pharmazeutische Forschung, die KI-Methoden nutzt, besteht ein zunehmender Bedarf an der Generierung und Nutzung integrierter ‚real world Daten‘ (RWD) auf Patient:innenebene, die alle verschiedenen Silos der Gesundheitsbereiche (z.B. Primär- und Sekundär-Versorgung) berücksichtigt. Die Verknüpfung, Freigabe und Nutzung dieser Daten kann die klinische Forschung voranbringen, um Krankheiten besser zu verstehen und die (personalisierte) Patient:innenversorgung zu optimieren. RWD liegen allerdings in verschiedenen Organisationen und Systemen verteilt und bleiben oft für sekundäre Zwecke ungenutzt.

Zielsetzung: Exemplarisch für die Rheumatologie wurde eine klinische und wissenschaftliche Forschungs­plattform (Data Nexus) etabliert, die RWD für einen vertraglich vereinbarten Zeitraum für Forscher zusammenführen kann. Indem Daten der gesamten Patient:innen Journey in eine zentrale Plattform integriert werden, sollen Lücken in der Versorgung identifiziert und geschlossen werden.

Eine Patient:innen Information mit einem Broad Consent (BC), der auf dem Template der Medizin Informatik-Initiative basiert, wurde implementiert und rheumatologischen Patient:innen bei ambulanten Routineunter­suchungen vorgelegt.

Methode: Die Analysen konzentrierten sich auf die Zustimmungsraten und die gewählten Optionen zu den vorgegebenen BC-Optionen. Ein positives Ethikvotum und eine DRKS-Registrierung liegen vor.

Ergebnisse: 07/2023 bis 12/2023 unterzeichneten n=254 ambulante Patient:innen (71% weiblich, 48% mit Abitur/Fachhochschulreife) den BC. Das Durchschnittsalter betrug 57 Jahre, die durchschnittliche Krankheitsdauer 11 Jahre. Die Patient:innen hatten eine rheumatoide Arthritis (36%), eine Psoriasis-Arthritis (11%), eine Spondyloarthritis (6%), einen systemischen Lupus erythematodes (28%), eine systemische Sklerose (4%) oder eine andere entzündlich-rheumatische Erkrankung (6%).

Neben der Unterschrift konnten acht vordefinierte BC-Optionen mit „Ja“ oder „Nein“ beantwortet werden. Die mittlere Anzahl der „Ja“-Antworten (Standardabweichung (SD)) betrug 7,4 (1,5), die der „Nein“-Antworten 0,2 (0,5). Die durchschnittliche Anzahl fehlender Angaben lag bei 0,4 (1,5). Unterschiede zwischen den Krankheitsgruppen wurden nicht festgestellt. Obwohl eine Unterschrift vorlag, selektierten n=6 (2%) keine Einzige der 8 BC-Optionen. N=198 (78%) unterzeichneten die Einwilligung mit Zustimmung zu allen BC-Optionen. Detaillierte Zustimmungsraten zeigt Tabelle 1 [Tab. 1]. Die Patient:innen Informationen und die persönliche Kopie des BC wurde von 91% der Patient:innen mit nach Hause genommen.

Implikation für Forschung und/oder (Versorgungs-)Praxis: Die einzelnen Aspekte des BCs wurden von den überwiegend weiblichen Patienten gut angenommen. Die umfassende Unterstützung unserer Patient:innen für die Integration von RWD auf Patient:innenebene über verschiedene Silos und Gesundheitsbereiche hinweg gibt uns eine hohe Flexibilität für die Durchführung klinischer, wissenschaftlicher und pharmazeutischer Forschung, einschließlich KI-Methoden. Wir verfügen über eine solide rechtliche Grundlage, die auf informierter, DSGVO konformer Einwilligung beruht. Mit einem begleitenden Evaluationsfragebogen werden einem Motivationen und Sorgen der Patient:innen exploriert, Analysen dazu folgen.

Förderung: Sonstige Förderung; Projektname: Data Nexus