gms | German Medical Science

23. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

24.09. - 27.09.2024, Potsdam

Krebs-Forschungsdatenzentrum – Konzeption, Herausforderungen und Analysepotenzial des Linkage versorgungsnaher Daten

Meeting Abstract

  • Olaf Schoffer - Zentrum für Evidenzbasierte Gesundheitsversorgung, Dresden, Deutschland
  • Kees Kleihues-van Tol - Arbeitsgemeinschaft Deutscher Tumorzentren e. V., Berlin, Deutschland
  • Bianca Franke - Arbeitsgemeinschaft Deutscher Tumorzentren e. V., Berlin, Deutschland
  • Annika Kuscher - Zentrum für Evidenzbasierte Gesundheitsversorgung, Dresden, Deutschland
  • Fabian Baum - Zentrum für Evidenzbasierte Gesundheitsversorgung, Dresden, Deutschland
  • Vinzenz Völkel - Tumorzentrum Regensburg Zentrum für Qualitätssicherung und Versorgungsforschung, an der Fakultät für Medizin der Universität Regensburg, Deutschland
  • Stefan Rolf Benz - Arbeitsgemeinschaft Deutscher Darmkrebszentren e. V., addz, Hamburg, Deutschland
  • Judith Hansinger - Tumorzentrum Regensburg Zentrum für Qualitätssicherung und Versorgungsforschung, an der Fakultät für Medizin der Universität Regensburg, Deutschland
  • Martin Lablans - Deutsches Krebsforschungszentrum, Heidelberg, Deutschland
  • Michael Gerken - Tumorzentrum Regensburg Zentrum für Qualitätssicherung und Versorgungsforschung, an der Fakultät für Medizin der Universität Regensburg, Deutschland
  • Daniel Maier - Johann Wolfgang Goethe-Universität, Medizinische Klinik II, Frankfurt am Main, Deutschland
  • Fabienne Fox - Johann Wolfgang Goethe-Universität, Medizinische Klinik II, Frankfurt am Main, Deutschland
  • Melanie Börries - Institut für Medizinische Bioinformatik und Systemmedizin (IBSM), Medizinische Fakultät / Albert-Ludwigs-Universität Freiburg, Deutschland
  • Ralf Mertes - Institut für Medizinische Bioinformatik und Systemmedizin (IBSM), Medizinische Fakultät / Albert-Ludwigs-Universität Freiburg, Deutschland
  • Jörg Janne Vehreschild - Johann Wolfgang Goethe-Universität, Medizinische Klinik II, Frankfurt am Main, Deutschland
  • Tobias Kussel - Deutsches Krebsforschungszentrum, Heidelberg, Deutschland
  • Soo-Zin Kim-Wanner - HLfGP, Abt. IV Hessisches Krebsregister, Frankfurt am Main, Deutschland
  • Monika Klinkhammer-Schalke - Tumorzentrum Regensburg Zentrum für Qualitätssicherung und Versorgungsforschung, an der Fakultät für Medizin der Universität Regensburg, Deutschland
  • Jochen Schmitt - Zentrum für Evidenzbasierte Gesundheitsversorgung, Dresden, Deutschland

23. Deutscher Kongress für Versorgungsforschung (DKVF). Potsdam, 25.-27.09.2024. Düsseldorf: German Medical Science GMS Publishing House; 2024. Doc24dkvf290

doi: 10.3205/24dkvf290, urn:nbn:de:0183-24dkvf2903

Published: September 10, 2024

© 2024 Schoffer 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: Randomisierte kontrollierte Studien (RCTs) als Goldstandard in der medizinischen Forschung sind nicht für alle Fragestellungen gleichermaßen geeignet sowie verfügbar, sodass beispielsweise Leitlinienprogramme bei spezifischen Fragestellungen lediglich limitiert fähig sind, Empfehlungen von hohem Evidenzgrad zu formulieren. Analysen umfassender, versorgungsnaher Daten können in solchen Fällen die Möglichkeit bieten, hochwertige Evidenz ergänzend zu RCTs zu generieren und Leitlinienlücken zu schließen. Im Rahmen dieses Ansatzes beinhaltet das Projekt Krebsforschungsdatenzentrum (onkoFDZ) eine bundesweite, anlassbezogene Datenzusammenführung und Verknüpfung von verschiedenen Datenquellen.

Zielsetzung: Das übergeordnete Ziel im Projekt onkoFDZ liegt in der Entwicklung einer Forschungsinfrastruktur, die eine sichere Zusammenführung und Auswertung von Daten aus unterschiedlichen Quellen zulässt. Die entstandene Struktur soll anhand des Use Cases „Therapie des Darmkrebses“ erprobt werden. Dabei werden klinische Fragestellungen fokussiert, zu denen die aktuelle Leitlinie Kolorektales Karzinom keine oder keine eindeutige Empfehlung gibt.

Methode: Die vorliegende, integrierte Datenbasis speist sich aus unterschiedlichen, versorgungsnahen Quellen: Klinische Krebsregister, zertifizierte Zentren der Deutschen Krebsgesellschaft, onkologische Spitzenzentren, dem Deutschen Konsortium für Translationale Krebsforschung und gesetzliche Krankenkassen. Die Datensammlungen werden über neuartige Methoden des anlassbezogenen Linkage in der ADT-Vertrauensstelle umfassend bereinigt, harmonisiert und verknüpft.

Verfahren des maschinellen Lernens sollen dazu genutzt werden, die Behandlerintention aus den dokumentierten Behandlungsentscheidungen auf Patient:innenebene zu approximieren. Neben Verfahren des maschinellen Lernens (ML) erfolgt die Datenauswertung mit konventionellen statistischen Methoden, um einen Abgleich beider Ansätze zu ermöglichen und die Qualität der Ergebnisse zu sichern. Zur Erfragung der bisher praktizierten Handlungsmuster bei Fällen mit und ohne Leitlinienempfehlung wurde eine Fallvignettenstudie durchgeführt.

Ergebnisse: Bislang wurden in diesem Projekt das Studienprotokoll, der statistische Analyseplan und das Datenschutzkonzept erarbeitet. Diese bilden die Grundlage zur Steuerung der Datenflüsse sowie einen Rahmen für die Datenauswertung. Die Ergebnisse der Fallvignettenstudie zeigen eine deutliche Heterogenität in den erfragten Behandlerpräferenzen bei Fällen ohne Leitlinienempfehlung auf.

Implikation für Forschung und/oder (Versorgungs-)Praxis: Die im Projekt Krebsforschungsdatenzentrum (onkoFDZ) entwickelte Forschungsinfrastruktur soll dazu beitragen, eine Basis für die Zusammenführung versorgungsnaher Daten unterschiedlicher Quellen (Klinische Krebsregister, zertifizierte Zentren der Deutschen Krebsgesellschaft, onkologische Spitzenzentren und gesetzliche Krankenkassen) zu schaffen. Es soll eine nachhaltige und permanente Infrastruktur implementiert werden, die der wissenschaftlichen Community zugänglich gemacht wird, um eine KI-basierte Generierung hochwertiger Evidenz aus versorgungsnahen Daten zu ermöglichen.

Förderung: Einzelförderung (BMG, DRV, BMBF, DFG, etc); Projektname: Krebsforschungsdatenzentrum – KI-gestützte Evidenzgenerierung aus versorgungsnahen Daten Klinischer Krebsregister, GKV-Routinedaten, Klinikdaten und deren Linkage (onkoFDZ); Fördernummer: ZMI5-2522DAT14A-O