Patient-Reported Outcome, Biodata and Process Data to Evaluate Dialysis Tolerability (ProDial)

Die Hämodialysebehandlung betrifft weniger als 1% der Bevölkerung, ist jedoch für 5 bis 10% der gesamten Gesundheitskosten in den Industrieländern verantwortlich. Darüber hinaus ist die Mortalität bei Patienten mit Nierenerkrankungen trotz ihrer Notwendigkeit als lebenserhaltendes Verfahren im Vergleich zur Allgemeinbevölkerung immer noch 5- bis 10-mal höher. Dies liegt daran, dass die Hämodialysebehandlung derzeit nicht individuell auf den Patienten zugeschnitten ist, sondern auf einer nicht individuellen Bewertung der biochemischen und prozeduralen Faktoren basiert. Das vorgeschlagene Projekt beabsichtigt, dies zu ändern und zielt darauf ab, einen individuellen, dynamischen Hämodialyse- Behandlungsplan bereitzustellen, der auf den oben genannten nicht-persönlichen Faktoren in Kombination mit persönlichen Patientendaten (z. B. kontinuierliche Herzfrequenzvariabilität), individuellerkörperlicher Aktivität (Schrittzahl), Schlafqualität und Dialyseerholungszeit (Bewegungsanalyse). Darüber hinaus berücksichtigt es die von einem Patienten selbst gemeldete Wahrnehmung seiner/ihrer Behandlung, einschließlich der Auswirkungen der Behandlung auf die Lebensqualität des Patienten. Zu diesem Zweck umfasst das Projekt die innovative, anonymisierte und nicht nachverfolgbare Aufzeichnung personalisierter Daten, einschließlich tragbarer persönlicher Geräte und Sensoren. Darüber hinaus werden (mobile) Anwendungen zur Selbstberichterstattung erstellt und den Patienten zur Verfügung gestellt, um ihre Wahrnehmung der Hämodialysebehandlung aufzuzeichnen. Diese Daten werden in einem integrierten, durchsuchbaren und personalisierten Datenspeicher gespeichert. Dort werden sie mithilfe der neuesten biostatistischen und maschinellen Lerntechniken analysiert, um Assoziationen zwischen den angegebenen Datenkategorien (selbst gemeldetes Ergebnis, Biodaten, Maschinendaten) zu finden, um ein personalisierte, anpassbare Hämodialyse- Behandlungsverfahren zu entwickeln.

Jeder Mensch ist anders, doch bei der Hämodialyse Behandlung werden diese Unterschiede - größtenteils - nicht berücksichtigt. Stattdessen wird die Behandlung der Patienten weitgehend durch eine nicht-individuelle Bewertung biochemischer und verfahrenstechnischer Dialysemaßnahmen bestimmt. Infolgedessen ist die Erfahrung für die meisten Menschen unangenehmer als sie sein müsste. ProDial will dies ändern. Im Rahmen des ProDial-Projekts streben wir die Entwicklung eines Softwaresystems an, das Daten aus verschiedenen Quellen (elektronische Patientenberichte, Dialysegeräte und personalisierte Gesundheitsmessgeräte wie Smartwatches) speichert und verknüpft und anhand dieser Daten die besten Dialyseeinstellungen und -verfahren ermittelt. Mit den elektronischen Patientenberichten erfassen wir das selbstberichtete Verträglichkeitsergebnis eines Patienten, z. B. wie der Patient seine eigene Genesung wahrnimmt, indem wir ihn einen Fragebogen zu Daten wie Erholungszeit, Dialysemüdigkeit und Schlafqualität ausfüllen lassen. Mit personalisierten Gesundheitsmessgeräten erfassen wir das Aktivitätsniveau eines Patienten in den Tagen nach der Dialysebehandlung, mit Datenpunkten wie kontinuierliche Herzfrequenzvariabilität, Schrittzahl, Schlafqualität und Bewegungszeit. Schließlich erfassen wir auch Verfahrensdaten, die von Dialysegeräten aufgezeichnet werden, so dass sie mit dem Behandlungsergebnis und der Verträglichkeit korreliert werden können. Um diese aufgezeichneten heterogenen Daten in einem persistenten Datenspeicher über Grenzen, Sprachen und unterschiedliche Gesundheitssysteme hinweg einheitlich zu speichern und zu verknüpfen, wurde ein spezieller medizinischer Datenstandard namens Fast Healthcare Interoperability Resources (FHIR) gewählt. Mit Hilfe dieses FHIR-Standards wurden lokalisierte Versionen der Fragebögen für die von den Patienten berichteten Ergebnisse erstellt, so dass die Patienten aus allen Studienzentren (Spanien, Deutschland und Polen) ihre Daten in der Hauptsprache des jeweiligen Studienzentrums übermitteln konnten. Darüber hinaus wurden Kodesysteme wie ICD-10, LOINC und SNOMED-CT für die Kodierung der Daten in FHIR verwendet, sofern dies geeignet war, um eine einheitlichere Verarbeitung der Daten zu ermöglichen. Anhand der im Rahmen der Studie gesammelten Daten wurden die ausgewählten Datenfelder auf ihre Korrelation mit der wahrgenommene Verträglichkeit geprüft, und diejenigen mit signifikantem Einfluss wurden für die Modellkonstruktion ausgewählt. Eine Auswertung des Modells ist derzeit im Gange.