Verbund

INTERPOLAR - Medizininformatik-Use Case "INTERventional POLypharmacy – drug interActions – Risks"

Innovative IT-Lösungen können entscheidend dazu beitragen, die Versorgung von Patientinnen und Patienten zu verbessern. Täglich werden unzählige Daten in Kliniken, Arztpraxen und in der Forschung erhoben. In ihrer Gesamtheit bilden sie einen bedeutsamen Datenschatz für die Forschung, der allerdings nur dann bundesweit nutzbar ist, wenn die Datenformate und IT-Systeme zusammenpassen.

Das BMBF setzt hier mit dem mehrphasigen Förderkonzept der Medizininformatik-Initiative (MII) an. Sie legt zentrale Grundlagen, damit digitalisierte Gesundheitsdaten standortübergreifend erschlossen und für die Forschung genutzt werden können. In der aktuellen Förderphase steht der Ausbau der in allen Universitätskliniken geschaffenen Strukturen und ihre Zusammenarbeit im Fokus. Die Einrichtungen sollen sich noch stärker miteinander und mit anderen Förderprogrammen sowie Initiativen zur Gesundheitsforschung vernetzen. Den konkreten Mehrwert der Digitalisierung in der Gesundheitsforschung für Patientinnen und Patienten, medizinisches Personal und die Wissenschaft zeigen insbesondere die einrichtungsübergreifenden klinischen Anwendungsfälle auf.

Ziel des Verbundes INTERPOLAR ist es, in Krankenhäusern Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen mittels eines Algorithmus zu identifizieren. Sind diese bekannt, können Stationsapothekerinnen und -apotheker ihre Ressourcen genau dorthin lenken, wo ein maximaler Patientennutzen erreicht werden kann. Mittels einer Studie werden die Ergebnisse der Intervention geprüft. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung des Modells in anderen Krankenhäusern erheblich befördern.

Langfristiges Ziel der MII ist es, ein leistungsfähigeres, digital vernetztes Gesundheitssystem zu schaffen, das ärztliches Personal, Forschende und Erkrankte dabei unterstützt, Krankheiten besser und früher zu erkennen und die für jede Einzelperson bestmögliche Therapie zu finden.

Teilprojekte

Projektkoordination, Interventionelle Studie & Support Projekte

Förderkennzeichen: 01ZZ2320A
Gesamte Fördersumme: 2.768.383 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Markus Löffler
Adresse: Universität Leipzig, Medizinische Fakultät, Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE)
Härtelstr. 16-18
04107 Leipzig

Projektkoordination, Interventionelle Studie & Support Projekte

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein maximaler Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. An der Universität Leipzig ist die Steuerung der Projektabläufe, die IT-Entwicklungen und -Implementierung und die Gesamtkoordination des Projektes angesiedelt. Weiterhin werden hier die Auswertungen zusammengefasst und eine Unterstützung für einen möglichst harmonischen und erfolgreichen Ablauf der multizentrischen Studien sichergestellt. Außerdem soll ein zentraler Biometriedienst mit Schwerpunkt auf beiden Studien (WP3 und WP4) sowie ein zentraler Medizininformatikdienst für Datenerfassung, Datenbankerstellung, Datenextraktion und verteiltes Rechnen etabliert werden. Zusätzlich werden in WP7 daten-basierte Methoden zur Phenotypisierung und Identifikation prognostischer Marker entwickelt.

Projektkoordination, Operationalisierung und Evaluation der IT-Implementationen

Förderkennzeichen: 01ZZ2320B
Gesamte Fördersumme: 491.767 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Renke Maas
Adresse: Friedrich-Alexander-Universität Erlangen-Nürnberg, Medizinische Fakultät, Institut für Experimentelle und Klinische Pharmakologie und Toxikologie
Fahrstr. 17
91054 Erlangen

Projektkoordination, Operationalisierung und Evaluation der IT-Implementationen

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Die Universität Erlangen koordiniert alle Belange zum Thema Pharmakologie. In Kooperation mit weiteren Partnern sollen Identifikationsalgorithmen für Medikationsprobleme und patientenspezifische Risikofaktoren für Medikationsprobleme so erstellt werden, dass diese datenbasiert validiert und operationalisiert werden können und als Komponente(n) des von den Partnern gemeinsam entwickelten Gesamt-Risikoscorings genutzt werden können. Der Fokus liegt auf Kontraindikationen im Kontext von Medikationsproblemen und Risikofaktoren. Begleitend zu den Studien soll eine Prozessevaluation durchgeführt werden, um potenzielle Hürden, die für das "Roll-out" und die Implementierung der Algorithmen relevant sind, zu identifizieren.

Interventionelle Studie

Förderkennzeichen: 01ZZ2320C
Gesamte Fördersumme: 428.805 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Thomas Ganslandt
Adresse: Friedrich-Alexander-Universität Erlangen-Nürnberg, Medizinische Fakultät, Institut für Medizininformatik, Biometrie und Epidemiologie, Lehrstuhl für Medizinische Informatik
Krankenhausstr. 12
91054 Erlangen

Interventionelle Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Erlangen ist es, im Rahmen einer versorgungsnahen Interventionsstudie zu untersuchen, ob der Service der Stationsapotheker von der Einführung eines Algorithmus zur Identifizierung von Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen verbessert werden kann. Hierzu gehört insbesondere auch die Sicherstellung der zeitnahen und korrekten Dokumentation und Pflege der Datenbasis für die projektbezogenen Maßnahmen und für die wissenschaftliche Evaluation. Das Universitätsklinikum Erlangen wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Operationalisierung und Verfeinerung / Interventionelle Studie

Förderkennzeichen: 01ZZ2320D
Gesamte Fördersumme: 563.354 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Ulrich Jaehde
Adresse: Rheinische Friedrich-Wilhelms-Universität Bonn, Pharmazeutisches Institut, Klinische Pharmazie
An der Immenburg 4
53121 Bonn

Operationalisierung und Verfeinerung / Interventionelle Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Universität Bonn /des Universitätsklinikums Bonn ist es, im Rahmen einer versorgungsnahen Interventionsstudie zu untersuchen, ob der Service der Stationsapotheker durch Einführung eines Algorithmus zur Identifizierung von Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen verbessert werden kann. Ein weiterer Fokus der Universität Bonn liegt auf der Aktualisierung, Validierung und Optimierung von Algorithmen zur Detektion unerwünschter Arzneimittelereignisse (ADE) (TP 7.5) und der Aktualisierung, Ausführung, Validierung und kontinuierlichen Optimierung von ADE-Risikovorhersagemodellen (TP 7.6).

Algorithmusoptimierung, Interventionelle Studie, Prozessevaluation

Förderkennzeichen: 01ZZ2320E
Gesamte Fördersumme: 622.514 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Hanna Seidling
Adresse: Universitätsklinikum Heidelberg, Abt. Klinische Pharmakologie und Pharmakoepidemiologie
Im Neuenheimer Feld 410
69120 Heidelberg

Algorithmusoptimierung, Interventionelle Studie, Prozessevaluation

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Die Universität Heidelberg nimmt mit mindestens sechs Stationen an WP3 teil (versorgungsnahe Interventionsstudie), wo untersucht wird, ob der Service von Stationsapothekern durch die Einführung eines Algorithmus zur Identifizierung von Patienten mit hohem Risiko für Medikationsfehler bzw. UAW verbessert werden kann (einschließlich Dokumentation und Pflege der Datenbasis für die projektbezogenen Maßnahmen und die wissenschaftliche Evaluation). Im WP7 befasst sich die Universität Heidelberg im Speziellen mit der Optimierung der Algorithmen zur Erkennung von Fehlverordnungen bei Patienten mit eingeschränkter Nierenfunktion. Im WP8 führt Heidelberg die standortübergreifende Prozessevaluation durch.

Interventionelle Studie

Förderkennzeichen: 01ZZ2320F
Gesamte Fördersumme: 428.490 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Martin Sedlmayr
Adresse: Technische Universität Dresden, Medizinische Fakultät Carl Gustav Carus, Institut für Medizinische Informatik und Biometrie
Fetscherstr. 74
01307 Dresden

Interventionelle Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Technischen Universität Dresden ist es, im Rahmen einer versorgungsnahen Interventionsstudie zu untersuchen, ob der Service der Stationsapotheker durch die Einführung eines Algorithmus zur Identifizierung von Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen verbessert werden kann. Hierzu gehört insbesondere auch die Sicherstellung der zeitnahen und sauberen Dokumentation und Pflege der Datenbasis für die projektbezogenen Maßnahmen und für die wissenschaftliche Evaluation. Die Technischen Universität Dresden wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Interventionelle Studie

Förderkennzeichen: 01ZZ2320G
Gesamte Fördersumme: 428.330 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Dr. Steffen Härterich
Adresse: Universitätsklinikum Hamburg-Eppendorf, Medizinische Fakultät
Martinistr. 52
20251 Hamburg

Interventionelle Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMRRoutinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Hamburg-Eppendorf ist es, im Rahmen einer versorgungsnahen Interventionsstudie zu untersuchen, ob der Service der Stationsapotheker durch die Einführung eines Algorithmus zur Identifizierung von Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen verbessert werden kann. Hierzu gehört insbesondere auch die Sicherstellung der zeitnahen und sauberen Dokumentation und Pflege der Datenbasis für die projektbezogenen Maßnahmen und für die wissenschaftliche Evaluation. Das Universitätsklinikum Hamburg-Eppendorf wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Interventionelle Studie

Förderkennzeichen: 01ZZ2320H
Gesamte Fördersumme: 828.807 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. André Scherag
Adresse: Universitätsklinikum Jena, Institut für Medizinische Statistik, Informatik und Datenwissenschaften
Bachstr. 18
07743 Jena

Interventionelle Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Jena ist es, im Rahmen einer versorgungsnahen Interventionsstudie zu untersuchen, ob der Service der Stationsapotheker durch die Einführung eines Algorithmus verbessert werden kann. Hierzu gehört insbesondere auch die zeitnahe und saubere klinische Datendokumentation und ihre Abbildung im Datenintegrationszentrum. In Jena werden an der Studie mindestens sechs Stationen teilnehmen. Des Weiteren soll ein zentraler Biometriedienst für WP3 und WP4 etabliert werden.

Interventionelle Studie

Förderkennzeichen: 01ZZ2320J
Gesamte Fördersumme: 559.660 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Tobias Dreischulte
Adresse: Ludwig-Maximilians-Universität München, Klinikum - Institut für Allgemeinmedizin
Pettenkoferstr. 8a
80336 München

Interventionelle Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Am Standort des LMU Klinikums wird die INTERPOLAR Intervention implementiert und deren Effektivität in Kooperation mit weiteren Standorten im Rahmen einer randomisierten Studie evaluiert. Hierzu gehört die Sicherstellung der Dokumentation und Pflege der Datenbasis für die projektbezogenen Maßnahmen und die wissenschaftliche Evaluation. Am Standort des LMU Klinikums werden in Kooperation mit anderen Partnern Algorithmen zur Detektion von Medikationsproblemen und deren Risikofaktoren so erstellt, dass diese validiert, operationalisiert und als Komponente(n) des entwickelten Gesamt-Risikoscorings genutzt werden können. Der Fokus der LMU München liegt dabei auf der Detektion unerwünschter Arzneimittelwirkungen.

Translationale Studie

Förderkennzeichen: 01ZZ2320K
Gesamte Fördersumme: 240.642 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: PD Dr. Albrecht Eisert
Adresse: Universitätsklinikum Aachen, Institut für Pharmakologie und Toxikologie
Wendlingweg 2
52074 Aachen

Translationale Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Aachen ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Aachen wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Translationale Studie

Förderkennzeichen: 01ZZ2320L
Gesamte Fördersumme: 240.644 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Dr. Christian Haverkamp
Adresse: Albert-Ludwigs-Universität Freiburg, Medizinische Fakultät, Universitätsklinikum Freiburg, Department für Daten-geleitete Medizin, Institut für Digitalisierung in der Medizin (IDIM)
Breisacher Str. 153
79110 Freiburg im Breisgau

Translationale Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Albert-Ludwigs-Universität Freiburg ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Freiburg wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Translationale Studie

Förderkennzeichen: 01ZZ2320M
Gesamte Fördersumme: 242.581 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Dr. Achim Michel-Backofen
Adresse: Universitätsklinikum Gießen und Marburg, Standort Gießen, Abt. für Klinische und Administrative Datenverarbeitung
Rudolf-Buchheim-Str. 6
35392 Gießen

Translationale Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Gießen ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Gießen wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Translationale Studie

Förderkennzeichen: 01ZZ2320N
Gesamte Fördersumme: 240.298 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Dr. Daniel Tiller
Adresse: Universitätsklinikum Halle (Saale)
Ernst-Grube-Str. 40
06120 Halle (Saale)

Translationale Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Halle ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Halle wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Translationale Studie

Förderkennzeichen: 01ZZ2320O
Gesamte Fördersumme: 240.644 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Konstantin Strauch
Adresse: Universitätsmedizin der Johannes Gutenberg-Universität Mainz, Institut für Medizinische Biometrie, Epidemiologie und Informatik (IMBEI)
Obere Zahlbacher Str. 69
55131 Mainz

Translationale Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Universitätsmedizin der Johannes-Gutenberg-Universität Mainz ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Die Universitätsmedizin der Johannes Gutenberg-Universität Mainz wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Translationale Studie

Förderkennzeichen: 01ZZ2320P
Gesamte Fördersumme: 239.607 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Ingolf Cascorbi
Adresse: Universitätsklinikum Schleswig Holstein, Institut für Experimentelle und Klinische Pharmakologie
Hospitalstr. 4
24105 Kiel

Translationale Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Schleswig-Holstein ist es im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Schleswig-Holstein wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Interventionelle Studie

Förderkennzeichen: 01ZZ2320Q
Gesamte Fördersumme: 240.517 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Felix Nensa
Adresse: Universitätsklinikum Essen, Zentrale Informationstechnik (ZIT)
Hufelandstr. 55
45147 Essen

Interventionelle Studie

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Essen AöR ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Essen AöR wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Operationalisierung und Verfeinerung

Förderkennzeichen: 01ZZ2320R
Gesamte Fördersumme: 130.762 EUR
Förderzeitraum: 2023 - 2026
Projektleitung: Prof. Dr. Petra A. Thürmann
Adresse: Private Universität Witten/Herdecke gemeinnützige Gesellschaft mit beschränkter Haftung, Fakultät für Gesundheit, Lehrstuhl für Klinische Pharmakologie
Alfred-Herrhausen-Str. 50
58455 Witten

Operationalisierung und Verfeinerung

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Universität Witten/Herdecke ist es in Kooperation mit den anderen Partnern des WP7 Identifikationsalgorithmen für Medikationsprobleme und patientenspezifische Risikofaktoren für Medikationsprobleme so zu erstellen, dass diese datenbasiert validiert und operationalisiert werden können und als Komponente(n) des von den Partnern gemeinsam entwickelten Gesamt-Risikoscorings genutzt werden können. Der Fokus der Universität Witten/Herdecke liegt dabei auf der Operationalisierung und Verfeinerung von PRISCUS 2.0 und dem Drug Burden Index.