Teilprojekt eines Verbundes

Translationale Studie

Förderkennzeichen: 01ZZ2320L
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

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.