PREMISE – Predicting Re-admissions by Exploring Medication Inappropriateness and Sequence of prior Events in health insurance claims – Vorhersage von Rehospitalisierungen durch spezifische Medikationsrisiken und Ereignissequenzen

Projektbeschreibung

Pro Jahr kommt es in Deutschland zu rund 19,5 Millionen Einweisungen ins Krankenhaus. Dies stellt nicht nur für die betroffenen Patienten eine Belastung dar, sondern verursacht auch Kosten im Gesundheitswesen in Höhe von geschätzten 88 Milliarden Euro. Viele Patienten werden nach dem Krankenhausaufenthalt erneut eingewiesen. Dies kann unterschiedliche Gründe haben. Oft sind vermeidbare Probleme bei der Arzneimitteltherapie daran beteiligt. Zum Beispiel werden benötigte Arzneimittel schlecht vertragen, falsch eingenommen oder es kommt zu Wechselwirkungen mit anderen Medikamenten.

In dem Projekt werden Informationen der AOK Baden-Württemberg zum Arzneimittelgebrauch bei wichtigen Volkskrankheiten (Herzinsuffizienz, kardio- und zerebrovaskuläre Erkrankungen, Diabetes mellitus Typ 2, chronisch-obstruktive Lungenerkrankungen, Osteoporose) genutzt. Es werden statistische Modelle entwickelt, um zu prüfen, ob diese Daten Rückschlüsse über das Risiko eines erneuten Krankenhausaufenthaltes zulassen und wie bzw. wie oft diese vermieden werden könnten. Dazu werden epidemiologische Ansätze und Techniken der künstlichen Intelligenz eingesetzt. Gesundheitsökonomische Analysen decken Einsparpotentiale für das Gesundheitssystem auf. Das Projekt wird für 42 Monate mit insgesamt ca. 620.000 Euro gefördert

Im Erfolgsfall können durch die entwickelten Modelle Risiken besser und frühzeitig erkannt werden und im Einzelfall die geeignete vorbeugende Maßnahme gewählt werden. Dies kann einer erneuten Krankenhausaufnahme entgegensteuern und damit persönliches Leid sowie Kosten für das Gesundheitssystem senken.

Konsortialpartner

AOK Baden-Württemberg, Technische Universität Dortmund, statistische Fakultät