Abstracts by keywords: Pragmatic Controlled Trial
Im ersten Teil des Aufsatzes haben wir unter dem Titel „Zusammenhang von Digitalisierung und Versorgungsforschung“ die Voraussetzungen diskutiert, die bestehen müssen, um den Versorgungsalltag im Gesundheitssystem abbilden zu können (1). Bildlich gesprochen sind die Funktion einer digitalen Datenautobahn und die der Versorgungsforschung ähnlich: Funktionstüchtige Autobahnen sind wertlos, wenn die Abfahrten geographisch unglücklich angelegt und die verwendeten Fahrzeuge nur bedingt fahr- oder transporttauglich sind. Eine Datenautobahn ist eine notwendige, aber noch keine hinreichende Bedingung, um die Gesundheitsversorgung zu verbessern. Sie eignet sich zur Verbesserung der Gesundheitsversorgung, wenn sie dazu beiträgt, die Gesundheit der Bürger, anstatt nur einen Surrogatparameter, z.B. die Compliance mit den ärztlichen Verordnungen, zu verbessern. Und die Versorgungsforschung hat nur dann Zukunft, wenn sie es schafft, ihren Nutzen für die Gesellschaft zu beweisen. Dazu braucht sie Instrumente, die tatsächlich in der Lage sind, Effekte unter Alltagbedingungen zu beobachten und zu messen, d.h.: Sie braucht einen dreidimensionalen Standard zur Beschreibung komplexer Gesundheitsleistungen.
04.04.2019
Klinische Register werden zunehmend für den Erkenntnisgewinn in der Gesundheitsversorgung genutzt (Bertoletti 2013, Lesko 2013, Majek 2013, Veiby 2013, Weiss 2013). Die Befürworter der Register sehen den Vorteil, aus einem gut geführten Register eine Vielzahl von Fragen beantworten zu können, die zum Zeitpunkt, zu dem das Register initiiert wurde, noch nicht bekannt waren. Da regelmäßig und weitgehend vollständige Datensätze zur Erfassung der erbrachten Leistungen und zur Ermittlung der Leistungsvergütung erhoben werden, ist naheliegend, diese Daten auch für die Beantwortung relevanter Fragen bei der Nutzenbewertung von Arzneimitteln und dem Versorgungsmanagement zu nutzen. Zudem können diese Daten mit Datensätzen aus verschiedenenQuellen zusammengeführt werden, z.B. klinische Daten mit den Daten von Versicherungen oder von Apotheken. Die Skeptiker von Registern befürchten, dass mit Registerdaten nicht immer belastbare Antworten gegeben werden können. Dieses Argument ist nicht von der Hand zu weisen, weil es zwar möglich erscheint, dass ein Register z.B. alle Daten erfassen kann, die beim Betrieb eines technischen Gerätes entstehen. Wenn es sich nicht um ein isoliertes technisches Gerät sondern ein Gerät in einem bestimmten Umfeld, z.B. ein Auto im Straßenverkehr handelt, das komplexen Prozessen, wie dem Verhalten aller Verkehrsteilnehmer, ausgesetzt ist, wird es erheblich schwieriger sein, alle denkbaren Variablen a priori in einem Register abzubilden, die letztlich den Outcome eines Prozesses, beim Auto die Erreichung des Zielorts, beeinflussen. Wenn Register zur Beschreibung von patienten-relevanten Problemen verwendet werden sollen, lässt sich vorhersagen, dass die Komplexität dieser bio-psycho-sozialen Prozesse so hoch sein wird, dass möglicherweise die Grenze der Machbarkeit erreicht wird. Diese beiden Sichtweisen lassen die Vorhersage zu, dass Register in der Versorgungsforschung zweifellos nützlich sein werden, aber auch gewissen Einschränkungen – wie auch die Klinischen Studien – unterliegen. Deshalb möchten wir theoretische Überlegungen wie auch praktische Erfahrungen zu den Chancen und Risiken von Registern und Klinischen Studien vorstellen und Empfehlungen zu deren optimierter Nutzung diskutieren.