Real-World-Data: Eine zu wenig genutzte Goldmine für die biomedizinische Forschung?

Bei jedem Arztbesuch und jedem Krankenhausaufenthalt fallen medizinische Daten an, Laborwerte, Bilder, Befunde, Arztbriefe, tagtäglich und an vielen Orten der Welt. Gebündelt in elektronischen Krankenakten können solche digitalen Informationen mit modernen IT-Systemen effizient gespeichert, abgerufen und analysiert werden. "Big health data" d.h. grosse klinische Datensätze dieser Art eröffnen der medizinischen Forschung völlig neue Möglichkeiten.

Trotz der Heterogenität der Datensätze kann man sie mit modernen Methoden der Statistik und des maschinellen Lernens auf vielfältige Art und Weise auswerten und nach neuen Erkenntnissen durchforsten. Diese moderne Praxis des "data mining" liefert oft neue Erkenntnisse über Zusammenhänge zwischen Symptomen, Behandlung und Therapieerfolg. Erkenntnisse, die medizinischen Nutzen versprechen, sind auch deshalb von grossem wirtschaftlichem Interesse, weil Gesundheitsdaten in der digitalisierten Welt von morgen einfach und kostengünstig zu erheben sein sollten.

Data Mining praktisch: Die Covid-Pandemie

Die weltweite Kollaboration und Forschung zur Corona-Pandemie liefern ein ausgezeichnetes Beispiel zum effizienten Einsatz von umfangreichen Patientendaten. So konnten rasch Erkenntnisse über Risikofaktoren für einen schweren Krankheitsverlauf, die Wirksamkeit von Impfstoffen und sogar deren seltenste Nebenwirkungen zu Tage gefördert werden.

Daten aus dem realen Versorgungsalltag

Solche Daten, die aus der medizinischen Praxis und Routine stammen, bezeichnet man im Fachjargon als "Real-World-Data" (RWD) und die daraus abgeleiteten Erkenntnisse als "Real-World-Evidence" (RWE).1 Die Besonderheit und das Potential von RWD und RWE versteht man am besten im Vergleich zu den randomisierten kontrollierten Studien (randomized controlled trials [RCTs]), welche nach wie vor als der Goldstandard für klinische Studien gelten.2

RCT: Der Star unter den Studien

Wie der Name besagt, ist das Besondere an RCTs die systematische Randomisierung und die Kontrolle von Patienten und Behandlung. Patienten, die an einer klinischen Studie teilnehmen, werden nach festen medizinischen Kriterien ausgewählt und nach dem Zufallsprinzip einer Interventions- oder Kontrollgruppe zugewiesen, die miteinander verglichen werden. Durch diesen Prozess wird sichergestellt, dass die beiden Gruppen ähnliche Eigenschaften aufweisen und dass die Ergebnisse nicht durch die unterschiedlichen Merkmale der Teilnehmer beeinflusst werden. Randomisierte kontrollierte Studien sind darauf ausgelegt, die Sicherheit und Wirksamkeit einer neuen Therapie unter idealen experimentellen Bedingungen zu testen.2

RCTs bieten theoretisch ein Höchstmass an wissenschaftlicher Aussagekraft. Dennoch kann die Verallgemeinerung ihrer Ergebnisse aufgrund der einheitlichen Auswahl von Patienten sowie der notwendigerweise beschränkten Gruppengrösse problematisch sein.3 So sind z.B. ältere Menschen und ethnische Minderheiten in klinischen Studien oft unterrepräsentiert.4,5 Auch werden sehr seltene Nebenwirkungen erst in grossangelegten Studien oder durch Nebenwirkungsmeldesysteme offenbar (z.B. Myokarditis nach Coronaimpfung).6

RWE: Chancen von Big Data

Im Vergleich zu RCTs basieren RWE-Studien vorwiegend auf vorhandenen Datenquellen, wie elektronischen Krankenakten, Patientenregistern, Leistungsabrechnungen. Hinzu kommen künftig wohl auch die Daten mobiler Geräte wie Fitness Tracker, Smart Watches und sogar soziale Medien auf den Smartphones von Patientinnen und Patienten.7 Solche RWD können wichtige Informationen enthalten zur Wirksamkeit einer Therapie in einer breiten Patientenpopulation z.B. zur Therapietreue und seltenen Komplikationen. Dabei bleibt allerdings zu beachten, dass RWD nicht vorrangig zu Forschungszwecken erhoben wurden und die Qualität solcher Daten stark variieren kann. Die Daten sind oft unvollständig, unstrukturiert und enthalten unbekannte Störfaktoren, was die Vergleichbarkeit und Interpretation erschweren.Zur Auswertung von RWD kommen oft neuste Methoden der künstlichen Intelligenz zum Einsatz.


Sie haben eine Real-World-Evidence Studie durchgeführt und wollen die Resultate Ihren Kunden anschaulich präsentieren, z.B. in Form einer Infografik oder eines 2–3-minütigen Videos? 

Sie möchten Ihrem Aussendienst das Thema RWD/RWE näherbringen und brauchen illustratives Schulungsmaterial?

Sie möchten Meinungsbildner zu dem Thema befragen oder Veranstaltungen dazu durchführen?
Das Thema medizinischer Fortschritt auf der Grundlage von routinemässig gesammelten Patientendaten ist auch und gerade im Zusammenhang mit der aktuellen politischen Diskussion über Datenschutz von grosser Aktualität und Relevanz.

Dann kontaktieren Sie uns.

DocWorld: Ihre Schweizer Full-Service Agentur für Healthcare-und Pharmamarketing.

Wir verfügen über die entsprechende Expertise und sind gerne für Sie da.


Und übrigens: Sie wollen wissen... 

Was die Anwendungsbereiche von RWE sind?

Welche Vorteile RWE für den Arzt hat?

Dann laden wir Sie gerne ein, unseren nächsten Blog-Post im Mai zu lesen!

Jasmin Lozza

Projektleiterin Medical Marketing und Medical Communication
Dr. sc. ETH
Walter Kaiser
  • 20 Jahre Erfahrung im Pharmaagentur-Business
  • > 10 Jahre Erfahrung in verschiedenen Positionen in der Pharmaindustrie
  • Klinische Erfahrung: Innere Medizin
  • Workshop-Moderation D/E
Per E-Mail kontaktieren

Walter Kaiser

CEO
Dr. med. MA HSG

Referenzen

  1. US Food and Drug Administration. Real-World Evidence, FDA Website 05.04.2023. https://www.fda.gov/science-research/science-and-research-special-topics/real-world-evidence. Letzter Zugriff: 10.04.2022.
  2. Bhide A, Shah PS, Acharya G. A simplified guide to randomized controlled trials. Acta Obstet Gynecol Scand. 2018 Apr;97(4):380-387.
  3. Sherman RE, Anderson SA, Dal Pan GJ. (2016). Real-world evidence—what is it and what can it tell us? New England Journal of Medicine, 375(23), 2293-2297.
  4. Booth CM, Tannock IF. Randomised controlled trials and population-based observational research: partners in the evolution of medical evidence. Br J Cancer. 2014 Feb 4;110(3):551-5.
  5. Brown SD, Partee PN, Feng J, et al. Outreach to diversify clinical trial participation: A randomized recruitment study. Clin Trials. 2015 Jun;12(3):205-11.
  6. Wong HL, Hu M, Zhou CK, et al. Risk of myocarditis and pericarditis after the COVID-19 mRNA vaccination in the USA: a cohort study in claims databases. Lancet. 2022 Jun 11;399(10342):2191-2199.
  7. Liu, F., Demosthenes, P. Real-world data: a brief review of the methods, applications, challenges and opportunities. BMC Med Res Methodol 22, 287 (2022).
  8. Klonoff DC. The Expanding Role of Real-World Evidence Trials in Health Care Decision Making. J Diabetes Sci Technol. 2020 Jan;14(1):174-179.

DocWorld ist das führende, spezialisierte Beratungsunternehmen
für Marketing, Markenführung, Kommunikation und Market
Research im Schweizer Pharma- und Gesundheitsmarkt.