Az egészségügyi adatok napjainkban az egészségügy szinte minden területén – a prevenciótól a betegellátáson és szolgáltatásokon át az innovációig – kulcsszereplővé váltak. A hazai egészségpolitika is felismerve az egészségügyi adatok fontosságát és hasznosításának lehetőségét elsősorban az egészségügyi szolgáltatás színvonalának és költséghatékonyságának növelése érdekében tett progresszív lépéseket az elmúlt néhány évben, így pl. létrehozta az Elektronikus Egészségügyi Szolgáltatási Teret (EESZT). Természetesen, az eddigi pozitív tapasztalatok alapján is, ezt az utat folytani kell a korszerű betegellátás és prevenció érdekében. Ugyanakkor az egészségügyi adatoknak az egészségügyi és egészségipari K+F+I területeket támogató hasznosítása további fontos koncepcionális és gyakorlati teendőket is igényel.
E teendőkre is fókuszál az E-Group ICT Software ZRT. (százszázalékos magyar tulajdonban lévő innovatív informatikai cégcsoport, 1993) és a Pécsi Tudományegyetem konzorciális együttműködésével szervezett négyéves ’Hálózatos analitikai és adathasznosítási lehetőségek az egészségügyben’ című Projekt (GINOP-2.2.1-15-2017-00067; rövid néven: InnoHealth DataLake, IHDL). A Projekt fő célja egy típusában új komplex informatikai rendszer (’adattó’) koncepciójának kidolgozása, infrastruktúrájának megvalósítása és gyakorlati implementálása, ami a PTE valamennyi egészségügyi adatának begyűjtésére, tárolására és az adatok analízisére egyaránt képes, s ami a hazai, sőt a térségi egészségügy számára prototípusként is szolgálhat majd. Ennek megfelelően a Konzorcium aktívan keresi és építi azokat a nemzetközi és hazai lehetőségeket és kapcsolatokat is, melyekhez a projekt egésze vagy annak részegységei csatlakozni tudnak, így az együttműködéseken keresztül a projekt értéke és kiválósági mutatói tovább növelhetők, támogatva és bővítve a hasznosulás és hosszú távú finanszírozhatóság lehetőségeit is.
RWD modul alprojekt
Háttér
A klinikai vizsgálati körülmények között randomizáltan gyűjtött (randomized controlled trial – RCT) adatok mellett egyre nagyobb jelentőséget kap a valós-életbeli adatok (real-world data – RWD) feldolgozása, elemzése és evidenciaként történő felhasználása (real-world evidence – RWE) a különböző terápiák forgalomba hozatali és finanszírozási támogatási döntéseiben.
Az alprojekt célja
Az alprojekt célja a PTE egészségügyi szolgáltatási környezetében rutinszerűen keletkező adatok összegyűjtése és kutatási célokra alkalmassá tétele, amelyek többek között lehetővé teszik klinikai és egészség-gazdaságtani elemzések elvégzését. A projektben két esettanulmányt kívánunk lefolytatni: 1) a prosztatadaganat kezelési alternatíváinak költséghatékonysági elemzését egészség-gazdaságtani modell fejlesztésével; 2) a gyógyszerrezisztens epilepsziás betegek rohamelőrejelzésének költséghatékonysági elemzését.
Módszertan
Feltérképezésre kerülnek a betegszintű esetláncok és egyedi betegutak az intézményeinkben történt regisztrált megjelenések (esetek) időrend szerinti összekapcsolásával. Az RWD modul az Adattóban elérhető, elsősorban retrospektív adatokat dolgozza fel oly módon, hogy félig automatizált algoritmusok révén, egymásra épülő lépések (Egészségi állapotok meghatározása – Betegek kiválasztása – Adattranszformáció – Modellfejlesztés – Adatfeltöltés) eredményeként egészség-gazdaságtani (pl. Markov) modell fejlesztését teszi lehetővé. A betegek ilyen hosszú idősoros nyomon követése lehetőséget teremt a valós ellátási gyakorlat feltérképezésére, a használatban lévő alternatív gyógyszeres terápiák, kezelési formák (pl. sugárterápia, műtét, hormonterápia, kemoterápia stb.) és útvonalak eredményességének és az eljárások költséghatékonysági viszonyainak feltárására, és ezen elemzések elkészítéséhez elengedhetetlen modellezési folyamatok kialakítására. A projekt keretében a PTE-n kezelt prosztatadaganatos betegek egyéni genetikai háttere is feltérképezésre kerül újgenerációs szekvenálási eljárások alkalmazásával. Az így kinyert genetikai és génexpressziós mintázatok inputként fognak szolgálni a terápia személyre szabott költség-hatékonysági elemzéshez.