Gesundheitswissenschaftliche Forschung mit primärärztlichen Routinedaten der elektronischen Patientenakte: das BeoNet-Register

Zusammenfassung

Entscheidungen im Gesundheitswesen sollten sich auf verlässliche und aktuelle Daten stützen. Da solche Daten besonders aus dem ambulanten Sektor kaum vorhanden und/oder nur schwer und zeitverzögert zugänglich sind, soll das neu eingerichtete BeoNet-Register (BNR) die medizinische Versorgungsrealität und -qualität des ambulanten Sektors mithilfe von Routinedaten aus der elektronischen Patientenakte (eP) abbilden. Diese „real-world“-Daten sollen mit Primärerhebungen verknüpft eine breite Datenbasis zur Beantwortung von Fragen der Praxis, der Versorgungsforschung und Ökonomie bilden. Interessierte Praxisinhaber verpflichten sich zu einer längerfristigen Teilnahme an dem 2-phasigen Projekt (Pilot- und Roll-Out-Phase). Informationen der eP der Praxen werden pseudonymisiert, verschlüsselt und über standardisierte Schnittstellen zeitnah, vollständig und longitudinal in die Datenbank (DB) des BNR übertragen, ohne den Praxisbetrieb zu stören. Dafür wird die Behandlungsdatentransfer-Schnittstelle (BDT) als gemeinsamer Nenner unterschiedlicher Arztinformationssysteme genutzt. Die kompilierten Variablen beinhalten Informationen zur Praxis, Stammdaten des Patienten und medizinische Parameter inklusive Angaben zu Diagnose, Therapie und Überweisungen. Ergänzt werden sie durch zusätzliche erhobene ‚patient-reported outcomes‘. Datenerhebung und Datenschutz unterliegen strengen Anforderungen, die im Rahmen des Datenschutzkonzeptes und des Ethikantrages festgelegt und für alle Forscher bindend sind. Retrospektive Auswertungen seit der Einführung der eP sowie Analysen des aktuellen Erkrankungsspektrums des hausärztlichen, pneumologischen und pädiatrischen ambulanten Sektors sind möglich. Derzeit befinden sich 98 497 Patienten-IDs aus Hannover, München und Heidelberg nebst zugehörigen Informationen in der BNR- DB. Die BNR-Daten sind umfangreicher und detaillierter als die Abrechnungsdaten der Krankenkassen. (Semi-) automatisierte Daten- Prüfroutinen und regelmäßige Feedback-Berichte sowie Datenanalysen sind implementiert und werden kontinuierlich erweitert. Während der Pilotphase wurden 2 Anwendungsbeispiele des BNR erarbeitet. Hier wird das COPD-Projekt vorgestellt, dass die Inanspruchnahme von medizinischen Leistungen in Verbindung mit der Lebensqualität Betroffener analysiert. Die Roll-Out-Phase des Projektes startet 2016. Die Datenbasis des BNR für retro- und prospektive Querschnitts- und Längsschnittstudien wird Deutschlandweit und fortlaufend ausgeweitet.

Abstract

Reliable current information is needed for daily patient care and the health system, but comprehensive data, especially from primary care, are scarce and/or hard to access. The BeoNet Register-Database (BNR) aims to depict quality of medical care in Germany using routine data and with no additional documentation or costs for GPs. Registry design, data structure and database use will be demonstrated using chronic obstructive lung disease (COPD) as an example. The BNR is moving through pilot- and roll-out phases. Participating practices provide standardized information about (1) master data (2) practice profile (3) infrastructure and documentation systems. The routinely documented data will be pseudonymized before transmission via standardized secure interfaces to the registry database. Practices can participate in studies in cooperation with BNR if informed consent is obtained from the patients. The registry data will be linked with questionnaires on health care utilization, quality of life and disease-specific parameters. Researchers and physicians can access quasi anonymized data in specific datasets extracted from the registry. Regular automatic data quality checks and feedback from GPs, patients and researchers enhance the quality of the registry. Performance and data analysis are continuously optimized. The data security concept has been approved and ethical approval is on hand. GPs, pediatricians and pneumologists from Hanover, Munich and Heidelberg participated in the pilot phase. The registry database currently holds 98497 patient IDs and related information. BNR contains more than the standard billing data collected by health insurers. The data are applicable to a wide range of health practices, health care and economics and disease development questions. Questionnaires have been generated, tested and are being distributed. First descriptive analyses of prevalence, age and gender have been performed. Quality and validity checks have been implemented. 2016 marks the roll-out phase of the BNR. Further recruitment of practices throughout Germany, data linkage with additional questionnaires, recruitment of patients for health care research projects, quality checks and data analysis of disease-specific costs and health-related quality of life in COPD are progressing with the overall aim of improving pulmonary healthcare strategies. The floor is now open for retro- and prospective cross-sectional and longitudinal studies.

Schlüsselwörter

Routinedaten - ambulanter Sektor - BDT - Register - Kosten-Effektivität

Key words

routine data - outpatient care - cross section - register - cost-effectiveness

• Literatur

• 1 Price D, Brusselle G, Roche N. et al. Real-world research and its importance in respiratory medicine. Breathe (Sheff) 2015; 11: 26-38 https://www.ncbi.nlm.nih.gov/pmc/articles/pmid/26306101/
• 2 Hauswaldt J, Hummers-Pradier E, Junius-Walker U. Leistungsansprüche von chronisch Kranken, Multimorbiden und Häufignutzern. Sekundäranalyse von Routinedaten aus Hausarztpraxen, der Jahre 1996 bis 2006. Deutsches Ärzteblatt 2012; 109: 814-820
• 3 Kersting M. Routinedaten aus hausärztlichen Arztinformationssystemen – Export, Analyse und Aufbereitung für die Versorgungsforschung. Gesundheitswesen 2010; 72: 323-331
• 4 Hauswaldt J, Kersting M, Hummers-Pradier E. Influenza vaccination by Lower Saxonian general practitioners - a secondary analysis of physicians‘ data from 1995/1996, 2002/2003, and 2005/2006. Gesundheitswesen 2010; 72: 332-339
• 5 Kersting M, Gierschmann A, Hauswaldt J. et al. Routinedaten aus hausärztlichen Arztinformationssystemen - Export. Analyse und Aufbereitung für die Versorgungsforschung Gesundheitswesen 2010; 72 (323) 331
• 6 Snijder E, Kersting M, Theile G. et al. Hausbesuche: Versorgungsforschung mit hausärztlichen Routinedaten von 158.000 Patienten. Gesundheitswesen 2007; 69: 679-685
• 7 Kruschinski C, Kersting M, Breull A. et al. Diagnosehäufigkeiten und Verordnungen bei Schwindel im Patientenkollektiv einer hausärztlichen Routinedatenbank. Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen 2008; 102: 313-319
• 8 Kersting M. Erhebung und Aufbereitung hausärztlicher Routinedaten für die Versorgungsforschung und Epidemiologie“ – Am Beispiel einer Datenerhebung über die BDT-Schnittstelle der Arztpraxisinformationssysteme. Dissertation. Hannover: Institut für Allgemeinmedizin & Institut für Medizinische Informatik der Medizinischen Hochschule Hannover; 2011
• 9 Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin e.V. (DEGAM). Unser Labor ist die Praxis. Warum ein hausärztliches Forschungspraxennetz in Deutschland erforderlich ist. Im Internet: www.degam.de/files/Inhalte/Degam-Inhalte/Sektionen_und_Arbeitsgruppen/Sektion_Forschung/DEGAM %20Broschuere_Unser %20 Labor %20ist %20die %20Praxis_final.pdf Stand: 30.03.2015
• 10 Lingner H. BeoNet-Register: Werkzeug für datengestützte Entscheidungen. Dtsch Arztebl 2014; 111: A-2285
• 11 Bestehorn K. Medizinische Register: ein Beitrag zur Versorgungsforschung. Medizinische Klinik 2005; 100: 722-728
• 12 Stausberg J, Altmann U, Antony G. et al. Registers for networked medical research in Germany. Appl Clin Inform 2010; 1: 408-418
• 13 Wegscheider K. Medizinische Register. Nutzen und Grenzen. Bundesgesundheitsbl - Gesundheitsforsch - Gesundheitsschutz 2004; 47: 416-421
• 14 Mathis-Edenhofer S, Piso B. Formen medizinischer Register – Definitionen, ausgewählte methodische Aspekte und Qualität der Forschung mit Registern. Wien Med Wochenschr 2011; 161: 580-590
• 15 Lichtner F, Sembritzki J. BDT-Satzbeschreibung: Schnittstellenbeschreibung zum systemunabhängigen Datentransfer von Behandlungsdaten. Im Internet: www.avantgarde-vs.de/Downloads/GDT BDT/BDT Version 0294/KAP10294.pdf; Stand: 30.03.2015
• 16 Kassenärztliche Bundesvereinigung (KBV). IT in der Arztpraxis – Schnittstellen – Weitere Informationen zu xDT. Im Internet: www.inarchive.com/page/2010-04-16/http://www.kbv.de/ita/4274.html Stand: 30.03.2015
• 17 Müller D, Augustin M, Banik N. et al. Memorandum Register für die Versorgungsforschung. Gesundheitswesen 2010; 72: 824-839
• 18 Dietrich U, Thümmler K, Schütte U. et al. Memorandum III „Methoden für die Versorgungsforschung“. Eine zusammenfassende Darstellung. Med Klin 2010; 105: 924-929
• 19 Swart E, Gothe H, Schütte U, Geyer S. et al. Gute Praxis Sekundärdatenanalyse (GPS): Leitlinien und Empfehlungen. Gesundheitswesen 2015; 77: 120-126 doi:10.1055/s-0034-1396815
• 20 Scherbaum A. PostgreSQL. Datenbankpraxis für Anwender, Administratoren und Entwickler: Open Source Press; 2009
• 21 Gesundheitsberichterstattung des Bundes. Todesursachenstatistik, Statistik der Gestorbenen, Todesursache, Sterbefälle. 2014; Im Internet: www.gbe-bund.de/glossar/Todesursachenstatistik.html Stand: 06.01.2016