DE102005021779A1 - Präventives Modul zur Vermeidung von Krankheiten - Google Patents

Präventives Modul zur Vermeidung von Krankheiten Download PDF

Info

Publication number
DE102005021779A1
DE102005021779A1 DE102005021779A DE102005021779A DE102005021779A1 DE 102005021779 A1 DE102005021779 A1 DE 102005021779A1 DE 102005021779 A DE102005021779 A DE 102005021779A DE 102005021779 A DE102005021779 A DE 102005021779A DE 102005021779 A1 DE102005021779 A1 DE 102005021779A1
Authority
DE
Germany
Prior art keywords
risk
patient
term
short
parameter value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102005021779A
Other languages
English (en)
Inventor
Gunther Lorenz
Oliver Mast
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Roche Diagnostics GmbH
Original Assignee
Roche Diagnostics GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Roche Diagnostics GmbH filed Critical Roche Diagnostics GmbH
Priority to DE102005021779A priority Critical patent/DE102005021779A1/de
Priority to PCT/EP2006/001347 priority patent/WO2006119810A1/en
Priority to EP06706951A priority patent/EP1882226A1/de
Priority to JP2008510421A priority patent/JP2008541249A/ja
Publication of DE102005021779A1 publication Critical patent/DE102005021779A1/de
Priority to US11/937,236 priority patent/US20080088629A1/en
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

Ein System zur Visualisierung des Gesundheitszustandes eines Patienten, bestehend aus einer Einleseeinheit zum Einlesen von Patientendaten, einer Auswerteeinheit zur Auswertung der Daten und einer Ausgabeeinheit, die die Ergebnisse der Auswertung graphisch ausgibt, dadurch gekennzeichnet, dass die Auswerteeinheit ein Programm enthält, das für mindestens einen Risikoparameter einen Parameterwert des Patienten einliest und einen Aktuellen-Risikozustand berechnet und für eine Veränderung des Parameterwertes ein Kurzfristzielrisiko berechnet.

Description

  • Die Erfindung betrifft die Visualisierung von patientenbezogenen Daten zur Darstellung seines Gesundheitszustandes.
  • Es existiert ein ständiges Auf und Ab in der Diskussion um die Wichtigkeit von präventiver Medizin. Auch, wenn aus kurzfristigen Überlegungen eine präventive Medizin nicht immer durchgesetzt wird, kommen langfristig angelegte Überlegungen zu dem Schluss, dass Prävention eine kostengünstigere Lösung bedeutet. Präventivmedizin hat zudem noch den Vorteil der Verbesserung von Lebensqualität vieler Patienten zur Folge. Bei schwerwiegenden Krankheiten bildet die präventive Medizin oft die einzige Möglichkeit, die Heilung dieser Krankheit zu erreichen. So sind z.B. viele Krebsarten (der Lunge, der Ovarien oder der Brust), aber auch Schlaganfall, Krankheiten, die ohne präventive Maßnahmen schnell einen tödlichen Verlauf nehmen können. Wohingegen bei frühzeitiger Erkennung in Kombination mit Präventivmaßnahmen vielen Millionen Menschen das Leben gerettet oder wesentlich verlängert werden kann.
  • Die Entwicklung der Präventivmedizin hat Ergebnisse in vielen Bereichen der Forschung erzielt. Es existiert eine Unmenge an Publikationen, klinischen Studien und Experimenten die zu den oben genannten, aber noch vielen anderen Krankheiten präventive Maßnahmen entwickeln. Es ist für den Patienten schier unmöglich, aus dieser Vielzahl an Informationen glaubwürdige von unglaubwürdigen Studien zu unterscheiden und eine Beurteilung für die Anwendung von Präventivmaßnahmen für seine eigene Gesundheit anzuwenden. Aus diesem Grund ist es angeraten, dem Mediziner und Patienten Tools an die Hand zu geben, die auf wissenschaftlich fundierten Studien basierende Berechnungen erstellen, die individualisiert auf den Patienten zugeschnittene Präventivmaßnahmen vorschlagen.
  • Zum Beispiel ist Diabetes mellitus ein Krankheitsbild, dessen Bedeutung durch das Risiko von Folgeerkrankungen geprägt wird. Diabetes mellitus umfasst ein komplexes Krankheitsgeschehen. Diagnostische und therapeutische Entscheidungen sollten, sofern ausreichende wissenschaftliche Erkenntnisse vorliegen, evidenzbasiert sein. Die durch die medizinische Forschung generierte Datenflut zum Nutzen der Therapie handhabbar zu machen, ist ohne eine systematische Entscheidungsunterstützung kaum möglich.
  • In der Anmeldung US 2004/0122715 wird ein Gesundheitsüberwachungsprogramm beschrieben, dass zur Prävention von Krankheiten vorgesehen ist. Dem Patienten wird über das Internet eine Vielzahl von Präventivprogrammen zugesendet von denen er sich das für seinen Lebensstil am besten passende aussuchen kann. Auf diese Art und Weise sollen die Daten des Patienten anonym bleiben. Bei diesem System werden Präventionselemente angeboten und der Zustand des Patienten mit diesen Präventionselementen verglichen. Dem Benutzer wird also ein momentaner Präventionszustand angezeigt. Ein ähnliches System wird in der Anmeldung US 6,584,445 beschrieben. In einer Datenbank werden vorhandene medizinische und persönliche Daten des Patienten zusammengetragen und die Risiken für bestimmte Krankheiten berechnet. Mit Hilfe dieses Systems wird dem Patienten das Risiko aufgezeigt an einer bestimmten Krankheit zu erkranken sowie mögliche Behandlungsformen und damit verbundene Kosten und Risiken aufgezeigt.
  • Was in all diesen Systemen fehlt, ist eine Visualisierung für den Patienten, wohin er sich entwickeln kann, wenn er bestimmte Lebensweisen verändert oder wenn er sich bestimmten Behandlungen unterzieht. Ohne diese Perspektive fehlt der Anreiz für den Patienten, seine Lebensweise zu verändern. Dies ist eine wichtige Komponente bei der Behandlung von Patienten, die aufgrund einer Erkrankung, wie beispielsweise Diabetes, mit Folgeerkrankungen rechnen müssen.
  • Des Weiteren wird in den Systemen aus dem Stand der Technik für den Patienten nicht ersichtlich, welchen Einfluss die Veränderung von, für den Patienten beeinflussbaren Parametern, hat.
  • Aus dem nächstliegenden Stand der Technik ergibt sich folglich die Aufgabe, ein System zu entwickeln, dass dem Patienten zusätzliche Informationen über seinen möglichen Gesundheitszustand bietet, wenn er durch Veränderung z. B. seiner Lebensweise eine Veränderung von Parameterwerten mindestens eines Risikoparameters vornimmt.
  • Eine weitere Aufgabe ist es, dass bei nachfolgenden Untersuchungen der Patient dahingehend unterrichtet werden kann, in welche Richtung er sich weiterentwickelt hat.
  • Zusätzlich soll der Patienten die Möglichkeit bekommen, sich zu jeder Zeit für jeden einzelnen Risikoparameter einen neuen Zielwert zu setzen und dabei immer die bis dahin vorhandenen Ergebnisse, im Vergleich visualisiert zu bekommen.
  • Beschrieben wird ein System zur Visualisierung des Gesundheitszustandes eines Patienten, bestehend aus einer Einleseeinheit zum Einlesen von Patientendaten, einer Auswerteeinheit zur Auswertung der Daten und einer Ausgabeeinheit, die die Ergebnisse der Auswertung graphisch ausgibt, dadurch gekennzeichnet, dass die Auswerteeinheit ein Programm enthält, das für mindestens einen Risikoparameter einen Parameterwert des Patienten einliest und einen Aktuellen-Risikozustand berechnet und für eine Veränderung des Parameterwertes ein „Ziel-Risiko" (im Folgenden als Kurzfristzielrisiko bezeichnet) berechnet.
  • In dem im folgenden beschriebenen System wird ein Aktuell-Risikozustand anhand von Parameterwerten des Patienten zu verschiedenen Risikoparametern berechnet. Anschließend wird eine Berechnung eines möglichen Kurzfristzielrisikos des Patienten bei Veränderung von einzelnen Parameterwerten vorgenommen. Hier werden also nicht nur mögliche Behandlungsformen und Veränderungen der Lebensweise vorgeschlagen, sondern auch ein direkter Bezug zu den Auswirkungen für den Patienten vorgenommen. Der Patient hat also die Möglichkeit zu erkennen, wohin er sich entwickeln kann, wenn er bestimmte Parameterwerte verändert. Dies stellt einen zusätzlichen Anreiz für den Patienten dar, seine Lebensweise zu verändern. Ein weiterer Vorteil für den Patienten ist die Darstellung der Ergebnisse aus bis zu vier verschiedenen Untersuchungsberichten. Mit dieser vergleichenden Graphik hat der Patient die Chance zu erkennen, ob er sich bei einigen Risikoparametern schon eine Verbesserung erkennen lässt, oder ob er sich gegebenenfalls verschlechtert hat. Der Vergleich des Aktuell-Risikozustandes mit dem Kurzfristzielrisiko gibt dem Patienten weiterhin Aufschluss darüber, wie groß sein rechnerisches Potenzial für weitere Verbesserungen ist.
  • Das System bietet die Möglichkeit, Risikobewertungen vorzunehmen und über den Verlauf von bis zu vier verschidenen Bewertungszeitpunkten hinweg graphisch darzustellen. Zur Realisierung dieser Aufgabe wird ein System beschrieben, das die Visualisierung des Gesundheitszustandes eines Patienten ermöglicht, bestehend aus einer Einleseeinheit zum Einlesen von Patientendaten, einer Auswerteeinheit zur Auswertung der Daten und einer Ausgabeeinheit, die die Ergebnisse der Auswertung graphisch ausgibt. Wobei die Auswerteeinheit ein Programm enthält, das für einen Patienten das Werteprofil seiner Risikoparameter einliest und daraus einen Aktuellen Risikozustand berechnet sowie unter Annahme eines vom Behandler festgelegten Zielprofils ein Kurzfristzielrisiko berechnet. Als Orientierungshilfe für den Patienten wird analog dazu ein „Ideal-Risikozustand" (im Folgenden als Langfristzielrisiko bezeichnet) hinzugefügt, der anzeigt, wie hoch das Risiko ist, wenn die Berechnung mit Werten getätigt wird, die von der Nationalen Versorgungsleitlinie Diabetes als Grenzwerte zum Niedrigrisikobereich genannt werden.
  • Dabei setzt sich das Profil von Risikoparametern zusammen aus Blutwerten wie Langzeitblutzucker oder Cholesterin, sowie auch anderen patientenspezifischen Daten wie Blutdruck, Rauchen, Gewicht, Alter und Geschlecht des Patienten. Darüber hinaus können sämtliche patientenbezogene Daten die dem Arzt oder Patienten zur Verfügung stehen, in das System eingepflegt werden. Aus diesen Daten kann dann zu vielen verschiedenen Krankheiten ein patientenspezifisches Risiko errechnet werden. Dies ist besonders für Diabetes Patienten interessant, weil deren Risiko an Folgeerkrankungen von Diabetes zu erkranken, sehr hoch ist. Hier können z. B. Risiken zu Herzinfarkt, Schlaganfall, Nierenversagen, Erblindung oder auch Fußamputation errechnet werden. Das Ergebnis dieser Berechnung kann über die Ausgabeeinheit nach einem didaktisch aufbereiteten und wissenschaftlich evaluierten Konzept graphisch dargestellt werden.
  • Detaillierte Beschreibung
  • Die Einleseeinheit in diesem System kann beispielsweise ein Datenträgerlesegerät, ein Scanner, eine Daten-Schnittstelle oder alle anderen bekannten elektronischen Einlesemittel sein. Hiermit können alle verfügbaren elektronischen, aber auch Daten in Papierform in das System eingelesen werden. Natürlich können die Daten in Papierform auch über die Tastatur eines elektronischen Systems eingegeben werden. Die Auswerteeinheit zur Bearbeitung der eingelesenen Daten besteht aus einem Programm, das verschiedene Formen von Algorithmen enthält. Das Programm wertet die in elektronischer Form vorliegenden Daten aus. Die Auswertung bedeutet die Verknüpfung der individuellen Patientendaten in durch den Algorithmus vorgegebener Form mit den in dem System vorliegenden medizinischen Erkenntnissen, die den relevanten medizinischen Studien entstammen. Die ausgewerteten Daten werden nun elektronisch an eine Ausgabeeinheit weitergeleitet. Diese Ausgabeeinheit erzeugt elektronisch einen grafischen Bericht, der über einen Drucker ausgedruckt oder als elektronisches Dokument verschickt werden kann. Die Ausgabeeinheit kann auch eine sonstige, dem Fachmann bekannte, Ausgabeeinheit sein. Auf diese Art und Weise werden die Ergebnisse der Auswertung für den Patienten und für den Arzt visualisiert.
  • Das Programm in der Auswerteeinheit liest das aktuelle Risikoparameterprofil, wozu mindestens ein Parameterwert zu einem Parameter gehört, eines Patienten ein und berechnet mit Hilfe eines Algorithmus den Aktuell-Risikozustand des Patienten für diese Risikoparameter-Konstellation. Der Wert für das aktuelle Risiko des Patienten (in Prozent) sagt aus, wie viele Personen aus einer Gruppe von 100 Menschen mit dem gleichen medizinischen Profil wie dem des betreffenden Patienten statistisch betrachtet innerhalb der nächsten 10 Jahre die jeweilige Folgeerkrankung erleiden würden. Zur Berechnung des Kurzfristzielrisikos des Patienten, gibt der Patient oder der Arzt die (in der Regel mit dem Patienten vereinbarte) Ziel-Konstellation bezüglich der veränderbaren Risikofaktoren vor, und das System berechnet daraus bzw. aus der durch die Nationale Versorgungsleitlinie Diabetes vorgegebene Konstellation zur betreffenden Diabetesfolge zunächst die absolute Risikodifferenz zwischen „aktuellem Risiko" und „Kurzfristzielrisiko". Bezogen auf das aktuelle Risiko wird nachfolgend aus dieser absoluten Risikodifferenz die relative Risikoreduktion („Potenzial") ermittelt.
  • Die in das System einfließenden Risikoparameter können für den Patienten beeinflussbar sein, oder nicht. So sind Risikoparameter wie das Rauchen, der Blutdruck, der Gesamt-Cholesterinwert, der HDL-Cholesterinwert, der Langzeitblutzucker und das Gewicht für den Patienten beeinflussbar. Dahingegen sind die Risikoparameter wie das Alter, das Geschlecht, die Krankheitsdauer und die anamnestischen Daten für den Patienten nicht beeinflussbar. Die Darstellung des Potenzials zeigt dem Patienten eine Gesundheitschance auf, d.h. den Anteil des Gesamtrisikos, den er selbst durch Veränderung seiner Lebens- und Verhaltensweise (,Life style', Therapiecompliance) positiv beeinflussen kann. So könnte er als Raucher das Rauchen aufgeben oder als Patient mit Übergewicht mehr sportliche Aktivitäten betreiben, um die entsprechenden Risikoparameter und damit das Risiko für Diabetesfolgen zu beeinflussen. Bei Überwachung des Patienten über einen größeren Zeitraum, kann der Patient jederzeit erkennen, ob er seinen Aktuellen-Risikozustand in Richtung seines Kurzfristzielrisikos entwickelt hat oder ob sich der Aktuell-Risikozustand verschlechtert hat.
  • Der Aktuell-Risikozustand wird dabei jedes Mal mit den aktuellen Werten für den Risikoparameter errechnet.
  • Dazu werden die absoluten Wahrscheinlichkeiten, mit der diabetestypische Langzeitfolgen, die in den kommenden 10 Jahren laut Modellprognosen auftreten werden, in Abhängigkeit von persönlichen Parametern und dem aktuellen Gesundheitsstatus des Patienten berechnet. Diese graphisch umgesetzte Information kann z.B. in einem Arzt-Patienten-Gespräch dazu genutzt werden, dem Patienten die gesundheitlichen Folgen eines ungesunden Lebensstils und fehlender Mitarbeit bei der Therapie zu verdeutlichen.
  • Um dem Patienten die eigene Einflussmöglichkeit auf den weiteren Krankheitsverlauf und damit die Wichtigkeit einer aktiven Mitarbeit aufzeigen zu können, werden Gesundheitspotenziale mittels Szenarienberechnungen abgeschätzt. Dabei dienen mit dem Patienten vereinbarte individuelle Zielwerte für die Risikofaktoren zur Berechnung des Kurzfristzielrisikos bzw. die von der Nationalen Versorgungsleitlinie Diabetes empfohlenen Grenzwerte für die Berechnung des Langfristzielrisikos als Bezugsgröße. Durch die Abschätzung dieser Gesundheitspotenziale werden die Vereinbarung individueller Ziele mit dem Patienten und deren schrittweise Annäherung an die Leitlinienempfehlungen argumentativ vorbereitet.
  • Um konkrete Therapieerfolge motivationsverstärkend nutzen zu können, wird – sofern über einen längeren Therapiezeitraum weitere Risiko- und Potenzialberichte (in Form von Folgeberichten) erstellt wurden – die zeitliche Entwicklung der Risikoparameter und Langzeitfolgerisiken anhand einer vergleichenden Grafik veranschaulicht. Mit dieser Darstellung wird dokumentiert, ob und wie Gesundheitschancen genutzt wurden. Es werden vom System absolute und relative Risikodifferenzen berechnet und visualisiert. Die absolute Risikodifferenz ist der errechnete Unterschied zwischen dem aktuellen Risiko des Patienten und dem verminderten Risiko, das er bei verbesserten Risikoparameterwerten aufweisen würde. Die relative Risikodifferenz (Potenzial) bezieht diese absolute Risikodifferenz auf das gegenwärtige absolute Risiko. Es wird damit verdeutlicht, dass, wenn beispielsweise das Herzinfarktrisiko bei Vorliegen der Zielkonstellation aller beeinflussbaren Risikofaktoren gegenüber dem aktuellen Risiko um 33 Prozent niedriger läge, in dieser Ideal-Konstellation statistisch einer von drei entstehenden Herzinfarkten vermieden werden könnte.
  • Der Risiko- und Potenzialbericht kann somit den Patienten oder den Arzt dabei unterstützen, die Einstellung des Patienten zu seiner Erkrankung und das Bewusstsein für die eigenen Möglichkeiten und Chancen, positiv zu beeinflussen.
  • Der Risiko- und Potenzialbericht bietet dem Patienten und/oder Arzt die Möglichkeit, seine Erfahrung mit Diabetes mellitus durch die gebündelte Empirie aus mehr als 80 aufgrund ihrer wissenschaftlichen Güte ausgewählten Studien wie UKPDS (UK Prospective Diabetes Study; Lancet 1998; 352 (9131): 837–853), DCCT (Diabetes control and complication trial; N. Engl. J. 1993, 329(14): 977–986). zu ergänzen und die Erkenntnisse aus diesen Studien für die Therapieentscheidung unterstützend zu nutzen.
  • Beispielsweise wird für Diabetes durch Verknüpfung der Studienergebnisse mit den Stammdaten des Patienten und seinen individuellen diagnostischen und anamnestischen Befunddaten,
    • • Alter, Geschlecht, Diabetesdauer, Raucherstatus (Stammdaten)
    • • Langzeitblutzucker HbA1c, Gesamt-Cholesterin und HDL-Cholesterin
    • • systolischer Blutdruck
    • • bestehende Vorerkrankungen,
    ein aktuelles patientenindividuelles Risikoprofil der fünf Diabetes Langzeitfolgen
    • • Herzinfarkt
    • • Schlaganfall
    • • Fußamputation
    • • Nierenversagen
    • • Erblindung
    abgeschätzt. Dazu werden – basierend auf den patientenspezifischen Daten – mit einem Diabetes-Modell Krankheitsverläufe simuliert. Weiterhin werden – unter Bezug auf angestrebte Ziele hinsichtlich Stoffwechseleinstellung, Blutdruck und Raucherstatus – Gesundheitspotenziale berechnet. Diese Berechnungen berücksichtigen sowohl individuell vereinbarte bzw. durch die Nationale Versorgungsleitlinie vorgegebene Ziele als auch die aktuelle gesundheitliche Situation sowie persönliche Merkmale (Stammdaten) des Patienten.
  • Das System simuliert hierbei den potenziellen Krankheitsverlauf für fünf diabetestypische Langzeitfolgen. Die komplexe Gesamtstruktur des Modells setzt sich aus Teilmodellen für die einzelnen Langzeitfolgen zusammen. In jedem Teilmodell bildet ein Markovscher Zustandsprozess mit zeit- und zustandsabhängigen Übergangswahrscheinlichkeiten den Krankheitsverlauf einer Folgeerkrankung mit seinen jeweiligen Stadien (Gesundheitszuständen) ab. Die Modellsimulationen basieren aktuell auf den Ergebnissen von rund 80 publizierten Diabetesstudien.
  • Um das System ständig auf den neuesten Stand zu bringen, wird die aktuelle Literatur zu den Fachgebieten Medizin, Epidemiologie und Gesundheitsökonomie regelmäßig auf neue wissenschaftliche Erkenntnisse hin gesichtet. Die durch eine systematische Literaturrecherche erfassten Publikationen werden einem mehrstufigen Auswahlprozess unterzogen. Zuerst wird eine qualitative Prüfung auf Relevanz vorgenommen. Wird eine Studie als relevant erachtet, so wird sie anhand definierter Qualitätskriterien (hinsichtlich Fallzahl, Studiendesign usw.), speziell auch auf systematische Fehler, die die Studienergebnisse und somit die Aussage verzerren ("bias": ist ein systematischer Fehler, der zur Verzerrung von Studienresultaten führt), analysiert, bewertet und in eine Evidenzklasse eingestuft (angelehnt an die MERGE-Klassifikation aus: Methods for Evaluating Research Guideline Evidence in Harbour R, Miller J: A new system for grading recommendations in evidence based guidelines, BMJ 2001; 323: 334–336). In das Krankheitsmodell werden die Ergebnisse von Arbeiten mit der jeweils aktuell besten MERGE-Einstufung (und folglich geringem Bias) aufgenommen. MERGE steht für „Methods for Evaluating Research Guideline Evidence" und generiert Qualitätschecklisten, die im Wesentlichen überprüfen sollen, inwieweit die Studienergebnisse von Fremdfaktoren beeinflusst sind ("bias"). Nach Grad des bias wird die Studie in eine Evidenzklasse eingeteilt.
  • Dieser Auswahl- und Bewertungsvorgang wird entsprechend den Anforderungen der Modellerstellung dokumentiert. Im Falle einer zweifelhaften Evidenz ("conflicting evidence") werden Fachexperten in den Entscheidungsprozess, welche Studien letztlich im Modell Verwendung finden, eingebunden.
  • Die Validität der Modellberechnungen kann durch eine Validierung des Krankheitsmodells sowie durch weitere Qualität sichernde Maßnahmen wie die Festlegung definierter Patientenein- und -ausschlusskriterien und evidenzgesicherter Wertebereiche für die Risikoparameter (z.B. für das Alter des Patienten) gewährleistet werden. Parameterwerte nahe dem evidenzgesicherten Wertebereich werden – um eine Näherungsrechnung zu ermöglichen – durch die Minimal- bzw. Maximalwerte des Evidenzbereiches ersetzt, stärker abweichende Werte werden ausgeschlossen.
  • In dem System sind die Wertebereiche der "Nationalen Versorgungsleitlinien Diabetes mellitus Typ II" (Mai 2002) enthalten, die – moderiert durch die Ärztliche Zentralstelle Qualitätssicherung im Auftrag der Bundesärztekammer – unter Mitwirkung der Arzneimittelkommission der deutschen Ärzteschaft (AkdÄ), der Deutschen Diabetes Gesellschaft (DDG), der Fachkommission Diabetes Sachsen sowie der Deutschen Gesellschaft für innere Medizin (DGIM und der Arbeitsgemeinschaft der wissenschaftlichen medizinischen Fachgesellschaften (AWMF) entstanden sind. Diese Leitlinie findet in Deutschland breiten Konsens. Das System bietet auch die Möglichkeit, von der enthaltenen Leitlinie abweichend individuelle Zielwertparameter (z. B. im Sinne von "Zwischenzielen") zu definieren und das Optimierungspotenzial des Patienten darauf bezogen darstellen zu lassen.
  • Das System besteht aus drei Teilkomponenten:
    • a) Server mit Modellkern (Krankheitsmodell Diabetes)
    • b) Client (Datenimport, Datenaustausch mit Server, Berichtsgenerator
    • c) Risiko- und Potenzialberichte
  • Der Server setzt sich zusammen aus dem Krankheitsmodell z. B. Diabetes, einer Steuerungslogik und einer Datenbank. Das Krankheitsmodell Diabetes stellt den Kern des Systems dar und ist ein Algorithmus, der die Struktur der Erkrankung Diabetes mellitus (unterschieden in Typ 1 und Typ 2), auf Basis wesentlicher medizinischer Krankheitsparameter modellhaft abbildet. Dabei werden entsprechend der Diabetesfolgen, auf die sich die Prognosen beziehen, fünf Submodelle unterschieden (Myokardinfarkt, Schlaganfall, Nierenversagen, Erblindung und Amputation). Das gesamte Simulationsmodell wird gebildet aus so genannten "Markov-Ketten" mit Übergangswahrscheinlichkeiten zwischen den verschiedenen Zuständen, deren Zahlenwerte wesentlichen Diabetes-Studien entnommen sind. Diese Studien bilden die Evidenzbasis des Systems (z. B. Accu-Chek Mellibase®). Sie unterliegen einer regelmäßigen Aktualisierung und werden vor Aufnahme in das Modell in Anlehnung an "MERGE", einem standardisierten Verfahren zur Bewertung des Evidenzgrades, bewertet. Die Steuerungslogik ist verantwortlich für die Kommunikation mit dem Client sowie die Datensteuerung innerhalb des Servers. Für die Speicherung der an das System gerichteten Anfragedaten sowie der auf dieser Basis berechneten Ergebnisse wird eine Standarddatenbank eingesetzt.
  • Der Modulare Client benutzt den Server (Web Service), um die Risiko- und Potenzialberichte zu erzeugen. Es besteht aus diversen Modulen, wobei jedes Modul für einen einzelnen Prozess steht: z. B. Dateneingabe, Berechnung und PDF-Erzeugung. Dabei wurden alle Module, für die dies möglich und sinnvoll ist, automatisiert. Im Zentrum steht die Datenbank. Hier werden die verschiedenen Zwischenstadien bis zur Fertigstellung der Risiko- und Potenzialberichte gespeichert, und über diese Datenbank verständigen sich die verschiedenen Module untereinander.
  • Die manuelle Eingabe von Berichten kann auf mehreren Computern parallel stattfinden. Berichtsdaten werden idealer Weise in elektronischer Form an den modularen Client geliefert. Dazu wurde ein spezielles CSV-Format definiert. Anwendungen, die Berichtsdaten in diesem CSV-Format in ein vordefiniertes Verzeichnis schreiben, können zur Eingabe bzw. Übermittlung der Berichtsdaten dem modularen Client vorgeschaltet werden. Der Datenimport beschränkt sich nicht nur auf CSV-Formate sondern kann über alle im Stand der Technik bekannten Formate vorgenommen werden. Das Modul für den Datenimport erkennt, wenn neue Berichtsdaten zum Import bereit sind. Die Berichtsdaten werden automatisch importiert und anschließend archiviert. Importierte Berichte werden sofort zur Berechnung freigegeben, wenn sie vollständig sind. Zur Berechnung freigegebene Berichte werden automatisch in das interne XML-Format konvertiert und dem Server zur Berechnung übergeben. Dazu wird eine funktionierende Internet-Verbindung benutzt. Dies kann auch in jedem anderen aus dem Stand der Technik bekannten Format erfolgen. Nach dem Berechnungsvorgang startet automatisch der Ausdruck der Risiko- und Potenzialberichte.
  • Kurzbeschreibung der Figuren:
  • 1: Tabellenförmige Darstellung verschiedener Einflussfaktoren in Beziehung zum aktuellen Wert, persönlichen Zielwert, langfristigem Zielwert und erreichtem persönlichen Zielwert.
  • 2: Stellt ein Balkendiagramm dar, das die Abweichung von Einflussfaktoren gegenüber dem jeweiligen persönlichen Zielwert wiedergibt sowie Gesichtssymbole, die eine Bewertung der Veränderung gegenüber der letzten Untersuchung vornehmen.
  • 3: Stellt ein horizontales Balkendiagramm dar, das zur Visualisierung der Potenziale zu fünf verschiedenen Krankheitsbildern, errechnet aus dem Aktuellen-Risikozustand, dem Kurzfristzielrisiko und zum Langfristzielrisiko, dient.
  • 4: Gibt eine graphische Darstellung wieder, die die zeitliche Entwicklung der absoluten Risikoparameter und der persönlichen Zielwerte darstellt.
  • 5: Zeigt eine graphische Darstellung der Risikoentwicklung des Patienten für fünf verschiedene Krankheitsbilder in Bezug auf persönliche und langfristige Zielwerte.
  • Detaillierte Beschreibung der Figuren
  • In 1 sind die sechs wichtigsten Einflussfaktoren wie Langzeitblutzucker (HbA1c) (13), Blutdruck (14), Gesamt-Cholesterin (15), HDL-Cholesterin (16), Rauchen (17) und Gewicht (18) dargestellt. Zu diesen Einflussfaktoren werden die aktuellen Werte (1), die persönlichen Zielwerte (2), die langfristigen Zielwerte (3) sowie die persönliche Zielerreichung (4) eingetragen. Dabei sind im Original die Werte für die verschiedenen Werte farbig markiert. So sind beispielsweise die aktuellen Werte (1) in blau markiert, die Werte für den persönlichen Zielwert (2) in grün, die langfristigen Zielwerte (3) in hellgrau sowie die erreichten Zielwerte (4) in dunkelgrau dargestellt. In den gleichen Farben sind hierzu Symbole verwendet, die den aktuellen Wert (8) mit einem blauen Symbol wiedergeben sowie ein grünes Symbol für den persönlichen Zielwert (9) und ein hellgraues Symbol für den langfristigen Zielwert (10). Diese Tabelle gibt dem Patienten einen zahlenmäßigen Überblick über die aktuellen Werte der wichtigsten Einflussfaktoren, seinen persönlichen Zielwerten sowie seinen langfristigen Zielwerten und ob er diese Zielwerte schon erreicht hat.
  • In 2 ist die Tabelle aus 1 in ein Diagramm umgesetzt. Hier werden die sechs wichtigsten Einflussfaktoren als Balkendiagramm dargestellt, wobei die hellgraue Mittellinie (im Original blaugrün) den persönlichen Zielwert widerspiegelt. Die dunkelgraue Säule (203) (im Original grün) bedeutet das Erreichen des persönlichen Zielwertes, eine hellgraue Säule (201) (im Original gelb) bedeutet geringes Abweichen (bis max. 10% Abweichung) vom persönlichen Zielwert, während eine schwarze Säule (202) (im Original rot) ein drastisches Abweichen (über 10% Abweichung) vom persönlichen Zielwert bedeutet. Dabei können Abweichungen sowohl nach oben für zu hohe Werte zu einem Parameter oder für zu niedrige Werte zu einem Parameter auftreten. So ist für die Parameter Langzeitzucker (213), Blutdruck (214), Gesamt-Cholesterin (215), Rauchen (217) oder Gewicht (218) ein zu hoher Wert nachteilig. So wird eine negative Abweichung mit einer Säule oberhalb des Zielwertes angezeigt. Dahingegen ist der Parameter HDL-Cholesterin (216) bei hohen Werten positiv zu bewerten, weshalb ein Nichterreichen des Zielwertes durch eine Säule unterhalb des Zielwertes angezeigt wird. Ein genaues Erreichen des Zielwertes wird mit einer Säule dargestellt, die sowohl unterhalb als auch oberhalb der Zielwertlinie eine kleine grüne Säule zeigt. In der 2 zeigt die Säule (201) für den Parameter Rauchen (217) das Erreichen des Zielwertes an. Mit Hilfe dieser Grafik soll dem Patienten verdeutlicht werden, bei welchen Einflussfaktoren er sich verbessern sollte (rote Säule) und welche Ziele er schon erreicht (grüne Säule) bzw. fast (gelbe Säule) erreicht hat. Darüberhinaus wird ab dem ersten Folgebericht mit Hilfe von Gesichtssymbolen, die ein lachendes (205), ein weinendes (206) bzw. ein neutrales Gesicht (207) zeigen, die Veränderung gegenüber den letzten erhobenen Werten dargestellt. Dabei erscheint bei Verschlechterung ein weinendes Gesicht, bei Verbesserung ein lachendes und bei unveränderten Werten ein neutrales Gesicht.
  • Die Werte aus der Tabelle in 1 werden herangezogen, um das Risiko bzw. das Verbesserungspotenzial des Patienten zu verschiedenen Krankheitsbildern zu ermitteln. Dieses Risiko und Potenzial wird in 3 für fünf verschiedene Krankheitsbilder graphisch als Risiko-Zustand und Potenzial dargestellt. Die fünf verschiedenen Krankheitsbilder sind Herzinfarkt (319), Schlaganfall (320), Nierenversagen (321), Erblinden (322) und Fußamputation (323). Hierfür werden 3 verschiedene Symbole benutzt. Mit Hilfe der Figurensymbole für das Potenzial errechnet aus dem Aktuell-Risikozustand (308), dem Potenzial errechnet aus dem persönlichen Kurzfristziel-Risikozustand (309) und dem Langfristzielrisiko (310) wird dem Patienten verdeutlicht, wie groß sein derzeitiges Potenzial ist, das Langfristzielrisiko zu erreichen. Hierbei wird für jedes Krankheitsbild ein Balkendiagramm das horizontal angeordnet ist und eine Risikovergrößerung von links nach rechts darstellt, benutzt. Dabei sind die beiden Symbole für das Potenzial des Aktuell-Risikozustandes (308) und dem Potenzial aus dem Kurzfristziel-Risikozustand (309) oberhalb des Balkens angeordnet, während das Symbol für das Langfristzielrisiko (310) unterhalb des Balkens angeordnet ist. Dies hat den Grund, dass für die Symbole (308) und (309) eine andere Skala benutzt wird als für das Symbol (310). Das Potenzial des Aktuell-Risikozustandes bzw. des Kurzfristziel-Risikozustandes errechnet sich wie folgt: (Aktuelles Risiko – Langfristzielrisiko)/Aktuelles Risiko bzw. (Kurzfristzielrisiko – Langfristzielrisiko)/Kurzfristzielrisiko. Das Symbol für das Langfristzielrisiko (310) ist unterhalb des Balkens angebracht. Auf einer Skala von 0 bis 30% gibt es an, wie groß das absolute Risiko des Personenkreises ist, an der jeweiligen Krankheit zu erkranken, die die Leitlinienwerte erfüllen. Das Entwicklungspotenzial ist dabei umso größer, je weiter das Symbol des Aktuell-Risikozustandes (308) rechts angeordnet ist. Dabei zeigt die linke Begrenzung des Balkens ein 0%-iges Potenzial den Aktuell-Risikozustand in Relation zum Langfristzielrisiko zu senken, während die rechte Begrenzung ein 100%iges Potenzial den Aktuell-Risikozustand in Relation zum Langfristzielrisiko zu senken, anzeigt. Die gleiche Skala gilt für den Kurzfristziel-Risikozustand (309). Neben dem Balkendiagramm ist wieder ein lachendes (305); neutrales (306) oder weinendes (307) Gesichtsymbol angebracht. Dies zeigt dem Patienten an, ob er sich gegenüber dem letzten Arztbesuch seinem Kurzfristziel-Risikozustand genähert hat (lachendes Gesicht (305)), ob der Abstand zum Kurzfristziel-Risikozustand gleich geblieben ist (neutrales Gesicht (307)) oder ob sich der Abstand zum Kurzfristziel-Risikozustand vergrößert hat (weinendes Gesicht (306)). Neben dem Gesichtsymbol befindet sich eine Leiste (324) von markierten und unmarkierten Punkten die anzeigen, ob der Patient verschiedene Einflussfaktoren verändern sollte, oder nicht. Daraus kann der Patient erkennen, welche Einflussfaktoren für welches Krankheitsrisiko wichtig sind und welche Faktoren er noch verbessern kann und sollte, um auf dieses Krankheitsrisiko Einfluss zu nehmen und seinen Kurzfristziel-Risikozustand zu erreichen. Durch die Art der Darstellung sind sowohl die absoluten Langfristzielrisiken zwischen den einzelnen Grafiken vergleichbar, als auch die relativen Verbesserungspotenziale untereinander.
  • 4 stellt einen Überblick über die zeitliche Entwicklung der verschiedenen Einflussfaktoren über die Zeit dar. Hier können bis zu vier verschiedene Zeitpunkte mit den entsprechenden Werten zu den Einflussfaktoren (413a418a) eingegeben werden. Dabei sind die Einflussfaktoren (413418) untereinander aufgelistet, wobei zu jedem Einflussfaktor bis zu vier Zeitpunkte und die dazugehörigen Werte links in die Tabelle eingetragen werden (413a418a). Rechts davon sind die verschiedenen Figurensymbole für den Aktuell-Risikozustand (408) und den Kurzfristziel-Risikozustand (409) abgebildet. Wichtig für den Patienten sind hierbei die Entwicklung des Kurzfristziel-Risikozustandes und der Abstand von Aktuell-Risikozustand zum jeweiligen Kurzfristziel-Risikozustand. Das Ziel des Patienten ist es, sich in Richtung des Kurzfristziel-Risikozustandes zu entwickeln. Dabei kann von einem Zeitpunkt zum nächsten, der Kurzfristziel-Risikozustand verändert werden, wenn der Patient den Kurzfristziel-Risikozustand erreicht hat oder wenn er sich davon zu weit entfernt. Dies liegt im Ermessen des Arztes oder Patienten. Hierbei kann der Kurzfristziel-Risikozustand (409) entweder bei niedrigeren Werten als der Aktuell-Risikozustand (408) liegen, wie bei Langzeitblutzucker (413), Blutdruck (414), Gesamt-Cholesterin (415), Raucherstatus (417) und Gewicht (418) oder aber, wie bei HDL-Cholesterin (416), bei höheren Werten liegen.
  • Eine ähnliche Balkendarstellung wie in 4 wird in 5 benutzt, um dem Patienten die Risikoentwicklung für die verschiedenen Krankheitsbilder im Zeitverlauf darzustellen. Hierzu sind ebenfalls die fünf verschiedenen Krankheitsbilder Herzinfarkt (519), Schlaganfall (520), Nierenversagen (521), Erblindung (522) und Fußamputation (523) untereinander angeordnet. Auch hier können wiederum zu vier verschiedenen Zeitpunkten (516a, 529a) die aktuellen Risikowerte sowie die Zielrisikowerte in Bezug auf das Langfristzielrisiko (grauer vertikaler Balken) dargestellt werden. Es werden wiederum Figurensymbole für den Aktuellen-Risikozustand (508) und den Kurzfristziel-Risikozustand (509) benutzt. Oberhalb jeder Tabelle für jedes Risiko ist horizontal ein Balken angebracht, der von links, kleinem Risiko, nach rechts, großem Risiko, sich vergrößert. Dies bietet dem Patienten die Möglichkeit, seine Entwicklung über einen größeren Zeitraum zu verfolgen. Dabei kann er erkennen, wie viel Abstand er noch zu seinem Langfristzielrisiko hat und ob sich sein Risiko für einzelne Krankheitsbilder verbessert oder verschlechtert hat.

Claims (12)

  1. Ein System zur Visualisierung des Gesundheitszustandes eines Patienten bestehend aus, einer Einleseeinheit zum Einlesen von Patientendaten, einer Auswerteeinheit zur Auswertung der Daten und einer Ausgabeeinheit, die die Ergebnisse der Auswertung graphisch ausgibt, dadurch gekennzeichnet, dass die Auswerteeinheit ein Programm enthält, das für mindestens einen Risikoparameter einen Parameterwert des Patienten einliest und einen Aktuellen-Risikozustand berechnet und für eine Veränderung des Parameterwertes einen Kurzfristziel-Risikozustand berechnet.
  2. Ein System gemäß Anspruch 1 dadurch gekennzeichnet, dass sowohl durch den Patienten beeinflussbare als auch nicht beeinflussbare Risikoparameter in die Berechnung einbezogen werden.
  3. Ein System gemäß Anspruch 2 dadurch gekennzeichnet, dass die Risikoparameter mindestens Langzeitblutzucker, Blutdruck, Cholesterin, Rauchen und Gewicht des Patienten umfassen.
  4. Ein System gemäß Anspruch 1 bis 3 dadurch gekennzeichnet, dass die Risiken mindestens folgende Langzeitfolgen umfassen: Herzinfarkt, Schlaganfall, Nierenversagen, Erblindung und Fußamputation.
  5. Ein System gemäß Anspruch 1 bis 4 dadurch gekennzeichnet, dass die Ergebnisse der Berechnung graphisch dargestellt werden.
  6. Ein System gemäß Anspruch 1 bis 5 dadurch gekennzeichnet, dass Risikoberechnungen für verschiedene Lebensweisen des Patienten berechnet und dargestellt werden.
  7. Ein System gemäß Anspruch 1 bis 6 dadurch gekennzeichnet, dass der persönliche Aktuell-Risikozustand mit dem Kurzfristziel-Risikozustand und einem Langfristzielrisiko für diesen Risikoparameter graphisch dargestellt wird.
  8. Ein System gemäß Anspruch 7 dadurch gekennzeichnet, dass mehrere Darstellungen für verschiedene Risikoparameter durchgeführt werden.
  9. Ein System gemäß Anspruch 1 bis 8 dadurch gekennzeichnet, dass für verschiedene Zeitpunkte Risikoberechnungen durchgeführt werden, die eine Visualisierung der zeitlichen Risiko Veränderung des Patienten zulässt.
  10. Ein System gemäß Anspruch 7 dadurch gekennzeichnet, dass für das Aktuell-Risiko, das Kurzfristzielrisiko oder das Langfristzielrisiko verschiedene Symbole verwendet werden.
  11. Ein System gemäß Anspruch 10 dadurch gekennzeichnet, dass die Symbole auf einem horizontalen Balkendiagramm, mit sich verbreiterndem Balken bei zunehmendem Risiko, dargestellt werden.
  12. Ein System gemäß Anspruch 10 oder 11 dadurch gekennzeichnet, dass eine Verbesserung eines Risikoparameters mit einem positiven Symbol, eine Verschlechterung eines Risikoparameters mit einem negativen Symbol oder das gleich bleiben eines Risikoparameters mit einem neutralen Symbol am Rand des Balkendiagramms gekennzeichnet wird.
DE102005021779A 2005-05-11 2005-05-11 Präventives Modul zur Vermeidung von Krankheiten Withdrawn DE102005021779A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE102005021779A DE102005021779A1 (de) 2005-05-11 2005-05-11 Präventives Modul zur Vermeidung von Krankheiten
PCT/EP2006/001347 WO2006119810A1 (en) 2005-05-11 2006-02-15 Preventive module for avoiding diseases by calculating and displaying risk statuses
EP06706951A EP1882226A1 (de) 2005-05-11 2006-02-15 Präventives modul zur vermeidung von krankheiten durch berechnen und anzeigen von risikostatus
JP2008510421A JP2008541249A (ja) 2005-05-11 2006-02-15 リスクステータスを計算し、表示することによって病気を回避するための予防モジュール
US11/937,236 US20080088629A1 (en) 2005-05-11 2007-11-08 Preventive module for avoiding diseases

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102005021779A DE102005021779A1 (de) 2005-05-11 2005-05-11 Präventives Modul zur Vermeidung von Krankheiten

Publications (1)

Publication Number Publication Date
DE102005021779A1 true DE102005021779A1 (de) 2006-11-16

Family

ID=37295304

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102005021779A Withdrawn DE102005021779A1 (de) 2005-05-11 2005-05-11 Präventives Modul zur Vermeidung von Krankheiten

Country Status (1)

Country Link
DE (1) DE102005021779A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011080063A1 (de) * 2011-07-28 2013-01-31 Freie Universität Berlin Verfahren zur Beurteilung des Gesundheitszustandes eines Lebewesens und Vorrichtung zur Durchführung eines solchen Verfahrens

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011080063A1 (de) * 2011-07-28 2013-01-31 Freie Universität Berlin Verfahren zur Beurteilung des Gesundheitszustandes eines Lebewesens und Vorrichtung zur Durchführung eines solchen Verfahrens
DE102011080063B4 (de) * 2011-07-28 2015-02-26 Stefan Bernhard Verfahren zur Beurteilung des Gesundheitszustandes eines Lebewesens und Vorrichtung zur Durchführung eines solchen Verfahrens

Similar Documents

Publication Publication Date Title
DE102016209032B3 (de) Bildbegebendes Verfahren zum Durchführen einer medizinischen Untersuchung nebst zugehörigem Bildgebenden System und zugehörigem Computerprogrammprodukt
Nateqi et al. From symptom to diagnosis—symptom checkers re-evaluated: Are symptom checkers finally sufficient and accurate to use? An update from the ENT perspective
Matthies et al. Wissenschaft unter Beobachtung: Effekte und Defekte von Evaluationen
DE10240216A1 (de) Verfahren und Datenbank zum Auffinden von medizinischen Studien
EP1750209A1 (de) Verfahren und Vorrichtung zur automatischen Darstellung von in Datenbereichen geordneten Daten
DE102005021779A1 (de) Präventives Modul zur Vermeidung von Krankheiten
DE112015000337T5 (de) Entwicklung von Informationen von gesundheitsbezogenen Funktionsabstraktionen aus intraindividueller zeitlicher Varianzheterogenität
DE202005007461U1 (de) Präventives Modul zur Vermeidung von Krankheiten
von Solodkoff et al. Acceptance of Care Offers for exclusive Remote Treatment Illustrated by the Telemedical Model Project" docdirekt" with a Mixed-Methods Design
EP1395940A2 (de) Verfahren zur überwachung telemedizinischer gesundheitsdienstleistungen
Balmann et al. Agentenbasierte politik-und sektoranalyse-perspektiven und herausforderungen
Jeindl et al. HASH (0x559bb2cb31f0)
DE102005028975B4 (de) Verfahren zur Ermittlung eines Biomarkers zur Kennzeichnung eines spezifischen biologischen Zustands eines Organismus aus mindestens einem Datensatz
DE102022207482B4 (de) Computerimplementiertes Verfahren zum Bestimmen eines Datenqualitätsindex, Computerprogramm und Steuereinheit
Winkler et al. HASH (0x556da121a370)
Frank et al. Compression or expansion of morbidity in outpatient healthcare? Generation 65plus in 2007 and 2014
Graf von Stillfried et al. What do functionally defined populations contribute to the explanation of regional differences in medical care?
Böger How Does the Experience of Loneliness Change Across the Adult Life Span? An Examination of Age-Related Changes in the Level, Antecedents and Consequences of Loneliness
DE202022104780U1 (de) IoT-basiertes System zur Aufklärung, Verfolgung und Information über Menstruationszyklus und Menopause
DE102019213000A1 (de) Durchführen von medizinischen Aufgaben basierend auf unvollständigen oder fehlerhaften Daten
EP1527406A2 (de) Verfahren und anordnung sowie computerprogramm mit programmcode-mitteln und computerprogramm-produkt zur analyse von neuronalen aktivit ten in neuronalen arealen
Schulte et al. I–we–my organization will survive it! the questionnaire to measure individual, team and organizational resilience (FITOR)
Köhn et al. Disparities regarding computer-and information literacy of primary school children
Kranz et al. New patients’ rights act–what do we have to consider?
Klingler et al. Consulting or engaging? The role of stakeholders in health research. A conference report by the organizers

Legal Events

Date Code Title Description
R005 Application deemed withdrawn due to failure to request examination

Effective date: 20120512