„Big Data“ für die Früherkennung weiterer mit Krebs in Zusammenhang stehender Erkrankungen
Ein neues Computerprogramm für Mediziner*innen und Wissenschaftler*innen, um besser zu verstehen, welche weiteren Erkrankungen bei Krebspatient*innen auftreten können.
Worin bestand die Herausforderung?
2018 gab es weltweit 17 Millionen neue Krebsfälle und ihre Zahl steigt immer weiter an. Eine Krebserkrankung wirkt sich auf alle Bereiche des Lebens von Patient*innen aus. Krebs stellt zudem weltweit eine große Belastung für die Gesundheitsversorgung dar. Krebspatient*innen haben darüber hinaus ein höheres Risiko für weitere Erkrankungen. Wenn Mediziner*innen wüssten, für welche anderen Krankheiten bei den Patient*innen je nach Art ihrer Krebserkrankung ein sehr hohes Risiko besteht, könnten sie eine Priorisierung vornehmen und früh nach bestimmten Erkrankungen suchen oder diesen sogar, sofern möglich, vorbeugen.
Was war das Ziel dieser Untersuchung?
Diese Recherche diente dazu, aus medizinischer und wissenschaftlicher Sicht zu erfahren, an welchen weiteren Krankheiten bei Krebspatient*innen am wahrscheinlichsten erkranken. Die Studie konzentrierte sich dabei auf Patient*innen mit den neun häufigsten Krebserkrankungen. Die Forscher*innen betrachteten zunächst die Krankheiten, die am häufigsten auftreten, bevor Patient*innen Krebs entwickelten, um auszuschließen, dass eine dieser Krankheiten tatsächlich das Krebsrisiko erhöhte. Dann betrachteten sie Krankheiten, die nach der Krebsdiagnose auftraten, um auszuschließen, dass die bestehende Krebserkrankung das Risiko der Patient*innen für bestimmte weitere Erkrankungen erhöhte. Ihr Ziel war es, eine Methode zu entwickeln, die es Mediziner*innen und Forscher*innen in der Zukunft erlaubt, festzustellen, welche weiteren Krankheiten in Verbindung mit der Krebserkrankung bei derselben Person im Laufe der Zeit auftreten könnten.
Warum und wie wurden Gesundheitsdaten verwendet?
Die Forscher*innen des College of Medical Science and Technology der Taipei Medical University in Taiwan erhielten die Genehmigung, Daten der Datenbank der taiwanesischen staatlichen Krankenversicherung für die gesamte taiwanesische Bevölkerung auszuwerten. Diese Datenbank umfasst Gesundheitsdaten von ca. 782 Millionen ambulanten Terminen. Zu den analysierten Daten zählten ambulante Termine, Termine bei Zahnärzt*innen, Hospitalisierungen (Einweisungen ins Krankenhaus), verordnete Arzneimittel sowie Nachfolgerezepte, Labor- und bildgebende Untersuchungen sowie Operationen.
Auf welcher gesetzlichen Grundlage durften die Daten verwendet werden?
Die dem Forschungsteam zur Verfügung gestellten Daten waren vollständig anonymisiert.
Welche Ergebnisse brachte die Studie?
Die Datensätze in der Datenbank wurden zuerst nach Alter und Geschlecht der Patient*innen in Gruppen zusammengefasst und analysiert. Das Computerprogramm wurde so eingerichtet, dass es Krankheiten bei jeder Person erkennen konnte, die innerhalb eines Zeitraums von drei Jahren nacheinander aufgetreten waren. Dabei wurden diese Verbindungen zwischen den Krankheiten so dargestellt, dass sie von Wissenschaftler*innen in engen Zusammenhang gebracht werden konnten. Die Daten wurden für Millionen von Patient*innen akkumuliert (summiert, gesammelt), um die Verbindungen zwischen Krankheiten herauszuarbeiten, die am häufigsten und nicht nur rein zufällig waren. Diese Verbindungen wurden visuell dargestellt. Diese visuelle Darstellung kann gedreht und vergrößert werden und ermöglicht so eine sehr detaillierte Ansicht. Das System heißt Cancer Associations Map Animation (CAMA).
Welchen Nutzen hatte die Studie für die Gesundheitssysteme?
Die Datensätze in der Datenbank wurden zuerst nach Alter und Geschlecht der Patient*innen in Gruppen zusammengefasst und analysiert. Das Computerprogramm wurde so eingerichtet, dass es Krankheiten bei jeder Person erkennen konnte, die innerhalb eines Zeitraums von drei Jahren nacheinander aufgetreten waren. Dabei wurden diese Verbindungen zwischen den Krankheiten so dargestellt, dass sie von Wissenschaftler*innen in engen Zusammenhang gebracht werden konnten. Die Daten wurden für Millionen von Patient*innen akkumuliert (summiert, gesammelt), um die Verbindungen zwischen Krankheiten herauszuarbeiten, die am häufigsten und nicht nur rein zufällig waren. Diese Verbindungen wurden visuell dargestellt. Diese visuelle Darstellung kann gedreht und vergrößert werden und ermöglicht so eine sehr detaillierte Ansicht. Das System heißt “Cancer Associations Map Animation” (CAMA).
Weiterführende Informationen
Scientific research paper:
