| Projektnummer | RFN21001 |
| Projektbeginn | 01.10.2023 |
| Projektende | 31.03.2025 |
| Projektleitung | Dr. Claudia Pieper |
| Einrichtung | Institut für medizinische Informatik, Biometrie und Epidemiologie (IMIBE), Universitätsklinikum Essen |
| Kontaktanschrift |
Institut für medizinische Informatik, Biometrie und Epidemiologie (IMIBE), Universitätsklinikum Essen Hufelandstraße 55 45122 Essen 0201 72377-239 (Dr. Pieper) |
| Förderer | refonet |
| Abstract | Das primäre Ziel der Rehabilitation, die Teilhabe am gesellschaftlichen Leben und die Wiederherstellung der Erwerbsfähigkeit, hat einen sozialmedizinisch und volkswirtschaftlich hohen Stellenwert (Deutsche Rentenversicherung Bund, 2021; Korsukéwitz et al., 2012). Nach der stationären Behandlung aufgrund eines Herzinfarktes sichert die können Anschlussrehabilitation (AR) die Wiederherstellung krankheitsbedingter Funktionsbeeinträchtigungen. Die Reduktion der Mortalität durch die AR ist vielfachfach belegt (Schwaab 2018; van Halewijn et al. 2017; Rauch et al. 2016). Dennoch treten Herzinfarktpatienten und -patientinnen nur zu etwa der Hälfte nach einem akuten Ereignis eine AR an (Deutsche Herzstiftung 2021). Zudem veranlassen Erkenntnisse aus eigenen Studien die Antragstellerin zu der Annahme, dass ein relevanter Anteil an Patientinnen und Patienten trotz Indikation nach stationärem Aufenthalt ärztlicherseits aus dem Krankenhaus nach Akutereignis keine Empfehlung zur AR erhält. Die Ziele des Vorhabens sind daher 1. die Feststellung und Beschreibung des Anteils an Patientinnen und Patienten, die nach stationärem Aufenthalt trotz bestehender Indikation keine Empfehlung zur AR erhalten 2. die Identifizierung von strukturellen, klinischen und patientenbezogenen Merkmalen, die die Empfehlung zur AR beeinflussen und 3. in Abhängigkeit der Ergebnisse aus (1) und (2): die Entwicklung und pilothafte Implementierung eines automatisierten Unterstützungssystems (Algorithmus) zur Empfehlung einer AR. Innerhalb einer 18-monatigen Projektlaufzeit sollen diese Ziele durch eine retrospektive Datenauswertung, ergänzende Interviews und durch die Programmierung eines Unterstützungssystems für den klinischen Alltag erreicht werden. Das entwickelte System wird in einer Pilotstudie auf Umsetzbarkeit und Akzeptanz getestet. Darüber hinaus wird der Algorithmus so gestaltet, dass er in weitere klinische Informationssysteme integriert und dadurch niedrigschwellig auf andere Indikationen oder Sektoren übertragen werden kann. |
