« Forschungslandschaft: Projekte

Die chronische Nierenkrankheit (CKD) stellt eine häufige und zugleich stark unterschätzte Erkrankung dar, die durch einen meist schleichenden, lange asymptomatischen Verlauf gekennzeichnet ist. In Deutschland sind rund 10 % der über 40-Jährigen betroffen. Ein erheblicher Teil der Erkrankungen wird erst in fortgeschrittenen Stadien diagnostiziert, was zu erhöhten Risiken für Dialysepflichtigkeit, kardiovaskuläre Ereignisse, Hospitalisierung und Mortalität führt. Die damit verbundenen gesundheitlichen Belastungen gehen mit sehr hohen Kosten für das Gesundheitssystem einher, insbesondere im Bereich der Dialyseversorgung.

Ziel des Projekts ist die Entwicklung eines Prognosescores zur Vorhersage relevanter Folgeereignisse der chronischen Nierenkrankheit, vornehmlich Dialysebeginn, kardiovaskuläre Ereignisse, akutes Nierenversagen, Hospitalisierung und Mortalität. Grundlage hierfür sind Routinedaten der gesetzlichen Krankenversicherung der AOK Rheinland/Hamburg. Hierzu sollen etablierte statistische Regressionsmodelle mit modernen Machine-Learning-Verfahren, primär Transformer-Modellen, kombiniert werden. Während Regressionsmodelle eine gute Interpretierbarkeit der Risikofaktoren ermöglichen, sollen Transformer-Modelle komplexe zeitliche Muster und bislang unbekannte Risikokombinationen identifizieren. Die Erkenntnisse beider Ansätze werden zu einem integrierten Prognosescore zusammengeführt.

Der entwickelte Score soll so gestaltet werden, dass er sowohl in der ärztlichen Versorgung als auch von gesetzlichen Krankenkassen eingesetzt werden kann, unter anderem im Kontext der Versichertenansprache gemäß § 25b SGB V. Ergänzend wird der Prognosescore gesundheitsökonomisch bewertet und seine Implementierung aus Sicht von Behandelnden, Versicherten und Krankenkassen analysiert.