Skip to main content
Erschienen in: Gefässchirurgie 3/2019

11.03.2019 | Periphere arterielle Verschlusskrankheit | Leitthema

Entwicklung eines selbstlernenden Risikoscores an Real-World-Datenquellen

Die RABATT-Studie

verfasst von: T. Schwaneberg, E. S. Debus, T. Repgen, H.-H. Trute, T. Müller, H. Federrath, U. Marschall, Dr. med. C.-A. Behrendt

Erschienen in: Gefässchirurgie | Ausgabe 3/2019

Einloggen, um Zugang zu erhalten

Zusammenfassung

Das vom Innovationsausschuss des Gemeinsamen Bundesausschuss für drei Jahre (2019–2022) geförderte Projekt „Risikoscores für eine algorithmenbasierte behandlerunabhängige Aufklärung zum Therapieerfolg und zur Therapieempfehlung“ (RABATT) verfolgt das Ziel, verfügbare Routine- und Registerdaten zur Behandlung der peripheren arteriellen Verschlusskrankheit (PAVK) intelligent zu nutzen. Es sollen selbstlernende Algorithmen und mobile Applikationen entwickelt werden, die eine informierte objektive Aufklärung und die Wahl der bestmöglichen Therapie trotz teilweise fehlender Evidenzbasis unterstützen. Dabei sollen wesentliche Fragen aus den Bereichen Datenschutz- und Haftungsrecht, Sozialrecht und Ethik beantwortet werden. Dieser Beitrag gibt einen Überblick über die primären Fragestellungen und methodischen Projektschritte.
Literatur
1.
Zurück zum Zitat Behrendt C‑A, Schwaneberg T, Hischke S et al (2019) Data privacy compliant validation of health insurance claims data—the IDOMENEO approach. Gesundheitswesen (In Press) Behrendt C‑A, Schwaneberg T, Hischke S et al (2019) Data privacy compliant validation of health insurance claims data—the IDOMENEO approach. Gesundheitswesen (In Press)
2.
Zurück zum Zitat Behrendt CA, Bertges D, Eldrup N et al (2018) International consortium of vascular registries consensus recommendations for peripheral revascularisation registry data collection. Eur J Vasc Endovasc Surg 56:217–237CrossRefPubMed Behrendt CA, Bertges D, Eldrup N et al (2018) International consortium of vascular registries consensus recommendations for peripheral revascularisation registry data collection. Eur J Vasc Endovasc Surg 56:217–237CrossRefPubMed
3.
Zurück zum Zitat Behrendt CA, Härter M, Kriston L et al (2017) IDOMENEO – Ist die Versorgungsrealität in der Gefäßmedizin Leitlinien- und Versorgungsgerecht? Gefasschirurgie 22:41–47CrossRef Behrendt CA, Härter M, Kriston L et al (2017) IDOMENEO – Ist die Versorgungsrealität in der Gefäßmedizin Leitlinien- und Versorgungsgerecht? Gefasschirurgie 22:41–47CrossRef
4.
Zurück zum Zitat Behrendt CA, Joassart Ir A, Debus ES et al (2018) The challenge of data privacy compliant registry based research. Eur J Vasc Endovasc Surg 55:601–602CrossRefPubMed Behrendt CA, Joassart Ir A, Debus ES et al (2018) The challenge of data privacy compliant registry based research. Eur J Vasc Endovasc Surg 55:601–602CrossRefPubMed
5.
Zurück zum Zitat Behrendt CA, Pridohl H, Schaar K et al (2017) Clinical registers in the twenty-first century: Balancing act between data protection and feasibility? Chirurg 88:944–949CrossRefPubMed Behrendt CA, Pridohl H, Schaar K et al (2017) Clinical registers in the twenty-first century: Balancing act between data protection and feasibility? Chirurg 88:944–949CrossRefPubMed
6.
Zurück zum Zitat Behrendt CA, Riess H, Harter M et al (2018) Guideline recommendations and quality indicators for invasive treatment of peripheral arterial disease in Germany: the IDOMENEO study for quality improvement and research in vascular medicine. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 61:218–223CrossRefPubMed Behrendt CA, Riess H, Harter M et al (2018) Guideline recommendations and quality indicators for invasive treatment of peripheral arterial disease in Germany: the IDOMENEO study for quality improvement and research in vascular medicine. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 61:218–223CrossRefPubMed
7.
Zurück zum Zitat Behrendt CA, Riess HC, Schwaneberg T et al (2018) Complex endovascular treatment of intact aortic aneurysms: an analysis of health insurance claims data. Gefasschirurgie 23:32–38CrossRefPubMedPubMedCentral Behrendt CA, Riess HC, Schwaneberg T et al (2018) Complex endovascular treatment of intact aortic aneurysms: an analysis of health insurance claims data. Gefasschirurgie 23:32–38CrossRefPubMedPubMedCentral
8.
Zurück zum Zitat Behrendt CA, Sigvant B, Szeberin Z et al (2018) International variations in amputation practice: a VASCUNET report. Eur J Vasc Endovasc Surg 56:391–399CrossRefPubMed Behrendt CA, Sigvant B, Szeberin Z et al (2018) International variations in amputation practice: a VASCUNET report. Eur J Vasc Endovasc Surg 56:391–399CrossRefPubMed
9.
Zurück zum Zitat Goodfellow I, Mcdaniel P, Papernot N (2018) Making machine learning robust against adversarial inputs. Commun Acm 61:56–66CrossRef Goodfellow I, Mcdaniel P, Papernot N (2018) Making machine learning robust against adversarial inputs. Commun Acm 61:56–66CrossRef
10.
Zurück zum Zitat Goodfellow IJ, Shlens J, Szegedy C (2014) Explaining and harnessing adversarial examples. In: arXiv e‑prints Goodfellow IJ, Shlens J, Szegedy C (2014) Explaining and harnessing adversarial examples. In: arXiv e‑prints
12.
Zurück zum Zitat Lees T, Troeng T, Thomson IA et al (2012) International variations in infrainguinal bypass surgery—a VASCUNET report. Eur J Vasc Endovasc Surg 44:185–192CrossRefPubMed Lees T, Troeng T, Thomson IA et al (2012) International variations in infrainguinal bypass surgery—a VASCUNET report. Eur J Vasc Endovasc Surg 44:185–192CrossRefPubMed
13.
Zurück zum Zitat Papernot N, Mcdaniel P, Goodfellow I et al (2016) Practical black-box attacks against machine learning. In: arXiv e‑prints Papernot N, Mcdaniel P, Goodfellow I et al (2016) Practical black-box attacks against machine learning. In: arXiv e‑prints
14.
Zurück zum Zitat Riess HC, Debus ES, Schwaneberg T et al (2018) Indicators of outcome quality in peripheral arterial disease revascularisations—a Delphi expert consensus. VASA 47:491–497CrossRefPubMed Riess HC, Debus ES, Schwaneberg T et al (2018) Indicators of outcome quality in peripheral arterial disease revascularisations—a Delphi expert consensus. VASA 47:491–497CrossRefPubMed
15.
Zurück zum Zitat Rndic N, Laskov P (2014) Practical evasion of a learning-based classifier: a case study. 2014 IEEE Symposium on Security and Privacy, S 197–211 Rndic N, Laskov P (2014) Practical evasion of a learning-based classifier: a case study. 2014 IEEE Symposium on Security and Privacy, S 197–211
16.
Zurück zum Zitat Silver D, Huang A, Maddison CJ et al (2016) Mastering the game of Go with deep neural networks and tree search. Nature 529:484CrossRefPubMed Silver D, Huang A, Maddison CJ et al (2016) Mastering the game of Go with deep neural networks and tree search. Nature 529:484CrossRefPubMed
17.
Zurück zum Zitat Stallkamp J, Schlipsing M, Salmen J et al (2012) Man vs. computer: benchmarking machine learning algorithms for traffic sign recognition. Neural Networks 32:323–332CrossRefPubMed Stallkamp J, Schlipsing M, Salmen J et al (2012) Man vs. computer: benchmarking machine learning algorithms for traffic sign recognition. Neural Networks 32:323–332CrossRefPubMed
19.
Zurück zum Zitat Vascunet C, Mitchell D, Venermo M et al (2015) Quality improvement in vascular surgery: the role of comparative audit and Vascunet. Eur J Vasc Endovasc Surg 49:1–3CrossRef Vascunet C, Mitchell D, Venermo M et al (2015) Quality improvement in vascular surgery: the role of comparative audit and Vascunet. Eur J Vasc Endovasc Surg 49:1–3CrossRef
Metadaten
Titel
Entwicklung eines selbstlernenden Risikoscores an Real-World-Datenquellen
Die RABATT-Studie
verfasst von
T. Schwaneberg
E. S. Debus
T. Repgen
H.-H. Trute
T. Müller
H. Federrath
U. Marschall
Dr. med. C.-A. Behrendt
Publikationsdatum
11.03.2019
Verlag
Springer Medizin
Erschienen in
Gefässchirurgie / Ausgabe 3/2019
Print ISSN: 0948-7034
Elektronische ISSN: 1434-3932
DOI
https://doi.org/10.1007/s00772-019-0514-0

Weitere Artikel der Ausgabe 3/2019

Gefässchirurgie 3/2019 Zur Ausgabe

Netzwerk Grundlagenforschung

„Die Luft der Freiheit weht“

Update Chirurgie

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

S3-Leitlinie „Diagnostik und Therapie des Karpaltunnelsyndroms“

CME: 2 Punkte

Prof. Dr. med. Gregor Antoniadis Das Karpaltunnelsyndrom ist die häufigste Kompressionsneuropathie peripherer Nerven. Obwohl die Anamnese mit dem nächtlichen Einschlafen der Hand (Brachialgia parästhetica nocturna) sehr typisch ist, ist eine klinisch-neurologische Untersuchung und Elektroneurografie in manchen Fällen auch eine Neurosonografie erforderlich. Im Anfangsstadium sind konservative Maßnahmen (Handgelenksschiene, Ergotherapie) empfehlenswert. Bei nicht Ansprechen der konservativen Therapie oder Auftreten von neurologischen Ausfällen ist eine Dekompression des N. medianus am Karpaltunnel indiziert.

Prof. Dr. med. Gregor Antoniadis
Berufsverband der Deutschen Chirurgie e.V.

S2e-Leitlinie „Distale Radiusfraktur“

CME: 2 Punkte

Dr. med. Benjamin Meyknecht, PD Dr. med. Oliver Pieske Das Webinar S2e-Leitlinie „Distale Radiusfraktur“ beschäftigt sich mit Fragen und Antworten zu Diagnostik und Klassifikation sowie Möglichkeiten des Ausschlusses von Zusatzverletzungen. Die Referenten erläutern, welche Frakturen konservativ behandelt werden können und wie. Das Webinar beantwortet die Frage nach aktuellen operativen Therapiekonzepten: Welcher Zugang, welches Osteosynthesematerial? Auf was muss bei der Nachbehandlung der distalen Radiusfraktur geachtet werden?

PD Dr. med. Oliver Pieske
Dr. med. Benjamin Meyknecht
Berufsverband der Deutschen Chirurgie e.V.

S1-Leitlinie „Empfehlungen zur Therapie der akuten Appendizitis bei Erwachsenen“

CME: 2 Punkte

Dr. med. Mihailo Andric
Inhalte des Webinars zur S1-Leitlinie „Empfehlungen zur Therapie der akuten Appendizitis bei Erwachsenen“ sind die Darstellung des Projektes und des Erstellungswegs zur S1-Leitlinie, die Erläuterung der klinischen Relevanz der Klassifikation EAES 2015, die wissenschaftliche Begründung der wichtigsten Empfehlungen und die Darstellung stadiengerechter Therapieoptionen.

Dr. med. Mihailo Andric
Berufsverband der Deutschen Chirurgie e.V.