Räumlich-epidemiologische Datenanalyse von Pathologiedaten (REDPath)

Geographische Informationssysteme (GIS) bilden die technische Grundlage räumlicher Analysen. Sie kombinieren Hard- und Software, um Daten geographisch zu verorten, auf Karten darzustellen und statistisch auszuwerten. Ihre besondere Stärke liegt nicht nur in der Visualisierung von Krankheitsverteilungen, sondern in der Fähigkeit, Gesundheitsdaten mit spezifischen Orten und deren Kontextmerkmalen – etwa sozioökonomischen oder umweltbezogenen Faktoren – zu verknüpfen [17]. Auf diese Weise wird die Interpretation räumlicher Muster erleichtert und Hypothesen zu Risikofaktoren oder Versorgungsdisparitäten können überprüft werden.

Da GIS verschiedene Dimensionen von Gesundheit zusammenführen und Methoden aus Medizin, Geowissenschaften, Statistik und Informatik verbinden, handelt es sich um ein inhärent interdisziplinäres Instrument. Damit nehmen GIS eine zentrale Rolle in der modernen Gesundheitsforschung ein, da sie dazu beitragen komplexe, vielfältige und hochdynamische Gesundheitsdaten darzustellen und zu analysieren.

Räumlich-epidemiologische Analysen lassen sich dabei in drei Hauptansätze einteilen:

Gerade für onkologische Erkrankungen sind „disease mapping“ und Korrelationsstudien besonders geeignet, da sie nicht nur geographisch regionale Unterschiede der Krankheitslast sichtbar machen, sondern auch Zusammenhänge zwischen Risikofaktoren und Tumorerkrankungen modellieren können. Visualisierungen der Patientenverteilung im Verhältnis zu Screening- und Behandlungseinrichtungen ermöglichen zudem, mögliche Versorgungslücken oder Überlastungen einzelner Strukturen zu erkennen [17]. Dies kann sich beispielsweise in einer überproportionalen Fallbelastung einzelner Kliniken, einem Mangel an spezialisierten Behandlungseinheiten oder in langen Anfahrtswegen für Patientinnen und Patienten äußern.

Im internationalen Kontext existiert eine Vielzahl von anerkannten Studien, die das Potenzial räumlich-epidemiologischer Methoden in der Onkologie unterstreichen. So wurden etwa deutliche Hotspots für kolorektale Karzinome in den USA über einen Zeitraum von mehreren Jahrzehnten hinweg identifiziert [18], ebenso wie eine Häufung von kolorektalen, Lungen‑, Mamma- und Prostatakarzinomen in aktuellen Querschnittsdaten auf Ebene von Counties (vgl. mit Landkreisen in Deutschland; [11]). Georäumliche Analysen werden dabei nicht nur zur Hotspot-Erkennung eingesetzt, sondern auch, um ungeklärte Krankheitsrisiken aus Fall-Kontroll-Studien durch die Einbeziehung der Dimensionen Ort und Zeit besser zu verstehen, wie beispielsweise bei Untersuchungen zu Clustern von Harnblasenkarzinomen in Südost-Michigan gezeigt wurde [9].

Darüber hinaus dienen räumlich-epidemiologische Methoden der Analyse von Versorgungsstrukturen. So konnten Studien georäumliche Unterschiede in der Mammakarzinombehandlung in den USA nachweisen, bei denen regionale Faktoren einen stärkeren Einfluss auf die Fallzahlen hatten als individuelle Patientenmerkmale [8]. Weitere Arbeiten belegen den Einfluss von Versorgungszugang, sozioökonomischem Status und gesundheitsbezogenen Verhaltensweisen auf die Krebssterblichkeit [7]. Studien zu Zervixkarzinomen in Texas oder zur Krebsversorgung in New Jersey verdeutlichen zudem, wie stark Präventions- und Versorgungsungleichheiten mit sozialen und demographischen Faktoren verknüpft sind [19]. Solche Analysen erlauben nicht nur die Identifikation von Regionen mit besonders hohem Präventionsbedarf, sondern auch von Bevölkerungsgruppen, die durch bestehende Versorgungsangebote bislang nicht erreicht werden und daher von gezielten, angepassten Maßnahmen profitieren könnten.

Parallel zu dieser studienbasierten Forschung haben sich in den letzten Jahren auch die technischen Möglichkeiten erheblich erweitert. Open-source-Tools wie QGIS (QGIS Foundation) oder kommerzielle Lösungen wie ArcGIS (Esri) erlauben heute die Erstellung interaktiver, datengetriebener Kartenanalysen ohne eigene Programmierung.

Zudem entstanden erste öffentlich zugängliche Plattformen, die Krebsdaten aufbereiten, beispielsweise die US Cancer Statistics Data Visualizations der Centers for Disease Control and Prevention (CDC; [21]) oder die Environmental Facilities and Cancer Map des New York State Department of Health [12]. Ein weiterer Ansatz ist das Intelligent Analysis Tool (iCAT) von Fadiel et al., das verschiedene öffentlich verfügbare Datenquellen mit Mortalitätsdaten zu Krebserkrankungen kombiniert und interaktive Filter- und Analysemöglichkeiten bereitstellt, um regionale Unterschiede in Krebssterblichkeit zu quantifizieren [4]. Die Anwendung ermöglicht es beispielsweise, den Zusammenhang zwischen sozioökonomischen Faktoren wie Armut oder Zugang zu Gesundheitsversorgung und der Sterblichkeit an spezifischen Tumorentitäten innerhalb definierter Regionen zu untersuchen [4]. Allerdings sind diese Ansätze häufig durch begrenzte Datenvielfalt, mangelnde Aktualität und fehlende Integration relevanter Versorgungsdaten limitiert.

Die hier vorgestellten Anwendungen verdeutlichen, wie sich georäumliche Methoden für die Krebsforschung bereits operationalisieren lassen. Ihre Aussagekraft und Nutzbarkeit bleiben jedoch häufig begrenzt – einerseits durch eingeschränkte Datenvielfalt und fehlende Aktualität, andererseits durch die unzureichende Integration klinischer und versorgungsrelevanter Daten. Bemerkenswert ist, dass die Pathologie in bisherigen Studien und anwendungsorientierten Tools nur selten unmittelbar eingebunden ist, obwohl sie über einen besonders umfangreichen und stetig wachsenden Datenbestand verfügt. Routinedaten aus der pathologischen Diagnostik bilden die Grundlage nahezu jeder onkologischen Versorgung und bieten damit ein enormes, bislang ungenutztes Potenzial für die Versorgungsforschung.

Das Projekt REDPath wurde als Machbarkeitsstudie („proof of concept“) konzipiert, basierend auf Methodenentwicklung, Datenintegration und Evaluierung der Nutzbarkeit.

Ein zentrales Modul von REDPath bilden die deskriptiven Analysen, die eine intuitive und zugleich anschauliche Darstellung von Krankheitsverteilungen ermöglichen. Nutzer wählen zuerst die gewünschte geographische Ebene – etwa regionale oder kommunale Einheiten – und legen anschließend eine oder mehrere onkologische Erkrankungen sowie relevante Kontextvariablen fest. Letztere umfassen beispielsweise umweltbezogene oder demographische Faktoren wie den Anteil an Verkehrs- oder Grünflächen, die Bevölkerungsdichte oder die Arbeitslosenquote. Unterhalb dieser drei Auswahlfelder werden die gewählten Variablen jeweils als eigene Kachel mit zugehöriger Legende graphisch dargestellt (Abb. 2a). Die Kacheln lassen sich flexibel anordnen, verschieben und vergrößern, wodurch ein individueller Analysefokus ermöglicht wird. Ziel der deskriptiven Analyse ist es, die Nutzer zunächst mit den vorhandenen Daten vertraut zu machen und gleichzeitig Hypothesen zu potenziellen Zusammenhängen zwischen Erkrankungen und Kontextfaktoren zu generieren. Diese Hypothesen können im Anschluss im Modul für statistische Analysen geprüft werden.

Bild vergrößern

Für die statistischen Untersuchungen stehen unterschiedliche räumlich-epidemiologische Modelle zur Verfügung. GLMER dienen der Untersuchung regionaler Determinanten, während ICAR für Szenarien mit räumlicher Autokorrelation eingesetzt werden können. Ob eine solche Autokorrelation vorliegt, wird zuvor über die Moran’s-I-Statistik überprüft. Zeigt sich eine räumliche Abhängigkeit, kommen entsprechend ICAR-Modelle wie BYM oder Léroux zur Anwendung. Die Bedienung des statistischen Moduls ähnelt der deskriptiven Analyse: Zunächst werden geographische Ebene und abhängige Variable gewählt, beispielsweise eine bestimmte Tumorerkrankung. Danach können darunter beliebig viele unabhängige Variablen ergänzt werden, deren Einfluss auf die räumliche Verteilung der abhängigen Variable untersucht werden soll. Die Ergebnisse werden tabellarisch dargestellt und beinhalten die jeweils angewandte Methode, univariate und multivariate Parameter, Effektstärken, Konfidenzintervalle sowie eine einfache Kennzeichnung des Signifikanzniveaus (Abb. 2b).

Bei der Gestaltung der Ausgabe wurde besonderer Wert darauf gelegt, zentrale statistische Kennzahlen vollständig zu erhalten und gleichzeitig eine intuitive Interpretation auch für Nutzer ohne vertiefte Statistikkenntnisse zu ermöglichen. Wichtig ist dabei der Hinweis, dass auf diese Weise zwar Zusammenhänge identifiziert, jedoch keine kausalen Mechanismen nachgewiesen werden können. Ein weiterer wichtiger Hinweis ist, dass die Berücksichtigung der Entfernung zum Studienzentrum fester Bestandteil der Modelle ist. Mit zunehmender Distanz zum Institut für Pathologie sinkt die Wahrscheinlichkeit, dass eine Krebsdiagnose lokal gestellt wird, was die Fallzahlen in peripheren Gebieten verringern und die Ergebnisse verzerren könnte. Dieses Vorgehen wurde bereits am Beispiel von H.-pylori-Infektionen und Magenkarzinomen erfolgreich validiert [20]. Gleichzeitig ist zu betonen, dass das Institut für Pathologie der Universitätsmedizin Mainz die einzige pathologische Einrichtung in Mainz ist. Es versorgt damit nicht nur das Universitätsklinikum Mainz, sondern auch zahlreiche regionale Kliniken und ambulante Praxen, wodurch eine sehr hohe Fallabdeckung innerhalb des Studiengebiets gewährleistet ist.

Auf Flächenebene können Nutzer beispielsweise darstellen, wie viele Einsender es pro geographischer Einheit gibt, wie hoch die Einsenderdichte ausfällt, wie die generelle Versorgungsstruktur aussieht und welcher Fachrichtung die Einsender angehören (Abb. 3a).

Bild vergrößern

Auf Punktmusterebene lassen sich einzelne Einsender auswählen, sodass Informationen zur Anzahl der dort betreuten Krebspatienten, zur demographischen Zusammensetzung sowie zu den behandelten Tumorentitäten sichtbar werden (Abb. 3b).

An der Datengrundlage für dieses Modul wird derzeit noch gearbeitet, sodass es künftig eine wichtige Erweiterung des Funktionsspektrums darstellen wird. Geplant ist beispielsweise die Integration zusätzlicher Variablen, etwa zu Mobilitätsfaktoren und Anfahrtswegen der Patienten.

Trotz dieser vielfältigen Funktionen sind einige methodische Einschränkungen räumlich-epidemiologischer Analysen zu beachten, insbesondere bei der Nutzung aggregierter Daten. Geographische Einheiten können sehr unterschiedlich groß und unterschiedlich dicht besiedelt sein, während die statistischen Modelle häufig eine homogene Verteilung der Erkrankungen innerhalb dieser Einheiten annehmen [17]. Dadurch besteht die Gefahr, dass dünn besiedelte Gebiete entweder als Ausreißer erscheinen oder statistisch nicht signifikant werden – und somit unter Umständen fälschlicherweise vernachlässigt werden. Hinzu kommt das sog. „modifiable areal unit problem“ (MAUP): Die beobachteten geographischen Muster können sich je nach Wahl der räumlichen Aggregationsebene verändern, sodass Ergebnisse immer nur für die konkret analysierte Ebene gültig sind und nicht ohne Weiteres verallgemeinert werden dürfen [5, 13]. Eine zusätzliche Quelle möglicher Verzerrungen ist die Tatsache, dass Daten häufig auf einer anderen Ebene analysiert werden (z. B. regional), als sie ursprünglich erhoben wurden (z. B. individuell; [2]). Schließlich können fehlende oder unvollständige Daten zu einem Verlust statistischer Aussagekraft führen – ein Problem, das insbesondere bei seltenen Tumorentitäten zu berücksichtigen ist [6].

Die REDPath wurde von Beginn an nicht als klassisches statisches Werkzeug, sondern eher als dynamische Plattform konzipiert, die kontinuierlich weiterentwickelt und an neue lokale Anforderungen angepasst werden kann. Geplant ist in Kooperation mit dem Landeskrebsregister Rheinland-Pfalz, das im Institut für digitale Gesundheitsdaten Rheinland-Pfalz (IDG-RLP) verankert ist, um die vorliegenden pathologischen Routinedaten mit den auf gesetzlicher Basis erhobenen Krebsregisterdaten zu verknüpfen. Ziel ist es, Synergien mit bestehenden Strukturen zu schaffen, ohne parallele oder redundante Datenstrukturen aufzubauen. Ergänzend sollen die bereits eingebundenen Umweltdaten durch weitere Faktoren – etwa Luft- und Wasserqualität oder Feinstaubbelastung – erweitert werden, die vom Landesamt für Umwelt Rheinland-Pfalz bereitgestellt werden könnten. Langfristig ist zudem vorgesehen, klinische Daten des Universitären Centrums für Tumorerkrankungen (UCT) der Universitätsmedizin Mainz in die Plattform einzubinden. Parallel dazu wird an der Automatisierung zentraler Prozesse gearbeitet. Hierzu zählt die KI-gestützte Erfassung von ICD-O-3-Lokalisations- und Histologiecodes mithilfe sprachmodellbasierter Algorithmen, die den Kodierprozess effizienter und konsistenter gestalten sollen.

Dank seines modularen Aufbaus ist REDPath nicht auf onkologische Fragestellungen beschränkt, sondern lässt sich auf weitere medizinische Forschungsfelder übertragen, in denen räumliche Muster und Kontextfaktoren eine zentrale Rolle spielen, wie etwa in der Infektions- oder Umweltepidemiologie. Die zugrunde liegende Datenbankstruktur ermöglicht sowohl die Skalierung auf andere Krankheitsentitäten als auch die Einbeziehung zusätzlicher geographischer Regionen. Dies ist besonders relevant für Erkrankungen mit bekannter räumlicher Heterogenität, wie beispielsweise das Magenkarzinom [14]. An diesem Beispiel wird deutlich, dass nicht nur innerdeutsche Vergleiche, sondern perspektivisch auch Analysen im internationalen Kontext von Interesse sein könnten, sofern die Datenqualität und -verfügbarkeit ausreichend wären. Der Anschluss externer Datenquellen ließe sich über etablierte internationale Standards zur Kodierung und zum Austausch medizinischer Informationen wie HL7 FHIR oder SNOMED CT realisieren. Dies würde nicht nur die Integration in internationale Forschungsinfrastrukturen erleichtern, sondern auch Synergien mit bestehenden nationalen Initiativen wie der Medizininformatikinitiative (MII) oder der Nationalen Forschungsdateninfrastruktur für personenbezogene Gesundheitsdaten (NFDI4Health) schaffen. Über sichere, standardisierte Schnittstellen könnten so Datenquellen aus dem In- und Ausland eingebunden werden. Gerade in diesem Kontext ist ein transparentes und rechtssicheres Datenschutzkonzept unerlässlich.

Der Schutz personenbezogener Informationen ist ein zentrales Anliegen bei der Nutzung von Gesundheitsdaten für georäumliche Analysen. Im vorliegenden Projekt werden ausschließlich nach Art. 4 Abs. 5 EU-DSGVO pseudonymisierte und aggregierte Sekundärdaten verarbeitet, die keine Rückverfolgung auf Einzelpersonen ermöglichen. Es werden weder direkte noch indirekte Identifikationsmerkmale erhoben; die gespeicherten Daten beinhalten ausschließlich nicht-identifizierbare Informationen. Die Datenverarbeitung erfolgt auf räumlich- und passwortgeschützten Servern innerhalb des Instituts. Gemäß Art. 9 Abs. 3 EU-DSGVO liegt die Verantwortung für die Verarbeitung bei der Studienleitung, um eine ärztliche und technisch qualifizierte Handhabung sicherzustellen. Der Zugriff auf nicht-aggregierte Rohdaten ist auf die Studienleitung sowie auf eine autorisierte IT-Fachkraft beschränkt. Die ethische Unbedenklichkeit des Vorhabens wurde bereits im Rahmen eines positiven Ethikvotums durch die Ethikkommission Rheinland-Pfalz bestätigt (Antragsnummer: 2021-15741-retrospektiv, Datum des zustimmenden Votums: 13 April 2021). Zusätzlich schützt die räumliche Aggregation der Patientendaten – insbesondere bei seltenen Tumorentitäten – vor einer möglichen Reidentifizierbarkeit.

Um auch perspektivisch einer missbräuchlichen Nutzung durch wirtschaftliche oder politische Interessen vorzubeugen, ist die Einrichtung eines differenzierten Zugriffskonzepts nach dem Prinzip gestufter Analyseebenen („Zwiebelschalenprinzip“) vor Veröffentlichung des Programms vorgesehen. Während wissenschaftliche Institutionen und öffentliche Gesundheitseinrichtungen auf erweiterte Analysefunktionen zugreifen könnten, blieben diese für die allgemeine Öffentlichkeit technisch eingeschränkt – etwa durch IP-Filter oder rollenbasierte Nutzerrechte.

Insgesamt positioniert sich REDPath als Brücke zwischen Pathologie und Epidemiologie: als Werkzeug, das den enormen Datenschatz der pathologischen Routinediagnostik erstmals systematisch für räumlich-epidemiologische Analysen erschließt und zugleich eine Grundlage für eine zukunftsorientierte, patientenzentrierte Versorgung schafft.