Inferring Chronic Treatment Onset from ePrescription Data: A Renewal Process Approach

Die Studie stellt einen probabilistischen Rahmen vor, der eRezeptdaten als Erneuerungsprozess modelliert, um den Beginn chronischer Behandlungen durch die Erkennung eines Übergangs von sporadischer zu kontinuierlicher Therapie präziser zu bestimmen als herkömmliche regelbasierte Ansätze.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen, den genauen Moment zu finden, an dem jemand mit einer langfristigen Behandlung begonnen hat – zum Beispiel mit Medikamenten gegen Bluthochdruck oder Diabetes. In der digitalen Patientenakte (EHR) ist das oft wie die Suche nach einer Nadel im Heuhaufen, und zwar in einem Heuhaufen, der von vorne bis hinten unvollständig ist.

Hier ist die einfache Erklärung der Forschung von Poličar, Stanimirović und Zupan, übersetzt in eine Geschichte mit Alltagsanalogien:

1. Das Problem: Die lückenhafte Akte

Stellen Sie sich vor, Sie haben ein Tagebuch, in das Sie nur dann etwas schreiben, wenn Sie sich wirklich schlecht fühlen oder einen Termin beim Arzt haben. Aber in den ersten Jahren war das Tagebuch fast leer, weil das System noch nicht eingeführt war. Wenn Sie heute zurückblicken, um zu sehen, wann jemand zum ersten Mal krank wurde, finden Sie oft keine Einträge. Die Ärzte haben die Diagnose vielleicht erst Jahre später eingetragen, oder sie haben sie gar nicht erst notiert.

Das ist das Problem mit den Diagnosedaten: Sie sind oft unvollständig, fehlerhaft oder einfach zu spät. Es ist, als würde man versuchen, den Start eines Marathonlaufs zu bestimmen, indem man nur nach den Fotos sucht, die nach dem Ziel aufgenommen wurden.

2. Die Lösung: Der "Wiederholungs-Rhythmus"

Die Forscher haben eine clevere Idee: Schauen wir nicht auf die Diagnose, sondern auf die Rezepte.

Stellen Sie sich Medikamente wie ein Abo-Service vor (wie Netflix oder ein Zeitungsabo).

• Gelegentliche Besuche (Sporadisch): Jemand kauft vielleicht einmal im Jahr ein Schmerzmittel für einen Kopfschmerz. Das ist wie ein zufälliger Einkauf im Supermarkt. Es gibt keinen festen Rhythmus. In der Mathematik nennen die Autoren das einen "Poisson-Prozess" – einfach gesagt: Zufall.
• Langfristige Therapie (Nachhaltig): Jemand muss jeden Monat sein Blutdruckmedikament holen. Das ist wie ein festes Abo. Der Patient kommt regelmäßig wieder. Das ist ein Erneuerungsprozess (Renewal Process).

Die Forscher sagen: "Wenn wir sehen, dass jemand von zufälligen Einkäufen zu einem festen, regelmäßigen Abo übergeht, dann wissen wir: Hier hat die echte Behandlung begonnen."

3. Die Methode: Der "Wächter" am Tor

Die Autoren haben einen mathematischen Algorithmus entwickelt, der wie ein sehr aufmerksamer Wächter funktioniert. Dieser Wächter beobachtet den Patienten über die Jahre:

1. Phase 1 (Das Rauschen): Der Patient holt ab und zu mal ein Medikament. Der Wächter denkt: "Das ist nur Zufall oder eine akute Kleinigkeit. Noch keine chronische Krankheit."
2. Der Wendepunkt (Change-Point): Plötzlich holt der Patient das Medikament regelmäßig, fast wie aus dem Takt. Der Wächter merkt: "Aha! Der Rhythmus hat sich geändert! Von 'zufällig' zu 'regelmäßig'."
3. Der Startzeitpunkt: Genau an diesem Moment markiert der Wächter den Beginn der Behandlung.

Dieser Ansatz ist viel besser als die alten, dummen Methoden (die "naiven Regeln"), die einfach sagten: "Sobald ein Rezept mit dem Label 'chronisch' da ist, war das der Start." Das Problem bei den alten Methoden war, dass sie oft Dinge fälschlicherweise als Start markierten, lange bevor die Krankheit wirklich begann (z. B. weil das System erst 2016 eingeführt wurde, aber die alten Daten fälschlicherweise auf 2016 datiert wurden).

4. Ein Beispiel aus der Praxis: Die "Corona-Test"

Um zu beweisen, dass ihre Methode funktioniert, haben sie sie an einer Krankheit getestet, die es vor 2019 gar nicht gab: Corona (U07).

• Die alte Methode: Sagte fälschlicherweise, viele Menschen hätten Corona schon 2016 gehabt. Das ist unmöglich!
• Die neue Methode: Hat fast niemanden vor 2019 als "behandelt" markiert. Sie hat den Unsinn erkannt und ignoriert.

5. Die Grenzen: Je mehr Daten, desto besser

Die Methode funktioniert am besten, wenn der Patient viele Rezepte hat (hohe "Dichte").

• Stell dir vor: Wenn jemand jeden Monat ein Rezept holt, ist der Rhythmus klar wie ein Taktstock.
• Aber: Wenn jemand nur alle paar Jahre ein Rezept holt (wie bei manchen seltenen Krankheiten), ist es für den Wächter schwer zu sagen, wann der feste Rhythmus begann. Hier ist die Methode weniger genau.

Fazit: Warum ist das wichtig?

Diese Forschung ist wie ein neuer, smarter Kompass für Ärzte und KI-Systeme.

• Bessere Patienten-Gruppen: Wenn wir wissen, wann die Behandlung wirklich begann, können wir Gruppen von Patienten besser zusammenstellen, um neue Medikamente zu testen.
• Weniger Fehler: Wir vermeiden es, Leute in Studien aufzunehmen, die gar nicht die richtige Krankheit haben oder die falschen Daten liefern.
• Vertrauen in die Daten: Selbst wenn die Diagnose-Daten lückenhaft sind, können wir durch die "Musik der Rezepte" (den Rhythmus der Abholungen) die wahre Geschichte der Krankheit rekonstruieren.

Zusammengefasst: Statt auf das zu hören, was im Tagebuch steht (was oft fehlt), hören die Forscher auf den Rhythmus, mit dem die Patienten ihre Medikamente holen. Und dieser Rhythmus verrät oft viel mehr über den wahren Beginn einer Krankheit als das Tagebuch selbst.

Technische Zusammenfassung

1. Problemstellung

Die Analyse longitudinaler elektronischer Gesundheitsakten (EHR) zur Bestimmung des Krankheitsbeginns (Onset) ist häufig durch Linkszensierung (Left-Censoring) beeinträchtigt. Dies liegt an der schrittweisen Einführung digitaler Gesundheitssysteme und der unvollständigen Migration historischer Daten.

• Diagnosedaten: In Slowenien stieg die Anzahl der Diagnosen erst von 350.000 (2016) auf über 10 Millionen (2020). Frühe Daten sind oft unvollständig, inkonsistent oder fehlerhaft kodiert (bis zu 20% Fehlklassifikation). Diagnosen werden oft nur einmal erfasst und nicht systematisch aktualisiert.
• Verschreibungsdaten (ePrescriptions): Im Gegensatz dazu bieten ambulante Verschreibungen einen kontinuierlichen, erneuerbaren Signalverlauf. Sie müssen regelmäßig erneuert werden und spiegeln das tatsächliche Krankheitsmanagement wider.
• Herausforderung: Viele bestehende Phänotypisierungsansätze nutzen einfache Heuristiken (z. B. die erste Verschreibung einer chronischen Medikation als Krankheitsbeginn), was zu unrealistisch frühen Detektionen und Datenlecks in ML-Modellen führen kann.

2. Methodik

Die Autoren schlagen einen probabilistischen Rahmen vor, der die Dynamik von Verschreibungen als Erneuerungsprozess (Renewal Process) modelliert, um den Übergang von sporadischer zu nachhaltiger Therapie zu erkennen.

A. Modellierung der Zeitpunkte (Temporal Point Processes)

Für jedes Patienten-Wirkstoff-Paar werden die Verschreibungszeitpunkte $t_i$ durch die Intervalle zwischen den Ereignissen $\tau_i = t_{i+1} - t_i$ modelliert.

• Null-Modell (Sporadisch): Ein homogener Poisson-Prozess wird für sporadische oder unstrukturierte Verschreibungen (akute Behandlungen, administrative Rauschen) verwendet. Die Intervalle folgen einer Exponentialverteilung ($k \approx 1$).
• Ziel-Modell (Nachhaltig): Ein Weibull-Erneuerungsprozess modelliert die regelmäßigen Nachbestellungen bei chronischer Therapie. Die Intervalle folgen einer Weibull-Verteilung mit Formparameter $k$ und Skalenparameter $\lambda$.
  • $k > 1$: Regelmäßige Nachbestellung (charakteristisch für chronische Therapie).
  • $k < 1$: Burst-artige Muster.
  • $k \approx 1$: Poisson-ähnlich.
• Stratifizierung: Die Modelle werden separat für erneuerbare (renewable) und nicht-erneuerbare Verschreibungen geschätzt, da diese unterschiedliche Zeitstrukturen aufweisen.

B. Change-Point Detection (Erkennung von Wendepunkten)

Der Beginn der chronischen Therapie wird als Wendepunkt ($c$) identifiziert, an dem sich das Verschreibungsverhalten vom Poisson-Regime zum Weibull-Regime ändert.

• Log-Likelihood-Maximierung: Für einen potenziellen Wendepunkt $c$ wird die Log-Likelihood berechnet, die die Summe der Likelihoods des Poisson-Modells vor $c$ und des Weibull-Modells nach $c$ darstellt.
• Schwellenwert: Ein Wendepunkt wird nur akzeptiert, wenn die Verbesserung der Log-Likelihood gegenüber dem reinen Null-Modell einen Schwellenwert $\epsilon$ überschreitet. Dies verhindert das Über-Triggering bei zufälligen Mustern.
• Einschränkung: Das Modell sucht nur nach einem einzigen Übergang (Beginn der Therapie) und ignoriert das Ende der Therapie, da dies in ambulanten Daten oft unzuverlässig ist (z. B. durch Wechsel der Medikation oder Tod).

C. Konstruktion des Krankheits-Phänotyps

Um von Wirkstoff-Ebenen auf ICD-10-Krankheitskategorien zu schließen:

1. Empirische Zuordnung: Es wird eine zeitliche Koinzidenz zwischen dem inferierten Therapiebeginn und aufgezeichneten Diagnosen innerhalb eines Fensters (3 Monate vorher, 12 Monate nachher) genutzt, um Wirkstoff-Krankheits-Paare zu lernen.
2. Aggregation: Nur Paare mit ausreichender Unterstützung (>25 Ereignisse) und hoher Ausrichtung (Alignment Rate) werden behalten.
3. Patienten-Level: Der Krankheitsbeginn eines Patienten wird als der früheste Beginn unter den zugehörigen Wirkstoffen definiert.

3. Schlüsselergebnisse

Die Methode wurde an einem Datensatz von 2,4 Millionen Patienten (101 Millionen Verschreibungen, 58 Millionen Diagnosen) in Slowenien (2016–2022) evaluiert.

• Validierung der Renewal-Dynamik: Die geschätzten Weibull-Parameter ($k, \lambda$) zeigen eine starke Übereinstimmung, selbst wenn nur chronisch gekennzeichnete Verschreibungen verwendet werden. Erneuerbare Verschreibungen weisen deutlich höhere Regularität ($k > 2$) und längere Intervalle ($\lambda \approx 350$ Tage) auf als nicht-erneuerbare ($\lambda \approx 100$ Tage).
• Verbesserte zeitliche Plausibilität:
  • Im Vergleich zu einer naiven Baseline (erste Verschreibung mit chronischem Label) liefert die Change-Point-Methode deutlich plausiblere Schätzungen.
  • Die naive Methode detektiert unrealistisch frühe Krankheitsbeginne (z. B. COVID-19-Diagnosen bereits 2016, bevor das Virus existierte), während die Renewal-Methode diese Fehler weitgehend vermeidet.
  • Die Verteilung der Differenz zwischen Diagnose und inferiertem Beginn ist bei der neuen Methode enzer um Null zentriert.
• Abhängigkeit von der Verschreibungsdichte:
  • Die Erkennungsleistung (Recall) korreliert stark mit der Dichte der longitudinalen Verschreibungen ($r \approx 0.67$).
  • Krankheiten mit dichten, strukturierten Therapieverläufen werden zuverlässig erkannt.
  • Die naive Methode hat einen höheren Recall (da sie nur eine Verschreibung benötigt), produziert aber mehr falsch-positive frühe Detektionen. Die Renewal-Methode ist konservativer und benötigt mindestens 6 Verschreibungen für eine Inferenz, was die Qualität der Kohortenbildung erhöht.

4. Hauptbeiträge

1. Probabilistischer Rahmen: Einführung eines Erneuerungsprozess-Modells (Poisson zu Weibull) zur Unterscheidung von sporadischem Rauschen und nachhaltiger chronischer Therapie.
2. Robustheit gegen Linkszensierung: Die Methode reduziert unrealistisch frühe Detektionen signifikant, was besonders bei unvollständigen Diagnosedaten entscheidend ist.
3. Datengetriebene Zuordnung: Empirische Ableitung von Wirkstoff-Krankheits-Beziehungen statt manueller Zuordnung, was die Anpassung an lokale Verschreibungspraktiken ermöglicht.
4. Systematische Evaluation: Umfassender Vergleich mit einer regelbasierten Baseline unter Verwendung eines großen nationalen Datensatzes, der die Grenzen und Stärken der verschreibungsbasierten Inferenz aufzeigt.

5. Bedeutung und Fazit

Die Studie demonstriert, dass longitudinale Verschreibungsdaten ein starkes, wiederherstellbares Signal für den Beginn behandelter Phänotypen enthalten. Durch die Modellierung der Verschreibungsdynamik als stochastischer Prozess können Kohorten für KI/ML-Anwendungen zuverlässiger konstruiert werden, ohne dass auf unvollständige Diagnosedaten angewiesen werden muss.

Die Methode ist besonders wertvoll für chronische, nicht übertragbare Krankheiten, die den Großteil der Todesfälle ausmachen und strukturierte Verschreibungsmuster aufweisen. Für Krankheiten mit sporadischen oder akuten Verläufen bleibt die Detektion jedoch eine Herausforderung, was die Notwendigkeit unterstreicht, Behandlungsdynamiken explizit zu modellieren, anstatt einfache Heuristiken zu verwenden. Dies legt den Grundstein für zukünftige Erweiterungen, die Therapiewechsel und externes biomedizinisches Wissen integrieren.