Real-world drug use in ATC and ICD-10: an expert-curated drug-diagnosis resource based on UK primary care and Danish hospitalization electronic health records
Diese Arbeit präsentiert eine kuratierte Ressource aus 7.763 signifikanten, realen Wirkstoff-Diagnose-Assoziationen, die aus britischen und dänischen elektronischen Gesundheitsakten abgeleitet wurden und von medizinischen Experten manuell annotiert wurden, um aufzuzeigen, dass die meisten beobachteten Koinzidenzen keine direkte Behandlung darstellen, und um die Notwendigkeit hervorzuheben, die Inter-Annotator-Variabilität zu berücksichtigen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Krankenhäuser und Arztpraxen erzeugen einen riesigen, kontinuierlichen Strom an Datensätzen. Jedes Mal, wenn ein Patient eine Diagnose erhält oder ein Rezept bekommt, wird ein digitaler Eintrag erstellt, der eine massive Bibliothek darüber schafft, wie Medizin in der realen Welt praktiziert wird. Um diese Informationen nutzbar zu machen, verlassen sich Forscher auf standardisierte Codes: einen Satz von Codes für Krankheiten und einen anderen für Medikamente. Diese Systeme fungieren wie eine universelle Sprache, die es Computern ermöglicht, Krankengeschichten über verschiedene Länder und Jahrzehnte hinweg zu lesen und zu vergleichen. Eine einfache Übereinstimmung zwischen einem Krankheitscode und einem Medikamentencode sagt jedoch nicht immer die ganze Geschichte aus. Nur weil ein Patient gleichzeitig ein bestimmtes Medikament einnimmt und eine bestimmte Diagnose verzeichnet hat, bedeutet das nicht, dass das Medikament zur Behandlung genau dieser Krankheit verschrieben wurde. Das Medikament könnte dazu dienen, ein Symptom zu lindern, eine Nebenwirkung einer anderen Behandlung zu behandeln oder ein völlig anderes Gesundheitsproblem anzugehen, das zufällig neben der Hauptdiagnose besteht. Das Verständnis des wahren Grundes hinter einer Verschreibung ist entscheidend für Forscher, die diese Datensätze nutzen wollen, um neue Einsatzmöglichkeiten für alte Medikamente zu entdecken oder zu untersuchen, wie Krankheiten fortschreiten.
Ein Forschungsteam setzte sich zum Ziel, eine klarere Karte dieser Beziehungen zu erstellen, indem es die tatsächlichen Aufzeichnungen von etwa 1,5 Millionen Menschen im Vereinigten Königreich und in Dänemark untersuchte. Sie konzentrierten sich auf zwei unterschiedliche Arten von Gesundheitsdaten: Datensätze von Hausärzten im Vereinigten Königreich, die die routinemäßige, alltägliche Versorgung erfassen, und Krankenhausdaten aus Dänemark, die schwerwiegendere Zustände und spezialisierte Behandlungen dokumentieren. Durch die Kombination dieser Quellen erstellte das Team einen Datensatz, der fast 736.000 Paare aus Medikamenten- und Diagnosecodes enthielt, die häufig gemeinsam auftraten. Anschließend nutzten sie statistische Methoden, um diese massive Liste auf etwa 7.763 Paare zu reduzieren, die eine starke, signifikante Verbindung aufwiesen – das heißt, das Medikament und die Diagnose traten weitaus häufiger gemeinsam auf, als es durch Zufall der Fall wäre.
Der Kern ihrer Arbeit bestand darin, menschliche Experten zu bitten, diese Verbindungen zu interpretieren. Sechs Kliniker – drei aus dem Vereinigten Königreich und drei aus Dänemark – überprüften jedes der 7.763 Paare unabhängig vone von sich. Ihre Aufgabe war es zu entscheiden, ob das Medikament direkt zur Behandlung der diagnostizierten Erkrankung eingesetzt wurde oder ob die Verbindung indirekt war. Die Experten klassifizierten jedes Paar als direkte Behandlung, indirekte Beziehung oder unsicher. Die Ergebnisse offenbarten eine überraschende Realität darüber, wie Medizin in der Praxis angewendet wird. Die überwiegende Mehrheit der starken statistischen Verbindungen, die das Team fand, waren keine Fälle, in denen ein Medikament die spezifische Krankheit behandelte, mit der es gepaart war. Stattdessen handelte es sich bei den meisten dieser Assoziationen um indirekte Beziehungen. Beispielsweise könnte ein Patient mit Krebs ein Medikament gegen Übelkeit nehmen, die durch eine Chemotherapie verursacht wird, oder ein Patient mit einer chronischen Herzerkrankung ein Medikament aufgrund einer Nebenwirkung seiner Primärbehandlung einnehmen. In vielen Fällen adressierte das Medikament ein Symptom oder ein sekundäres Gesundheitsproblem anstatt der primären Diagnose in der Akte.
Die Studie verdeutlichte auch, wie unterschiedliche medizinische Umgebungen diese Datensätze prägen. Die Daten aus dänischen Krankenhäusern zeigten eine hohe Häufigkeit von Medikamenten zur Schmerzbekämpfung und Anästhesie sowie Behandlungen für Infektionen, was die Natur der Krankenhausversorgung widerspiegelt, in der Operationen und akute Erkrankungen häufig vorkommen. Im Gegensatz dazu wurde der Datensatz der britischen Hausarztpraxen von Medikamenten für Atemwegserkrankungen, psychische Gesundheit und Herz-Kreislauf-Erkrankungen dominiert, die typisch für die langfristige Betreuung in der Gemeinschaft sind. Als die Forscher den Überlapp zwischen den beiden Ländern betrachteten, stellten sie fest, dass die Paare, die in beiden Datensätzen auftauchten, fast immer klinisch logisch waren, wie etwa Medikamente für Herzkrankheiten gepaart mit Herzdiagnosen. Doch selbst unter diesen klaren Fällen waren sich die menschlichen Experten nicht immer einig. Der Grad der Übereinstimmung unter den Ärzten variierte, wobei einige Paare erhebliche Debatten auslösten. Diese Uneinigkeit wurde nicht als Scheitern gesehen, sondern als wertvoller Hinweis: Sie zeigte, dass der Einsatz von Medikamenten in der realen Welt oft komplex und kontextabhängig ist und dass ein einzelnes Label die Nuancen einer klinischen Entscheidung nicht immer erfassen kann.
Um diese variierenden Meinungen greifbar zu machen, entwickelten die Forscher ein Bewertungssystem, das die Urteile der Ärzte in einem einzigen Konfidenzwert für jedes Medikament-Krankheits-Paar zusammenführte. Dieser Score zählte nicht nur Stimmen; er berücksichtigte auch die Tatsache, dass einige Ärzte vorsichtiger waren als andere und dass bestimmte Arten von medizinischen Beziehungen von Natur aus schwieriger zu klassifizieren sind. Die endgültige Ressource ist eine kuratierte Liste von tausenden Medikament-Krankheits-Beziehungen, von denen jedes mit einem Wert versehen ist, der angibt, wie wahrscheinlich es ist, dass es sich um eine direkte Behandlung oder eine indirekte Assoziation handelt. Dieses Werkzeug ermöglicht es anderen Wissenschaftlern, zwischen einem Medikament, das zur Heilung einer Krankheit eingesetzt wird, und einem Medikament, das zur Bewältigung der Nebenwirkungen dieser Krankheit oder ihrer Behandlung dient, zu unterscheiden. Durch die Bereitstellung dieser Detailtiefe bietet die Studie eine genauere Grundlage für die Nutzung elektronischer Gesundheitsakten in der Forschung und stellt sicher, dass zukünftige Entdeckungen auf einem klaren Verständnis darüber basieren, wie Medikamente in der realen Welt tatsächlich eingesetzt werden.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.