Institutes
Refine
Year of publication
- 2021 (3)
Has Fulltext
- yes (3)
Is part of the Bibliography
- no (3)
Keywords
- Rare diseases (2)
- Care centers (1)
- Gesundheitspersonal (1)
- Gesundheitsversorgungseinrichtungen (1)
- HPO (1)
- Health facilities (1)
- Health personnel (1)
- Patient portals (1)
- Patientenportale (1)
- Registry (1)
Institute
- Medizin (3)
Das Citizen Science-Projekt „Patient Science zur Erforschung Seltener Erkrankungen – eine bürgerwissenschaftliche Studie am Beispiel der Mukoviszidose“ wurde von 2017 bis 2020 vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Es wollte dezidiert ein bürgerwissenschaftliches Format für die Gesundheits- und medizinische Forschung erproben, das ein höchstes Maß an Partizipation für Bürger:innen bzw. Patient:innen ermöglicht, und zwar in allen Phasen des Forschungsprozesses. Das Forschungsteam bestand aus zwölf Patient:innen mit der chronischen Erkrankung Mukoviszidose und Angehörigen einerseits (den Patient Scientists bzw. Patientenforscher:innen) sowie aus acht professionellen Forscher:innen aus Sozialwissenschaften, Psychologie und Medizin bzw. ärztlichen und psychologischen Behandler:innen andererseits (den Berufsforscher:innen). Dieses 20köpfige Ko-Forscher:innen-Team führte gemeinsam eine komplette wissenschaftliche Studie zu Alltagsproblemen im Leben mit Mukoviszidose durch, also von der Bestimmung des konkreten Forschungsthemas und -designs über die Datenerhebung und -auswertung bis hin zur Verwertung und Veröffentlichung
der Ergebnisse.
Zunächst wurde in einem diskursiven Prozess das Forschungsthema und -design entwickelt, mit folgendem Ergebnis: Ziel der gemeinsam konzipierten und durchgeführten patientenwissenschaftlichen Studie sollte es sein, erstmalig die typischen und wichtigsten Alltagsprobleme von Mukoviszidose-Betroffenen in Deutschland mittels einer Online-Befragung systematisch zu erfassen und im Hinblick auf ihre Bedeutung und den daraus entstehenden Unterstützungs- und Orientierungsbedarf zu analysieren. Die Ergebnisse dieser Online-Befragung, an der insgesamt 902 Betroffene (Patient:innen und Eltern betroffener Kinder) teilgenommen haben, werden in einem eigenen Berichtsband veröffentlicht und auf der oben verlinkten Projektseite zur Verfügung gestellt.
Im vorliegenden Dokument geht es um die „Lessons Learned“ aus dem Forschungsprozess, also um die Erfahrungen und Erkenntnisse aus der Praxis des Pilotprojekts und um die Empfehlungen, die sich daraus für zukünftige Patient Science-Projekte ableiten lassen. Das Dokument richtet sich damit explizit an Praktiker:innen, Wissenschaftler:innen und Bürger:innen, die ein ähnliches bürgerwissenschaftliches Forschungsprojekt im Bereich Medizin und Gesundheitsforschung angehen wollen bzw. bereits durchführen.
Eine Erkrankung zählt in der Europäischen Union zu den Seltenen Erkrankungen (SE), wenn diese nicht mehr als 5 von 10.000 Menschen betrifft. Derzeit existiert mit mehr als 6000 SE eine sowohl große als auch heterogene Menge an unterschiedlichen Krankheitsbilder, die in ihrer Symptomatik komplex, vielschichtig und damit im medizinischen Alltag schwierig einzuordnen sind. Dies erschwert Diagnosefindung und Behandlung sowie das Auffinden eines passenden Ansprechpartners, da es nur wenige Experten für jede einzelne SE gibt. Der medizinische Versorgungsatlas für Seltene Erkrankungen www.se-atlas.de ermöglicht anhand von Erkrankungsnamen die Suche nach Versorgungseinrichtungen und Selbsthilfeorganisationen zu bestimmten SE und stellt die Suchergebnisse geografisch dar. Ebenso gibt er einen Überblick über alle deutschen Zentren für SE, die eine Anlaufstelle für betroffene Personen mit unklarer Diagnose darstellen. Der se-atlas dient als Kompass durch die heterogene Menge an Informationen über Versorgungseinrichtungen für SE und stellt niederschwellig Informationen für eine breite Nutzergruppe von Betroffenen bis hin zu Mitgliedern des medizinischen Versorgungsteams bereit.
Background: About 30 million people in the EU and USA, respectively, suffer from a rare disease. Driven by European legislative requirements, national strategies for the improvement of care in rare diseases are being developed. To improve timely and correct diagnosis for patients with rare diseases, the development of a registry for undiagnosed patients was recommended by the German National Action Plan. In this paper we focus on the question on how such a registry for undiagnosed patients can be built and which information it should contain. Results: To develop a registry for undiagnosed patients, a software for data acquisition and storage, an appropriate data set and an applicable terminology/classification system for the data collected are needed. We have used the open-source software Open-Source Registry System for Rare Diseases (OSSE) to build the registry for undiagnosed patients. Our data set is based on the minimal data set for rare disease patient registries recommended by the European Rare Disease Registries Platform. We extended this Common Data Set to also include symptoms, clinical findings and other diagnoses. In order to ensure findability, comparability and statistical analysis, symptoms, clinical findings and diagnoses have to be encoded. We evaluated three medical ontologies (SNOMED CT, HPO and LOINC) for their usefulness. With exact matches of 98% of tested medical terms, a mean number of five deposited synonyms, SNOMED CT seemed to fit our needs best. HPO and LOINC provided 73% and 31% of exacts matches of clinical terms respectively. Allowing more generic codes for a defined symptom, with SNOMED CT 99%, with HPO 89% and with LOINC 39% of terms could be encoded. Conclusions: With the use of the OSSE software and a data set, which, in addition to the Common Data Set, focuses on symptoms and clinical findings, a functioning and meaningful registry for undiagnosed patients can be implemented. The next step is the implementation of the registry in centres for rare diseases. With the help of medical informatics and big data analysis, case similarity analyses could be realized and aid as a decision-support tool enabling diagnosis of some undiagnosed patients.