PDF herunterladen
CC BY-NC-ND 4.0 · Gesundheitswesen
DOI: 10.1055/a-2438-0670
Stellungnahme

Datennutzung für eine bessere Gesundheitsversorgung–Plädoyer für eine kooperative Forschungsdatenplattform der gesetzlichen und privaten Krankenversicherung und dem Netzwerk Universitätsmedizin (NUM)

Access to and use of Data for better Healthcare: A Plea for a cooperative data and Research Infrastructure of Statutory and Private Health Insurers and the Network University Medicine (NUM)
Jochen Schmitt
1   Zentrum für Evidenzbasierte Gesundheitsversorgung, Universitätsklinikum und Medizinische Fakultät Carl Gustav Carus an der Technischen Universität Dresden, Dresden, Germany
,
Peter Ihle
2   PMV forschungsgruppe an der Medizinischen Fakultät und Uniklinik Köln, Universität zu Köln Medizinische Fakultät, Köln, Germany
,
Olaf Schoffer
1   Zentrum für Evidenzbasierte Gesundheitsversorgung, Universitätsklinikum und Medizinische Fakultät Carl Gustav Carus an der Technischen Universität Dresden, Dresden, Germany
,
Jens-Peter Reese
3   Julius-Maximilians-Universität Würzburg, Institut für Klinische Epidemiologie und Biometrie, Würzburg, Germany
,
Steffen Ortmann
4   Carl-Thiem-Klinikum Cottbus gGmbH, Cottbus, Germany
,
Enno Swart
5   Institut für Sozialmedizin und Gesundheitssystemforschung, Otto-von-Guericke-Universität Magdeburg Medizinische Fakultät, Magdeburg, Germany
,
Sabine Hanß
6   Universitätsmedizin Göttingen, Institut für Medizinische Informatik, Göttingen, Germany
,
Falk Hoffmann
7   Department für Versorgungsforschung, Fakultät VI Medizin und Gesundheitswissenschaften, Carl von Ossietzky Universität Oldenburg, Oldenburg, Germany
,
Christoph Stallmann 
5   Institut für Sozialmedizin und Gesundheitssystemforschung, Otto-von-Guericke-Universität Magdeburg Medizinische Fakultät, Magdeburg, Germany
,
Monika Kraus
8   Institut für Epidemiologie, Helmholtz Zentrum München, München, Germany
,
Sebastian Claudius Semler
9   Geschäftsführung, TMF – Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.V., Berlin, Germany
,
Ralf Heyder
10   Stabsstelle Externe Vernetzung und Strategische Kooperation, Charité Universitätsmedizin Berlin, Berlin, Germany
,
Jörg Janne Vehreschild
11   Studienzentrum Infektiologie, Uniklinik Köln, Universität zu Köln, Medizinische Fakultät, Köln, Germany
,
Peter Heuschmann
3   Julius-Maximilians-Universität Würzburg, Institut für Klinische Epidemiologie und Biometrie, Würzburg, Germany
,
Dagmar Krefting
12   Institut für Medizinische Informatik, Universitätsmedizin Göttingen, Göttingen, Germany
,
Martin Sedlmayr
13   Institut für Medizinische Informatik, Medizinische Fakultät der TU Dresden, Dresden, Germany
,
Wolfgang Hoffmann
14   Institut für Community Medicine, Universität Greifswald, Greifswald, Germany
,
und die gemeinsame Arbeitsgruppe „Externe Daten“ des Netzwerks Universitätsmedizin (NUM) und der Medizininformatik-Initiative* › Institutsangaben Fördermittel Gefördert durch das Bundesministerium für Bildung und Forschung Bundesministerium für Bildung und Forschung — http://dx.doi. org/10.13039/501100002347; 01KX2121
› Weitere Informationen
Auch verfügbar auf
   Lizenzen und Reprints

Erratum zu diesem Artikel:

Erratum: Datennutzung für eine bessere Gesundheitsversorgung–Plädoyer für eine kooperative Forschungsdatenplattform der gesetzlichen und privaten Krankenversicherung und dem Netzwerk Universitätsmedizin (NUM)Gesundheitswesen eFirst
DOI: 10.1055/a-2501-9737

Zusammenfassung

Das BMBF fördert mit dem Netzwerk Universitätsmedizin (NUM) und der Medizininformatik-Initiative (MII) zwei richtungsweisende strukturbildende Forschungsmaßnahmen, die nun zusammengeführt werden. Die Datenintegrationszentren (DIZ) der MII sollen im NUM verstetigt werden. Ziel ist der Aufbau einer einheitlichen Dateninfrastruktur, innerhalb der die vorhandenen Daten aus der klinischen Routineversorgung der 36 deutschen Universitätskliniken des NUM, aus klinischen Kohorten und klinisch-epidemiologischen Studien auf Antrag und über abgestimmte Prozesse für unterschiedliche Forschungsfragen genutzt werden können. Rechtsgrundlage bildet hierfür der mit Ethikkommissionen und Datenschutzbehörden abgestimmte und in allen NUM-Standorten implementierte „Broad Consent“ der Universitätsmedizin mit einem so genannten „Kassenmodul“, das die Erhebung und Verlinkung von medizinischen Routinedaten der gesetzlichen Krankenversicherung (GKV) und der privaten Krankenversicherungen (PKV) als eine Kategorie versorgungsnaher Daten (VeDa) erlaubt. Die Verknüpfung dieser Routinedaten mit Daten aus Klinikinformationssystemen bietet ein besonders hohes Potenzial, da keine Datenquelle allein ein vollständiges Bild der medizinischen Versorgung zeichnet und sich die beiden Datenquellen ideal komplementär ergänzen. Ziel ist es nun, in einer strategischen Partnerschaft mit gesetzlichen Krankenkassen und privaten Krankenversicherungen diese Routinedaten in die sichere, transparente und partizipative Forschungsinfrastruktur des NUM zu integrieren. Dies fördert den Forschungsstandort Deutschland und trägt entscheidend dazu bei, die Qualität und Sicherheit der Gesundheitsversorgung in Deutschland evidenzbasiert zu verbessern.

Abstract

With the Network of University Medicine (NUM) and the Medical Informatics Initiative (MII), the BMBF is funding two pioneering, structure-building research measures that are now being merged. The data integration centers (DIZ) of the MII are to be consolidated in the NUM. The aim is to establish a standardized research infrastructure within which the existing data from the clinical routine care of the 36 German university hospitals, from clinical cohorts and clinical-epidemiological studies can be used for various research questions upon request and via coordinated processes. The legal basis for this was the MII's "Informed Broad Consent", which had been agreed upon with ethics committees and data protection authorities and implemented in all NUM locations, with a so-called "health insurance module" that allows the collection and linking of routine medical data from statutory health insurance funds (GKV) and private health insurers (PKV) as a category of care-related data (VeDa). Linking this routine data with data from hospital information systems offers particularly high potential, as no single data source provides a complete picture of medical care and the two data sources complement each other optimally. The aim now is to integrate this routine data into the NUM's secure, transparent and participatory research infrastructure in a strategic partnership with statutory health insurance funds and private health insurance companies. This promotes Germany in its role as a research location and makes a decisive contribution to improving the quality and safety of healthcare in Germany in an evidence-based manner.

Schlüsselwörter

Versorgungsnahe Daten - Linkage - Einwilligung - Universitätsmedizin - Versorgungsforschung - Infrastruktur

Keywords

routine healthcare data - linkage - consent - university medicine - infra structure - health services research


Publikationsverlauf

Eingereicht: 02. Februar 2024

Angenommen nach Revision: 14. August 2024

Accepted Manuscript online:
10. Oktober 2024

Artikel online veröffentlicht:
09. Dezember 2024

© 2025. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).

Georg Thieme Verlag KG
Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany

 

  • Literatur

  • 1 Semler SC, Wissing F, Heyder R. 2018; German Medical Informatics Initiative. Methods of information in medicine 57: e50-e56
    Thieme ConnectPubMedSuche in Google Scholar
  • 2 Vernetzen. Forschen. Heilen. | Medizininformatik-Initiative https://www.medizininformatik-initiative.de/ Zugegriffen: 31.05.2024
    PubMed
  • 3 Semler SC, Boeker M, Eils R. et al. Die Medizininformatik-Initiative im Überblick – Aufbau einer Gesundheitsforschungsdateninfrastruktur in Deutschland. Bundesgesundheitsbl 2024;
    CrossrefPubMedSuche in Google Scholar
  • 4 NUM Coordination Office, NUKLEUS Study Group. Heyder R. et al. 2023; Das Netzwerk Universitätsmedizin: Technisch-organisatorische Ansätze für Forschungsdatenplattformen. Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 66: 114-125
    CrossrefPubMedSuche in Google Scholar
  • 5 Das Netzwerk Universitätsmedizin (NUM) https://www.netzwerk-universitaetsmedizin.de/ Zugegriffen: 31.05.2024
    PubMed
  • 6 Albashiti F, Thasler R, Wendt T. et al. Die Datenintegrationszentren – Von der Konzeption in der Medizininformatik-Initiative zur lokalen Umsetzung in einem Netzwerk Universitätsmedizin. Bundesgesundheitsbl 2024;
    CrossrefPubMedSuche in Google Scholar
  • 7 Kirsten T, Kleinert P, Gebhardt M. et al. Grundlagen für die wissenschaftliche Nutzung umfangreicher Versorgungsdaten in Deutschland – Ergebnisse der AG Data Sharing der Medizininformatik-Initiative. Bundesgesundheitsbl 2024;
    CrossrefPubMedSuche in Google Scholar
  • 8 Zenker S, Strech D, Jahns R. et al. National standardisierter Broad Consent in der Praxis: erste Erfahrungen, aktuelle Entwicklungen und kritische Betrachtungen. Bundesgesundheitsbl 2024;
    CrossrefPubMedSuche in Google Scholar
  • 9 Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen (2023) Resilienz im Gesundheitswesen – Wege zur Bewältigung künftiger Krisen – Gutachten 2023. Medizinisch Wissenschaftliche Verlagsgesellschaft, Bonn
    PubMed
  • 10 Klinkhammer-Schalke M. 2020; Wir brauchen strukturierte inhaltliche und formale Vorgehensweisen zur Nutzung versorgungsnaher Daten. Gesundheitswesen 82: 659-660
    Thieme ConnectPubMedSuche in Google Scholar
  • 11 Klinkhammer-Schalke M, Kaiser T, Apfelbacher C. et al. 2020; Manual für Methoden und Nutzung versorgungsnaher Daten zur Wissensgenerierung. Gesundheitswesen 82: 716-722
    Thieme ConnectPubMedSuche in Google Scholar
  • 12 Hoffmann F, Kaiser T, Apfelbacher C. et al. 2021; Versorgungsnahe Daten zur Evaluation von Interventionseffekten: Teil 2 des Manuals. Gesundheitswesen 83: 470-480
    Thieme ConnectPubMedSuche in Google Scholar
  • 13 Veit C, Bierbaum T, Wesselmann S. et al. 2023; Versorgungsnahe Daten für Versorgungsanalysen – Teil 3 des Manuals. Gesundheitswesen Aug 85: 718-724
    Thieme ConnectPubMedSuche in Google Scholar
  • 14 Swart E, Gothe H, Geyer S. et al. 2015; Gute Praxis Sekundärdatenanalyse (GPS): Leitlinien und Empfehlungen. Gesundheitswesen 77: 120-126
    Thieme ConnectPubMedSuche in Google Scholar
  • 15 March S, Andrich S, Drepper J. et al. 2019; Gute Praxis Datenlinkage (GPD). Gesundheitswesen 81: 636-650
    Thieme ConnectPubMedSuche in Google Scholar
  • 16 Jacob J, Walker J, Swart E. et al. 2023; Potentiale von und Empfehlungen zur Nutzung von GKV-Routinedaten in einer pandemischen Versorgungslage – Erfahrungen aus dem Projekt egePan-Unimed des Netzwerk Universitätsmedizin (NUM). Gesundheitswesen 85 (Suppl. 02)
    PubMedSuche in Google Scholar
  • 17 Seidler A, Hegewald J, Seidler AL. et al. 2017; Association between aircraft, road and railway traffic noise and depression in a large case-control study based on secondary data. Environmental research 152: 263-271
    CrossrefPubMedSuche in Google Scholar
  • 18 Seidler A, Hegewald J, Schubert M. et al. 2018; The effect of aircraft, road, and railway traffic noise on stroke − results of a case − control study based on secondary data. Noise & Health 20: 152-161
    PubMedSuche in Google Scholar
  • 19 Aleshchenko E, Swart E, Spix C. et al. 2022; Long‑term care, care needs and wellbeing of individuals after cancer in childhood or adolescence (VersKiK): study protocol of a large scale multi‑methods non‑interventional study. BMC Health Serv Res 2022: 22
    PubMedSuche in Google Scholar
  • 20 Aleshchenko E, Apfelbacher C, Baust K. et al. 2023; VersKiK: Study protocol of an observational registry-based study on the current state of follow-up care and adherence to follow-up guidelines after cancer in childhood or adolescence. Cancer Epidemiology 87: 102469
    CrossrefPubMedSuche in Google Scholar
  • 21 Kästner A, Kron A, van den Berg N. et al. 2023 Evaluation of the effectiveness of a nationwide precision medicine program for patients with advanced non-small cell lung cancer in Germany: A historical cohort analysis. The Lancet regional health – Europe 36: January 2024, 100788.
    PubMedSuche in Google Scholar
  • 22 Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen (2021) Pressemitteilung Digitalisierung im Dienste der Gesundheit – Besseren Schutz von Leben und Gesundheit mit höherer Datensicherheit vereinbaren. BMG https://www.svr-gesundheit.de/fileadmin/Gutachten/Gutachten_2021/2021_03_24_SVR-Pressemitteilung_Digitalisierungsgutachten.pdf Zugegriffen: 23.11.2023
    PubMed
  • 23 Grätzel von Grätz P (2022) Ethikrat will mehr Datennutzung. https://e-health-com.de/details-news/ethikrat-will-mehr-datennutzung/. Zugegriffen: 23.11.2023
    PubMed
  • 24 Prainsack B, El-Sayed S, Fogó N. et al. 2022 Growing up in a digital worl 2023. White Paper Data Solidarity. https://www.governinghealthfutures2030.org/wp-content/uploads/2022/12/DataSolidarity.pdf Zugegriffen: 23.11.2023
    PubMedSuche in Google Scholar
  • 25 Evangelisch.de – Mehr als du glaubst. Vorsitzende des Deutschen Ethikrats fordert Umdenken beim Datenschutz. https://www.evangelisch.de/inhalte/209283/08-12-2022/vorsitzende-des-deutschen-ethikrats-fordert-umdenken-beim-datenschutz. Zugegriffen 23.11.2023
    PubMed
  • 26 Schmitt J, Bierbaum T, Geraedts M. et al. 2023; Das Gesundheitsdatennutzungsgesetz – Potenzial für eine bessere Forschung und Gesundheitsversorgung. Gesundheitswesen Apr 85 : 215-222
    Thieme ConnectPubMedSuche in Google Scholar
  • 27 Fröhling S, Arndt V. 2020; Versorgung von Krebspatienten: Corona-Effekt in der Onkologie. Dtsch Arztebl 11: A2234/B -1893 ..
    PubMedSuche in Google Scholar
  • 28 Kruizinga MD, Peeters D, van Veen M. et al. 2021; The impact of lockdown on pediatric ED visits and hospital admissions during the COVID19 pandemic: a multicenter analysis and review of the literature. Eur J Pediatr Jul 180: 2271-2279
    CrossrefPubMedSuche in Google Scholar
  • 29 Bergrath S, Strapatsas T, Tuemen M. et al. 2022; Impact of the COVID-19 pandemic on emergency medical ressources : An observational multicenter study including all hospitals in a major urban center of the Rhein-Ruhr metropolitan region. Anaesthesiologie Dec 71: 171-179
    CrossrefPubMedSuche in Google Scholar
  • 30 GKV-Datenaustausch – Elektronischer Datenaustausch in der gesetzlichen Krankenversicherung. https://www.gkv-datenaustausch.de/. Zugegriffen: 31.05.2024
    PubMed
  • 31 Schubert I, Ihle P, Köster I. 2008 Versorgungsmonitoring mit Routinedaten: Versichertenstichprobe AOK Hessen/KV Hessen. In: Fuchs C, Kurth B-M, Scriba PC (Hrsg). Report Versorgungsforschung. Band 1. Deutscher Ärzteverlag: Köln. p 9-19
    PubMedSuche in Google Scholar
  • 32 Jacke CO, Wild F. 2023 Arzneimittelversorgung von Privatversicherten 2023 Zahlen, Analysen, PKV-GKV-Vergleich. MWV Medizinisch Wissenschaftliche Verlagsgesellschaft. ISBN 978-3-95466-853-3
    PubMed
  • 33 BVerfG (1983) Urteil des Ersten Senats vom 15. Dezember 1983 – 1 BvR 209/83 -, Rn. 1-215, https://www.bverfg.de/e/rs19831215_1bvr020983.html. Zugegriffen: 23.11.2023
    PubMed
  • 34 Peters A. et al. 2022; Framework and baseline examination of the German National Cohort (NAKO). Eur J Epidemiol 37: 1107-1124
    CrossrefPubMedSuche in Google Scholar
  • 35 Das Forschungsdatenzentrum Gesundheit (FDZ Gesundheit) am Bundesinstitut für Arzneimittel und Medizinprodukte. https://www.forschungsdatenzentrum-gesundheit.de/. Zugegriffen: 31.05.2024
    PubMed
  • 36 BMG-Gutachten zum datenschutzkonformen Linkage von Daten der Gesundheitsversorgung und Studiendaten. https://www.ukdd.de/de/das-klinikum/universitaetscentren/zegv/veroeffentlichungen/BMG-Gutachten-Datenlinkage. Zugegriffen: 31.05.2024
    PubMed
  • 37 Gesundheitsdatennutzungsgesetz Artikel 1 § 4. BGBl. 2024 I Nr. 102 vom 25.03.2024, https://www.recht.bund.de/bgbl/1/2024/102/VO.html. Zugegriffen: 31.05.2024
    PubMed
  • 38 Bundesinstitut für Arzneimittel und Medizinprodukte – FDZ Gesundheit (2023) Gesundheitsdaten. https://www.forschungsdatenzentrum-gesundheit.de/gesundheitsdaten. https://www.forschungsdatenzentrum-gesundheit.de/gesundheitsdaten. Zugegriffen: 23.11.2023
    PubMed
  • 39 Hernán MA, Wang W, Leaf DE. 2022; Target Trial Emulation: A Framework for Causal Inference From Observational Data. JAMA. Dec 27 328: 2446-2447.a
    CrossrefPubMedSuche in Google Scholar