PDF herunterladen
Nervenheilkunde 2023; 42(07/08): 430-437
DOI: 10.1055/a-2103-4557
Schwerpunkt

Überblick über Digitale Gesundheitsanwendungen mit Fokus Depression

Ein kurzes UpdateOverview of digital health apps with a focus on depressionA brief update
Raoul Haaf
1   Department of Psychiatry and Psychotherapy, Charité – Universitätsmedizin Berlin, corporate member of Freie Universität Berlin and Humboldt-Universität zu Berlin
,
Felix Machleid
1   Department of Psychiatry and Psychotherapy, Charité – Universitätsmedizin Berlin, corporate member of Freie Universität Berlin and Humboldt-Universität zu Berlin
,
Stephan Köhler
1   Department of Psychiatry and Psychotherapy, Charité – Universitätsmedizin Berlin, corporate member of Freie Universität Berlin and Humboldt-Universität zu Berlin
› Institutsangaben
› Weitere Informationen
    Lizenzen und Reprints

ZUSAMMENFASSUNG

Digitale Gesundheitsanwendungen (DiGA) haben das Potenzial, durch ihre Niedrigschwelligkeit und schnelle Verfügbarkeit einen wertvollen Beitrag zur Verbesserung der Versorgungssituation von Patienten zu leisten. Gleichzeitig stellen die hochdynamischen Entwicklungen in diesem Bereich Patienten, Anwendungshersteller, das Gesundheitssystem und Therapeuten vor große Herausforderungen. Ein informierter Umgang mit digitalen Gesundheitsdiensten ist dabei eine wichtige Voraussetzung für die erfolgreiche Etablierung dieser Technologien in der Regelversorgung.

Der Artikel gibt einen Überblick über das aktuelle Verordnungsverfahren, Inhalte und Evidenz der verfügbaren DiGA mit dem Schwerpunkt Depression und schließt mit einigen Überlegungen zu relevanten ethischen Fragestellungen und praktischem Einsatz.

ABSTRACT

Digital health applications (DiGA) have the potential to make a valuable contribution to improving the healthcare situation of patients, particularly through their low-threshold accessibility and prompt availability. At the same time, the highly dynamic developments in this area pose major challenges for patients, application vendors, the healthcare system, and therapists. An informed approach to digital health services is an important prerequisite for the successful establishment of these technologies in standard care.

The article therefore provides an overview of the current prescription process in Germany, content and evidence of currently available DiGA with a focus on depression, and concludes with some reflections on relevant ethical issues and practical use.

Schlüsselwörter

Digitale Gesundheitsanwendungen - internetbasierte Intervention - Verordnungsverfahren - Depression - Ethik

Key words

Digital health apps - internet-based intervention - prescription process - depression - ethics


Publikationsverlauf

Artikel online veröffentlicht:
07. Juli 2023

© 2023. Thieme. All rights reserved.

Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany

 

  • Literatur

  • 1 GKV-Spitzenverband. Bericht des GKV-Spitzenverbandes über die Inanspruchnahme und Entwicklung der Versorgung mit digitalen Gesundheitsanwendungen (DiGA-Bericht) gemäß § 33a Absatz 6 SGB V, Berichtszeitraum: 01.09.2020-30-09.2022 2023. https://www.gkv-spitzenverband.de/media/dokumente/krankenversicherung_1/telematik/digitales/2022_DiGA_Bericht_BMG.pdf Stand: 31.5.2023
    Google Scholar
  • 2 Singer S, Engesser D, Wirp B. et al Effects of a statutory reform on waiting times for outpatient psychotherapy: A multicentre cohort study. Counselling and Psychotherapy Research 2022; 22 (04) 982-97
    CrossrefGoogle Scholar
  • 3 Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM). DiGA-Verzeichnis 2023 https://diga.bfarm.de/de
  • 4 Klein JP, Knaevelsrud C, Bohus M. et al Internet-based self-management interventions : Quality criteria for their use in prevention and treatment of mental disorders. Nervenarzt 2018; 89 (11) 1277-86
    CrossrefPubMedGoogle Scholar
  • 5 Carlo AD, Hosseini Ghomi R. et al By the numbers: ratings and utilization of behavioral health mobile applications. NPJ Digit Med 2019; 02: 54
    CrossrefPubMedGoogle Scholar
  • 6 Larsen ME, Huckvale K, Nicholas J. et al Using science to sell apps: Evaluation of mental health app store quality claims. NPJ Digit Med 2019; 02: 18
    CrossrefPubMedGoogle Scholar
  • 7 Singh K, Drouin K, Newmark LP. et al Many Mobile Health Apps Target High-Need, High-Cost Populations, But Gaps Remain. Health Aff 2016; 35 (12) 2310-8
    CrossrefPubMedGoogle Scholar
  • 8 Moshe I, Terhorst Y, Philippi P. et al Digital interventions for the treatment of depression: A meta-analytic review. Psychol Bull 2021; 147 (08) 749-86
    CrossrefPubMedGoogle Scholar
  • 9 Haaf R, Vock P, Wächtershäuser N. et al Wirksamkeit von in Deutschland verfügbaren digitalen Selbstmanagementinterventionen für Depressionen – ein systematischer Review mit Metaanalysen. In preparation
    Google Scholar
  • 10 Karyotaki E, Efthimiou O, Miguel C. et al Internet-Based Cognitive Behavioral Therapy for Depression: A Systematic Review and Individual Patient Data Network Meta-analysis. JAMA Psychiatry 2021; 78 (04) 361-71
    CrossrefPubMedGoogle Scholar
  • 11 Andrews G, Basu A, Cuijpers P. et al Computer therapy for the anxiety and depression disorders is effective, acceptable and practical health care: An updated meta-analysis. J Anxiety Disord 2018; 55: 70-8
    CrossrefPubMedGoogle Scholar
  • 12 Gold SM, Enck P, Hasselmann H. et al Control conditions for randomised trials of behavioural interventions in psychiatry: a decision framework. The Lancet Psychiatry 2017; 04 (09) 725-32
    CrossrefPubMedGoogle Scholar
  • 13 Musiat P, Johnson C, Atkinson M. et al Impact of guidance on intervention adherence in computerised interventions for mental health problems: a meta-analysis. Psychol Med 2022; 52 (02) 229-40
    CrossrefPubMedGoogle Scholar
  • 14 Carlbring P, Andersson G, Cuijpers P. et al Internet-based vs. face-to-face cognitive behavior therapy for psychiatric and somatic disorders: an updated systematic review and meta-analysis. Cogn Behav Ther 2018; 47 (01) 1-18
    CrossrefPubMedGoogle Scholar
  • 15 Cuijpers P, Kleiboer A, Karyotaki E. et al Internet and mobile interventions for depression: Opportunities and challenges. Depress Anxiety 2017; 34 (07) 596-602
    CrossrefPubMedGoogle Scholar
  • 16 König IR, Mittermaier M, Sina C. et al Evidence of positive care effects by digital health apps-methodological challenges and approaches. Innere Medizin 2022; 63: 1298-1306
    PubMedGoogle Scholar
  • 17 Fleming T, Bavin L, Lucassen M. et al Beyond the Trial: Systematic Review of Real-World Uptake and Engagement With Digital Self-Help Interventions for Depression, Low Mood, or Anxiety. J Med Internet Res 2018; 20 (06) e199
    CrossrefPubMedGoogle Scholar
  • 18 Hans E, Hiller W. Effectiveness of and dropout from outpatient cognitive behavioral therapy for adult unipolar depression: a meta-analysis of nonrandomized effectiveness studies. J Consult Clin Psychol 2013; 81 (01) 75-88
    CrossrefPubMedGoogle Scholar
  • 19 Etzelmueller A, Vis C, Karyotaki E. et al Effects of Internet-Based Cognitive Behavioral Therapy in Routine Care for Adults in Treatment for Depression and Anxiety: Systematic Review and Meta-Analysis. J Med Internet Res 2020; 22 (08) e18100
    CrossrefPubMedGoogle Scholar
  • 20 Batterham PJ, Neil AL, Bennett K. et al Predictors of adherence among community users of a cognitive behavior therapy website. Patient preference and adherence. 2008: 97-105
    PubMedGoogle Scholar
  • 21 Baumel A, Muench F, Edan S. et al Objective User Engagement With Mental Health Apps: Systematic Search and Panel-Based Usage Analysis. J Med Internet Res 2019; 21 (09) e14567
    CrossrefPubMedGoogle Scholar
  • 22 Lewkowicz D, Wohlbrandt AM, Bottinger E. Digital Therapeutic Care Apps With Decision-Support Interventions for People With Low Back Pain in Germany: Cost-Effectiveness Analysis. JMIR Mhealth Uhealth 2022; 10 (02) e35042
    CrossrefPubMedGoogle Scholar
  • 23 Walter E, Wegner S, Burziwoda D. EE378 Cost-Effectiveness Analysis of a Digital Health Application (DIGA) Plus Best Supportive Care (BSC) Compared to BSC in German Episodic Migraine Patients. Value in Health 2022; 25 (12) S129
    CrossrefGoogle Scholar
  • 24 Kolovos S, van Dongen JM. et al Cost effectiveness of guided Internet-based interventions for depression in comparison with control conditions: An individual–participant data meta-analysis. Depression and anxiety 2018; 35 (03) 209-19
    CrossrefPubMedGoogle Scholar
  • 25 Grafe V, Berger T, Hautzinger M, Het al. Health economic evaluation of a web-based intervention for depression: the EVIDENT-trial, a randomized controlled study. Health Econ Rev 2019; 09 (01) 16
    CrossrefPubMedGoogle Scholar
  • 26 Oehler C, Scholze K, Driessen P. et al How are guide profession and routine care setting related to adherence and symptom change in iCBT for depression? – an explorative log-data analysis. Internet Interventions 2021: 26
    PubMedGoogle Scholar
  • 27 Arnold M, Hasse F, Püschner F. et al Fast-Track-Verfahren, Zwei Jahre. DiGA-Zwischenbilanz und Entwicklungspotenziale. market access & health policy 2022: 3
    PubMedGoogle Scholar
  • 28 Gerlinger K.. Data-Mining–gesellschaftspolitische und rechtliche Herausforderungen. TAB-Fokus. 2022
    PubMedGoogle Scholar
  • 29 Bundesministerium der Justiz. Verordnung über das Verfahren und die Anforderungen zur Prüfung der Erstattungsfähigkeit digitaler Gesundheitsanwendungen in der gesetzlichen Krankenversicherung (Digitale Gesundheitsanwendungen-Verordnung – DiGAV) 2020. https://www.gesetze-im-internet.de/digav/BJNR076800020.html Stand: 31.5.2023
    Google Scholar
  • 30 Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM). Das Fast-Track-Verfahren für digitale Gesundheitsanwendungen (DiGA) nach § 139e SGB V – ein Leitfaden für Hersteller, Leistungserbringer und Anwender Version 3.2 2023. https://www.bfarm.de/SharedDocs/Downloads/DE/Medizinprodukte/diga_leitfaden.pdf?__blob=publicationFile Stand: 31.5.2023
    Google Scholar
  • 31 Artelt A, Geminn C, Hammer B. et al Gesundheits-Apps und Digitale Gesundheitsanwendungen (DiGAs). Ethische, rechtliche, psychologische und informatische. Uni Duisburg. 2023
    PubMedGoogle Scholar
  • 32 Lee JD, See KA. Trust in automation: Designing for appropriate reliance. Human factors 2004; 46 (01) 50-80
    CrossrefPubMedGoogle Scholar
  • 33 Ethikrat D. Big Data und gesundheit–Datensouveränität als informationelle Freiheitsgestaltung. Vorabfassung vom 2017; 30: 2017
    Google Scholar
  • 34 Funer F. Auf dem Weg zum digitalen homo vitruvianus? Medizinisches Selftracking und digitale Gesundheitsanwendungen (DiGA) zwischen Empowerment und Kontrollverlust. Ethik in der Medizin 2021; 33(1)
    Google Scholar
  • 35 Clarke AE, Shim JK, Mamo L. et al Biomedicalization: Technoscientific transformations of health, illness, and US biomedicine. American sociological review. 2003: 161-94
    PubMedGoogle Scholar
  • 36 Marckmann G. Ethical implications of digital public health. Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz 2020; 63: 199-205
    CrossrefPubMedGoogle Scholar
  • 37 Albrecht U, von Jan U. 15 Gesundheits-Apps–mobil, komfortabel, frei und ethisch doch verbindlich. Ethische Perspektiven auf Biomedizinische Technologie. Berlin: De Gruyter; 2020
    Google Scholar
  • 38 Beauchamp TL, Childress JF.. Principles of biomedical ethics:. Oxford: University Press; 2001
    Google Scholar
  • 39 Albrecht U-V, Fangerau H.. Do ethics need to be adapted to mHealth?. Enabling health informatics applications 2015: 219-22
    PubMedGoogle Scholar
  • 40 Fangerau H, Griemmert M, Albrecht U-V.. Kapitel 9. Gesundheits-Apps und Ethik. Urs-Vito Albrecht (Hg): Chancen und Risiken von Gesundheits-Apps (CHARISMHA) Hannover. 2016: 194-213
    PubMedGoogle Scholar
  • 41 Weber K, Frommeld D, Manzeschke A. et al Technisierung des Alltags: Beitrag für ein gutes Leben?:. Köln: Franz Steiner Verlag; 2015
    CrossrefGoogle Scholar
  • 42 BÄK K. AWMF et al S3-Leitlinie Nationale VersorgungsLeitlinie Unipolare Depression 2022; 3.1.. https://www.leitlinien.de/themen/depression Stand: 31.5.2023
    Google Scholar