Machbarkeitsbewertung

Zahlenwerte sind die Voraussetzung von Berechenbarkeit.

Sie sind in der oralen Antikoagulationstherapie mit Phenprocoumon gegeben mit den Werten von Tagesdosen, INR und ihren Zeitangaben. Werden diese Größen durch ein mathematisches Modell in die richtige Aktions-Reaktions-Beziehung gesetzt, so kann die INR-Reaktion als Folge der Dosis-Aktion und umgekehrt die erforderliche Dosis berechnet werden. Das mathematische Modell ist durch Entscheidungs- und Prüfalgorithmen zu vervollkommnen.

Zwingende Voraussetzung für die Ablösung der visuell-mentalen Dosiswahl durch eine computergestützte Dosisberechnung ist ihre strikte Orientierung an den Zahlenwerten der Tagesdosen, INR-Werten, deren Zeiten und Patientenparametern.

Eine Analyse des Dosismanagement in der oralen Langzeit-Antikoagulationstherapie mit Phenprocoumon ergibt, dass die Dosisbestimmung computergestützt vor dem Hintergrund eines geeigneten mathematischen Modells möglich ist.

Es zeigte sich, dass sowohl bei stabilem Therapieverlauf als auch bei "unerklärlichem" INR-Verhalten letztlich anhand der Werte von INR und Tagesdosen sowie ihren Zeiten die Dosisbestimmung für den nächsten Zeitabschnitt vorgenommen wird.

Wird anhand von Zahlenwerten und Zeitangaben entschieden, so kann ein computergestütztes Therapiemanagementsystem die patientenspezifisch situationsgerechte Dosisbestimmung übernehmen.

Zudem können mit Rechentechnik Daten statistisch aufbereitet werden.

Zielstellung

In Zusammenarbeit mit Medizinern, Informatikern und Technikern arbeiten wir an der Schaffung eines Expertensystems für das Dosismanagement der oralen Langzeit-Antikoagulationstherapie mit Phenprocoumon.

Das Expertensystem soll gesammeltes medizinisches Erfahrungswissens beinhalten und Arzt und Patient im Management der langfristigen Antikoagulationstherapie mit Phenprocoumon unterstützen.

Kern dieses Systems ist ein mathematisches Modell, das die Zusammenhänge von PPC-Dosis und INR-Wert sowie verschiedener Einflussfaktoren auf das Antikoagulationsniveau beschreibt.

Dieses Modell muss flexibel, lernfähig und bei entsprechenden Daten individuell an Patienten adaptierbar sein und wird um medizinisches Expertenwissen erweitert.

Das Expertensystem sollte über folgende Funktionalitäten verfügen:

1. Ausgabe einer computerberechneten Dosisempfehlung nach jeder INR-Bestimmung und eine Terminempfehlung für die nächste INR-Messung,
2. die frühzeitige Erkennung von Abweichsituationen und frühe Gegensteuerung,
3. Dokumentation der Therapiedaten,

und gegenüber bisherigen Methoden u.a.

1. zur besseren Einhaltung des therapeutischen Zielbereichs,
2. zu Verkürzungen der Initialisierungs- und Stabilisierungsphase und
3. zu einer Senkung der von Nebenwirkungen ausgehenden Risiken führen.

Das dient der Unterstützung des behandelnden Arztes, führt zu größerer Sicherheit und Unabhängigkeit des selbstmessenden Patienten bei der Anpassung der individuellen Dosis und verbessert die Dokumentationsqualität, die zurzeit erhebliche Mängel aufweist.

Vorgehensweise, Methoden, Daten

Als Grundlage für die Entwicklung/Bewertung des INR-Expertensystems wurde eine Therapiedatenbank angelegt und zunächst mit Daten früherer Datenerhebungen versehen.

Zur Gewinnung aktueller Therapiedaten wurden mit einer größeren Briefaktion über Selbsthilfegruppen mitwirkende Patienten gewonnen, die uns ihre aktuellen Therapiedaten fortlaufend zustellen.

Darüber hinaus liegen spezielle Therapiedaten für die Modellierung signifikanter Therapieabschnitte vor.

Auf der Grundlage mathematischer Modelle wurde das INR-Expertensystem als Instrument für das Management der Antikoagulationstherapie konzipiert, das z.B. bei der Eingabe des gemessenen INR-Wertes die zurückgelegten Therapiedaten mit einem Spezialverfahren statistisch auswertet und über eine interne Prognoserechnung patientenspezifische situationsgerechte Empfehlungen zum optimalen Therapiemanagement berechnet.

Das umfangreiche, aber weit gestreute Expertenwissen bewährter medizinischer Praxis zur oralen Antikoagulationstherapie mit Phenprocoumon wird konzentriert in Entscheidungsalgorithmen umgesetzt.

<< zurück                                                         weiter >>