Datengesteuertes SDM zur Reduzierung der Symptombelastung bei Vorhofflimmern

Vorhofflimmern (AF) ist die häufigste Herzrhythmusstörung und bei fast 90 % der Patienten treten Symptome wie Kurzatmigkeit auf, die ihre gesundheitsbezogene Lebensqualität (HRQoL) direkt beeinträchtigen. Die Katheterablation ist ein minimalinvasiver chirurgischer Eingriff, der routinemäßig zur Behandlung von Vorhofflimmern und den damit verbundenen Symptomen durchgeführt wird, mit dem Ziel, die Lebensqualität zu verbessern, aber auch potenziell schwerwiegende Risiken birgt. Die geteilte Entscheidungsfindung (Shared Decision Making, SDM), bei der Behandlungsentscheidungen auf der Grundlage hochwertiger Evidenz sowie Patientenwerten und Pflegezielen ausgerichtet werden, ist eine weit verbreitete Praxis zur Steuerung komplexer Gesundheitsentscheidungen wie dieser. SDM im Zusammenhang mit Rhythmus- und Symptommanagement kommt jedoch nicht routinemäßig vor, da es an detaillierten Belegen zur Symptomverbesserung nach der Ablation mangelt und es an Entscheidungshilfen zur Vermittlung von Belegen an Patienten mangelt. Das übergeordnete Ziel dieser Auszeichnung besteht darin, eine interaktive Entscheidungshilfe für Patienten zu schaffen, die sich aus etablierten Erkenntnissen aus klinischen Studien sowie neuartigen „realen“ Erkenntnissen über die Symptomverbesserung nach einer Ablation zusammensetzt, die aus elektronischen Gesundheitsakten (EHRs) gewonnen wurden.

Die Forscher schlagen vor, „reale Beweise“ aus elektronischen Gesundheitsakten (EHRs) zu verwenden, um Symptommuster nach der Ablation zu charakterisieren und sie in Entscheidungshilfevisualisierungen anzuzeigen, um die gemeinsame Entscheidungsfindung (SDM) zu unterstützen. In diesem Projekt werden die Forscher zunächst die Verarbeitung natürlicher Sprache (NLP) und maschinelles Lernen (ML) nutzen, um Symptomdaten aus narrativen Notizen in EHRs zu extrahieren und zu analysieren. Die Forscher werden außerdem ein strenges, benutzerzentriertes Designprotokoll anwenden, das während der Postdoktorandenarbeit des Principal Investigator erstellt wurde, um Visualisierungen zur Entscheidungshilfe zu entwickeln. In der klinischen Studie werden die Forscher die Machbarkeit der Implementierung dieser interaktiven Entscheidungshilfevisualisierungen in der klinischen Praxis bewerten.