Zemplényi Antal

Dr. Zemplényi Antal

Alprojekt vezető

RWD modul alprojekt

Háttér

A klinikai vizsgálati körülmények között randomizáltan gyűjtött (randomized controlled trial – RCT) adatok mellett egyre nagyobb jelentőséget kap a valós-életbeli adatok (real-world data – RWD) feldolgozása, elemzése és evidenciaként történő felhasználása (real-world evidence – RWE) a különböző terápiák forgalomba hozatali és finanszírozási támogatási döntéseiben.

Az alprojekt célja

Az alprojekt célja a PTE egészségügyi szolgáltatási környezetében rutinszerűen keletkező adatok összegyűjtése és kutatási célokra alkalmassá tétele, amelyek többek között lehetővé teszik klinikai és egészség-gazdaságtani elemzések elvégzését. A projektben két esettanulmányt kívánunk lefolytatni: 1) a prosztatadaganat kezelési alternatíváinak költséghatékonysági elemzését egészség-gazdaságtani modell fejlesztésével; 2) a gyógyszerrezisztens epilepsziás betegek rohamelőrejelzésének költséghatékonysági elemzését.

Módszertan

Feltérképezésre kerülnek a betegszintű esetláncok és egyedi betegutak az intézményeinkben történt regisztrált megjelenések (esetek) időrend szerinti összekapcsolásával. Az RWD modul az Adattóban elérhető, elsősorban retrospektív adatokat dolgozza fel oly módon, hogy félig automatizált algoritmusok révén, egymásra épülő lépések (Egészségi állapotok meghatározása – Betegek kiválasztása – Adattranszformáció – Modellfejlesztés – Adatfeltöltés) eredményeként egészség-gazdaságtani (pl. Markov) modell fejlesztését teszi lehetővé. A betegek ilyen hosszú idősoros nyomon követése lehetőséget teremt a valós ellátási gyakorlat feltérképezésére, a használatban lévő alternatív gyógyszeres terápiák, kezelési formák (pl. sugárterápia, műtét, hormonterápia, kemoterápia stb.) és útvonalak eredményességének és az eljárások költséghatékonysági viszonyainak feltárására, és ezen elemzések elkészítéséhez elengedhetetlen modellezési folyamatok kialakítására. A projekt keretében a PTE-n kezelt prosztatadaganatos betegek egyéni genetikai háttere is feltérképezésre kerül újgenerációs szekvenálási eljárások alkalmazásával. Az így kinyert genetikai és génexpressziós mintázatok inputként fognak szolgálni a terápia személyre szabott költség-hatékonysági elemzéshez.

Az alprojektben résztvevő egységek

PTE Egészségügyi Technológiaértékelő Központ

PTE SZKK Big Data Kutatócsoport

PTE SZKK Bioinformatikai Kutatócsoport

PTE GYTK Farmakoökonómia Tanszék

Nevek

Dr. Feldmann Ádám
Big Data Kutatócsoport

Dr. Gyenesei Attila
Bioinformatikai Kutatócsoport

Hornyák Miklós
Big Data Kutatócsoport

Hupuczi Ernő
Big Data Kutatócsoport

Kisander Zsolt
Big Data Kutatócsoport

Kovács Sándor
Egészségügyi Technológiaértékelő Központ

Láng Boglárka
Gyógyszerésztudományi Kar (hallgató)

Vincze Gábor
Egészségügyi Technológiaértékelő Központ

Dr. Zemplényi Antal
Egészségügyi Technológiaértékelő Központ, GYTK Farmakoökonómia Tanszék