Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein maximaler Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. An der Universität Leipzig ist die Steuerung der Projektabläufe, die IT-Entwicklungen und -Implementierung und die Gesamtkoordination des Projektes angesiedelt. Weiterhin werden hier die Auswertungen zusammengefasst und eine Unterstützung für einen möglichst harmonischen und erfolgreichen Ablauf der multizentrischen Studien sichergestellt. Außerdem soll ein zentraler Biometriedienst mit Schwerpunkt auf beiden Studien (WP3 und WP4) sowie ein zentraler Medizininformatikdienst für Datenerfassung, Datenbankerstellung, Datenextraktion und verteiltes Rechnen etabliert werden. Zusätzlich werden in WP7 daten-basierte Methoden zur Phenotypisierung und Identifikation prognostischer Marker entwickelt.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Die Universität Erlangen koordiniert alle Belange zum Thema Pharmakologie. In Kooperation mit weiteren Partnern sollen Identifikationsalgorithmen für Medikationsprobleme und patientenspezifische Risikofaktoren für Medikationsprobleme so erstellt werden, dass diese datenbasiert validiert und operationalisiert werden können und als Komponente(n) des von den Partnern gemeinsam entwickelten Gesamt-Risikoscorings genutzt werden können. Der Fokus liegt auf Kontraindikationen im Kontext von Medikationsproblemen und Risikofaktoren. Begleitend zu den Studien soll eine Prozessevaluation durchgeführt werden, um potenzielle Hürden, die für das "Roll-out" und die Implementierung der Algorithmen relevant sind, zu identifizieren.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Die Universität Heidelberg nimmt mit mindestens sechs Stationen an WP3 teil (versorgungsnahe Interventionsstudie), wo untersucht wird, ob der Service von Stationsapothekern durch die Einführung eines Algorithmus zur Identifizierung von Patienten mit hohem Risiko für Medikationsfehler bzw. UAW verbessert werden kann (einschließlich Dokumentation und Pflege der Datenbasis für die projektbezogenen Maßnahmen und die wissenschaftliche Evaluation). Im WP7 befasst sich die Universität Heidelberg im Speziellen mit der Optimierung der Algorithmen zur Erkennung von Fehlverordnungen bei Patienten mit eingeschränkter Nierenfunktion. Im WP8 führt Heidelberg die standortübergreifende Prozessevaluation durch.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Technischen Universität Dresden ist es, im Rahmen einer versorgungsnahen Interventionsstudie zu untersuchen, ob der Service der Stationsapotheker durch die Einführung eines Algorithmus zur Identifizierung von Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen verbessert werden kann. Hierzu gehört insbesondere auch die Sicherstellung der zeitnahen und sauberen Dokumentation und Pflege der Datenbasis für die projektbezogenen Maßnahmen und für die wissenschaftliche Evaluation. Die Technischen Universität Dresden wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMRRoutinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Hamburg-Eppendorf ist es, im Rahmen einer versorgungsnahen Interventionsstudie zu untersuchen, ob der Service der Stationsapotheker durch die Einführung eines Algorithmus zur Identifizierung von Patientinnen und Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen verbessert werden kann. Hierzu gehört insbesondere auch die Sicherstellung der zeitnahen und sauberen Dokumentation und Pflege der Datenbasis für die projektbezogenen Maßnahmen und für die wissenschaftliche Evaluation. Das Universitätsklinikum Hamburg-Eppendorf wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Jena ist es, im Rahmen einer versorgungsnahen Interventionsstudie zu untersuchen, ob der Service der Stationsapotheker durch die Einführung eines Algorithmus verbessert werden kann. Hierzu gehört insbesondere auch die zeitnahe und saubere klinische Datendokumentation und ihre Abbildung im Datenintegrationszentrum. In Jena werden an der Studie mindestens sechs Stationen teilnehmen. Des Weiteren soll ein zentraler Biometriedienst für WP3 und WP4 etabliert werden.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Aachen ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Aachen wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Albert-Ludwigs-Universität Freiburg ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Freiburg wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Gießen ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Gießen wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Halle ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Halle wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Universitätsmedizin der Johannes-Gutenberg-Universität Mainz ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Die Universitätsmedizin der Johannes Gutenberg-Universität Mainz wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Schleswig-Holstein ist es im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Schleswig-Holstein wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens des Universitätsklinikums Essen AöR ist es, im Rahmen einer Translationsstudie zu untersuchen, ob die in WP3 entwickelten Algorithmen auch in anderen Standorten ähnliche Ergebnisse liefern, um zu prüfen, ob die Ergebnisse robust und verallgemeinerbar sind. Das Universitätsklinikum Essen AöR wird an der Studie gemäß Studienprotokoll mit mindestens sechs Stationen teilnehmen.

Ziel des Verbundes ist es, mittels eines Algorithmus zur Identifizierung von Patienten mit besonders hohem Risiko für Medikationsfehler und Nebenwirkungen, die limitierten Zeitressourcen an Stationsapothekern genau dorthin zu lenken, wo ein max. Patientennutzen erreicht werden kann. Das erste Hauptziel ist, einen IT-basierten automatisierten Screen von EMR-Routinedaten der Patienten durchzuführen und mit einem Score die Hochrisikopatienten zu identifizieren. Das zweite Hauptziel ist es, mittels einer clusterrandomisierten Interventionsstudie zu zeigen, dass die Steuerung der limitieren Ressource Stationsapotheker durch den Risikoscore zu einer effizienteren Erkennung von Medikationsfehlern und Nebenwirkungen von Medikamenten im Vergleich zur aktuell üblichen Routine ohne automatisierten Risikoscore mit Priorisierung führt. Weitere Ziele sind die Verminderung von klinisch relevanten Nebenwirkungen und das Patientenbefinden. Es wird erwartet, dass durch die geplante Intervention arzneimittelbezogene Probleme deutlich reduziert werden. Der entwickelte Risikoscore wird öffentlich und frei verfügbar gemacht. Ein Nachweis des Nutzens der Intervention wird die Einführung dieses Modells bei weiteren Universitätsklinika und anderen Krankenhäusern erheblich befördern. Ziel des Teilvorhabens der Universität Witten/Herdecke ist es in Kooperation mit den anderen Partnern des WP7 Identifikationsalgorithmen für Medikationsprobleme und patientenspezifische Risikofaktoren für Medikationsprobleme so zu erstellen, dass diese datenbasiert validiert und operationalisiert werden können und als Komponente(n) des von den Partnern gemeinsam entwickelten Gesamt-Risikoscorings genutzt werden können. Der Fokus der Universität Witten/Herdecke liegt dabei auf der Operationalisierung und Verfeinerung von PRISCUS 2.0 und dem Drug Burden Index.