Förderkennzeichen: | 01KD2427 |
Fördersumme: | 49.999 EUR |
Förderzeitraum: | 2024 - 2025 |
Projektleitung: | Dr. Inga Hubrecht |
Adresse: |
Klinikum der Technischen Universität München (TUM Klinikum) Ismaninger Str. 22 81675 München |
Ziel dieses Projekts ist durch die Analyse vorhandener Studiendatensätze eine Optimierung der präzisionsonkologischen Betreuung von Patientinnen und Patienten mit fortgeschrittenen Tumorerkrankungen durch Einbindung eines neuen Studienempfehlungsalgorithmus zu erzielen. Dabei soll insbesondere sowohl die Empfehlung als auch die Umsetzung präzisionsonkologischer Studienangebote addressiert werden. Im multidisziplinären Tumorboard (MTB) werden spezifische Tumortreiber für eine gezielte therapeutische Intervention identifiziert. Zentrales Element ist die Empfehlung von Studienoptionen, die schwer kranken, vortherapierten Patientinnen und Patienten Zugang zu innovativen Medikamenten ermöglicht. Auswertungen der MTB-Kohorte (2018-2022) zeigen eine Studienempfehlungsquote < 20 % und eine Studieneinschlussquote von < 1 %, was den Optimierungsbedarf verdeutlicht. Am Klinikum rechts der Isar wurden Maßnahmen zur Verbesserung der Studienempfehlungs- und Einschlussquote umgesetzt, darunter ein obligater Studiencheck und eine BZKF Arztstelle zur MTB und Studienzentrum Verknüpfung. Das Projekt zielt auf die Entwicklung eines Studien-Empfehlungsalgorithmus (SMARTer) ab, der im klinischen Alltag angewendet wird. Dafür sollen insbesondere bestehende Studien- und Patienten-Datensätze (u. a. Studiendatenbank der CCCM-TUM, MTB, OKD) auf prädiktive Einflussgrößen untersucht werden. Im Fokus stehen patientenzentrierte Faktoren (u. . Alter, Grunderkrankung, Vortherapien, Behandelnde, Wohnortentfernung zur Klinik). Zusätzlich werden zentrumszentrierte Faktoren wie die Effektivität der bestehenden Maßnahmen analysiert und weitere Optimierungspotenziale geprüft. Die Ergebnisse dieser Analysen fließen in den Empfehlungsalgorithmus SMARTer ein, der Schwachstellen in der Patientenversorgung identifiziert und verbessert. Dieser Algorithmus wird anschließend in der klinischen Praxis angewendet und allen interessierten onkologischen Behandlern zur Verfügung gestellt werden.