Az Egyetemen a betegellátás során rutinszerűen gyűjtött adatok kutatási célú hasznosítása stratégiai célkitűzés. A központ aktív szerepet vállal abban, hogy a valós környezetben gyűjtött adatok oly módon legyenek rendszerezve, tárolva, hogy azok elemzésével lehetőség nyíljon klinikai kutatások támogatására. Ennek keretében a tanszék olyan módszereket fejleszt, amivel gyorsítható a betegek bevonása a klinikai vizsgálatba és a múltbeli adatok alapján értékelni lehessen egy-egy terápia eredményességét és az azt befolyásoló tényezőket. Az adatok egészség-gazdaságtani elemzésekben is felhasználhatók, különösen a NEAK adatbázisában szereplő adatokkal való összekapcsolást követően.

Az egészségügyi adatelemzés eszköztára, valamint módszertana rohamosan fejlődik, ezért a tanszék részt vesz az új adattárolási technológiák, egészségügyi területén leginkább alkalmazott adattavak (az egészségügyi Big Data tárolására szolgáló adattechnológiai megoldások), illetve a hozzájuk kapcsolódó szolgáltatások és analitikai eszközök alkalmazásában, valamint fejlesztésében, melyek lehetővé teszik a valós-életbeli adatok (RWD) nagy szabadsági fokkal történő elemzését (pl: gépi tanulás, mély tanulás, stb.).

Az egészségügyi adatelemzés során a tanszéknek lehetősége van egészségügyi adatokra épülő piacorientált alkalmazott kutatások végzésére, hazai és nemzetközi ipari- és egyetemi partnerekkel történő együttműködések kialakítására, nemzetközi konzorciumok munkájába való bekapcsolódásra, valamint nemzetközi adat-platformokhoz történő csatlakozásra is.

A KÖZPONTBAN VÉGZETT MÓDSZERTANI FEJLESZTÉSEK ÉS KUTATÁSOK FÓKUSZTERÜLETEI

Klinikai vizsgálatok megvalósíthatósági tanulmányának támogatása

Az Egyetemen folyó szponzorált és akadémiai irányítású klinikai vizsgálatok indításához szükséges betegszám becslése, amely a korábbi évek betegellátási adatai alapján megadja a vizsgálatba bevonható betegek várható számát.

Klinikai vizsgálatokba történő beteg-bevonás támogatása

Az egyetemen folyó szponzorált és akadémiai irányítású klinikai vizsgálatok betegbevonásának támogatása a DataLake-ben folyamatosan frissülő betegellátási adatok felhasználásával, amely néhány nap eltéréssel értesíti a vizsgálatvezetőket a beállított beválogatási feltételeknek megfelelő betegek jelenlétéről a klinikákon.

Valós-életbeli adatok (RWD) elemzése

A valós-életbeli adatok elemzésével lehetőség nyílik a már forgalomban lévő, azaz engedélyezett egészségügyi technológiák valós életbeli körülmények között megfigyelhető hatásosságának (adott technológia a klinikai vizsgálatban megfigyelt módon és mértékben hat-e), hatékonyságának (a valós életben jelentkező társbetegségek, gyógyszerinterakciók elemzése), valamint biztonságosságának (milyen a klinikai vizsgálatban nem megfigyelt mellékhatások jelentkeznek a valós életbeli alkalmazás közben) vizsgálatára. Az RWD adatok elemzése ötletet adhat egy újabb egészségügyi technológia kifejlesztéséhez, vagy egy korábbi technológia tovább fejlesztéséhez is. Ezen adatelemzések értékes információkat nyújthatnak a gyógyszergyártók (pl. alkalmazási előirat módosítása), a klinikai kutatás szervező cégek (pl. fázis IV. vizsgálatok szervezése), az egészségügyi ellátást nyújtó intézmények (pl. hatékony finanszírozás és gyógyszerfelhasználás megalapozása), illetve a szabályozó szervek (pl. döntéstámogató egészség-gazdaságtani elemzések alkalmazása) számára is.

Szintetikus kontroll kar generálása klinikai vizsgálatokhoz

A rendelkezésre álló betegadatok alapján, beteg bevonás nélkül, egy randomizált klinikai vizsgálat számára olyan párhuzamos kontroll kar létrehozása, melynek feladata, hogy a klinikai vizsgálatban a vizsgálati karhoz kontrollcsoportot biztosítson. Szintetikus kontroll kart, vagy külső kontroll kart leggyakrabban ritka betegségek esetén, valamint olyan esetekben alkalmaznak, amikor a kontrollra való randomizálás etikátlan, hatástalan, vagy megvalósíthatatlan.