Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Gesundheitswissenschaften # Gesundheitsinformatik

Verknüpfung von Gesundheitsdaten mit Asthma-Einsichten

Die Kombination von Gesundheitsdaten mit sozialen Daten zeigt Asthma-Risiken auf.

Blanca Himes, A. Schreibman, K. Lactaoen, J. Joo, P. K. Gleeson, G. E. Weissman, A. J. Apter, R. A. Hubbard

― 6 min Lesedauer


Asthma-Risiken und Asthma-Risiken und Gesundheitsakten kombiniert Asthma-Management. mit Herausforderungen im Neue Studie verknüpft Gesundheitsakten
Inhaltsverzeichnis

Elektronische Gesundheitsakten (EHRs) enthalten viele wertvolle Infos über Patienten. Die können für die Forschung genutzt werden, weil sie Daten von vielen verschiedenen Leuten beinhalten. Allerdings haben EHRs oft nicht alle Infos zu sozialen und Umweltfaktoren, die die Gesundheit beeinflussen. Das kann es schwierig machen, komplexe Krankheiten wie Asthma zu untersuchen.

Asthma ist eine langfristige Krankheit, die das Atmen erschwert. In den USA haben mehr als 25 Millionen Menschen Asthma. Es betrifft viele Leute, besonders solche aus verschiedenen Rassen oder die in Armut leben. Das Management von Asthma ist wichtig, weil es zu ernsthaften Gesundheitsproblemen und höheren medizinischen Kosten führen kann.

Wenn wir EHR-Daten mit Informationen über die Umgebung und die soziale Situation einer Person kombinieren, können wir mehr über Asthma lernen und wie wir den Leuten helfen können, es zu managen. Das kann uns auch helfen zu verstehen, warum manche Gruppen mehr von Asthma betroffen sind als andere.

Was ist Asthma?

Asthma ist eine Krankheit, die Entzündungen in den Atemwegen der Lungen verursacht. Das kann das Atmen schwer machen, besonders beim Sport oder bei bestimmten Auslösern wie Rauch oder Staub. Leute mit Asthma haben vielleicht „Exazerbationen“, das sind Episoden, in denen ihre Symptome schlimmer werden und sie möglicherweise mehr Medikamente brauchen.

Viele Faktoren können Asthma beeinflussen, einschliesslich Genetik, Lebensstil und Umwelt. Zum Beispiel haben Frauen, Menschen mit Übergewicht und Raucher möglicherweise ein höheres Risiko für Asthmaanfälle. Auch das Leben in Gebieten mit Luftverschmutzung kann Asthmasymptome verschlimmern.

Unterschiede beim Asthma

Es gibt signifikante Unterschiede bei Asthmafällen zwischen verschiedenen Rassen und ethnischen Gruppen. Forschungen zeigen, dass Schwarze und Menschen, die in Armut leben, ein höheres Risiko haben, Asthma zu entwickeln und schwere Symptome zu erleben. Herauszufinden, warum diese Unterschiede existieren, ist entscheidend für die Schaffung effektiver Behandlungen und Politiken.

Nutzung von EHR-Daten für die Forschung

EHRs sind eine wertvolle Ressource für Forscher, weil sie detaillierte Informationen über die medizinischen Vorgeschichten der Patienten enthalten, einschliesslich Diagnosen, Behandlungen und verschreibungspflichtigen Medikamenten. Allerdings fehlen in EHRs oft wichtige Details über die Lebensbedingungen einer Person, wie zum Beispiel ob sie in einem hochverschmutzten Gebiet leben oder wirtschaftliche Herausforderungen haben.

Um die Asthmaforschung zu verbessern, ist es wichtig, EHR-Daten mit externen Datenquellen zu kombinieren, die soziale und Umweltfaktoren erfassen. Dazu gehören Informationen über Luftverschmutzung, Wohnbedingungen und Gemeinschaftsressourcen, die die Gesundheit der Patienten beeinträchtigen könnten.

Die Rolle von sozialen und Umweltfaktoren

Soziale und Umweltfaktoren (SEDH) sind Bedingungen, unter denen Menschen leben, arbeiten und spielen. Dazu gehören Faktoren wie Einkommensniveau, Bildung und Zugang zur Gesundheitsversorgung sowie Umweltaspekte wie Luft- und Wasserqualität.

Durch die Verknüpfung von EHR-Daten mit SEDH-Daten können Forscher besser verstehen, wie diese Faktoren das Asthmarisiko beeinflussen. Zum Beispiel könnte jemand mit Asthma, der in einer Nachbarschaft mit hoher Luftverschmutzung lebt, schwerere Symptome erleben als jemand in einer saubereren Umgebung.

Studienaufbau

In dieser Studie haben Forscher Daten aus einem grossen Gesundheitsversorgungssystem in Philadelphia analysiert. Sie haben die Patientenakten von Erwachsenen mit Asthma über einen Zeitraum von vier Jahren untersucht. Ziel war es, Faktoren zu identifizieren, die mit Asthmaexazerbationen assoziiert sind, insbesondere die Kombination von EHR-abgeleiteten Variablen und SEDH-Daten.

Die Forscher haben eine Gruppe von Patienten erstellt, die mindestens einen asthmabezogenen Besuch hatten. Sie sammelten Informationen über demografische Daten wie Alter, Rasse und Art der Krankenversicherung sowie medizinische Vorgeschichten, um die Schwere ihres Asthmas zu beurteilen.

Analyse von Asthmaexazerbationen

Asthmaexazerbationen wurden durch Patientenbesuche identifiziert, bei denen ein Rezept für orale Kortikosteroide ausgestellt wurde. Dieses Medikament wird häufig zur Behandlung schwerer Asthmasymptome eingesetzt. Indem die Anzahl der Exazerbationen, die jeder Patient hatte, gezählt wurde, konnten die Forscher die Beziehung zwischen verschiedenen Faktoren und der Schwere des Asthmas bewerten.

Datenquellen

Zusätzlich zu EHR-Daten haben Forscher sieben externe Datensätze zu SEDH integriert. Diese Datensätze enthielten Informationen über Luftverschmutzung, sozioökonomischen Status und Wohnqualität in den Nachbarschaften der Patienten. Durch die Verknüpfung dieser Daten mit den Adressen der Patienten konnten die Forscher ein umfassenderes Bild von der Umgebung jeder Person erstellen.

Die Daten zur Luftverschmutzung beinhalteten Schätzungen schädlicher Schadstoffe, während sozioökonomische Faktoren mithilfe eines Index gemessen wurden, der die Benachteiligung der Gemeinschaft widerspiegelt. Informationen über Wohnbedingungen wurden ebenfalls gesammelt, um zu verstehen, wie die Wohnverhältnisse das Asthmarisiko beeinflussen könnten.

Statistische Methoden

Forscher verwendeten verschiedene statistische Methoden zur Analyse der Daten. Sie untersuchten individuelle Risikofaktoren für Asthmaexazerbationen mit Hilfe von logistischen Regressionsmodellen. Diese Modelle helfen, zu identifizieren, welche Merkmale, wie Alter oder Rasse, am häufigsten mit Asthmaanfällen assoziiert sind.

Sie setzten auch räumliche Analysen ein, um zu bewerten, wie Exazerbationen in verschiedenen Nachbarschaften verteilt waren. Dieser Ansatz ermöglichte es den Forschern zu sehen, ob das Asthmarisiko in bestimmten Gebieten höher war und wie es mit sozialen und Umweltfaktoren zusammenhing.

Ergebnisse

Patienteneigenschaften

Die Studie umfasste über 6.600 Patienten mit Asthma. Die Mehrheit der Patienten war schwarz und viele lebten in Gemeinschaften mit sozialen Nachteilen. Die Forscher fanden heraus, dass Merkmale wie Alter, Rasse und Krankenversicherung wichtige Indikatoren für das Risiko von Asthmaexazerbationen waren.

Zusammenhänge mit Asthmaexazerbationen

Wichtige Ergebnisse zeigten, dass bestimmte Faktoren die Wahrscheinlichkeit von Asthmaexazerbationen erhöhten. Zum Beispiel hatten Patienten mit höheren sozialen Nachteilen häufigere Exazerbationen. Darüber hinaus waren schwarze Patienten eher betroffen von schweren Asthmasymptomen im Vergleich zu weissen Patienten.

Geografische Verteilung

Bei der Untersuchung der geografischen Verteilung von Asthmaexazerbationen identifizierten die Forscher Hotspots im West- und Süd-Philadelphia. Diese Gebiete hatten einen höheren Anteil an Asthmaanfällen, was mit höheren Levels von Verschmutzung und sozioökonomischen Nachteilen übereinstimmte.

Der Einfluss von sozialen und Umweltfaktoren

Nach der Kombination von EHR- und SEDH-Daten beobachteten die Forscher eine starke Beziehung zwischen den Lebensbedingungen und Asthmaexazerbationen. Patienten in Nachbarschaften mit hohen Luftverschmutzungswerten oder schlechten Wohnbedingungen hatten ein höheres Risiko für sich verschlechternde Asthmasymptome.

Einschränkungen

Obwohl die Studie signifikante Einblicke lieferte, gab es einige Einschränkungen. Beispielsweise kann die Genauigkeit der EHR-Daten manchmal durch fehlende Informationen oder Fehler bei der Aufzeichnung beeinträchtigt werden. Ausserdem spiegeln die Daten die Lebenssituationen der Patienten zum Zeitpunkt der Studie wider, was möglicherweise keine Veränderungen des Wohnorts über die Jahre hinweg berücksichtigt.

Fazit

Diese Forschung hebt die Wichtigkeit hervor, elektronische Gesundheitsakten mit sozialen und Umweltdaten zu integrieren, um das Asthmarisiko besser zu verstehen. Durch die Untersuchung des grösseren Kontextes im Leben der Patienten können Forscher Faktoren identifizieren, die zu gesundheitlichen Ungleichheiten beitragen und gezielte Interventionen entwickeln.

Die Verbesserung der Asthma-Managementstrategien für gefährdete Bevölkerungsgruppen erfordert einen umfassenden Blick auf sowohl individuelle Gesundheitsfaktoren als auch die Umgebungen, in denen sie leben. Die Ergebnisse unterstreichen die Notwendigkeit von community-orientierten Bemühungen, die soziale Determinanten der Gesundheit ansprechen und gleichzeitig eine bessere Asthmaversorgung fördern.

Zukünftige Studien sollten weiterhin untersuchen, wie spezifische soziale und Umweltfaktoren die Asthmapflege beeinflussen und erforschen, wie man diese Erkenntnisse effektiv in die Gesundheitspraktiken zur besseren Patientenversorgung einfliessen lassen kann.

Originalquelle

Titel: Augmenting electronic health record data with social and environmental determinant of health measures to understand regional factors associated with asthma exacerbations

Zusammenfassung: Electronic health records (EHRs) provide rich data for diverse populations but often lack information on social and environmental determinants of health (SEDH) that are important for the study of complex conditions such as asthma, a chronic inflammatory lung disease. We integrated EHR data with seven SEDH datasets to conduct a retrospective cohort study of 6,656 adults with asthma. Using Penn Medicine encounter data from January 1, 2017 to December 31, 2020, we identified individual-level and spatially-varying factors associated with asthma exacerbations. Black race and prescription of an inhaled corticosteroid were strong risk factors for asthma exacerbations according to a logistic regression model of individual-level risk. A spatial generalized additive model (GAM) identified a hotspot of increased exacerbation risk (mean OR = 1.41, SD 0.14, p < 0.001), and inclusion of EHR-derived variables in the model attenuated the spatial variance in exacerbation odds by 34.0%, while additionally adjusting for the SEDH variables attenuated the spatial variance in exacerbation odds by 66.9%. Additional spatial GAMs adjusted one variable at a time revealed that neighborhood deprivation (OR = 1.05, 95% CI: 1.03, 1.07), Black race (OR = 1.66, 95% CI: 1.44, 1.91), and Medicaid health insurance (OR = 1.30, 95% CI: 1.15, 1.46) contributed most to the spatial variation in exacerbation odds. In spatial GAMs stratified by race, adjusting for neighborhood deprivation and health insurance type did not change the spatial distribution of exacerbation odds. Thus, while some EHR-derived and SEDH variables explained a large proportion of the spatial variance in asthma exacerbations across Philadelphia, a more detailed understanding of SEDH variables that vary by race is necessary to address asthma disparities. More broadly, our findings demonstrate how integration of information on SEDH with EHR data can improve understanding of the combination of risk factors that contribute to complex diseases. Author summaryElectronic health records constitute an important source of data for understanding the health of large and diverse real-world populations, however, they do not routinely capture socioeconomic and environmental factors known to affect health outcomes. We show how electronic health record data can be augmented to include individual measures of air pollution exposures, neighborhood socioeconomic status, and the natural and built environment using patients residential addresses to study asthma exacerbations, episodes of worsening disease that remain a major public health challenge in the United States. We found that on an individual patient-level, Black race and prescription of an inhaled corticosteroid were the factors most strongly associated with asthma exacerbations. In contrast, neighborhood deprivation, race, and health insurance type accounted for the most spatial variation in exacerbation risk across Philadelphia. Our findings provide insight into factors that contribute to asthma disparities in our region and present a framework for future efforts to expand the scope of electronic health record data.

Autoren: Blanca Himes, A. Schreibman, K. Lactaoen, J. Joo, P. K. Gleeson, G. E. Weissman, A. J. Apter, R. A. Hubbard

Letzte Aktualisierung: 2024-11-02 00:00:00

Sprache: English

Quell-URL: https://www.medrxiv.org/content/10.1101/2024.10.24.24316063

Quell-PDF: https://www.medrxiv.org/content/10.1101/2024.10.24.24316063.full.pdf

Lizenz: https://creativecommons.org/licenses/by/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.

Ähnliche Artikel