Datenbank­basiertes
Assoziations­modell

Die Komplexität menschlicher Erkrankungen erfordert ein belastbares Datenmanagement und eine zielgerichtete Datenanalytik. Das Assoziationsmodell von Oleadent verbindet die Dentalmedizin mit der Humanmedizin und macht die Anwendung der Datenwissenschaft im Gesundheitswesen zum nützlichen Helfer in der (dental-)medizinischen Praxis.

Befundbasiertes
Assoziationsmodell

Oleadent bietet mit dem befundbasierten Assoziationsmodell einen datenbankbasierten Algorithmus, welcher auf Grundlage von unterschiedlichen patientenbezogenen Informationsquellen eine statistische Krankheitstendenz bereitstellt. Hierzu werden Informationen aus der Eigen- und Familienanamnese, Assoziationsdaten im Hinblick auf die detektierten Bakterien, Daten zu manifestierten Indexerkrankungen sowie Daten zu statistisch relevanten Komorbiditätspotenzialen genutzt.

Das Assoziationsmodell verarbeitet derzeit Daten zu den zehn häufigsten Krankheiten, die im Zusammenhang mit der bakteriellen Infektionskrankheit Parodontitis stehen.

Atemwegs- erkrankungen Diabetes mellitus Typ 2 Demenz / Alzheimer Schlaganfall Adipositas Stress Koronare Herzerkrankungen Rheumatoide Arthritis Osteoporose Hypertonie
Quelle: Eigene Darstellung Oleadent GmbH

Funktionsweise
des Modells

Das Assoziationsmodell nutzt für die Berechnung der statistischen Krankheitstendenz unterschiedliche statistische Layer, die zu einem befundbasierten Assoziationsmodell zusammengefasst werden. Dabei umfasst das Modell fünf Haupt-Layer, die u.a. Informationen aus allgemeinen Populationsdaten, patientenindividuellen Anamnesedaten sowie Keimassoziationsdaten verarbeiten und verdichten.

Statiskik­ebene
Ebenenbasis
Beschreibung
Layer 1
Population
Populations­statistische Krankheitstendenz auf Grundlage soziodemografischer Daten und Risikofaktoren
Layer 2
Eigen­anamnese
Patientenbezogene Krankheitslast auf Grundlage der patienten­individuellen Eigenanamnese
Layer 3
Familien­anamnese
Familiäre Krankheits­last auf Grundlage der patienten­individuellen Familienanamnese
Layer 4
Bakterien­detektion
Bakterienassoziierte Krankheitstendenz auf Grundlage der mikrobiologischen Befunddaten
Layer 5
Komorbi­ditäts­kette
Komorbiditäts­modellierungen auf Grundlage der generierten Ergebnisse aus Layer 1 bis Layer 4

Schritt 1

Im ersten Schritt werden soziodemographische Faktoren und Risikofaktoren verarbeitet. Diese werden mit verfügbaren Populationsdaten einer Referenzpopulation (z.B. Bundesrepublik Deutschland, Europäische Union etc.) verglichen und bewertet. Hier wird der Frage nachgegangen, welche Krankheiten unter Berücksichtigung der Populationsdaten statistisch relevant sind.

Im hier vorliegenden Beispiel besteht eine statistische Krankheitstendenz für die Krankheiten Diabetes mellitus Typ 2, Adipositas, Hypertonie und Stress als immunsuppressiven Faktor.

Komorbiditäts - kette Keim- detektion Eigen- anamnese Familien- anamnese Population Legende: Diabetes mellitus Typ 2 Demenz / Alzheimer Koronare Herzerkrankung Hypertonie Rheumatoide Arthritis Schlaganfall Fettleibigkeit / Adipositas Osteoporose Stress Atemwegs - erkrankungen Statistische Tendenz

Schritt 2

Im zweiten Schritt werden vererbungsrelevante Daten auf Grundlage der Familienanamnese verarbeitet. Diese werden als familiäre Krankheitslast in das Assoziationsmodell übernommen und bewertet. Hier wird der Frage nachgegangen, welche Krankheiten im unmittelbaren familiären Umfeld manifestiert sind?

Im hier vorliegenden Beispiel leiden Familienmitglieder des ersten bzw. zweiten Grades an Diabetes mellitus Typ 2, Adipositas, Hypertonie, koronarer Herzerkrankung, rheumatoider Arthritis und Osteoporose.

Das patientenindividuelle Risiko steigt bei den Krankheiten Diabetes mellitus Typ 2, Adipositas, Hypertonie, rheumatoider Arthritis und Osteoporose.

Komorbiditäts - kette Keim- detektion Eigen- anamnese Familien- anamnese Population Legende: Diabetes mellitus Typ 2 Demenz / Alzheimer Koronare Herzerkrankung Hypertonie Rheumatoide Arthritis Schlaganfall Fettleibigkeit / Adipositas Osteoporose Stress Atemwegs - erkrankungen Statistische Tendenz

Schritt 3

Im dritten Schritt werden patientenindividuelle Krankheitsdaten auf Grundlage der Eigenanamnese verarbeitet. Diese werden als patienteneigene Krankheitslast in das Assoziationsmodell übernommen und bewertet. Hier wird der Frage nachgegangen, welche Krankheiten bereits manifestiert sind?

Im hier vorliegenden Beispiel leidet der Patient an Diabetes mellitus Typ 2, Adipositas und Stress. Damit steigt das patientenindividuelle Risiko bei den Krankheiten Diabetes mellitus Typ 2, Adipositas und Stress. Obschon die Krankheiten nunmehr als manifestiert gelten, stellen die Informationen im Rahmen der Komorbiditätsanalyse wertvolle Datenpunkte dar.

Komorbiditäts - kette Keim- detektion Eigen- anamnese Familien- anamnese Population Legende: Diabetes mellitus Typ 2 Demenz / Alzheimer Koronare Herzerkrankung Hypertonie Rheumatoide Arthritis Schlaganfall Fettleibigkeit / Adipositas Osteoporose Stress Atemwegs - erkrankungen Statistische Tendenz

Schritt 4

Im vierten Schritt werden die detektierten Bakterien auf Grundlage der durchgeführten mikrobiologischen Abklärung verarbeitet. Diese werden als patienteneigene Infektionslast in das Assoziationsmodell übernommen und bewertet. Hier wird der Frage nachgegangen, welche Krankheiten unter Berücksichtigung der detektierten Bakterien statistisch relevant sind?

Im hier vorliegenden Beispiel sind die detektierten Bakterien mit Diabetes mellitus Typ 2, Hypertonie, koronarer Herzkrankheit, Demenz / Alzheimer, rheumatoider Arthritis, Osteoporose, Stress und Atemwegserkrankungen assoziiert.

Damit steigt das patientenindividuelle Risiko bei den Krankheiten Diabetes mellitus Typ 2 (bereits manifestiert), Hypertonie, koronarer Herzkrankheit, Demenz / Alzheimer, rheumatoider Arthritis, Osteoporose, Stress (bereits manifestiert) und Atemwegserkrankungen.

Komorbiditäts - kette Keim- detektion Eigen- anamnese Familien- anamnese Population Legende: Diabetes mellitus Typ 2 Demenz / Alzheimer Koronare Herzerkrankung Hypertonie Rheumatoide Arthritis Schlaganfall Fettleibigkeit / Adipositas Osteoporose Stress Atemwegs - erkrankungen Statistische Tendenz

Schritt 5

Im fünften Schritt werden alle vorhandenen Informationen aggregiert und im Hinblick auf mögliche Komorbiditäten verarbeitet. Diese werden als patienteneigene Komorbiditätspotenziale in das Assoziationsmodell übernommen und bewertet. Hier wird der Frage nachgegangen, welche Krankheiten unter Berücksichtigung der Komorbiditätspotenziale statistisch relevant sind?

Im hier vorliegenden Beispiel bestehen statistisch relevante Komorbiditätspotenziale bei Diabetes mellitus Typ 2, Adipositas, Hypertonie, koronarer Herzkrankheit, Demenz / Alzheimer, Schlaganfall, rheumatoider Arthritis und Stress.

Damit steigt das patientenindividuelle Risiko bei den Krankheiten Diabetes mellitus Typ 2 (bereits manifestiert), Adipositas (bereits manifestiert), Hypertonie, koronarer Herzkrankheit, Schlaganfall, rheumatoider Arthritis und Stress (bereits manifestiert).

Komorbiditäts - kette Keim- detektion Eigen- anamnese Familien- anamnese Population Legende: Diabetes mellitus Typ 2 Demenz / Alzheimer Koronare Herzerkrankung Hypertonie Rheumatoide Arthritis Schlaganfall Fettleibigkeit / Adipositas Osteoporose Stress Atemwegs - erkrankungen Statistische Tendenz

Ergebnisübersicht

Das befundbasierte Assoziationsmodell arbeitet risikoadjustiert und aggregiert die einzelnen Ebenen zu statistischen Krankheitstendenzen. Für den Fall, dass die Risikoaggregation die dritte Ebene erreicht, gilt die errechnete Krankheitstendenz im Rahmen des Assoziationsmodells als statistisch relevant.

Im hier vorliegenden Beispiel gilt dies für alle Krankheiten, deren Risikoaggregation sich im gekennzeichneten gelben Kasten befindet. Der Patient hat eine statistische Exposition für Diabetes mellitus Typ 2 (bereits manifestiert), Adipositas (bereits manifestiert), Hypertonie, Koronare Herzkrankheit, rheumatoide Arthritis und Stress (bereits manifestiert).

Komorbiditäts - kette Keim- detektion Eigen- anamnese Familien- anamnese Population Legende: Diabetes mellitus Typ 2 Demenz / Alzheimer Koronare Herzerkrankung Hypertonie Rheumatoide Arthritis Schlaganfall Fettleibigkeit / Adipositas Osteoporose Stress Atemwegs - erkrankungen Statistische Tendenz

Patienten­individuelle
Empfehlungen

Auf Grundlage der Ergebnisse des befundbasierten Assoziationsmodells werden patientenindividuelle Empfehlungen im Hinblick auf relevante humanmedizinische Facharztgruppen sowie potenziell medizinisch indizierte Labordiagnostik formuliert. Im hier vorliegenden Beispiel erhält der Patient folgende Facharztempfehlungen:

Stress
Facharzt für Psychatrie und Psychotherapie
Facharzt für Psychosomatische Medizin
Koronare Herzerkrankung
Facharzt für innere Medizin – Fachrichtung Kardiologie
Hypertonie
Facharzt für innere Medizin – Fachrichtung Hypertensiologie
Diabetes mellitus Typ 2
Facharzt für innere Medizin –
Fachrichtung Edonkrinologie und Diabetologie
Fettleibigkeit / Adipositas
Facharzt für Ernährungsmedizin
Rheumatoide Arthritis
Facharzt für innere Medizin – Fachrichtung Rheumatologie
„
Oleadent erstellt aus den Facharztempfehlungen aus dem Assoziationsmodell konkrete Arztvorschläge.
Werden Sie Teil des Oleadent Netzwerks und lassen Sie sich von Oleadent Neupatienten zuweisen.
“
Ja, ich will Medizin­partner im Oleadent Netzwerk werden!
Pflichtfelder sind mit einem * gekennzeichnet.

    Loading...
    Diese Seite teilen …
    Copyright © 2024 · Oleadent GmbH
    magnifierchevron-downarrow-up