Elektronische Patientenakte: Data Mining findet unerwartete Risikofaktoren für Diabetes Typ 2

Wer übergewichtig ist, sich selten bis nie körperlich betätigt und sich zu zucker- und fetthaltig ernährt, hat ein erhöhtes Risiko, an Typ-2-Diabetes zu erkranken, so viel ist bekannt. Doch auch wer an Darmentzündungen leidet, in der Vergangenheit an sexuell-übertragbaren Krankheiten wie Chlamydien litt, intersexuell oder Transgender ist, hat ein erhöhtes Risiko. Zu dieser neuen Erkenntnis gelangte ein Algorithmus bei der Auswertung tausender Patientendaten.

Möglich macht dies Data Mining, ein Prozess, bei dem aus großen Datenmengen mittels Algorithmen Muster identifiziert werden können. Forscher der University of California Los Angeles (UCLA) nutzten diese Methode daher in ihrer 2012 gestarteten Untersuchung mit dem Ziel, Diabetes-Patienten zu identifizieren, die noch nichts von ihrer Erkrankung ahnen, um deren Versorgung zu verbessern. Die Forscher entdeckten jedoch mehr als erwartet. Der Algorithmus förderte zahlreiche weitere Risikofaktoren für Typ-2-Diabetes zu Tage, die bislang nicht mit der Erkrankung in Verbindung gebracht wurden.

„Flächendeckend eingesetzt könnten diese Erkenntnisse dazu beitragen, die Zahl unerkannter Typ-2-Diabetes-Erkrankungen dramatisch zu senken, Komplikationen zu verhindern und Leben zu retten“, so Arlana Anderson, Leiterin der Studie.

Diese Risikofaktoren dürfen allerdings nicht als Ursache von Typ-2-Diabetes missinterpretiert werden. Der Algorithmus fand lediglich heraus, dass Menschen mit diesen Voraussetzungen signifikant häufiger an Typ-2-Diabetes erkranken. Das könnte daran liegen, dass diese Menschen häufiger eine ungesunde Lebensweise, die die Krankheit begünstigt, haben.

Kommentar: Wie vermessbar ist der Mensch? Diese Frage erhält durch Data Mining eine neue Dimension. Tatsächlich wird der medizinische Fortschritt nicht mehr nur durch die Entwicklung neuer Geräte, Behandlungsmethoden und Arzneimittel vorangetrieben, sondern immer mehr durch die tiefe und umfassende Analyse von möglichst vielen Daten. Im beschriebenen Fall kann dies tatsächlich eine deutliche Verbesserung für die individuelle und gesellschaftliche Gesundheitsversorgung mit sich bringen. Typ-2-Diabetes gilt schließlich inzwischen als Volkskrankheit und ist Ursache zahlreicher Folgeerkrankungen.

[ilink url=“http://newsroom.ucla.edu/releases/electronic-health-records-can-help-catch-undiagnosed-cases-of-type-2-diabetes-ucla-researchers-find“] Link zur Quelle (UCLA)[/ilink]