Analyse von Real-World-Data einer Digitalen Gesundheitsanwendung bei vorderem Knieschmerz : Einfluss der Trainingsadhärenz auf die Effektivität der konservativen Therapie

Title data

Köster, Isabella ; Burkard, Michael ; Weber, David ; Brenner-Neff, Nicole ; Senn, Katja ; Emmert, Martin:
Analyse von Real-World-Data einer Digitalen Gesundheitsanwendung bei vorderem Knieschmerz : Einfluss der Trainingsadhärenz auf die Effektivität der konservativen Therapie.
2025
Event: 24. Deutscher Kongress für Versorgungsforschung (DKVF) , 22.-24.09.2025 , Hamburg.
(Conference item: Conference , Speech with paper )
DOI: https://doi.org/10.5281/zenodo.16794522

Official URL:

Abstract in another language

Hintergrund: Vorderer Knieschmerz stellt angesichts hoher Prävalenzraten und weitreichender ökonomischer Konsequenzen ein gravierendes Gesundheitsproblem dar. Obwohl die Physiotherapie als effektiver Behandlungsansatz gilt, limitieren Kapazitätsengpässe eine zeitnahe und hochfrequente Inanspruchnahme, wodurch das Risiko einer Chronifizierung steigt. Digitale Gesundheitsanwendungen (DiGA) eröffnen eine vielversprechende Perspektive, Therapieansätze patientenzentriert und ressourceneffizient zu gestalten. Hierbei bietet die dauerhaft gelistete DiGA companion® patella eine wirksame Alternative oder Ergänzung zur konventionellen Physiotherapie bei konservativ versorgtem vorderem Knieschmerz.

Zielsetzung: Ziel ist die Analyse der Trainingseffektivität der DiGA companion® patella auf Basis von Real-World-Data (RWD). Untersucht wird, in welchem Ausmaß die Trainingsadhärenz die klinischen Outcome-Parameter (Schmerzreduktion und funktionelle Verbesserung im betreffenden Kniegelenk) determiniert und wie diese Effekte durch demographische und klinische Variablen moduliert werden. Die zentrale Hypothese nimmt an, dass klinisch signifikante Verbesserungen der Schmerzintensität und Funktionalität von einer konsequenten Aufrechterhaltung der Trainingsadhärenz abhängig sind.

Methode: Es erfolgt eine retrospektive Analyse von RWD sowie der Ergebnisse einer klinischen Studie zur Wirksamkeit der DiGA. Die RWD umfassen n = 18.915 Nutzerprofile, die im Zeitraum vom 13.10.2021 bis zum 29.06.2024 systematisch erhoben wurden. Mit der Datenbereinigung zur Sicherstellung der Datenintegrität wurde der Datensatz auf n = 14.822 valide Nutzerprofile eingegrenzt. Nach einer deskriptiven Analyse zur Charakterisierung zentraler Tendenzen und Variablenverteilungen kommen inferenzstatistische Verfahren zur Anwendung. Mittels Propensity-Score-Matching wird eine adäquate Vergleichbarkeit der Subgruppen erzielt, bevor eine Varianzanalyse (ANOVA) signifikante Differenzen zwischen den Nutzungsintensitätsgruppen identifiziert. Um spezifische Paarvergleiche zwischen den Gruppen zu evaluieren, wird ein Post-hoc-Test durchgeführt. Sensitivitätsanalysen validieren abschließend die Robustheit der Ergebnisse unter variierenden methodischen Annahmen.

Ergebnisse: Die finalen Ergebnisse werden zum Kongress vorliegen. Basierend auf den bisherigen Annahmen wird erwartet, dass eine höhere Nutzungsintensität der DiGA companion® patella mit einer Verbesserung der Schmerzreduktion und den funktionellen Parametern assoziiert ist. Zudem könnten demographische Merkmale sowie die initiale Schmerz- und Funktionsausprägung mögliche Einflussfaktoren auf den Therapieverlauf darstellen.

Implikation für Forschung und/oder (Versorgungs-)Praxis: Die Ergebnisse liefern praxisnahe Erkenntnisse zur Trainingsadhärenz und Wirksamkeit von companion® patella unter realen Versorgungsbedingungen. Der Nachweis eines Zusammenhangs zwischen der Trainingsadhärenz und den klinischen Outcome-Parametern bildet die Grundlage für die Entwicklung zielgerichteter Adhärenzstrategien. Zudem ermöglicht die Analyse patientenspezifischer Einflussfaktoren eine differenzierte Bewertung der Wirksamkeit für spezifische Patientengruppen, was die Ableitung individualisierter Nutzungsempfehlungen unterstützt.

Further data

Item Type:	Conference item (Speech with paper)
Refereed:	Yes
Institutions of the University:	Faculties > Faculty of Law, Business and Economics > Chair Healthcare Management and Research Faculties > Faculty of Law, Business and Economics > Professur Qualitätsmanagement, Gesundheitsökonomie und Präferenzforschung in der Onkologie > Professur Qualitätsmanagement, Gesundheitsökonomie und Präferenzforschung in der Onkologie - Univ.-Prof. Dr. Martin Emmert
Result of work at the UBT:	Yes
DDC Subjects:	000 Computer Science, information, general works > 004 Computer science 300 Social sciences > 330 Economics 600 Technology, medicine, applied sciences > 610 Medicine and health
Date Deposited:	30 Sep 2025 08:14
Last Modified:	30 Sep 2025 08:14
URI:	https://eref.uni-bayreuth.de/id/eprint/94801