Benign prostatic syndrome (BPS) is one of the most common urological diseases. Currently, there are numerous surgical methods to treat BPS. The digitalisation of medicine enables new study approaches in healthcare research using digital data from individual treatment pathways. In the present work, BPS-specific longitudinal trend analyses were performed. Treatment-related figures, both with regard to the therapy methods and predefined patient cohorts, could be examined after validating the datasets. This meant that information on relevant characteristics of surgical BPS treatment could be read and calculations made that reflect the overall impact of these processes. In the future, it is expected that increasingly comprehensive, higher-quality digital datasets on different clinical pictures will be available for analytical purposes. Intensification of research projects in this field is desirable. The results thus obtained enable further optimisation steps of certain treatment actions and provide important key figures for the strategy development of a medical facility.
Das benigne Prostatasyndrom (BPS) ist eine der häufigsten urologischen Erkrankungen. Derzeit bestehen zahlreiche Operationsmethoden. Die Digitalisierung der Medizin ermöglicht neue Studienansätze der Versorgungsforschung anhand der digitalen Daten zu Behandlungen. In der vorliegenden Arbeit wurden BPS-spezifische longitudinale Trendanalysen vorgenommen. Die Behandlungsvolumina sowohl in Projektion auf die Therapieverfahren als auch diverse Patientenkohorten konnten nach Definierung der Datensätze maschinell untersucht werden. Daraus ließen sich Informationen zu relevanten Merkmalen der chirurgischen BPS-Behandlung ablesen sowie Kalkulationen vornehmen, welche die Gesamtauswirkung dieser Prozesse spiegeln. In Zukunft ist damit zu rechnen, dass immer umfangreichere, qualitätsmäßig bessere digitale Datensätze zu unterschiedlichen Krankheitsbildern für Analysevorhaben zur Verfügung stehen werden. Eine Intensivierung der Forschungsprojekte auf diesem Gebiet ist erstrebenswert. Die damit gewonnenen Ergebnisse ermöglichen weitere Optimierungsschritte bestimmter Behandlungsstrategien und vermitteln wichtige Kennzahlen für die Strategieentwicklung einer medizinischen Einrichtung.
Keywords: Big data; Databases; Digitalization; Healthcare research; Trend Analysis.
© 2021. The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature.