Das US Department of Health and Human Services (DHHS) hat ein Toolkit mit SAS Programmcode veröffentlicht, das einzelne Behörden dabei unterstützt, Fälle von Opioid-Missbrauch oder -Überdosierung aufzudecken. Damit lassen sich Daten zu verschreibungspflichtigen Medikamenten analysieren, um potenzielle Problemfälle festzustellen.
Das Ministerium hat mit SAS bereits 71.000 Fälle identifiziert, in denen ein Verdacht auf Opioid-Missbrauch oder -Überdosierung vorliegt. So hatten fast 58.000 Personen das Zweieinhalbfache der Menge erhalten, die laut der Centers for Disease Control and Prevention (CDC) kritisch ist. Darüber hinaus hat die Analyse etwa 15.000 sogenannte „Doctor Shopper“ aufgedeckt: Personen, die sich bewusst von verschiedenen Ärzten und Apotheken gleichzeitig Rezepte ausstellen lassen. Mit dieser Taktik hat sich zum Beispiel ein Patient 52 Opioid-Verschreibungen von 23 Apotheken in vier Staaten erschlichen. Aber auch Fehlverhalten von Ärzten lässt sich auf diese Weise aufdecken: Ein Arzt in Florida hatte einem einzigen Patienten in kurzer Zeit 33 Rezepte ausgestellt, einschliesslich einer grossen Menge an Fentanyl und Oxycodon.
In den USA müssen Mitarbeiter vielerorts Medicare-, Medicaid- oder andere Gesundheitsdaten noch manuell dokumentieren und analysieren. Denn oft fehlen die nötigen Tools und das Know-how, um diese Auswertungen mithilfe von Analytics durchzuführen. Das vom Ministerium entwickelte Toolkit gibt Bundesstaaten, Justizbehörden und öffentlichen sowie privaten Einrichtungen eine technische Basis, um Arzneimittelmissbrauch systematisch-effizient aufzudecken und zu unterbinden. Verschreibende Ärzte haben damit alle relevanten Informationen zu Patienten und Medikamenten im Blick. So können sie fundierte Entscheidungen für oder gegen die Verschreibung eines Opioids treffen und die Behandlung besser koordinieren. Gleichzeitig lässt sich auch illegaler Medikamentenhandel wirksamer unterbinden, wenn verdächtige Verschreibungs- oder Dosierungsmuster schneller sichtbar werden.
„Um das Opioid-Problem effektiv anzugehen, muss man es richtig verstehen“, sagt Dr. R. Kirk Jonas, Director of the National Governors Association Center for Best Practices. „Dafür sind Daten und Analytics entscheidend. Nur so können wir den Betroffenen helfen und Medikamentenmissbrauch verhindern.“
Im Rahmen des Medicare-Part-D-Programms, von privaten Gesundheitsprogrammen, Medicaid Fraud Control Units und spezialisierten staatlichen Monitoring-Programmen werden regelmässig Daten zu verschreibungspflichtigen Arzneimitteln analysiert. Das Toolkit hilft Anwendern dabei, diese Daten zusammenzuführen und den täglichen Morphin-Äquivalenzwert (Morphine Equivalent Dosing, MED) zu berechnen. Mit dem MED ergibt sich ein Standardwert, über den sich Menge und Konzentration der Opioide vergleichen lassen.
Darüber hinaus unterstützt das Toolkit bei der Überprüfung der Datenqualität, der Untersuchung von Patienten mit auffälligen Verhaltensmustern oder der Ermittlung von Risikopatienten. Die statistischen Modelle lassen sich – je nach Anforderung des jeweiligen Anwenders – modifizieren und auf staatliche Medicaid-Daten ebenso anwenden wie auf eine Vielzahl anderer Quellen (aus kommerziellen Kanälen, Notarztbehandlungen oder von Strafverfolgungsbehörden).
In den USA unterhält jeder Bundesstaat ein eigenes Monitoring-Programm für verschreibungspflichtige Arzneimittel. Dies führt zu stark verteilten Informationen und reicht alleine zudem nicht aus, um sich ein vollständiges Bild von der Situation zu machen, zumal die Daten aus diesen Monitoring-Programmen oft noch unzureichend genutzt werden. Zusätzlich müssen kontinuierlich umfassende Verhaltensdaten gesammelt und ausgewertet werden, damit die staatlichen Stellen potenziellen Missbrauch durch verschreibende Ärzte, Rezeptempfänger, Opioid-Hersteller und -Händler zeitnah erkennen und im Bedarfsfall schnell einschreiten können. Mustererkennung, Machine Learning, Anomalie-Erkennung und künstliche Intelligenz helfen dabei in vielerlei Hinsicht.