Deprecated: Creation of dynamic property Sober\Unravel\Migrate\AdvancedCustomFields::$pathDefault is deprecated in /mnt/web507/d2/21/510769221/htdocs/pi/pi-health-solutions/wp-content/plugins/unravel/src/Migrate.php on line 30 Deprecated: Creation of dynamic property Sober\Unravel\Migrate\Models::$pathDefault is deprecated in /mnt/web507/d2/21/510769221/htdocs/pi/pi-health-solutions/wp-content/plugins/unravel/src/Migrate.php on line 30 Studienlogistik - PI Health Solutions Notice: file_get_contents(): Read of 12288 bytes failed with errno=21 Is a directory in /mnt/web507/d2/21/510769221/htdocs/pi/pi-health-solutions/wp-includes/functions.php on line 4570 Notice: Fehler beim Dekodieren einer JSON-Datei unter /mnt/web507/d2/21/510769221/htdocs/pi/pi-health-solutions/wp-content/themes/pi-health-solutions/resources: Syntax error in /mnt/web507/d2/21/510769221/htdocs/pi/pi-health-solutions/wp-includes/functions.php on line 4573 Notice: file_get_contents(): Read of 12288 bytes failed with errno=21 Is a directory in /mnt/web507/d2/21/510769221/htdocs/pi/pi-health-solutions/wp-includes/functions.php on line 4570 Notice: Fehler beim Dekodieren einer JSON-Datei unter /mnt/web507/d2/21/510769221/htdocs/pi/pi-health-solutions/wp-content/themes/pi-health-solutions/resources: Syntax error in /mnt/web507/d2/21/510769221/htdocs/pi/pi-health-solutions/wp-includes/functions.php on line 4573

Logistische Unterstützung zur Durchführung von klinischen und epidemiologische Studien

In der modernen Medizin ist es oft notwendig, rasch Informationen über den Gesundheitszustand bestimmter Zielgruppen zu erhalten und zeitnah pharmazeutische und nicht-pharmazeutische Maßnahmen zu implementieren, um gesundheitsbezogene Probleme zu lösen. PI Health Solutions wendet neuartige Konzepte der studienlogistischen Unterstützung an, um klinische und/oder epidemiologische Studien schnell und mit maximaler Flexibilität durchführen zu können. Dies lässt sich derzeit am besten mit Unterstützung von Social Media erreichen, die die Rekrutierung einer großen Zahl von Studienprobanden und medizinischen Fachkräften über virtuelle Gemeinschaften und Netzwerke erleichtern.

Bei bevölkerungsbasierten Befragungen und Untersuchungen können sowohl klassische als auch moderne Verfahren nach dem Prinzip des online-basierten River Sampling zur Anwendung gelangen. Im klassischen Ansatz wird eine Zufallsstichprobe von Probanden aus der Allgemeinbevölkerung, in der Regel über das Einwohnermeldeamt, gezogen und die Betreffenden werden anschließend postalisch und/oder telefonisch über Festnetz kontaktiert. Bei Anwendung des online-basierten River Sampling werden die Probanden über Online Portale bzw. Soziale Medien kontaktiert und dann nach dem Zufallsprinzip für Befragungen oder Untersuchungen ausgewählt. Beide Strategien erfordern aufgrund von jeweils methodenspezifischen Verzerrungen der Stichprobe a posteriori Korrekturen (z.B. soziodemographisch), um im Ergebnis bevölkerungsrepräsentative Aussagen treffen zu können. Ein wesentlicher Vorteil des River Sampling besteht darin, dass in einem vorgegebenen Zeitraum kurzfristig sehr viele größere Stichproben untersucht bzw. befragt werden können als dies in der Regel bei klassischen Verfahren realisierbar ist. Dies ermöglicht wiederum die Anwendung des von uns entwickelten Zoom-In Verfahrens (Tiefenanalysen). Unter weitgehender Wahrung der “Bevölkerungsrepräsentativität” können gezielt Subpopulationen mit ausreichender Fallzahl (z.B. Personen mit vorangegangener Corona Infektion oder z.B. Personen mit Bereitschaft zur Teilnahme an einer Impfstudie) kontaktiert und ausgewählt werden.

Ein aktuelles Beispiel ist die bevölkerungsrepräsentative Corona-BUND-Studie. (www.rki.de). In diesem Fall wurde die bundesweite Online-Befragung mit einer bundesweiten Sammlung von Blutproben und Rachenabstrichen kombiniert, die dann in zentralen Laboren analysiert wurden. Die PI Health Solutions spielte in dieser Studie eine zentrale Rolle, indem sie 1) die bundesweite Logistik für die Sammlung von Blutproben und Rachenabstriche bereitstellte und 2) das Fachwissen und die Algorithmen beisteuerte, um (de-identifizierte) Vorhersagen darüber zu treffen, ob bestimmte Bevölkerungsgruppen gefährdet sind, sich mit dem Virus zu infizieren, und welche Gruppen in der Bevölkerung wahrscheinlich ein schwerwiegendes Ergebnis haben werden.