Zum Hauptinhalt springen

AG Dr. J. Knitza

Digital Health & Versorgungsforschung

Leitung: Dr. med. Johannes Knitza

Die steigende Nachfrage und geringe Anzahl an Rheumatologen stellt die rheumatologische Versorgung vor erhebliche Herausforderungen. Durch monatelange Diagnoseverzögerungen entstehen irreversible Schäden und die Therapiewirksamkeit wird deutlich eingeschränkt. Mit durchschnittlich vier kurzen Terminen pro Jahr ist das Patientenmonitoring und die Patientenkommunikation stark eingeschränkt. Ebenfalls bleiben Begleiterkrankungen häufig unerkannt und unbehandelt. Der aktuell noch vorherrschende „One size fits all“ und „Trial and Error“ Therapieansatz frustriert Patienten und Behandler zugleich und schränkt Behandlungsergebnisse zusätzlich ein.

Der Schwerpunkt der Arbeitsgruppe ist die Erforschung dieser Versorgungsherausforderungen und die Verbesserung mittels eines digitalisierten Patientenbehandlungspfads „digital patient journey“, der eine effizientere, schnellere, personalisierte Patientenversorgung und Steigerung der Behandlungsqualität ermöglicht. Klassische analoge Prozesse sollen mittels Digital Health sinnvoll im Sinne eines „Blended Care“ Ansatzes ergänzt werden.

Die translationale Forschung erfolgt in enger Zusammenarbeit mit Patienten, internationalen Forschungspartnern, niedergelassenen Ärzten, Industrie und innovativen Startups. Wir erforschen, entwickeln und implementieren patientenorientierte neue Digital Health Applikationen um aktuelle Versorgungsdefizite in der Rheumatologie zu verbessern.

Unserer besonderer Dank gilt den Patienten, dem Behandlungsteam und Doktoranden, ohne die unsere Forschung nicht möglich wäre.

  • Digital Health zur Diagnoseunterstützung

Aufgrund der knappen personellen Ressourcen und seltenen Diagnosen sind Symptom-Checker bzw. diagnostische Entscheidungsunterstützungssysteme (DDSS) besonders relevant in der Rheumatologie und stellen eine Alternative zu immer häufiger konsultierten Internetsuchmaschinen dar. Wir entwickeln und erproben kontinuierlich entsprechende Systeme. Ebenfalls untersuchen wir das Potential gezielter Vorbereitung von vor-Ort-Terminen (pre-appointment management) durch telemedizinische Befunderhebung (Symptom Checker, digitale Fragebögen, Befundübermittlung, kapillares Self-Sampling zur eigenständigen Blutentnahme zu Hause) und Etablierung einer studentischen Frühsprechstunde.  Studierende können dadurch aktiv in die klinische Behandlung einbezogen werden, das medizinische Personal entlasten, eine Diagnosebeschleunigung sowie eine Steigerung der Behandlungsqualität ermöglichen.

  • Telemedizinich unterstütztes Monitoring und digitale Patientenedukation

Durch begrenzte personelle Ressourcen sehen wir unsere Patienten durchschnittlich viermal im Jahr und dieser lückenhafte, punktuelle Einblick gleicht teilweise einer „Black Box“. In eng getakteten kurzen Terminen sollen Patienten ausführlich untersucht, informiert und beraten werden. Wir erforschen flexible telemedizinische Versorgungskonzepte, bspw. für Patienten mit Spondylarthritis, bei dem Patienten uns von zu Hause asynchron elektronische Fragebögen und selbstabgenommen Kapillarblut zukommen lassen. Diese Befunde werden anschließend besprochen und bei unauffälligen Befunden und Beschwerdefreiheit können auf vor-Ort-Termine verzichtet werden und damit Ressourcen für neue Patienten freigesetzt werden. Ebenfalls erforschen wir neue Wearable-basierte objektive Biomarker und entwickeln digitale Applikationen um Patienten auch zu Hause gezielt schulen zu können.

  • Erforschung neuer digitaler Therapieansätze

Die Omnipräsenz von Smartphones eröffnet Ärzten neue therapeutische Möglichkeiten. Durch das Digitale-Versorgung-Gesetz (DVG) ist es nun möglich Digitale Gesundheitsanwendungen (DiGA) Patienten auf Rezept zu verordnen. Insbesondere Komorbiditäten wie chronische Schmerzen, Depression, Adipositas können bereits jetzt adressiert werden.  Digitale unterstützte Physio- und Ergotherapie bzw. Heimübungen erlauben eine skalierbare Bereitstellung etablierter Behandlungsmethoden. Durch strukturierte Datensammlung „deep phenotyping“ können klinische Entscheidungsunterstützungssystem (CDS) mittels Machine-Learning trainiert werden um eine prädiktive, präventive, personalisierte und partizipative (P4 Medicine) Medizin zu ermöglichen.

  • Status Quo und quo vadis: Kontinuierliche Markt-, Benutzer-, Nutzungs- und Bedarfs-Analysen

Der akzelerierte und stete Wandel der digitalen Gesundheitsanwendungen, des Gesundheitssystems, der technischen Infrastruktur und Gesellschaft erfordert eine kontinuierliche wissenschaftliche Begleitevaluation, um Versorgungsdefizite und innovative Lösungen zu identifizieren und Implementierungsbarrieren zu überwinden. Wir identifizieren und bewerten systematisch freiverfügbare Gesundheits-Apps, bspw. bereits für Patienten mit rheumatologischen Erkrankungen, chronisch entzündlichen Darmerkrankungen und Psoriasis. Durch Online-Umfragen erfragen wir die Akzeptanz, Nutzung, individuellen Bedürfnisse und die digitale Kompetenz von Patientinnen und Ärzten hinsichtlich Digital Health. Mittels qualitativer Analysen (Interviews, Fokusgruppen) werden quantitative Ergebnisse sinnvoll um detailliertes Feedback ergänzt.

Johannes KnitzaArbeitgruppenleiter

Jacob Mohn   

medizinischer Doktorand
Franziska Fuchsmedizinische Doktorandin
Antonia Lambrechtmedizinische Doktorandin
Markus Gräfmedizinischer Doktorand
Joshua Zarblmedizinischer Doktorand
Franziska GanzerMasterstudentin in Medical Process Management
Lena JanousekMasterstudentin in Computer Science
Caroline Schmetzermedizinische Doktorandin

 

EIT Health

2022 - 2024  „DigiPrevent – Personalised prevention and very early treatment of rheumatoid arthritis”

 

Deutsche Forschungsgemeinschaft (DFG)

2022 - 2025 „PANDORA - Pathways triggering Auto- immuNity and Defining Onset of early Rheumatoid Arthritis; Translationale Arthritis-Datenbank, die klinische und Grundlagenforschung miteinander vernetzt“

FUTUR Bonusprogramm Forschungs- und Technologietransfer Universität Regensburg

2019 - 2022  „bETTeR – Evaluation of Triage Tools in Rheumatology, a multicenter clinical trial”

 

Bundesministerium für Bildung und Forschung (BMBF)

2018 - 2019  „praktische Anatomie - Einführungskurs Ultraschall des Bewegungsapparates“

 

Industrie

Kooperationsprojekte mit den Firmen:        

  • Novartis Deutschland GmbH
  • Thermo Fisher Scientific
  • AbbVie Deutschland GmbH & Co. KG
  • Sanofi Genzyme
  • UCB Pharma GmbH
  • Siemens Healthineers AG
  • ABATON GmbH

1. Knitza J, Muehlensiepen F, Ignatyev Y, Fuchs F, Mohn J, Simon D, Kleyer A, Fagni F, Boeltz S, Morf H, Bergmann C, Labinsky H, Vorbrüggen W, Ramming A, Distler JHW, Bartz-Bazzanella P, Vuillerme N, Schett G, Welcker M, Hueber AJ. Patient’s Perception of Digital Symptom Assessment Technologies in Rheumatology: Results From a Multicentre Study. Frontiers in Public Health. 2022;10.

2. Mucke J, Knitza J, Muehlensiepen F, Grahammer M, Stenzel R, Simon D, Kleyer A, Krönke G, Sharp C, Bendzuck G, Korinth M, Elling-Audersch C, Vuillerme N, Schett G, Pecher A-C, Krusche M. TELERA—Asynchronous TELEmedicine for Patients With Rheumatoid Arthritis: Study Protocol for a Prospective, Multi-Center, Randomized Controlled Trial. Frontiers in Medicine. 2021;8:2590.

3. Mühlensiepen F, Kurkowski S, Krusche M, Mucke J, Prill R, Heinze M, Welcker M, Schulze-Koops H, Vuillerme N, Schett G, Knitza J. Digital Health Transition in Rheumatology: A Qualitative Study. Int J Environ Res Public Health. 2021;18(5).

4. Knitza J, Mohn J, Bergmann C, Kampylafka E, Hagen M, Bohr D, Morf H, Araujo E, Englbrecht M, Simon D, Kleyer A, Meinderink T, Vorbrüggen W, von der Decken CB, Kleinert S, Ramming A, Distler JHW, Vuillerme N, Fricker A, Bartz-Bazzanella P, Schett G, Hueber AJ, Welcker M. Accuracy, patient-perceived usability, and acceptance of two symptom checkers (Ada and Rheport) in rheumatology: interim results from a randomized controlled crossover trial. Arthritis Research & Therapy. 2021 Apr 13;23(1):112.

5. Knitza J, Tascilar K, Gruber E, Kaletta H, Hagen M, Liphardt A-M, Schenker H, Krusche M, Wacker J, Kleyer A, Simon D, Vuillerme N, Schett G, Hueber AJ. Accuracy and usability of a diagnostic decision support system in the diagnosis of three representative rheumatic diseases: a randomized controlled trial among medical students. Arthritis Research & Therapy. 2021 Sep 6;23(1):233.

6. Lambrecht A, Vuillerme N, Raab C, Simon D, Messner E-M, Hagen M, Bayat S, Kleyer A, Aubourg T, Schett G, Hueber A, Knitza J. Quality of a Supporting Mobile App for Rheumatic Patients: Patient-Based Assessment Using the User Version of the Mobile Application Scale (uMARS). Front Med (Lausanne). 2021;8:715345.

7. Knitza J, Kleyer A, Klüppel M, Krauser M, Wacker J, Schett G, Simon D. [Online ultrasound learning modules in rheumatology : Innovative elective course increases student interest in the discipline of rheumatology]. Z Rheumatol. 2020 Apr;79(3):276–9.

8. Knitza J, Tascilar K, Messner E-M, Meyer M, Vossen D, Pulla A, Bosch P, Kittler J, Kleyer A, Sewerin P, Mucke J, Haase I, Simon D, Krusche M. German Mobile Apps in Rheumatology: Review and Analysis Using the Mobile Application Rating Scale (MARS). JMIR Mhealth Uhealth. 2019 Aug 5;7(8):e14991.

9. Knitza J, Simon D, Lambrecht A, Raab C, Tascilar K, Hagen M, Kleyer A, Bayat S, Derungs A, Amft O, Schett G, Hueber AJ. Mobile Health Usage, Preferences, Barriers, and eHealth Literacy in Rheumatology: Patient Survey Study. JMIR mHealth and uHealth. 2020 Aug 12;8(8):e19661.

10. Knitza J, Callhoff J, Chehab G, Hueber A, Kiltz U, Kleyer A, Krusche M, Simon D, Specker C, Schneider M, Voormann A, Welcker M, Richter JG. [Position paper of the commission on digital rheumatology of the German Society of Rheumatology: tasks, targets and perspectives for a modern rheumatology]. Z Rheumatol. 2020 Aug;79(6):562–9.

 

PubMed Publikationsliste von Dr. med. Johannes Knitza (https://pubmed.ncbi.nlm.nih.gov/?term=knitza+j&sort=date&size=200)

 

Folgen Sie uns auf Twitter
https://twitter.com/JK77775/status/1436367489999515648