Kosten-Effektivitätsanalyse eines Blut-basierten Algorithmus zur Stratifizierung von Patient/inn/en mit Schizophrenie für zusätzliche anti-inflammatorische Behandlung
Schizophrenie ist eine schwerwiegende psychische Erkrankung, die Millionen von Europäer/inn/en betrifft. Während antipsychotische Medikamente die Symptome bei einem Drittel der Patient/inn/en mildern, sprechen ein Drittel nur unzureichend und ein Drittel gar nicht darauf an. Es besteht eine dringende Notwendigkeit, verlässliche Tests zu identifizieren, die das Ansprechen auf eine Behandlung vorhersagen um personalisierte Behandlung anzuleiten. Es wird angenommen, dass der Spiegel von immunbezogenen Molekülen im Blut die Rückfallquote und das Ansprechen auf eine Behandlung bei schizophrenen Patient/inn/en vorhersagen kann und dass ein Teil der Patient/inn/en, die in ihrem Blut Hinweise auf pro-inflammatorische Prozesse zeigen, von zusätzlichen entzündungshemmenden Medikamenten profitieren kann.
Als ein Teil dieses internationalen Gemeinschaftsprojektes wird eine randomisierte klinische Studie durchgeführt mit dem Ziel, die klinische Effektivität und Kosten-Effektivität von Algorithmus-basierter Behandlungsstratifizierung für Schizophrenie in mehreren Ländern zu untersuchen. Die Abteilung für Gesundheitsökonomie an der Medizinischen Universität Wien leitet die gesundheitsökomische Studie. Diese erforscht, ob Behandlungsstratifizierung kosteneffektiv ist im Vergleich zur sonst üblicherweise angewandten Behandlung innerhalb der sechsmonatigen Studienperiode und darüber hinaus unter Anwendung multi-nationaler ökonomischer Evaluations- und Modellierungstechniken. Die Ergebnisse werden zur internationalen Evidenz zur Entwicklung von effektiver und optimierter Behandlung von Patient/inn/en mit Schizophrenie beitragen.
Laufzeit: 2020-2023
Finanzierung: Europäische Kommission – Horizon 2020
Kooperationspartner:
· Centre National de la Recherche Scientifique (CNRS)
· Copenhagen University Hospital
· Institut National de la Santé et de la Recherche Médicale
· UMC Groningen
· University Munich
Information: Judit Simon, Susanne Mayer, Nataša Perić, Daniel Heilig