Big Data in der Gesundheitsförderung und Prävention

Author:

Spranger JuliaORCID,Niederberger Marlen

Abstract

Zusammenfassung Hintergrund Die Nutzung großer und vielfältiger Datenmengen (Big Data) kann zur Gewinnung gesundheitsbezogener Erkenntnisse führen. Die Relevanz untermauern aktuelle Erfordernisse, bspw. in Zusammenhang mit der Digitalisierung, der Gesundheitsversorgung in Ausnahmesituationen und der zunehmenden Bedeutung von Personalisierungsprozessen in der Gesundheitsforschung. Das Potenzial von Big Data zur Erforschung vulnerabler Gruppen ist strittig, jedoch vor dem Hintergrund relativ stabiler sozialbedingter gesundheitlicher Ungleichheit besonders relevant. Ziel der Arbeit In der Studie wird untersucht, wie Expert*innen im Bereich der Analyse von Gesundheitsdaten das Potenzial von Big Data in der Gesundheitsförderung und Prävention, insbesondere zur Erforschung vulnerabler Gruppen, einschätzen. Material und Methode In einer Delphi-Studie wurden Expert*innen in zwei Runden mit einem Onlinefragebogen befragt, um Konsens und Dissens über das Potenzial von Big Data zu identifizieren. Ergebnisse und Schlussfolgerung Aus Sicht der Expert*innen birgt Big Data ein Potenzial für die Gesundheitsförderung und Prävention, insbesondere im klinischen Setting und durch die Personalisierung gesundheitsbezogener Maßnahmen. Vor allem Menschen mit seltenen Erkrankungen und ältere Personen könnten durch Big-Data-Analysen profitieren, bspw. durch beschleunigte Diagnoseprozesse oder personalisierte digitale Gesundheitsanwendungen. Uneinig sind sich die Expert*innen über den Umfang, in welchem es Forschungseinrichtungen, Krankenversicherungen oder Unternehmen, erlaubt sein soll, derartige Daten zu nutzen oder zu teilen.

Funder

Pädagogische Hochschule Schwäbisch Gmünd

Publisher

Springer Science and Business Media LLC

Subject

Public Health, Environmental and Occupational Health

Reference36 articles.

1. Bitkom (2015) Leitlinien für den Big-Data-Einsatz. Chancen und Verantwortung

2. Blachetta F, Bauer M, Poerschke K, Bieber N, Solbach T, Leppert F, Greiner W, Bernnat R (2016) Weiterentwicklung der eHealth-Strategie. Studie im Auftrag des Bundesministeriums für Gesundheit

3. Bosse CK, Hoffmann J, van Elst L (2018) Potenzialeinschätzung von Big Data Mining als methodischer Zugang für Foresight. http://www.zeitschrift-zukunftsforschung.de/ausgaben/2018/1/4672. Zugegriffen: 27. Mai 2021

4. Braun V, Clarke V (2006) Using thematic analysis in psychology. Qual Res Psychol 3(2):77–101. https://doi.org/10.1191/1478088706qp063oa

5. Carius R, Renn O (2003) Partizipative Risikokommunikation. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 46(7):578–585

Cited by 1 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. Prävention und Kostenkontrolle im Gesundheitswesen;Prävention und Gesundheitsförderung;2023-03-17

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3