Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

• Grundkonzepte von HTA (Health Technology Assessment) und CER (Comparative Effectiveness) zu verstehen, sowie ihre Einsatzbereicheaktuelle für aktuelle Probleme in Gesundheitswesen zu verstehen
• grundlegende Datenstrukturen von Gesundheitssystemen und ihre Proleme, im speziellen des Österreichischen Gesundheitssystem, zu kennen
• medizinische Interventionen, wie Medikamente, Medizinprodukte oder Impfungen in Bezug auf Ihre Auswirkungen im Gesundheitssystem – speziell HTA und CER und zu analysieren und zu modellieren.
• wie Modellbildung und Simulation eingesetzt wird um den Impact der Einführung innovativer Therapien, Medikamente und Medizintechnikprodukten in das Gesundheitssystem zu bewerten
• die Anwendung unterschiedlicher Modellierungsmethoden (System Dynamics, Agentenbasierte Simulation und Markov Prozesse) im  Health Technology Assessment grundlegend zu verstehen und einzusetzen
• die mathematischen Modellierungskonzepte zu vergleichen und bez. einer gegebenen Fragestellung aus HTA und CER bestmöglich auszuwählen
• eine der o.a. Methoden in einer Simulationsumgebung für eine beispielhafte Fragestellung zu implementieren

Medizinische Produkte und Medikamente werden heute bezüglich Ihrer Auswirkung auf PatientInnen und das Gesundheitssystem einer strengen Bewertung unterworfen. Dies erfolgt entlang des gesamten Lebenszyklus, ausgehend bei Forschung und Entwicklung, bis hin zur Produktion und Integration in das Gesundheitssystem.

Dies ist wichtig, um den Nutzen, das Marktpotential und den wirtschaftlichen Erfolg solcher Technologien zu bewerten und vorherzusagen. Dazu gehören Analysen der benötigten Daten, Analyse und Nachweis des Nutzens, Identifizierung geeigneter Zielgruppe, Darstellung der zu versorgenden PatientInnen (Epidemiologie) und Bewertung der therapeutischen Ergebnisse. Für Studierende im Bereich Biomedical Engineering, Medizininformatik und Mathematik, speziell im Bereich HEOR (Health Economic Outcomes Research) bieten daher Grundkenntnisse zu diesen Themen und Prozessen eine hervorragende Erweiterung ihres Lehrplans.

In der Vorlesung werden aktuelle Fragestellungen im Gesundheitswesen vorgestellt und gezeigt, wo Modellbildung und Simulation eingesetzt wird um dort auftretende Probleme zu lösen. Dazu werden drei verschiedene mathematische Modellierungskonzepte vorgestellt (System Dynamics, Agent-Based Simulation and Markov Processes), die häufig zur Bewertung von Interventionen und Therapien eingesetzt werden. Die Implementierungsphase von Simulationsmodellen wird beispielhaft durchgeführt um zu zeigen wie verschiedene Interventionsmethoden bewertet werden. Abschließend werden die Schnittstellen zwischen dem Gesundheitssystem (Makroebene) und klinischen, experimentellen und Simulationsdaten (Mikroebene) skizziert und Anwendungsbeispiele gezeigt.

Grundkenntnisse in Konzepten und Methoden zur vergleichenden Modellierung und Simulation (Comparative Modeling & Simulation), zu Gesundheitssystemen, Datenstrukturen und zur evidenzbasierten Medizin werden vermittelt. Die Studierenden erhalten eine Einführung in Datenstrukturen, verfügbare Daten und Entscheidungsstrukturen im österreichischen Gesundheitswesen sowie in HTA und CER. Außerdem werden grundlegende Konzepte für die Bewertung von Medizinprodukten und Arzneimitteln sowie das Health Technology Assessment (HTA) erläutert (z. B. Definition einer PICO-Forschungsfrage, Erstellung mathematischer Modelle für diese PICO-Struktur).

• Vorlesung mit regelmäßiger Diskussion mit dem Auditorium
• Betreute Hands-on Modellierung und Programmierung einer Fallstudie

Ort und Zeit der Lehrveranstaltung werden noch bekanntgegeben.

Die Lehrveranstaltung orientiert sich an Grundlagen zu mathematischen Modellierungskonzepten im Allgemeinen. Darüber hinaus im Bereich HTA und CER sowie Medical Decision Making an den Arbeiten zu "Modeling Good Research Practices" - siehe https://smdm.org/hub/page/modeling-good-research-practices-task-force/publications

Die Vorlesung erfolgt in Kooperation mit DEXHELPP (Decision Support for Health Policy and Planning). DEXHELPP (http://dexhelpp.at/)) arbeitet in enger Kooperation mit der TU Wien an der Entiwcklung und dem Einsatz neuer Methoden, Modelle und Technologien zur Unterstützung der Analyse, Planung und Steuerung von Gesundheitssystemen.

Der Aufwand für die LVA setzt sich wie folgt zusammen:

  0.5h  Vorbesprechung
18.5h  Vorlesungs-/Übungs- einheiten (11 x 1.5h, 2 x 1.0h)
  0.5h  Projektvergabe
35.0h  Projektarbeit incl. Meetings mit Projektbetreuuendem
15.0h  Vorbereitung Prüfung
  1.0h  Prüfung
  3.0h  Vorbereitung Projektpräsentation
  1.5h  Projektpräsentation
------------------------
75.0h  = 3 ECTS
Wir bitten den LVA Anmeldezeitraum einzuhalten.

Der Zeugniserwerb erfolgt durch eine mündliche Prüfung sowie durch die Abgabe der gemeinsam erarbeiteten Fallstudie.

Grundlegende Kenntnisse von Modellbildung & Simulation