idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
06.12.2021 11:34

Wie soziale Medien dazu beitragen, Medikamente besser zu machen

Katrin Schubert Pressestelle
Universität Witten/Herdecke

    Forscherteam der Universität Witten/Herdecke untersucht Daten aus Online-Selbsthilfegruppen für Entwicklung von Arzneimitteln

    In sozialen Medien sind zunehmend Online-Selbsthilfegruppen aktiv, die vor allem chronisch Kranken einen einfachen und niedrigschwelligen Austausch ermöglichen. Dabei werden Erfahrungen in Bezug auf bestimmte Therapien geteilt; die Betroffenen geben einander aber häufig auch emotionale Unterstützung, da der Leidensdruck innerhalb einer Selbsthilfegruppe besonders gut verstanden wird. Darüber hinaus tauschen sich Patientinnen und Patienten über Lösungen für Probleme aus, die im Kontext ihrer Erkrankung entstehen. Daher bieten diese Social Media-Daten Einblicke in unterschiedlichste Krankheitsbilder und Bedürfnisse.

    Diese Informationen haben das Potenzial, patientenzentrierte medizinische Innovationen zu fördern, weil sie die alltäglichen realen Bedürfnisse der Betroffenen abbilden. Hierbei gibt es jedoch ein Problem: Die manuelle Verarbeitung, Auswertung und Analyse dieser großen Datenbestände ist praktisch unmöglich. Mithilfe von Social Media Mining, einer automatisierten, oft durch künstliche Intelligenz gestützten Analyse von Social Media Daten, ist dies jedoch lösbar. Wissenschaftlerinnen und Wissenschaftler der Universität Witten/Herdecke (UW/H) und aus zwei Pharmaunternehmen zeigen in einem jetzt publizierten Aufsatz in der renommierten Zeitschrift „Drug Discovery Today“ (Impact Factor 7,85) Methoden und Anwendungsfälle von Social Media Mining für das Innovationsmanagement der Pharmaindustrie auf.

    Einsatzmöglichkeiten für Social Media Mining
    Social Media Mining in Online-Selbsthilfegruppen kann zunächst vor allem eingesetzt werden, um die Beschreibung der Bedürfnisse von Patienteninnen und Patienten in deren eigenen Worten in Datenmengen zu identifizieren und im Hinblick auf ihre Wichtigkeit zu priorisieren. Aus diesen Daten können in einem nächsten Schritt auch Patientengruppen mit ähnlichen Bedürfnissen gebildet und weiter untersucht werden. Die Ergebnisse dieser Analysen können bei der Forschung zu patientenzentrierten Arzneimittel genutzt werden. In späteren Phasen des Entwicklungsprozesses können sie die Rekrutierung über Social Media für die Teilnahme an Studien unterstützen.
    Doch Social Media Mining ermöglicht noch ganz andere Einblicke: „Wir können in den Daten auch erkennen, wenn Arzneimittel außerhalb der bisherigen Zulassung von Patienten für bestimmte Erkrankungen eingenommen werden“ erklärt Jonathan Koß, Erstautor der Studie und Doktorand am Lehrstuhl für Management und Innovation im Gesundheitswesen der Universität. „Daraus können dann Hypothesen für Drug Repurposing gebildet werden, also Überlegungen für die Zulassung eines bestehenden Wirkstoffs für eine bisher nicht besetzte Indikation.“ Ein weiterer Anwendungsfall ist die Suche nach Berichten zu Ereignissen, die auf unerwünschte Arzneimittelwirkungen hinweisen. „Insgesamt bietet Social Media Mining großes Potential zur Erschließung von Innovationsimpulsen. Dies kann die Entwicklung von Arzneimitteln unterstützen, die einen Wert für Patienten haben und dann auch kommerziell erfolgreich sind“, ordnet Projektleiterin Prof. Dr. Sabine Bohnet-Joschko die Ergebnisse ein.

    Weitere Anwendungsfälle und die grundlegenden Methoden werden in der Publikation (Open Access) ausführlich dargestellt:
    J. Koss, A. Rheinlaender, H. Truebel, and S. Bohnet-Joschko, "Social media mining in drug development—fundamentals and use cases", Drug Discovery Today, 2021. DOI: 10.1016/j.drudis.2021.08.012

    Die Publikation ist im Rahmen des Projektes ATLAS ITG entstanden. Das Projekt wird vom Land Nordrhein-Westfalen gefördert. Es unterstützt den Theorie-Praxis-Transfer durch eine Auswertung aktueller Studien und führt Leuchtturmprojekte sowie Akteure der digitalen Gesundheitswirtschaft in NRW zusammen.


    Wissenschaftliche Ansprechpartner:

    Jonathan Koß, M.Sc.
    Wissenschaftlicher Mitarbeiter ATLAS ITG
    Lehrstuhl für Management und Innovation im Gesundheitswesen
    Tel.: +49 2302 926 476
    E-Mail: jonathan.koss@uni-wh.de
    www.uni-wh.de/mig

    Ansprechpartner Presseteam: Katrin Schubert unter Tel +49 (0)2302 / 926-858 oder E-Mail: Katrin.Schubert@uni-wh.de


    Originalpublikation:

    J. Koss, A. Rheinlaender, H. Truebel, and S. Bohnet-Joschko, "Social media mining in drug development—fundamentals and use cases", Drug Discovery Today, 2021. DOI: 10.1016/j.drudis.2021.08.012


    Weitere Informationen:

    https://www.uni-wh.de/detailseiten/news/wie-soziale-medien-dazu-beitragen-medika...


    Bilder

    Jonathan Koß | Foto: UW/H
    Jonathan Koß | Foto: UW/H

    Prof. Dr. Sabine Bohnet-Joschko | Foto: UW/H
    Prof. Dr. Sabine Bohnet-Joschko | Foto: UW/H


    Merkmale dieser Pressemitteilung:
    Journalisten, Wirtschaftsvertreter, Wissenschaftler
    Ernährung / Gesundheit / Pflege, Gesellschaft, Informationstechnik, Medizin, Wirtschaft
    überregional
    Forschungs- / Wissenstransfer, Forschungsergebnisse
    Deutsch


     

    Jonathan Koß | Foto: UW/H


    Zum Download

    x

    Prof. Dr. Sabine Bohnet-Joschko | Foto: UW/H


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).