idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
12/06/2021 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.


    Contact for scientific information:

    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


    Original publication:

    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


    More information:

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


    Images

    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


    Criteria of this press release:
    Business and commerce, Journalists, Scientists and scholars
    Economics / business administration, Information technology, Medicine, Nutrition / healthcare / nursing, Social studies
    transregional, national
    Research results, Transfer of Science or Research
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).