prevCOV - Verbesserung der Prävention und Behandlung von Long COVID und Post-VAC

>Bundesministerium für Gesundheit BMG

Statistische AnalysenKrankheitsgeschehen

prevCOV ist ein vom BMG gefördertes Projekt, welches auf die Entwicklung neuer Ansätze zur Versorgung von Patient:innen mit Long COVID und Post-VAC abzielt, indem Faktoren ermittelt werden, die das Risiko der Krankheitsentstehung und Krankheitsprogression beeinflussen.

Die erwarteten Ergebnisse von prevCOV sind 1) eine systematische Literaturübersicht über Risiko- und Prognosefaktoren, 2) eine epidemiologische Beschreibung der Situation von Long COVID in Deutschland sowie der Inanspruchnahme des Gesundheitswesens und der entstehenden Kosten, und 3) eine gemeinsame Modellierung von Risiko- und Prognosefaktoren, die bisher bekannte und unbekannte Faktoren (einschließlich der COVID-Impfungen) kombiniert.

Zur Erreichung der Ziele verwendet prevCOV ein komplexes Design, das die Analyse von Sekundär- mit Primärdaten kombiniert. Zur Beschreibung der Long COVID-Situation und zur Ermittlung von neuen Risiko- und Vorhersagefaktoren sowie Therapieansätzen in Deutschland werden die Daten aller gesetzlich Krankenversicherten (FDZ) verwendet. Da auch die COVID-Impfung ein solcher Faktor ist, wird prevCOV zum ersten Mal in Deutschland Impfdaten auf Bevölkerungsebene mit Krankenversicherungsdaten verknüpfen, um final die Relevanz der Faktoren für Long COVID in Deutschland zu bestimmen. Zusätzlich, werden Primärdaten zu Symptomen und Therapien mittels einer quantitativen Befragung erhoben.

Um die Daten aus den verschiedenen Quellen zu kombinieren, wird die PMV in prevCOV ein komplexes Datenlinkage anwenden, welches in einer früheren Studie (RiCO) der Partner entwickelt wurde.

Laufzeit: 2024–2027
Projektpartner: Paul-Ehrlich-Institut (PEI) | PMV forschungsgruppe, Universität Köln | Abteilung für Medizinische Informatik, Biometrie und Epidemiologie (AMIB) der Ruhr-Universität Bochum
Methoden: Statistische Analysen
Themen: Krankheitsgeschehen, Population health
Daten: Datenlinkage, GKV-Routinedaten, Dateninfrastruktur, Datenaufbereitung