Bildquelle: © Fotostudio Kunstfieber

Erhöhtes Sturzrisiko durch potenziell inadäquate Medikation (PIM)? Was die Daten aus dem POLAR-Projekt zeigen – Teil 1

Wissenschaftliche Mitarbeiterin Louisa Redeker im Interview

Medikamente gehören zu den häufigsten therapeutischen Maßnahmen in der Patientenversorgung.
Gleichzeitig können unerwünschte Arzneimittelereignisse zu Komplikationen führen – im schlimmsten Fall sogar zu erneuten Krankenhausaufenthalten. Besonders betroffen sind ältere Menschen, die häufig mehrere Medikamente gleichzeitig einnehmen: Bei ihnen steigt das Risiko für Wechsel- und Nebenwirkungen deutlich. Im Projekt POLAR, einem Use Case der Medizininformatik-Initiative (MII), wurde u.a. der Zusammenhang zwischen Polymedikation und gesundheitlichen Risiken untersucht. In einer zweiteiligen Serie stellen wir zentrale Ergebnisse der POLAR-Studien vor.

Im ersten Teil spricht Louisa Redeker, wissenschaftliche Mitarbeiterin am Lehrstuhl für klinische Pharmakologie der Universität Witten/Herdecke, über ihr Teilprojekt. Sie hat den Zusammenhang zwischen potenziell inadäquater Medikation (PIM) und dem Auftreten von Stürzen bei älteren Patientinnen und Patienten untersucht. Welche weiteren Erkenntnisse gewonnen wurden und welche methodischen Herausforderungen das Projektteam überwunden hat, erläutert Louisa Redeker im Interview.

Was interessiert Sie am Thema Arzneimitteltherapiesicherheit (AMTS) besonders?

Besonders bei älteren Menschen, die mehrere Erkrankungen haben und viele unterschiedliche Medikamente einnehmen, kann das Risiko für Wechselwirkungen, Dosierungsprobleme und Nebenwirkungen ansteigen. Ein strukturiertes Medikationsmanagement ist daher zentral, um Patientensicherheit und Versorgungsqualität zu verbessern.
Besonders spannend finde ich an dem Thema, dass sich diese Herausforderungen heute nicht mehr nur klinisch beobachten lassen, sondern mithilfe der Daten, die ohnehin in Krankenhäusern entstehen, analysiert und besser verstanden werden können. Die AMTS-Forschung macht reale Versorgungsprobleme sichtbar und liefert die Grundlage, um gezielte Maßnahmen zur Risikoreduktion zu entwickeln.

Was haben Sie in der POLAR-Studie genau untersucht und wie sind Sie dabei vorgegangen?

POLAR war ein Use Case der Medizininformatik-Initiative mit dem Ziel, die Dateninfrastruktur der Datenintegrationszentren (DIZ) an den Universitätskliniken für konkrete klinische Fragestellungen nutzbar zu machen. Im Fokus stand die Analyse gesundheitlicher Risiken u.a. im Zusammenhang mit Polymedikation auf Basis multizentrischer Routinedaten.

Mein Teilprojekt verfolgte zwei zentrale Fragestellungen: Zum einen haben wir untersucht, wie häufig potenziell inadäquate Medikation im stationären Setting vorkommt. PIMs sind Arzneimittel, deren Nutzen-Risiko-Verhältnis bei älteren Patientinnen und Patienten kritisch bewertet wird.
Zum anderen wollten wir wissen, ob PIMs mit einem erhöhten Risiko für Stürze assoziiert sind.
Zur Identifikation von PIM haben wir zwei etablierte PIM-Listen verwendet: die PRISCUS-Liste, die in Deutschland weit verbreitet und häufig in klinische Entscheidungsunterstützungssysteme (CDSS) integriert ist und die europäische EU(7)-PIM-Liste. Beide basieren auf Expertenkonsensverfahren und enthalten Wirkstoffe, die als PIM eingestuft wurden sowie Therapiealternativen.

Wichtig ist: Diese Listen sind Entscheidungshilfen. Ob eine Medikation im Einzelfall inadäquat ist, bleibt stets eine klinische Nutzen-Risiko-Abwägung.

Welche Herausforderungen haben Sie bei der Durchführung Ihres Projektes in POLAR überwunden?

Eine zentrale Herausforderung war die Arbeit mit multizentrischen Routinedaten aus unterschiedlichen Krankenhausinformationssystemen. Jedes Universitätsklinikum verfügt über eigene IT-Strukturen und Dokumentationsprozesse, sodass Daten nicht automatisch vergleichbar sind. In POLAR haben wir einen verteilten Analyseansatz umgesetzt. Die Daten verbleiben lokal in den DIZen, werden dort ausgewertet und nur aggregierte Ergebnisse zentral zusammengeführt. Besonders anspruchsvoll war, dass es beispielsweise fehlende oder uneinheitliche Zeitstempel sowie Unterschiede in der Dokumentation von Medikation und Diagnosen gab. Gerade für die Analyse von Zusammenhängen zwischen Medikation und Ereignissen wie Stürzen sind solche Angaben jedoch essenziell. Diese Herausforderungen konnten im Projektverlauf in enger Abstimmung mit den Standorten schrittweise adressiert werden.

Ein wichtiges Ergebnis von POLAR ist daher nicht nur die inhaltliche Forschung, sondern auch der Nachweis, dass eine standortübergreifende Analyse von Routinedaten in Deutschland grundsätzlich machbar ist. 

Was sind die weiteren zentralen Ergebnisse Ihres Forschungsprojektes?

Auf Basis von Daten aus zehn Universitätskliniken konnten wir belastbare Aussagen zur Häufigkeit von PIM im stationären Setting treffen. Analysiert wurden über 160.000 Fälle von Patientinnen und Patienten ≥ 65 Jahren.

Die Prävalenz variierte je nach PIM-Liste deutlich: Nach PRISCUS lag bei 12,8 % der Fälle mindestens ein PIM vor, nach der EU(7)-PIM-Liste waren es 45,6 %. Wir konnten keinen eindeutigen Zusammenhang zwischen der Dokumentation von PIM und dem Auftreten von Stürzen nachweisen.  Für Medikamente, die bekanntermaßen das Sturzrisiko erhöhen, sogenannte FRIDs (Fall-Risk-Increasing-Drugs), konnten wir einen Zusammenhang mit einem höheren Sturzrisiko nachweisen. Es gab also zwei wichtige Erkenntnisse: PIM sind weit verbreitet und unterstreichen die Notwendigkeit regelmäßiger Medikationsanalysen. Gleichzeitig ist nicht jede PIM automatisch mit einem erhöhten Sturzrisiko verbunden. Aber bestimmte Medikamente, die klinisch als risikobehaftet für Stürze gelten, zeigen diesen Effekt sehr wohl.

Wie viel näher konnten wir Ihres Erachtens in den letzten Jahren der IT-basierten AMTS-Forschung kommen? 

Im POLAR-Projekt konnten wir zeigen, dass eine multizentrische Analyse von Routinedaten auch ohne zentrale Zusammenführung von Patientendaten technisch machbar ist. Das ist ein wesentlicher Schritt in Richtung IT-gestützter AMTS-Forschung. Gleichzeitig konnten wir sehen, wo die nächsten Entwicklungsschritte liegen: Wir benötigen eine noch konsistentere Dokumentation von beispielsweise Dosierung oder belastbare Zeitstempel für Medikationsverordnung und Diagnosen. Genau diese Punkte sind schon Teil der Weiterentwicklung in den DIZen. So fließen die Erkenntnisse aus POLAR unmittelbar in die Verbesserung der Datenqualität von zukünftigen Analysen ein.

Wo sehen Sie weiteren Handlungsbedarf? 

Die Datenqualität und Standardisierung von Routinedaten entwickelt sich kontinuierlich weiter und bietet noch großes Potenzial für Forschung und Versorgung, wird aber derzeit noch nicht vollständig ausgeschöpft. Zudem ist es wichtig, die Erkenntnisse in CDSS-Systeme zu integrieren. Das langfristige Ziel ist nicht nur retrospektive Analyse, sondern die patientennahe Unterstützung im Versorgungsalltag. Ich glaube, POLAR hat dafür eine wichtige Grundlage geschaffen. Der nächste Schritt ist, diese Infrastruktur weiter auszubauen und stärker in die Versorgungspraxis zu überführen.

Was würden Sie Nachwuchswissenschaftlerinnen und -wissenschaftlern aus ihrem Feld mitgeben?

Denken Sie interdisziplinär! Die Forschung im Bereich AMTS bewegt sich an der Schnittstelle von Pharmazie, Medizin, Informatik und Versorgungsforschung. Ich glaube, wirklich spannende Forschung entsteht, wenn verschiedene Perspektiven zusammenkommen und Forschende lernen, die Sprache der anderen Disziplinen zu verstehen. Wer bereit ist, unterschiedliche Blickwinkel einzunehmen, kann komplexe Fragestellungen nicht nur besser analysieren, sondern auch praktikable Lösungen entwickeln. Gerade Projekte wie POLAR zeigen, wie wertvoll der Austausch ist: Viele der erzielten Fortschritte wären ohne enge interdisziplinäre Zusammenarbeit nicht möglich gewesen. 

Mehr zu den Ergebnissen aus dem POLAR-Teilprojekt finden Sie in folgender Publikation:
Redeker, L., Kesselmeier, M., Mussawy, B. et al.
Use of Potentially Inappropriate Medication and Association with Falls During Hospitalisation: An Analysis Based on Electronic Health Records (POLAR_MI project). Drugs – Real World Outcomes (2025). https://doi.org/10.1007/s40801-025-00528-4