Richtlinie zur Förderung von interdisziplinären Projekten zur Entwicklung und Erprobung von neuen Ansätzen der Datenanalyse und des Datenteilens in der Krebsforschung

vom 11.09.2023 - Abgabetermin:

In den Lebenswissenschaften haben vor allem der Einsatz von Omics-Technologien und innovativen bildgebenden Verfahren vollkommen neue Möglichkeiten der Erkenntnisgenerierung erschlossen. Hiervon konnte besonders die onkologische Forschung profitieren. Allerdings führen der enorme Umfang von Hochdurchsatz- und Bildgebungsdaten sowie die Komplexität und die Heterogenität der Krebsentstehung zu einem sehr hohen Aufwand bei der Datengenerierung, der Datenverwaltung und der Datenanalyse. Die Auswertung und die Nutzung der anfallenden digitalen Datenmengen erfolgen trotz bemerkenswerter Fortschritte in den Bereichen der Künstlichen Intelligenz (KI), der Bioinformatik und der statistischen Methoden bislang noch in einem viel zu geringen Umfang. Das Potenzial, aus den vorhandenen onkologischen Daten forschungsrelevante Informationen zu extrahieren und zu analysieren, ist groß, aber bei Weitem noch nicht ausreichend ausgeschöpft. Neben neuen Konzepten der datengetriebenen Gesundheitsforschung bedarf es insbesondere einer engeren Zusammenarbeit von datengenerierenden Forschenden mit Expertinnen und Experten für Datenanalyse.

Das Ziel dieser Fördermaßnahme ist es, mehr Wissenschaflerinnen und Wissenschaftlern aus dem Bereich der Datenanalyse einen niederschwelligen Zugang zu bestehenden hochqualitativen Daten aus der translationalen, biomedizinischen Krebsforschung und der onkologischen Routineversorgung (zum Beispiel Omics-Daten, Bildgebung, klinische Daten, Registerdaten) zu ermöglichen. So soll die Anwendung neu entwickelter, verbesserter oder angepasster Ansätze der Datenanalyse (Methoden und Algorithmen) dazu beitragen, dass forschungsrelevante Informationen noch besser aus vorhandenen Datensätzen gefiltert und verwertet werden können. Dabei ist die Entwicklung und Erprobung von Datenanalysemethoden ebenso wichtig wie die dauerhafte Verfügbarmachung von qualitätsgesicherten Testdatensätzen und synthetischen Daten auf Grundlage von realen onkologischen Daten für die wissenschaftliche Gemeinschaft. Gleichzeitig soll die Kultur des Datenteilens für Forschungszwecke gefördert werden. So können die generierten Anwendungsbeispiele auch als Best-Practice-Lösungen für eine gemeinsame Datennutzung in der Krebsforschung dienen.

Die Ziele der Förderrichtlinie sind erreicht, wenn aus vorhandenen onkologischen Daten mit Ansätzen der Datenanalyse und des Datenteilens Zusatzinformationen in neuer und aggregierter Form gewonnen und diese einer forschungsrelevanten Verwertung zugeführt werden können, sodass daraus modellhaft Anwendungslösungen entwickelt werden können. Die Fördermaßnahme ist ein Baustein der Forschungsförderung des Bundesministeriums für Bildung und Forschung (BMBF) im Rahmen der Nationalen Dekade gegen Krebs (www.Dekade-gegen-Krebs.de).

Gefördert werden Vorhaben zur Entwicklung und Erprobung von neuen Ansätzen der Datenanalyse und des Datenteilens für die Nutzbarmachung von onkologischen Daten. In diesen Vorhaben sollen Forscherinnen und Forscher verschiedener Fachrichtungen zusammenarbeiten, um mit Methoden der Statistik, der Bioinformatik und der KI Erkenntnisse aus onkologischen Daten zu gewinnen. Zudem werden Vorhaben gefördert, die qualitätsgesicherte Trainings-, Validierungs- und Testdatensätze auf Basis von realen onkologischen Daten entwickeln, die der wissenschaftlichen Gemeinschaft zur Erprobung von Datenanalysemethoden dienen sollen. Grundlegende Kenntnisse über die Inhalte der onkologischen Daten und die Kontexte, aus denen diese gewonnen wurden, sollen mit Knowhow der Datenanalyse zusammengebracht werden. Daher sollen in den Vorhaben Expertinnen und Experten aus den Bereichen Datengenerierung und Onkologie sowie aus dem Bereich der Datenanalyse zusammenarbeiten. Die Vorhaben sollen ein herausforderndes Problem der Datenanalyse im Zusammenhang mit einer klinisch relevanten onkologischen Fragestellung adressieren.

In den Vorhaben ist die gezielte Nutzung von bereits existierenden Datensätzen für Forschungsfragen vorzusehen. Der Zugang zu diesen Datensätzen ist glaubhaft darzulegen.

Die Vorhaben sollen (mindestens) einem der folgenden drei Module zugeordnet werden:

Modul 1: Workshops und Data Challenge Projekte/Datathons

In Modul 1 werden Projekte gefördert, die die Durchführung mehrtägiger Workshops in fokussierter und intensiver Arbeitsatmosphäre einschließlich mehrmonatiger Vor- und Nachbereitung umfassen. Eine Gruppe von Wissenschaftlerinnen und Wissenschaftlern bearbeitet mittels statistischer, bioinformatischer oder KI-Analysemethoden eine vorab selbstdefinierte Forschungsfrage mit vorhandenen und zur gleichzeitigen und gemeinsamen Nutzung zugänglich gemachten Daten. Dabei können Datenanalyse-Wettbewerbe (Data-Challenges beziehungsweise Datathons), bei denen eine vorgegebene klinisch relevante Datenanalyseaufgabe von konkurrierenden Teams bearbeitet und notwendige Datensätze den Teams (gegebenenfalls nur vor Ort) für eine begrenzte Zeit zur Verfügung gestellt werden, zum Einsatz kommen.

 

Modul 2: Projekte des föderierten Lernens

In solchen Projekten sollen Forschungsgruppen dezentrale Lernansätze verwenden, um gemeinsam datenschutzsensible, über mehrere Standorte verteilte, vorhandene Daten durch gleichberechtigte Partner unter Anwendung eines gemeinsamen Algorithmus zu analysieren. Die Datenanalysen mit statistischen, bioinformatischen oder KI-Methoden werden mit den föderierten Analyseergebnissen der einzelnen Standorte optimiert, um eine vorab selbstdefinierte Forschungsfrage zu beantworten. Jeder Standort verfügt dabei über einen eigenen lokalen Datensatz, der nicht mit anderen Standorten ausgetauscht wird.

In den Projekten der Module 1 und 2 soll unter Anwendung einer gemeinsamen schlüssigen Forschungshypothese ein inhaltlicher Fokus auf Datenanalyse mit Anwendung neuer oder weiterzuentwickelnder Analysemethoden gelegt werden. Ein oder mehrere der folgenden Aspekte sollen dabei adressiert werden:

 

• Identifizierung, Zusammenführung, Strukturierung, Annotierung, Visualisierung und Auswertung von bestehenden medizinisch relevanten Daten, wie zum Beispiel molekulare Omics-Daten, klinische- oder Versorgungsdaten beziehungsweise Registerdaten;
• Entwicklung neuer Software/Algorithmen oder Anpassung von vorhandener Software/Algorithmen auf die mögliche Anwendung für die spezifische Fragestellung; zum Beispiel um Behandlungskonzepte oder das Design von klinischen Studien zu optimieren; auch unter Berücksichtigung von weiteren Faktoren wie der PatientReportedOut­comes;
• Entwicklung von KI-Lösungen, um heterogene oder dezentrale Daten verknüpfen und bearbeiten zu können;
• Erarbeitung von Softwarestandards im Datenmanagement oder in Bezug auf die Modellstabilität, -erklärbarkeit, -generalisierbarkeit, oder die Evaluierbarkeit von Daten und Datenstrukturen sowie der Entwicklung von Lösungen für einen besseren Zugang zu Datenbeständen auch unter Berücksichtigung von Datenschutz, Ethik, Governance.

 

Modul 3: Erstellung von qualitätsgesicherten Trainings-, Validierungs- und Testdatensätzen

Um die Entwicklung und Optimierung von Methoden und Algorithmen der Datenanalyse – insbesondere von KI-Methoden – voranzubringen, ist die Etablierung von qualitätsgesicherten Trainings-, Validierungs- und Testdatensätzen erforderlich. Dazu können auch synthetisch erzeugte Datensätze gehören. Werden diese geeignet aufbereitet und annotiert der wissenschaftlichen Gemeinschaft dauerhaft zur Verfügung gestellt, können Datenanalysemethoden verglichen und verbesserte Methoden entwickelt werden. In Projekten des Moduls 3 sollen daher qualitätsgesicherte, annotierte und datenschutzkonforme Trainings-, Validierungs- und Testdatensätze erstellt werden, die auf realen medizinischen Daten basieren. Die im Rahmen des Projekts erstellten Datensätze sollen dann der wissenschaftlichen Gemeinschaft dauerhaft zur Verfügung gestellt werden, um damit zukünftige datengetriebene Forschung und KI-Entwicklungen zu ermöglichen.

Um sicherzustellen, dass die Bedürfnisse und Prioritäten von Krebspatientinnen und -patienten angemessen berücksichtigt werden, sollten diese oder ihre Vertretungen angemessen in alle Projekte einbezogen werden.

Folgende Arten von Forschungsprojekten sind nicht förderfähig:

 

• Projekte, deren Fokus auf der Generierung neuer Daten liegt;
• Projekte, die keinen direkten Krankheitsbezug haben oder die keine Datenanalyseaufgabe mit konkretem Bezug zu einer klinisch relevanten onkologischen Fragestellung adressieren;
• Klinische Studien.          

 

Mit der Abwicklung der Fördermaßnahme hat das BMBF derzeit folgenden Projektträger beauftragt:

 

DLR Projektträger

– Bereich Gesundheit –

Heinrich-Konen-Straße 1

53227 Bonn

 

Telefon: 0228 3821-1210

Telefax: 0228 3821-1257

 

Ansprechpersonen sind

 

Dr. Peter Südbeck

Telefon: 0228 3821-1216

E-Mail: peter.suedbeckdlr.de

 

Dr. Patricia Ruiz Noppinger

Telefon: 030 67055 8339

E-Mail: patricia.ruiznoppingerdlr.de

 

Internet: http://www.gesundheitsforschung-bmbf.de/

Es wird empfohlen, zur Beratung mit dem Projektträger Kontakt aufzunehmen. Weitere Informationen und Erläuterungen sind dort erhältlich.

Die hier aufgeführten Informationen sind gekürzt. Die vollständige Pressemitteilung mit ausführlichen Informationen finden Sie hier:

https://www.gesundheitsforschung-bmbf.de/de/16260.php

Richtlinie zur Förderung von interdisziplinären Projekten zur Entwicklung und Erprobung von neuen Ansätzen der Datenanalyse und des Datenteilens in der Long-/Post-COVID-19 Forschung

vom 07.09.2023 - Abgabetermin: 11.12.2023

In Folge einer SARS-CoV-2-Infektion treten bei einem Teil der Betroffenen gesundheitliche Beschwerden auf, die noch Wochen oder Monate nach der akuten Infektion andauern können. Es gibt eine Vielzahl an unterschiedlichen Symptomen, die einzeln oder in Kombination vorkommen. Nach einer klinischen Falldefinition der Weltgesundheitsorganisation werden Symptome, die länger als vier Wochen nach der akuten Infektion weiterhin bestehen, als Long-COVID bezeichnet. Bei Symptomen, die später als zwölf Wochen (wieder) auftreten und nicht anderweitig erklärt werden können, spricht man vom Post-COVID-Syndrom. Vergleichbare Spätfolgen sind bereits nach anderen Viruserkrankungen oder Infektionskrankheiten beschrieben. Die Ursachen sowie wirksame Behandlungs- und Versorgungskonzepte sind bislang nicht ausreichend erforscht.

Die hohe Zahl der von Long- und Post-COVID Betroffenen in Folge der COVID-19-Pandemie ist eine weltweite Herausforderung, die eine Vielzahl von Forschungsinitiativen ausgelöst hat. Auch in Deutschland sind eine ganze Reihe von Forschungsaktivitäten auf den Weg gebracht worden, die das komplexe Krankheitsbild Long-/Post-COVID aus verschiedenen Perspektiven beleuchten. In klinisch-epidemiologischen Studien, unter anderem im Netzwerk Universitätsmedizin (NUM) oder in der NAKO-Gesundheitsstudie, werden Teilnehmende während und nach einer SARS-CoV-2-Infektion regelmäßig und nach standardisierten Verfahren klinisch untersucht und befragt sowie Bioproben für biomedizinische Analysen entnommen. Trotz bemerkenswerter Fortschritte in den Bereichen der Künstlichen Intelligenz (KI), der Bioinformatik und der statistischen Methoden führen der enorme Umfang und die Kom­plexität dieser Datensammlungen sowie die Heterogenität des Krankheitsbilds Long-/Post-COVID zu einem sehr hohen Aufwand bei der Zusammenführung, Aufbereitung und Analyse der Daten. Um das Potential dieser umfangreichen Datensammlungen mit Bezug auf die Spätfolgen von COVID-19 voll auszuschöpfen, bedarf es daher zusätzlicher Anstrengungen und insbesondere der Zusammenarbeit von Expertinnen und Experten verschiedener Fachrichtungen sowie fortgeschrittener bio- und medizininformatischer Methoden. Grundlegende Kenntnisse über die Inhalte der Daten und die Kontexte, aus denen diese gewonnen wurden, müssen mit Knowhow in den Bereichen Statistik, Informatik und Modellierung zusammengebracht werden. Es wird daher besonderer Wert auf die Zusammenarbeit zwischen datengenerierenden Forschenden und Expertinnen und Experten der Datenanalyse gelegt, um die klinischen Bedarfe mit den Möglichkeiten moderner Analyseverfahren nutzbringend zu verbinden.

Das Ziel dieser Fördermaßnahme ist es, forschungsrelevante Informationen aus der klinisch-epidemiologischen und biomedizinischen Forschung zu Long-/Post-COVID noch besser aus vorhandenen Datensätzen zu filtern und zu verwenden. Zudem ist Ziel, mehr Wissenschaftlerinnen und Wissenschaftlern aus dem Bereich der Datenanalyse einen niederschwelligen Zugang zu bestehenden Daten aus der Long-/Post-COVID-Forschung zu ermöglichen und so auch die Kooperation zwischen klinischen und methodischen Fächern zu intensivieren. Darüber hinaus können auch übergreifende Auswertungen von Versorgungsdaten, die in eigens zur Behandlung von Long- bzw. Post-COVID-Patientinnen und -Patienten geschaffenen Einrichtungen und Strukturen erhoben werden (zum Beispiel Long-COVID-Ambulanzen, niedergelassene Praxen, Reha-Einrichtungen) exemplarisch zur Generierung von neuen Erkenntnissen beitragen, insbesondere zur Entwicklung besserer Behandlungs- und Versorgungskonzepte.

Die Ziele der Förderrichtlinie sind erreicht, wenn aus vorhandenen Daten mit innovativen Verfahren der Datenanalyse und des Datenteilens Zusatzinformationen in neuer und aggregierter Form gewonnen und diese einer forschungsrelevanten Verwertung mit Bezug zu Long-/Post-COVID zugeführt werden. Diese Fördermaßnahme ergänzt damit die aktuellen Förderungen, die auf die standardisierte Erhebung und Zusammenführung von klinisch-epidemiologischen oder biomedizinischen Datensätzen zu Long-/Post-COVID fokussieren.

Gefördert werden interdisziplinäre Verbundprojekte, in denen datengenerierende und datenanalysierende Forschende und Institutionen eng zusammenarbeiten. Die Verbünde sollen Beiträge liefern zur Entwicklung und Erprobung von innovativen Analyseverfahren für die Nutzbarmachung von klinisch-epidemiologischen und biomedizinischen Daten aus der Long-/Post-COVID-Forschung, zum Beispiel Omics-Daten, Bildgebungsdaten, klinische Daten, Registerdaten. Daten aus der Versorgung einschließlich Daten der Krankenkassen und Berufsgenossenschaften können bei aus­reichender Qualität ebenfalls einbezogen werden. In allen geförderten Projekten muss ein klarer Bezug zu einer medizinisch relevanten Fragestellung mit Bezug zu Long- bzw. Post-COVID aufgezeigt werden. Dazu gehören unter anderem folgende Fragestellungen:

 

• Klassifizierung von Long-/Post-COVID-Patientengruppen, zum Beispiel hinsichtlich Pathophysiologie und Komorbiditäten;
• Analyse von Risiko- und Resilienzfaktoren, insbesondere für schwere Verläufe (Post-COVID-Syndrom);
• Analyse von Versorgungswegen verschiedener Long-/Post-COVID-Patientengruppen;
• Auftreten von Organfolgeschäden infolge von SARS-CoV-2-Infektionen.

 

In den Vorhaben sollen Forschende verschiedener Fachrichtungen zusammenarbeiten, um mit Methoden der Statistik, der Bio- und Medizininformatik und der KI Erkenntnisse zu klinisch relevanten Fragestellungen mit Bezug zu Long-/Post-COVID zu gewinnen. Bestehende Datensätze zu anderen postinfektiösen Erkrankungen können ebenfalls herangezogen werden, sofern ein Mehrwert und ein klarer Bezug zur adressierten Fragestellung im Zusammenhang mit Long-/Post-COVID gegeben ist und nachvollziehbar dargestellt wird. Weiterhin können die Projekte Fragestellungen zu ethischen, rechtlichen und/oder sozialen Aspekte mit einbeziehen, sofern dadurch ein Mehrwert für die jeweiligen Forschungsvorhaben generiert wird.

Die Fördermaßnahme ermöglicht verschiedene Forschungsansätze, die in Abhängigkeit von der Datenverfügbarkeit und den Forschungsfragen auch kombiniert werden können:

Modul 1: Data-Science-Verbundprojekte in Verbindung mit Workshops/Datathons:

Eine vorab definierte, medizinisch und klinisch relevante Forschungsfrage soll mit vorhandenen und der gemeinsamen Nutzung zugänglich gemachten Daten analysiert werden. Die Analyse soll mittels IT-basierter Verfahren (zum Beispiel Modellierung, KI-Methoden) durch ein interdisziplinäres Expertenteam aus der klinischen Biomedizin und der Datenanalyse erfolgen. Die Verbünde können die Durchführung mehrtägiger Workshops bzw. Datathons einschließlich mehrmonatiger Vor- und Nachbereitung umfassen, in denen eine definierte Fragestellung von mehreren interdisziplinären Teams in fokussierter und intensiver Arbeitsatmosphäre bearbeitet wird.

Modul 2: Projekte des föderierten Lernens:

Dezentrale Lernansätze sollen verwendet werden, um gemeinsam schützenswerte Daten, über mehrere Standorte verteilt, zu analysieren. Die Daten verbleiben am jeweiligen Standort und werden dezentral unter Anwendung eines gemeinsamen Algorithmus ausgewertet, um eine vorab definierte, medizinisch relevante Forschungsfrage zu beantworten.

In den Projekten der Module 1 und 2 soll unter Anwendung einer gemeinsamen schlüssigen Forschungshypothese ein inhaltlicher Fokus auf Datenanalyse mit Anwendung bestehender oder weiterzuentwickelnder Analysemethoden gelegt werden. Ein oder mehrere der folgenden Aspekte sollen dabei adressiert werden:

 

• Identifizierung, Zusammenführung, Strukturierung, Annotierung, Visualisierung und Auswertung von vorhandenen medizinisch relevanten Daten, wie zum Beispiel molekulare Omics-Daten, klinische oder Versorgungsdaten;
• Entwicklung neuer Software oder Anpassung von vorhandener Software auf die mögliche Anwendung für die gegebene Fragestellung;
• Entwicklung von KI-Lösungen, um heterogene oder dezentrale Daten verknüpfen und bearbeiten zu können.

 

Modul 3: Erstellung von qualitätsgesicherten Trainings-, Validierungs- und Testdatensätzen:

Um die Entwicklung und Optimierung von Methoden und Algorithmen der Datenanalyse – insbesondere von KI-Methoden – voranzubringen, ist die Etablierung von qualitätsgesicherten Trainings-, Validierungs- und Testdatensätzen erforderlich, die auf realen medizinischen Daten basieren. Diese sollen geeignet aufbereitet und annotiert der wissenschaftlichen Gemeinschaft dauerhaft zur Verfügung gestellt werden, um Datenanalysemethoden zu vergleichen und verbesserte Methoden zu entwickeln.

Für alle Module gilt, dass die gezielte Nutzung von bereits existierenden Datensätzen für Forschungsfragestellungen vorzusehen ist. Der Zugang zu den Datensätzen und deren Qualität im Sinne der Forschungsfragen muss in den Projektskizzen belegt werden.

In den Modulen 1 und 2 sollen an Universitätskliniken etablierte Datenintegrationszentren nach Standards der Medizininformatik-Initiative in die Verbundprojekte eingebunden werden. Im Einzelfall erforderliche Abweichungen sind zu begründen.

Um sicherzustellen, dass die Bedürfnisse und Prioritäten der von Long-/Post-COVID Betroffenen angemessen berücksichtigt werden, sollten diese oder ihre Vertretungen angemessen in alle Projekte einbezogen werden. Es muss dargelegt werden, in welcher Form Betroffene ins Projekt eingebunden werden.

Folgende Arten von Forschungsprojekten sind nicht förderfähig:

 

• Projekte, deren Fokus auf der Generierung neuer Daten liegt;
• Projekte, die keinen direkten Krankheitsbezug haben oder die keine Datenanalyseaufgabe mit konkretem Bezug zu einer klinisch relevanten Fragestellung im Bereich Long-/Post-COVID adressieren;
• klinische Studien.

 

Mit der Abwicklung der Fördermaßnahme hat das BMBF derzeit folgenden Projektträger (PT) beauftragt:

 

DLR Projektträger

− Bereich Gesundheit −

Heinrich-Konen-Straße 1

53227 Bonn

 

Telefon: 0228 3821-1210

Telefax: 0228 3821-1257

 

Ansprechperson(en) ist/sind

 

Dr. Friederike Maaßen

Telefon: 0228/3821-1839

 

Dr. Sylvia Hofmann

Telefon: 0228/3821-1872

E-Mail: covid-datadlr.de

 

Internet: http://www.gesundheitsforschung-bmbf.de/

Es wird empfohlen, zur Beratung mit dem Projektträger Kontakt aufzunehmen. Weitere Informationen und Erläuterungen sind dort erhältlich.

Die hier aufgeführten Informationen sind gekürzt. Die vollständige Pressemitteilung mit ausführlichen Informationen finden Sie hier:

https://www.gesundheitsforschung-bmbf.de/de/16755.php

G-BA Förderbekanntmachung zur Versorgungsforschung - themenspezifischer und themenoffener Bereich

vom 30.06.2023 – Abgabetermin 24. Oktober 2023 um 12.00 Uhr

Die Versorgung im Rahmen der gesetzlichen Krankenversicherung muss kontinuierlich weiterentwickelt werden, um für alle Patientinnen und Patienten eine flächendeckende und gut erreichbare, bedarfsgerechte medizinische Versorgung auf hohem Niveau sicherzustellen.
Die Versorgungsforschung hat die Aufgabe, wissenschaftliche Grundlagen für Lösungen zur Gestaltung, Organisation und Finanzierbarkeit des Gesundheitswesens zu schaffen. Versorgungsforschung wird hier verstanden als die wissenschaftliche Untersuchung der Versorgung des Einzelnen und der Bevölkerung mit gesundheitsrelevanten Produkten und Dienstleistungen unter Alltagsbedingungen. Versorgungsforschung bezieht sich auf die Wirklichkeit der medizinischen Versorgung.
Ziel dieses Förderangebots ist es, Projekte im Bereich der Versorgungsforschung zu fördern, die auf einen Erkenntnisgewinn zur Weiterentwicklung der bestehenden Versorgung in der gesetzlichen Krankenversicherung ausgerichtet sind und ein hohes Verwertungspotenzial für die Versorgungspraxis erkennen lassen. 

Die Forschungsprojekte müssen sich auf eines der nachfolgenden Themenfelder beziehen. Dabei ist zu beachten, dass übergreifend und für alle Themenfelder besondere Projektstrukturen und -elemente vorgesehen werden können. Hierzu zählen u. a. Elemente der Digitalisierung oder Patient-Empowerment-Strukturen. Es wird eine angemessene Berücksichtigung von geschlechts- und altersgruppenspezifischen Aspekten ebenso erwartet wie die angemessene Einbindung von Fragestellungen zur Versorgung von Menschen mit Migrationshintergrund sowie sozial benachteiligter Gruppen.

Im Rahmen der themenspezifischen Förderbekanntmachung werden Versorgungsforschungsprojekte gefördert, die sich einem der nachfolgenden Themenfelder zuordnen lassen.

Themenfeld 1: Versorgungsforschung zu Gruppen-Settings im Heilmittelbereich 

• Welche Indikationsgebiete eignen sich im Besonderen für die Durchführung von Gruppentherapie?
• Gibt es indikationsspezifische Unterschiede bei der Bewertung von Gruppentherapien in verschiedenen Erkrankungsphasen (akut, subakut, chronische Zustände)?
• Wie können Angebot und Nachfrage nach Gruppentherapien auf Seiten von Patientinnen und Patienten und Leistungserbringenden erhöht werden?
• Welche Erfolgsfaktoren sind für das Zustandekommen und die Durchführung von Gruppentherapien notwendig? Was können Hindernisse für die Durchführung einer Gruppentherapie sein?
• Welche Informationen sind für Verordnende, Therapierende, Patientinnen und Patienten und Kostenträger zur stärkeren Nutzung von Gruppentherapien notwendig?
• Sind in Bezug auf das jeweilige Krankheitsbild/die Indikation durchgängig homogene Gruppenzusammensetzungen erforderlich?
• Inwieweit können digitale Komponenten (wie z. B. Videobehandlungen, hybride Formen, digitale Anwendungen) das Zustandekommen von krankheitsspezifischen oder erkrankungsübergreifenden Gruppen und die Compliance und Vernetzung innerhalb von Gruppen-Settings fördern?
• Welche Evidenz besteht für digitale Gruppentherapien per Video im Vergleich zu Gruppen- und Einzeltherapien in Präsenz?
• Gibt es Unterschiede hinsichtlich der Versorgungseffekte zwischen digitalen und in Präsenz durchgeführten Gruppenangeboten?

Themenfeld 2: Versorgungsforschung zu unerwünschten Behandlungsfolgen

• Nutzungsmöglichkeiten von einrichtungs- und sektorenübergreifenden oder sogar bundesweiten Fehlermeldesystemen im Rahmen von Initiativen zur Verbesserung der Patientensicherheit;
• Erkenntnisse über die Häufigkeit, Schwere, Ursachen und Bedingungen von unerwünschten Behandlungsfolgen und des Auftretens von patientensicherheitsrelevanten Ereignissen in unterschiedlichen Behandlungseinrichtungen, Settings und bei unterschiedlichen Inanspruchnahme-Situationen;
• Zusammenwirken der Versorgungsbeteiligten und Stakeholder und insbesondere die aktive Einbeziehung von Patientinnen und Patienten und deren Angehörigen in Fehlermeldesysteme.

Themenfeld 3: Patient-Empowerment

• Förderung des Krankheitsbewusstseins, verbesserte Entscheidungsfindung, Analyse und/oder Unterstützung von Behandlungspfaden, Stärkung der digitalen Gesundheitskompetenz 
• diversitäts-berücksichtigende Konzepte (z. B. für Personen mit geringer formaler Bildung oder geringen Kenntnissen des Gesundheitswesens), unterschiedliche Bedarfe verschiedener Ziel- und Patientengruppen (z. B. chronisch Kranke, ältere Patientinnen und Patienten) und ihrer An- und Zugehörigen 
• verbesserte Navigation innerhalb des Gesundheitssystems und in diesem Zusammenhang höhere Versorgungsqualität und optimierte Ressourcennutzung oder Bündelung bestehender Schulungs- und Informationsmaßnahmen 
• patientenorientiere Prozessoptimierung (z. B. durch strukturierte Nutzbarmachung von Patientenerfahrungen

Themenfeld 4: Versorgungsforschung zur Verbesserung der Versorgung von Menschen mit Schwerhörigkeit

• Untersuchung der bestehenden Versorgungssituation und Entwicklung von Ansätzen zur Verbesserung der Versorgung von Patientinnen und Patienten mit Schwerhörigkeit 
• Erforschung, ob und in welchen Situationen Menschen mit Schwerhörigkeit unterversorgt sind und welche Maßnahmen nötig wären, um diese Situation zu verbessern
• Wege, wie Patientinnen und Patienten mit Hörhilfebedarf bestmöglich versorgt werden können

Themenfeld 5: Versorgung von Patientinnen und Patienten mit postviralen Symptomkomplexen wie z. B. Post-/Long-COVID, ME/CFS

• Erforschung der Versorgungslage: Projekte, die den Versorgungsbedarf erheben sowie geeignete Lösungsansätze für möglicherweise ungedeckte Versorgungsbedarfe ableiten
• Erforschung bzw. Erfassung von Versorgungsangeboten und -erfahrungen: Prozesse bis zur Diagnosestellung sowie die Vor- und Nachteile unterschiedlicher Versorgungsangebote und Zeitpunkte ihrer Inanspruchnahme, ihre Versorgungsqualität und ihre regionale Verfügbarkeit
• Erfassung längerfristiger Versorgungsbedarfe bei postviralen Symptomkomplexen: Langzeitfolgen und hiermit verbundenen Versorgungsbedarfe 

Nicht gefördert werden u.a.: klinische Prüfungen für Medizinprodukte bzw. Leistungsbewertungsprüfungen für In-vitro-Diagnostika; klinische Studien zum Wirksamkeitsnachweis und Nutzennachweis von Arzneimitteln, Medizinprodukten, Behandlungen und operativen Verfahren; Studien zur frühen Nutzenbewertung; Studien zur Erprobung von neuen Untersuchungs- und Behandlungsmethoden (vollständige Liste: siehe Förderbekanntmachung).

Im Rahmen der themenoffenen Förderbekanntmachung werden Versorgungsforschungsprojekte gefördert, die sich keinem der Themenfelder der zeitgleich veröffentlichten themenspezifischen Förderbekanntmachung zuordnen lassen.

Für beide Fördermaßnahmen gilt, dass Projekte einen Förderzeitraum von drei Jahren nicht überschreiten sollen. 

Mit der Abwicklung der Fördermaßnahme hat der Innovationsausschuss folgenden Projektträger beauftragt:

DLR Projektträger
- Bereich Gesundheit -
Heinrich-Konen-Straße 1
53227 Bonn
Internet: www.dlr-pt.de
E-Mail: innovationsfonds-versorgungsforschungdlr.de
Beratungs-Hotline für die Antragstellung: 0228 3821-1020

Es wird empfohlen, zur Beratung mit dem DLR Projektträger Kontakt aufzunehmen. Weitere Informationen und Erläuterungen sind dort erhältlich. 

Förderinteressenten wird die Möglichkeit geboten, an einer Informationsveranstaltung in Form eines Web-Seminars teilzunehmen. In diesem Seminar werden der Inhalt der Förderbekanntmachung sowie Prozess und Verfahren der Antragstellung erläutert.

Informationen zu diesem Web-Seminar sind online hier erhältlich:
https://innovationsfonds.g-ba.de/downloads/media/339/2023-06-30_Ankuendigung_Webseminar_VSF_MedLL_2023.pdf

Die vollständigen Anträge sind dem DLR Projektträger
bis spätestens 24. Oktober 2023, 12.00 Uhr
in elektronischer Form vorzulegen. Der Antrag wird durch die vorgesehene Gesamtprojektleitung eingereicht.

Die Förderbekanntmachung zu Projekten im Bereich der Versorgungsforschung zum themenspezifischen Bereich finden Sie hier:
https://innovationsfonds.g-ba.de/foerderbekanntmachungen/foerderbekanntmachung-versorgungsforschung-zum-themenspezifischen-bereich.45

Die Förderbekanntmachung zu Projekten im Bereich der Versorgungsforschung zum themenoffenen Bereich finden Sie hier:
https://innovationsfonds.g-ba.de/foerderbekanntmachungen/foerderbekanntmachung-versorgungsforschung-zum-themenoffenen-bereich.46

Die hier aufgeführten Informationen sind gekürzt. Ausführliche Informationen finden Sie unter den oben angegebenen Internetadressen.
Das ZKS Köln kann Sie zu klinischen Studien gerne beraten und unterstützen. Bitte wenden Sie sich direkt an: projektplanungzks-koeln.de
 

 

 

Die Deutsche Forschungsgemeinschaft (DFG) fördert klinische Studien im Rahmen eines regelmäßigen Förderangebotes. Seit dem 14. Juni 2017 fördert die DFG auch klinische Machbarkeitsstudien. Das Antragsverfahren für Machbarkeitsstudien ist einstufig.

Das Antragsverfahren für Machbarkeitsstudien ist einstufig. Gefördert werden interventionelle klinische Studien, zu denen klinische Machbarkeitsstudien (Phase II) und klinische Interventionsstudien (Phase III) zählen. Ziel dieser Förderung ist das Erbringen eines Wirksamkeitsnachweises eines therapeutischen, diagnostischen oder prognostischen Verfahrens. Für alle Studien ist eine hohe wissenschaftliche Qualität und Originalität sowie klinische Relevanz erforderlich. Ebenfalls gefördert werden klinische Beobachtungsstudien, sofern mit der Beobachtungsstudie eine hoch relevante Fragestellung behandelt wird, deren Beantwortung nachweislich nicht mit einem interventionellen Design möglich ist.

Weitere Informationen:

DFG-Programm "Klinische Studien" 

 

Das Rahmenprogramm Gesundheitsforschung der Bundesregierung verfolgt das Ziel, den Transfer von Forschungsergebnissen in den medizinischen Alltag zu beschleunigen. Als Beitrag zur Umsetzung dieses Ziels fördert das Bun­desministerium für Bildung und Forschung (BMBF) daher mit dieser Maßnahme klinische Studien und systematische Übersichtsarbeiten von klinischen Studien nach internationalen Standards. Dabei sollen insbesondere solche Projekte gefördert werden, die durch das Schließen von Evidenzlücken eine hohe Relevanz für das Gesundheitssystem aufweisen.

Weitere Informationen:

Rahmenprogramm Gesundheitsforschung der Bundesregierung 2010 (Nachdruck 2016)

BMBF: Informationen zur Gesundheitsforschung

Bekanntmachungen von Förderprogrammen und Förderrichtlinien des BMBF

 

Innovative Medicines Initiative (IMI) ist eine Initiative zur Steigerung der Wettbewerbsfähigkeit der pharmazeutischen Forschungseinrichtungen in der Europäischen Union.

IMI ist ein Public-Private-Partnership der Europäischen Kommission und der EFPIA, der European Federation of Pharmaceutical Industries and Associations (deutsch: Europäische Vereinigung von pharmazeutischen Industrien und Verbänden). IMI ist Teil des 7. EU-Forschungsrahmenprogramms (FRP).

Weitere Informationen:

IMI-Webseite