Evaluation von Public Health Interventionen
Unter der Verwendung verschiedener Studiendesigns und Datengrundlagen evaluieren wir die Effektivität und Kosteneffektivität von Interventionen und gesundheitspolitischen Maßnahmen im nationalen und internationalen Kontext.
Trial-basierte Evaluationen: Die Implementation von Versorgungsinnovationen und neuen Präventionsmaßnahmen bedarf robuster Evidenz für deren Kosten und Nutzen – möglichst aus prospektiven, randomisierten und kontrollierten Studiendesigns. In Kooperation mit Partnern aus Versorgung and Public Health Praxis evaluieren wir die Effektivität und Kosteneffektivität verschiedener Interventionen.
Beispiele hierfür sind die Evaluation von DALIG (digitale Intervention zur Prävention von Typ 2 Diabetes), ACHT (strukturierte Nachsorge bei bariatrischer Chirurgie), D-CLIP (Lifestyleprävention von Typ 2 Diabetes), INDEPENDENT (Integrierte Versorgung für Diabetes und Depression), und ADDITION (Intensivierte Behandlung bei Typ 2 Diabetes).
Modellbasierte Evaluationen: Robuste Ex-Ante Abschätzungen sind wichtig für Entscheidungsträger, um die langfristigen gesundheitlichen und ökonomischen Auswirkungen von Maßnahmen abschätzen zu können. In verschiedenen Projekten arbeiten wir an der Weiterentwicklung von Simulationsmodellen und führen modellbasierte Evaluationen von gesundheitspolitischen Maßnahmen durch.
Methodische Beiträge hierfür sind beispielsweise die Entwicklung und Parametrisierung eines Simulationsmodels für Type 2 Diabetes für den US Kontext und die Cross-Validierung eines Public Health Simulationsmodels für nicht-übertragbare Krankheiten.
Beispiele für angewandte Modellierungsstudien sind die gesundheitsökonomische Evaluation von intensiviertem Diabetes Management in Großbritannien, von Diabetesprävention in den USA, oder von Besteuerung von zuckergesüßten Getränken in Deutschland.
Quasi-experimentelle Evaluationen: Viele Maßnahmen im Bereich von Versorgung, Prävention und Public Health lassen sich nicht über prospektive, randomisierte und kontrollierte Studiendesigns erforschen. Ein weiterer Schwerpunkt unserer Forschung ist deswegen die Impact-Evaluation mittels quasi-experimenteller Designs – oftmals unter Verwendung von Sekundärdaten.
Beispiele hierfür sind Analysen zum Effekt von Hypertonie-Screening auf die kardiovaskuläre Sterblichkeit, von COVID-19 Maßnahmen auf die Luftqualität in München, von Disease Management Programmen für Typ 2 Diabetes auf die Sterblichkeit und von bariatrischer Chirurgie auf medizinische Inanspruchnahme.