Real-World Data (RWD) bezeichnet Daten, die außerhalb randomisierter kontrollierter klinischer Studien aus dem klinischen Alltag oder anderen Quellen des Gesundheitswesens gewonnen werden. Dazu zählen Daten aus elektronischen Patientenakten (Electronic Health Records, EHR), Krankenkassen-Abrechnungsdaten, Patientenregistern, Wearables und anderen Quellen des realen Versorgungsumfelds. Im Gegensatz zu klassischen Studiendaten spiegeln RWD die tatsächliche Anwendung von Arzneimitteln und Therapien unter Alltagsbedingungen wider.
Quellen und Arten von Real-World Data
Real-World Data können aus einer Vielzahl von Quellen stammen. Elektronische Patientenakten (EHR/EMR) enthalten strukturierte und unstrukturierte klinische Informationen aus dem Behandlungsalltag – darunter Diagnosen, Laborbefunde, Medikationen und Behandlungsverläufe. Krankenkassen- und Abrechnungsdaten (Claims Data) liefern Informationen über Arzneimittelverordnungen, Krankenhausaufenthalte und ambulante Behandlungen auf Populationsebene.
Patientenregister sind strukturierte Datenbanken, die Informationen zu Patientenpopulationen mit bestimmten Erkrankungen oder Therapien systematisch erfassen. Daneben gewinnen Daten aus tragbaren Geräten (Wearables), mobilen Gesundheitsanwendungen (mHealth) und Patient-Reported Outcome-Instrumenten zunehmend an Bedeutung. Social-Media-Daten und Mortalitätsregister ergänzen das Spektrum verfügbarer RWD-Quellen.
Real-World Evidence und regulatorische Nutzung
Aus der Analyse von Real-World Data entsteht Real-World Evidence (RWE) – klinische Evidenz über den Nutzen und die Risiken von medizinischen Produkten, die aus der Auswertung von RWD gewonnen wird. Die EMA und die FDA haben in den vergangenen Jahren den Einsatz von RWE in regulatorischen Entscheidungsprozessen erheblich ausgeweitet. Im Bereich der Medizinprodukte (EU-MDR 2017/745) ist die Post-Market Clinical Follow-up (PMCF)-Studie eine zentrale Methode zur RWD-Erhebung nach Markteinführung.
Für Arzneimittel erlaubt die EMA die Nutzung von RWE zur Unterstützung von Zulassungsanträgen, Post-Approval Commitments und bei der Bewertung von Real-World-Therapieeffekten in seltenen Erkrankungen (Orphan Drugs). Die EU-Verordnung 536/2014 und die EMA-Leitlinien zu non-interventionellen Studien definieren, unter welchen Voraussetzungen RWD-basierte Studien für regulatorische Zwecke anerkannt werden.
Methodische Anforderungen, Standards und Datenschutz
Die Analyse von Real-World Data stellt methodisch hohe Anforderungen, da RWD im Gegensatz zu Studiendaten nicht für wissenschaftliche Zwecke erhoben wurden. Zentrale Herausforderungen sind Confounding (Störgrößeneinfluss), Selektion, fehlende Daten sowie Heterogenität der Datenquellen. Zur Kontrolle von Confounding werden Methoden wie Propensity-Score-Matching, Instrumental-Variable-Analysen und multivariable Regressionsmodelle eingesetzt.
Die Datenqualität ist ein kritischer Faktor: RWD-Quellen können inkomplete, fehlerhafte oder inkonsistente Einträge enthalten. Ein strukturierter Data-Governance-Prozess, klare Definitionen der Expositions- und Outcome-Variablen sowie ein vorab registriertes Studienprotokoll (Study Protocol, SAP) sind Mindestanforderungen für regulatorisch verwertbare RWE. Die EMA hat mit ihrer „Guidance on registry-based studies“ und dem DARWIN EU-Netzwerk konkrete Qualitätsstandards für RWD-Studien etabliert.
Eine zentrale Herausforderung bei der Nutzung von Real-World Data ist die Heterogenität der Datenformate und -strukturen. In der EU setzt das European Health Data Space (EHDS)-Projekt auf harmonisierte Datenstandards, um die grenzüberschreitende Nutzung von Gesundheitsdaten für Forschungszwecke zu ermöglichen. Internationale Standards wie FHIR (Fast Healthcare Interoperability Resources) und OMOP (Observational Medical Outcomes Partnership) Common Data Model ermöglichen die Harmonisierung heterogener RWD-Quellen.
Der Datenschutz ist bei der Nutzung von RWD ein kritischer Faktor. Die DSGVO (DS-GVO, EU 2016/679) gilt für die Verarbeitung personenbezogener Gesundheitsdaten und definiert strenge Anforderungen an Einwilligung, Pseudonymisierung und Zweckbindung. Daten aus Krankenregistern müssen vor der Analyse in der Regel anonymisiert oder pseudonymisiert werden. Ethikkommissionen prüfen den Datenzugang und die geplante Nutzung, auch bei rein sekundär-analytischen Studien ohne Patientenkontakt.
Bedeutung für klinische Studien und CROs
Für Full-Service-CROs wie mediconomics bietet die Arbeit mit Real-World Data neue Geschäftsfelder und erweitert das Spektrum der unterstützbaren Studiendesigns. Nicht-interventionelle Studien (NIS), Registerauswertungen, Database Studies und Post-Market-Surveillance-Studien basieren vollständig oder teilweise auf RWD. Die regulatorische Unterstützung bei der Studienplanung, Protokollerstellung, Datenerhebung und Auswertung ist ein wachsendes Kompetenzfeld in der CRO-Branche.
Health Technology Assessment (HTA)-Verfahren nach der EU-HTA-Verordnung 2021/2282 setzen zunehmend auf RWE als komplementäre Evidenz neben randomisierten Studien. Sponsoren, die eine frühzeitige Nutzenbewertung durch den G-BA oder andere nationale HTA-Behörden anstreben, müssen belastbare RWD-Strategien bereits in der klinischen Entwicklungsplanung berücksichtigen.
Häufig gestellte Fragen (FAQ)
Was ist der Unterschied zwischen Real-World Data und Real-World Evidence?
Real-World Data (RWD) bezeichnet die Rohdaten aus dem klinischen Alltag – also unverarbeitete Informationen aus Patientenakten, Registern oder Abrechnungssystemen. Real-World Evidence (RWE) ist die klinische Evidenz, die durch die methodisch fundierte Analyse dieser Daten entsteht. Kurz: RWD ist der Input, RWE der Output. Nur RWE, das aus qualitativ hochwertigen RWD mit geeigneten Methoden gewonnen wurde, ist für regulatorische Zwecke verwertbar.
Kann RWE randomisierte klinische Studien ersetzen?
In den meisten Fällen kann RWE randomisierte kontrollierte Studien (RCTs) nicht vollständig ersetzen, da RCTs durch die Randomisierung Confounding weitgehend eliminieren. RWE eignet sich jedoch als Ergänzung – zum Beispiel für die Bewertung von Langzeit-Sicherheitsprofilen, seltenen Erkrankungen mit kleinen Patientenpopulationen oder zur Generierung von Hypothesen für RCTs. Für bestimmte Indikationen und in Verbindung mit synthetischen Kontrollarmen hat die FDA RWE bereits als primäre Evidenzquelle akzeptiert.
Welche regulatorischen Leitlinien gelten für RWD-Studien in der EU?
Zentrale Leitlinien sind die EMA-Guidance on registry-based studies (EMA/REG/637479/2020), die EU-Verordnung 536/2014 für nicht-interventionelle Studien sowie die DARWIN EU-Qualitätsstandards. Für Medizinprodukte regelt die EU-MDR 2017/745 die PMCF-Anforderungen als wichtigste RWD-Quelle nach Markteinführung. Für HTA-Zwecke ist die EU-HTA-Verordnung 2021/2282 maßgeblich.
Regulatorische Referenzen
- EMA Guidance on registry-based studies (EMA/REG/637479/2020)
- EU-Verordnung 536/2014 (CTR): Anforderungen an nicht-interventionelle Studien
- EU-MDR 2017/745: PMCF-Studien als RWD-Quelle für Medizinprodukte
- EU-HTA-Verordnung 2021/2282: Nutzung von RWE in Health Technology Assessments
- EMA DARWIN EU: Netzwerk für qualitätskontrollierte RWD-Studien in der EU