Digitale Therapiebegleitung als Datenquelle für Patienteneinblicke

Wie lassen sich klassische Markt- und Versorgungsdaten heute sinnvoll erweitern, um die Patient Journey noch präziser abzubilden?

Verordnungsdaten, Absatz- und Versorgungsanalysen sowie Studienergebnisse liefern belastbare Erkenntnisse zu Marktstrukturen, Therapiewahl und der Versorgungssituation. Um den tatsächlichen Therapiealltag von Patienten noch besser zu verstehen, gewinnt eine zusätzliche Perspektive an Bedeutung – Daten aus digitalen Therapiebegleitern.

Digitale Anwendungen wie z. B. Medikations-Apps ergänzen etablierte Datenquellen durch Real-World-Daten direkt aus dem Alltag der Patienten: Sie zeigen, wann Medikamente eingenommen werden, welche Erinnerungs- und Informationsfunktionen genutzt werden und wie sich Nutzungs- und Einnahmemuster im Zeitverlauf verändern.

Digitale Therapiebegleiter für Patienten haben sich in den vergangenen Jahren von reinen Unterstützungstools zu relevanten Datenquellen für die pharmazeutische Industrie entwickelt. Rund um diese Anwendungen wird inzwischen intensiv diskutiert, welches Erkenntnispotenzial sie tatsächlich bieten – und wo ihre Grenzen liegen. Denn zwischen simplen Kennzahlen zur App-Nutzung und belastbaren Aussagen über Therapiealltag, Informationsverhalten oder Versorgungsrealität liegen qualitativ große Unterschiede.

Insight Health empfiehlt die digitale Medikations-App mediteo als zusätzliche Quelle für Real-World-Daten. Besonders relevant ist mediteo für Pharmaunternehmen, die ihre Real-World-Evidence-Strategie stärken, Adhärenz- und Persistenzmuster besser verstehen und entlang der Patient Journey datenbasierte Entscheidungen treffen wollen – insbesondere in Indikationsgebieten mit komplexer, langfristiger Medikation (z. B. Kardiologie, Onkologie, Diabetologie) sowie für Teams in Medical Affairs, Market Research, Produkt- und Patientenstrategie, die digitale Touchpoints gezielt in ihre Analysen integrieren möchten. So können entlang der Patient Journey weitere kontextnahe Einblicke entstehen, die das Markt- und Versorgungsverständnis erweitern. Im Zentrum stehen Real-World-Daten zu der täglichen Medikamenteneinnahme, ihre Aussagekraft und die Frage, unter welchen Bedingungen digitale Therapiebegleiter einen echten Mehrwert für pharmazeutische Fragestellungen bieten.

Damit digitale Therapiebegleiter einen echten Mehrwert für die Versorgungsforschung bieten, müssen sie eng mit der konkreten Medikation verknüpft sein und über einen längeren Zeitraum genutzt werden. Unter diesen Bedingungen entstehen Daten, die den praktischen Umgang mit der verordneten Therapie sichtbar machen – also nicht primär, wie eine App genutzt wird, sondern wie Patienten ihre Medikamente im Alltag tatsächlich einnehmen.

Typische Beobachtungsgrößen sind zum Beispiel:

• Zeitpunkte und Regelmäßigkeit der Medikamenteneinnahme im Vergleich zum empfohlenen Einnahmeschema,
• Phasen, in denen Einnahmen auffällig gehäuft vergessen, verschoben oder abgebrochen werden,
• wiederkehrende Situationen, in denen zusätzliche Informationen zur Medikation nachgefragt werden,
• Veränderungen in Einnahmeroutinen im Verlauf der Behandlung (z. B. nach Dosisanpassungen oder Therapiewechseln).

Diese Daten beschreiben zunächst das beobachtbare Therapieverhalten, ohne es automatisch zu erklären. Ihr Wert entsteht, wenn sie entlang klar definierter medizinischer und versorgungsbezogener Fragestellungen analysiert werden – etwa im Hinblick auf sichere Anwendung, typische Unsicherheiten oder besonders kritische Phasen einer Behandlung. Dann lassen sich aus den Real-World-Daten belastbare Hinweise ableiten, wo im Therapiealltag Unterstützung notwendig ist und welche Maßnahmen die Adhärenz und Persistenz verbessern können.

Der Markt für digitale Therapiebegleiter ist heterogen. Lösungen unterscheiden sich sowohl im fachlichen Konzept als auch in der Tiefe der Daten, die sie erzeugen – und damit in der Qualität der daraus ableitbaren Erkenntnisse.

Viele niedrigschwellige Anwendungen beschränken sich auf grundlegende Nutzungsmetriken: Log-in-Zahlen, Bestätigung von Erinnerungen oder allgemeine Aktivitätsfrequenzen. Solche Kennzahlen geben ein Bild der Nutzungshäufigkeit, sind aber nur eingeschränkt geeignet, um Rückschlüsse auf Verständnisprobleme, Adhärenzhürden oder versorgungsrelevante Fragestellungen zu ziehen.

Daneben existieren Therapiebegleiter, die gezielt entlang medizinischer und inhaltlicher Fragestellungen konzipiert sind. Bei diesen Lösungen ist bereits in der Struktur festgelegt, welche Aspekte des Therapiealltags beobachtet werden sollen – etwa die Zuverlässigkeit der Einnahmen, das Verhalten in definierten Therapiephasen oder die tatsächliche Nutzung von Informationen für Patienten.

mediteo ist eine solche Anwendung, die den Medikationsalltag differenziert abbildet. Durch die Sichtbarmachung von Einnahmeroutinen und Reaktionen auf Informationsangebote entsteht ein granuliertes Bild des Therapiegeschehens.

Entscheidend ist dabei weniger die Technik als das fachliche Design. Anwendungen, die Daten ohne klares Konzept sammeln, bleiben interpretativ begrenzt; wohingegen methodisch fundierte Lösungen eine anschlussfähige Auswertung im medizinischen und versorgungsbezogenen Kontext ermöglichen.

Digitale Therapiebegleiter ersetzen keine klinischen Studien oder streng kontrollierten Untersuchungen. Ihre Stärke liegt in der Generierung von Real-World-Daten: Informationen, die unmittelbar im Alltag der Patienten entstehen, während sie ihre Medikamente einnehmen, Messwerte aufnehmen oder sich informieren.

Im Gegensatz zu retrospektiven Befragungen, bei denen Verhalten im Nachhinein beschrieben wird, oder zu Studien-Settings mit stark standardisierten Abläufen, bilden digitale Anwendungen das tatsächliche Geschehen unter Alltagsbedingungen ab. Dadurch lassen sich Muster erkennen, die in klassischen Formaten oft verborgen bleiben, etwa:

• immer wieder auftretende Informationslücken,
• systematische Abweichungen von empfohlenen Einnahmeschemata,
• typische Phasen, in denen die Adhärenz nachlässt.

Innerhalb eines umfassenden Real-World-Evidence-Ansatzes ergänzen solche Daten etablierte Methoden: Sie liefern keine kausalen Wirksamkeitsnachweise, tragen aber dazu bei, Versorgungsrealitäten besser zu verstehen und Hypothesen für weiterführende Analysen oder Studien zu generieren. EMA und FDA ordnen Real-World-Daten explizit als kontextualisierende Entscheidungsgrundlage in regulatorische Prozesse ein – nicht als Ersatz für kontrollierte Evidenz.

Wenn digitale Therapiebegleiter entlang präziser Fragestellungen eingesetzt und analytisch fundiert ausgewertet werden, entstehen konkrete, medikationsbezogene Insights für verschiedene Unternehmensbereiche:

Solche medikationsbezogenen Insights entstehen erst durch die Kombination aus strukturiert erhobenen Einnahmedaten, klar formulierten medizinischen und versorgungsbezogenen Hypothesen und der analytischen Kompetenz, diese Muster im Kontext von Leitlinien, Versorgungsrealität und Marktstrukturen zu interpretieren.

Viele digitale Therapiebegleiter übernehmen neben Erinnerungsfunktionen auch einen Teil der Patientenaufklärung. Für die Bewertung ihres Nutzens reicht es jedoch nicht aus, dass Inhalte bereitgestellt werden. Entscheidend ist, wie und ob diese Inhalte tatsächlich verwendet werden.

Anhand der Nutzung lassen sich unter anderem folgende Fragen beantworten:

• Welche Inhalte werden wiederholt aufgerufen, welche bleiben nahezu ungenutzt?
• Welche Darstellungsformate (Text, Video, interaktive Elemente) werden bevorzugt oder gemieden?
• Verändert sich die Nutzung bestimmter Informationen, wenn Patienten mehrfach damit konfrontiert werden?

Diese Beobachtungen machen sichtbar, wo aktuelle Aufklärung bereits gut funktioniert und wo sie an Grenzen stößt. Digitale Therapiebegleiter messen keine Aktivierung im engeren Sinne, geben aber konkrete Hinweise darauf, welche Unterstützungsangebote im Alltag tatsächlich angenommen werden.

Ein häufiger Irrtum im Umgang mit digitalen Patientendaten besteht darin, Detailtiefe mit Erkenntnisgewinn gleichzusetzen. Umfangreiche Datensammlungen bleiben ohne klare Fragestellungen und fachliche Einordnung häufig unter ihrem Potenzial.

Um Nutzungsmuster sinnvoll interpretieren und von Zufallseffekten oder technischen Besonderheiten abgrenzen zu können, ist eine interdisziplinäre Perspektive notwendig: medizinische Expertise, Verständnis der Patient Journey, Datenanalyse und Marktkenntnis müssen zusammengeführt werden. Für Pharmaunternehmen ist daher die Qualität der Analytik entscheidender als die bloße Menge erhobener Daten.

Digitale Therapiebegleiter sind keine automatische Quelle für Patient Insights. In Verbindung mit klaren Zielen, einer sauberen Datenerhebung und einer fundierten Analyse können sie jedoch belastbare Hinweise auf den tatsächlichen Umgang von Patienten mit ihrer Therapie liefern.

Der Mehrwert entsteht aus der Kombination:

• methodisch und medizinisch sinnvoll konzipierter digitaler Lösungen wie mediteo,
• einer strukturierten Erhebung relevanter Nutzungs- und Medikationsdaten,
• und der analytischen Kompetenz, diese Daten in Versorgungs- und Marktkontexte einzuordnen.

Insight Health empfiehlt, digitale Therapiebegleiter wie mediteo als ergänzende Datenquelle im Rahmen eines umfassenden Real-World-Data-Ansatzes zu nutzen – insbesondere in Indikationsgebieten mit komplexer, langfristiger Medikation. So lässt sich das Verständnis der Patient Journey vertiefen, bestehende Annahmen können überprüft werden und Kommunikations- sowie Aufklärungsstrategien entlang des Produktlebenszyklus können datenbasiert weiterentwickelt werden.

Weitere Informationen zur Medikations-App mediteo finden Sie hier

Ausgewählte Referenzen:

Hibbard JH, Stockard J, Mahoney ER, Tusler M.: Development of the Patient Activation Measure (PAM): conceptualizing and measuring activation in patients and consumers. Health Services Research. 2004;39(4 Pt 1):1005–1026.

Jordan S, Hoebel J.: Gesundheitskompetenz von Erwachsenen in Deutschland – Ergebnisse der HLS-EU-Studie. Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz. 2015; 58:942–950.

Chowdhury R, Khan H, Heydon E, et al.: Adherence to cardiovascular therapy: a meta-analysis of prevalence and clinical consequences. European Heart Journal. 2013;34(38):2940–2948.

Jankowska-Polańska B, Uchmanowicz I, Dudek K, Mazur G.: Relationship between patients’ knowledge and medication adherence among patients with hypertension. Patient Preference and Adherence. 2016;10:2437–2447.

European Medicines Agency (EMA): Real-world evidence framework to support EU regulatory decision-making. 2023.

U.S. Food and Drug Administration (FDA): Framework for FDA’s Real-World Evidence Program. 2021.