Ein Scoping-Review zur Nutzung von Real-World-Daten zur Bewertung der Wirksamkeit von mHealth-Anwendungen

Zusammenfassung Mobile-Health(mHealth)-Anwendungen werden zunehmend integraler Bestandteil der Gesundheitsversorgung, doch traditionelle randomisierte Studien stoßen bei der Bewertung dieser dynamischen Tools auf praktische Herausforderungen. Real-World-Daten (RWD), die während der routinemäßigen Nutzung der Apps erhoben werden, bieten einen komplementären Weg zu Real-World-Evidence (RWE), die widerspiegeln kann, wie mHealth-Anwendungen im Alltag verwendet werden. Wir führten ein Scoping-Review durch, um abzubilden, wie natürlich entstehende RWD aktuell in peer-reviewten Studien zur Bewertung patientenorientierter mHealth-Anwendungen genutzt werden. Wir durchsuchten systematisch PubMed, Scopus und Web of Science (Januar 2007–November 2024) und extrahierten Daten zu Anwendungstyp, RWD-Eigenschaften und Studiendesignaspekten. Studienbezogene, designzentrierte Evidenzstufen für RWD-basierte Wirksamkeitsevaluationen wurden unter Verwendung eines kombinierten Oxford Centre for Evidence-Based Medicine- und FDA-RWE-Rahmens zugeordnet. Siebzig Studien zur Bewertung von 61 einzigartigen mHealth-Anwendungen wurden einbezogen. Die meisten Studien konzentrierten sich auf psychische Gesundheit oder metabolische Erkrankungen und basierten überwiegend auf Daten, die aktiv von den Nutzern berichtet wurden, häufig über in-App-Umfragen, mit vergleichsweise eingeschränkter Nutzung von gerätegenerierten Daten oder Integration mit systemgenerierten Daten wie klinischen oder Abrechnungsdaten. Single-Group Pre–Post-Ansätze wurden am häufigsten beobachtet, während nur eine Minderheit vergleichende Beobachtungs-, quasi-experimentelle oder randomisierte Designs verwendete. Diese Ergebnisse verdeutlichen aktuelle Muster bei der Nutzung von RWD für die mHealth-Evaluation und heben sowohl Chancen als auch Einschränkungen bei longitudinalen und vergleichenden Bewertungen von mHealth-Anwendungen in realen Kontexten hervor.