Objetivo WP13 - Ricapps

La Red

programa de investigación

05

WP 13. Generar estructuras de redes basadas en Real World Evidence (RWE) y Real World Data (RWD) dentro del Sistema Nacional de Salud español para apoyar la toma de decisiones clínicas en enfermedades crónicas y prevalentes en atención primaria, así como para desarrollar y valorar soluciones de e-salud que mejoren la prestación de atención.

Coordinadora

Isabel Hurtado

Grupo de Investigación de Valencia

RD24/0005/0009

hurtado_isa@gva.es

Grupos Participantes

GAIAP-Aragón. IP:

Rosa Magallón (RD24/0005/0004)

Sant Joan de Déu. IP:

Montserrat Gil (RD24/0005/0007)

Canarias. IP:

Lilisbeth Perestelo (RD24/0005/0003)

Cardiocat. IP:

Rafel Ramos (RD24/0005/0001)

EpiChron. IP:

Antonio Gimeno (RD24/0005/0013)

Ciencia de Datos. IP:

Enrique Bernal (RD24/0005/0014)

Galicia. IP:

Francisco Gude (RD24/0005/0010)

GIAPCyL. IP:

Luis Ortiz (RD24/0005/0018)

GRAP-caIB. IP:

Alfonso Leiva (RD24/0005/0008)

GRenSSAP. IP:

Anna Berenguera (RD24/0005/0005)

H. Costa del Sol. IP:

Maximino Redondo (RD24/0005/0016)

ISCiii. IP:

João Forjaz (RD24CIII/0001/0002)

Biosistemak - OSI Bilbao-Basurto. IP:

Amaia Bilbao (RD24/0005/0019)

Biosistemak - OSI Barrualde-Galdakao. IP:

Susana García (RD24/0005/0020)

Madrid. IP:

Isabel del Cura (RD24/0005/0015)

Biodonostia. IP:

Itziar Vergara (RD24/0005/0026)

Navarra. IP:

Berta Ibáñez (RD24/0005/0024)

Líneas de Investigación

Línea 1 Desarrollar una red federada de tracción trasera dentro de RICAPPS para permitir la mejor tecnología de tracción trasera en el NHS español.

Tarea 1. Integrar y armonizar las infraestructuras regionales de tracción trasera en una red federada de tracción trasera, centrada en las enfermedades más prevalentes en el NHS español y desarrollando grandes cohortes poblacionales multirregionales.

Tarea 1. Aprovechar la red federada de RWD dentro de RICAPPS para realizar investigación de inferencia causal que evalúe el manejo farmacoterapéutico de las enfermedades más prevalentes en el NHS español, siguiendo el marco de Emulación de Ensayos Objetivo.

Línea 2 Desarrollar métodos de ciencia de datos para mejorar las capacidades operativas, analíticas e informativas para el desarrollo de estudios de inferencia causal con RWD. (estrecha colaboración con WP14).

Tarea 1. Aplicar diferentes diseños, métodos y técnicas de ajuste para abordar errores de confusión y metodológicos medidos y no medidos en la inferencia causal.

Línea 3 Promover el co-desarrollo y la validación clínica de herramientas digitales de salud (e-health, m-health) centradas en pacientes y profesionales, especialmente en atención primaria, así como la colaboración en su transferencia a la comunidad sanitaria, la sociedad y el sector productivo. (estrecha colaboración con WP2, WP9 y WP11).

Tarea 1. Diseñar herramientas digitales de salud e intervenciones personalizadas para pacientes y profesionales sanitarios.

Tarea 2. Evaluar el impacto de las soluciones digitales de salud en los resultados sanitarios, pacientes y profesionales.