Zweittödlichste Krebserkrankung
Darmkrebs (Kolorektalkarzinom, CRC) ist weltweit die zweittödlichste Krebserkrankung bei allen Geschlechtern, mit jährlich über 900.000 Todesfällen und 1,9 Millionen Neuerkrankungen.²
Überblick
Die Früherkennung von CRC (Kolorektalkarzinom) ist entscheidend.
Darmkrebs (Kolorektalkarzinom, CRC) ist weltweit die zweithäufigste krebsbedingte Todesursache und führt jedes Jahr zu fast einer Million Todesfällen.² Obwohl Studien belegen, dass ein Screening die Sterblichkeit senken kann, wird ein bevölkerungsweites Screening nicht überall gleich angewendet. Und wo es angeboten wird, kann die Teilnahme daran mitunter suboptimal ausfallen. Bei 1 von 10 Fällen von Kolonkrebs und 1 von 4 Fällen von Rektumkrebs wird die Diagnose bei Erwachsenen unter 50 Jahren gestellt.³ Rund 5–10 % der diagnostizierten Fälle von Kolon- und Rektumkrebs sind auf genetische Risikofaktoren zurückzuführen.⁴
Früherkennung
Bei einer 5-Jahres-Überlebensrate von 90 % im Frühstadium kann eine frühzeitige Erkennung von Darmkrebs ein entscheidender Faktor sein.⁵
Teilnahmerate am Screening
Die Teilnahme an Darmkrebs-Screeningprogrammen variiert erheblich zwischen den europäischen Ländern. Eine Analyse ergab, dass die Mehrheit der Länder Teilnahmeraten von über 45 % erreichte. Kroatien und die Tschechische Republik verzeichneten die niedrigsten Teilnahmeraten (< 25 %), gefolgt von Frankreich (34,3 %).⁶
navify® Algorithms, ColonFlag by Medial EarlySign
ColonFlag is a software system that performs algorithm‐based analysis of demographic information and lab test results and provides personal scores to indicate individuals with higher probability of harboring colorectal cancer (CRC) compared to the general population.¹
Neun von zehn Erwachsenen, bei denen die Erkrankung frühzeitig erkannt wird, leben auch nach fünf Jahren noch.⁷
Nur bei weniger als 35 % der Darmkrebsfälle wird die Erkrankung frühzeitig entdeckt⁷ – unter anderem wegen niedriger Testteilnahmeraten. Durch die erhöhte Sensitivität von ColonFlag für Tumoren im proximalen Darm⁸ unterstützt es Ärzt:innen dabei, mehr Fälle und in einem früheren Stadium zu erkennen.
~35%early stage diagnosis.7
ColonFlag – ein validiertes Modell zur Identifizierung von Personen mit höherer Wahrscheinlichkeit für Darmkrebs im Vergleich zur Allgemeinbevölkerung¹
Der medizinische Algorithmus ColonFlag nutzt die Ergebnisse eines herkömmlichen vollständigen Blutbilds (CBC) zusammen mit demographischen Informationen (Alter, Geschlecht)¹, um Zusammenhänge zwischen den CBC-Werten und feinen zeitlichen Veränderungen in ihren Trends aufzudecken.
Algorithmusparameter
ColonFlag ist ein Softwaresystem, das eine algorithmusbasierte Analyse von demografischen Informationen und Laborergebnissen durchführt. Anschließend wird ein persönlicher Score ermittelt, mit dessen Hilfe Personen identifiziert werden können, die im Vergleich zur Allgemeinbevölkerung ein höheres Risiko für ein Kolorektalkarzinom (CRC) aufweisen.¹
Klinische Anwendung
Unterstützt medizinisches Fachpersonal bei der Entscheidungsfindung, ist jedoch nicht als Screening- oder eigenständiges Diagnoseinstrument vorgesehen. Es ist nicht dazu gedacht, ein Screening auszuschließen oder weitere Diagnosemaßnahmen zu umgehen.¹
Vorgesehene Zielgruppe
Für die Nutzung durch Gesundheitsorganisationen und medizinisches Fachpersonal vorgesehen, um Personen ab 40 Jahren in der Allgemeinbevölkerung zu identifizieren, die ein höheres Risiko für Darmkrebs (CRC) aufweisen als die allgemeine Bevölkerung und bei denen eine weitere Abklärung empfohlen wird.¹
Vorteile
Verbessern Sie die Darmkrebsvorsorge: Die wichtigsten Vorteile von ColonFlag
Durch den Einsatz von ColonFlag können Gesundheitsdienstleister:innen die Vorsorgeprozesse für Patient:innen verbessern, die Erkennungsraten steigern und letztlich bessere Gesundheitsergebnisse im Kampf gegen Darmkrebs erzielen.
3 Eingabeparameter
Erfordert einfache Standardparameter: Alter, bei der Geburt zugewiesenes Geschlecht und Ergebnisse des Blutbilds (aktuelle und frühere Blutbildergebnisse).
8×more effective
More CRC cases (all stages) detected in the flagged population compared with routine CRC colonoscopy screenings.9
>68%Operativer Einfluss
Forschungen zeigen, dass bei über 68 % der Patient:innen, die zu einer Koloskopie aufgefordert wurden, 70 % die Vorsorgeuntersuchung mit signifikanten Befunden abschlossen.
Integration über navify Algorithm Suite
Erleben Sie eine einzige integrierte Plattform, die für Gesundheitsdienstleister:innen und Labore entwickelt wurde, die IT-Komplexität vereinfacht und das Risiko von Schwachstellen reduziert. Mit integrierten medizinischen Algorithmen von Roche und Partner:innen bieten wir eine umfassende Lösung, die Prozesse optimiert und die Zusammenarbeit verbessert.
Einziger Ansprechpartner für Kund:innenunterstützung
Roche bietet zentralisierten Kund:innensupport für alle Algorithmen in unserem Portfolio, um Konsistenz und Zuverlässigkeit zu gewährleisten. Wir kümmern uns um Probleme, die bei allen gehosteten Algorithmen auftreten, vereinfachen den Prozess und machen es für Kund:innen überflüssig, mit einzelnen Anbieter:innen zu kommunizieren.
Sicherheit und Datenschutz
Sicherheit und Datenschutz stehen im Mittelpunkt der Tätigkeiten von Roche, basierend auf einer „Security and Privacy by Design“-Philosophie und der ISO/IEC 27001-Zertifizierung. Unser spezielles technisches Team führt fortlaufende Risikobewertungen, Penetrationstests und Netzwerküberwachungen durch, um IT-Komplexität und Schwachstellen zu minimieren und die Datenvertraulichkeit zu priorisieren, um die Informationen von Patient:innen bei allen Partner:innen zu schützen.
Häufig gestellte Fragen
Wenn Sie hier keine Antworten auf Ihre Fragen finden, freuen wir uns, weitere Informationen bereitzustellen und Ihre Bedürfnisse im Detail zu besprechen.
Ist ColonFlag ein diagnostisches Tool?
ColonFlag ist kein diagnostisches oder Screening-Verfahren, sondern liefert vielmehr einen Hinweis auf das relative Risiko für Darmkrebs. Ein hoher Score bedeutet daher nicht, dass eine bösartige Erkrankung oder Pathologie vorliegt. Das Verfahren verwendet eine algorithmische Analyse von demografischen Daten (Alter und Geschlecht) und Ergebnissen des kompletten Blutbilds, um persönliche Scores zu generieren. Diese Scores zeigen Personen auf, die mit größerer Wahrscheinlichkeit an Darmkrebs (CRC) erkranken könnten als die Allgemeinbevölkerung. Es ist jedoch wichtig zu beachten, dass ein hoher Score weder eine bösartige Erkrankung noch eine Pathologie anzeigt. Ebenso ist ein niedriger Score kein Indikator für ein geringes Risiko und schließt weder eine Vorsorgeuntersuchung noch weitere Tests aus.¹
Wie kann ColonFlag meiner Praxis zugutekommen?
ColonFlag ist dafür vorgesehen, medizinisches Fachpersonal bei der Entscheidungsfindung zu unterstützen und ist nicht als Screening- oder eigenständiges Diagnosetool gedacht¹. ColonFlag kann Ihrer Praxis zugutekommen, indem es Patientinnen und Patienten mit einem erhöhten Risiko für Darmkrebs (CRC) identifiziert.
Wie funktioniert ColonFlag, um Hochrisikopatient:innen zu identifizieren?
ColonFlag verwendet das Alter, das Geschlecht sowie historische Blutbilddaten der Patient*innen, um Personen mit einem hohen Risiko für Darmkrebs (CRC) zu identifizieren. Dazu kommt ein maschinelles Lernverfahren zum Einsatz, das die Daten analysiert und einen Risikowert berechnet. Dies hilft dabei, Personen zu erkennen, die möglicherweise von weiteren diagnostischen Untersuchungen profitieren könnten.
Ist ColonFlag eine validierte digitale Gesundheitslösung?
ColonFlag wurde mithilfe der Daten von 466.107 israelischen Patientinnen (Maccabi Health Care Services, MHS) trainiert und validiert. Zusätzlich erfolgte eine externe Validierung an einer weiteren Gruppe von 139.205 israelischen Patientinnen (MHS External Validation) sowie an 25.613 Patient*innen aus der primärärztlichen Versorgung der THIN-Datenbank (UK).10
Weltweit wurde ColonFlag in retrospektiven Studien an führenden Institutionen validiert, darunter Oxford (UK)11, Kaiser Permanente Northwest – KPNW (USA)12, Kaiser Permanente Northern California – KPNC (USA)13 und die Chinese University of Hong Kong – CUHK (China)14.
Kann ColonFlag in bestehende elektronische Gesundheitsakten (EHR) integriert werden, und wie gestaltet sich der Implementierungsprozess in einer Gesundheitseinrichtung?
Ja, ColonFlag kann – wie alle navify-Algorithmen in der navify Algorithm Suite – in EHR-Systeme oder andere klinische Datenrepositorys, etwa Laborinformationssysteme (LIS), integriert werden. Die Integrationsstrategie kann dabei je nach IT-Infrastruktur der Kundinnen variieren. Wenden Sie sich bitte an Ihren technischen Roche-Ansprechpartnerin, um zu prüfen, welche Integrationsstrategie am besten zu Ihrer IT-Landschaft passt.
Medial EarlySign
Medial EarlySign develops machine learning-based decision support tools that reveal hidden insights in standard medical data. These insights enable personalized and outcome-based interpretations, providing individualized predictions and treatment options while facilitating the early detection of life-threatening conditions. Our cutting-edge tools offer healthcare organizations a fresh perspective on their data, empowering them with proactive, personalized, and predictive care management capabilities.
Website besuchen- Method Sheet ColonFlag 3.1. 2024. Material number 09823387001.
- Ferlay J, et al. Global Cancer Observatory: Colorectum [Internet; published 2024; cited 2025 Mar 14]. Available from: https://gco.iarc.who.int/media/globocan/factsheets/cancers/41-colorectum-fact-sheet.pdf.
- REACCT Collaborative, et al. Characteristics of early-onset vs late-onset colorectal cancer: a review. JAMA Surg. 2021 Sep;156(9):865-8745. DOI:10.1001/jamasurg.2021.2380.
- Lynch HT, de la Chapelle A. Hereditary colorectal cancer. N Engl J Med. 2003 Mar;348(10):919-932. DOI:10.1056/NEJMra012242.
- American Cancer Society. Can Colorectal Polyps and Cancer Be Found Early? [Internet; updated 2024 Jan 29; cited 2025 Mar 14]. Available from: https://www.cancer.org/cancer/types/colon-rectal-cancer/detection-diagnosis-staging/detection.html
- Navarro M, et al. Colorectal cancer population screening programs worldwide in 2016: An update. World J Gastroenterol. 2017 May;23(20):3632-3642. DOI: 10.3748/wjg.v23.i20.3632.
- National Center for Chronic Disease Prevention and Health Promotion (NCCDPHP). Health and economic benefits of colorectal cancer interventions [Internet; updated 2024 Oct 16; cited 2025 Mar 14]. Available from: https://www.cdc.gov/nccdphp/priorities/colorectal-cancer.html
- American Cancer Society. Cancer Facts & Figures [Internet; published 2022; cited 2025 Mar 14]. Available from: https://www.cancer.org/content/dam/cancer-org/research/cancer-facts-and-statistics/annual-cancer-facts-and-figures/2022/2022-cancer-facts-and-figures.pdf.
- Underberger D, et al. Collaboration to improve colorectal cancer screening using machine learning, NEJM Catal Innov Care Deliv. 2022;3(4). DOI:10.1056/CAT.21.0170.
- Kinar Y, et al. Development and validation of a predictive model for detection of colorectal cancer in primary care by analysis of complete blood counts: a binational retrospective study. J Am Med Inform Assoc. 2016 Sep;23(5):879–890. DOI:10.1093/jamia/ocv195.
- Birks J, et al. Evaluation of a prediction model for colorectal cancer: retrospective analysis of 2.5 million patient records. Cancer medicine. 2017;6(10), 2453–2460. DOI: 10.1002/cam4.1183.
- Hornbrook M, et al. Early colorectal cancer detected by machine learning model using gender, age, and complete blood count data. Dig Dis Sci. 2017 Oct;62(10):2719–2727. DOI:10.1007/s10620-017-4722-8.
- Schneider JL, et al. Validation of an algorithm to identify patients at risk for colorectal cancer based on laboratory test and demographic data in diverse, community-based population. Clin Gastroenterol Hepatol. 2020 Nov;18(12):2734-2741.e6. DOI:10.1016/j.cgh.2020.04.054.
- Ng S, et al. Journal of Gastroenterology and Hepatology. 2017. 32(Suppl 3), 146. Abstract: #P-0960.
- Nicht jedes digitale Produkt ist in allen Ländern erhältlich. Die Nutzung von Drittanbieter-Apps unterliegt einer separaten Lizenzvereinbarung mit dem jeweiligen Entwickler der Drittanbieter-App. Roche übernimmt keine Garantie (weder ausdrücklich noch stillschweigend) in Bezug auf Apps von Drittanbietern. Drittanbieter-Apps sind möglicherweise in Ihrem Land nicht verfügbar. Da diese Website und ihr Inhalt weltweit zugänglich sein können, übernimmt Roche keine Gewähr für den Zugriff auf diese Informationen, der möglicherweise nicht mit den in Ihrem Land geltenden Gesetzen oder Vorschriften vereinbar ist.
- MC--11187