gms | German Medical Science

MAINZ//2011: 56. GMDS-Jahrestagung und 6. DGEpi-Jahrestagung

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

26. - 29.09.2011 in Mainz

Identifizierung studienrelevanter Patienten am Kommunikationsserver mit Fuzzy-Ternary-Logik

Meeting Abstract

Suche in Medline nach

  • Raphael W. Majeed - Sektion für Medizinische Informatik in Anaesthesiologie und Intensivmedizin, JLU-Gießen, Gießen
  • Rainer Röhrig - Sektion für Medizinische Informatik in Anaesthesiologie und Intensivmedizin, JLU-Gießen, Gießen

Mainz//2011. 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi). Mainz, 26.-29.09.2011. Düsseldorf: German Medical Science GMS Publishing House; 2011. Doc11gmds526

DOI: 10.3205/11gmds526, URN: urn:nbn:de:0183-11gmds5266

Veröffentlicht: 20. September 2011

© 2011 Majeed et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung: Die Durchführung von klinischen Studien ist mit immensem Aufwand und hohen Kosten verbunden. Verzögerungen oder gar das Scheitern einer Studie ist ethisch und ökonomisch äußerst kritisch zu bewerten. Dennoch scheitern Klinische Studien häufig daran, dass zu wenige Patienten eingeschlossen werden [1], [2], [3]. Ein von der Regierung gefördertes Forschungsprojekt an fünf Universitäten untersucht deshalb, wie mit Hilfe von Klinischen Informationssystemen (KIS) die Patientenrekrutierung an klinischen Studien unterstützt werden kann. Der Ansatz, Funktionalitäten zur Studienrekrutierung im KIS zu implementieren, ist stark von den eingesetzten Produkten abhängig. Die Verbreitung des Kommunikationsstandards HL7 (Version 2.x) und die nahezu flächendeckende Verbreitung von Kommunikationsservern öffnet die Möglichkeit für den Entwurf eines generischen Moduls zur Identifikation möglicher Studienpatienten. Ziel dieser Arbeit ist die Entwicklung einer Methode, geeignete Studienpatienten über Nachrichten des Kommunikationsservers zu finden.

Methoden: Eine automatisierte Empfehlung geeigneter Studienpatienten erfordert zunächst eine Formalisierung von Ein- und Ausschlusskriterien. Es wurden zunächst anwendungsorientierte Anforderungen an eine formale Beschreibung von Ein- und Ausschlusskriterien hergeleitet – um darauf aufbauend eine computerverarbeitbare Beschreibungssprache zu entwickeln. Mit einer Feasibility-Studie wird die Anwendbarkeit des Modells für den Routinebetrieb untersucht.

Ergebnisse: Die Verwendung der Begriffe „und“, „oder“, nicht“ legen eine Formalisierung in der Aussagenlogik nahe. Im Speziellen entspricht die Struktur der Kriterien der sogenannten Konjunktiven-Normalform (CNF). Die Auswertung der zuvor konstruierten CNF-Formeln mit Daten klinischer Studien führt zu dem Schluss, dass klassische boolesche Logik für die Rekrutierungsunterstützung ungeeignet ist. Da zu Beginn der Rekrutierung die meisten Informationen fehlen, würden sämtliche Ausrücke als logisch „falsch“ interpretiert, und der Patient folglich abgelehnt. Ein dritter zusätzlich erlaubter logischer Wert „unbekannt“ führt zur dreiwertigen/ternären Logik. Während Studienkriterien üblicherweise trennscharf definiert sind, variieren klinische Parameter über die Zeit und in ihrer Genauigkeit. Über den Einschluss eines Patienten entscheidet letztendlich immer ein Arzt, so dass es wünschenswert ist, Patienten leicht außerhalb des zulässigen Bereichs dennoch anzuzeigen. Das Erlauben logischer Werte zwischen „wahr“ und „falsch“ führt zur (unscharfen) Fuzzy-Logik. Die Ansätze der Ternären-Logik sowie Fuzzy-Logik lassen sich kombinieren, um die aufgezeigten Einschränkungen zu überwinden.

Diskussion: Der gewählte Ansatz, Studienkriterien mit aussagenlogischen Ausdrücken in unscharfer dreiwertiger Logik abzubilden, ist durchaus geeignet um den Rekrutierungsvorgang zu unterstützen. Den Ergebnissen zufolge können die meisten Kriterien durch Fuzzy-Ternary-Logik-CNF-Formeln beschrieben werden. Gegenüber mächtigeren Ansätzen wie etwa der ARDEN-Syntax [4] bieten logische Formeln den Vorteil der niedrigen Komplexität. In der Komplexitätstheorie sind die meisten Probleme für logische Ausdrücke entscheidbar oder gar lösbar – ganz im Gegensatz zu Turing-vollständigen Sprachen, für die etwa das Halteproblem bekannt unlösbar ist [5].


Literatur

1.
Campbell MK, Snowdon C, Francis D, Elbourne C, McDonald AM, Knight R, Entwistle V, Garcia J, Roberts I, Grant A. Recruitment to randomised trials: strategies for trial enrolment and participation study. The STEPS study. Health Technol Assess. 2007;11(48).
2.
Ohmann C, Kuchinke W. Meeting the challenges of patient recruitment. Int J Pharm Med. 2007;21:263-70.
3.
Lasagna L. Problems in publication of clinical trial methodology. Clin Pharmacol Ther. 1979;25(5 Pt 2):751-3.
4.
Hripcsak G. Writing Arden Syntax medical logic modules. Computers in Biology and Medicine. 1994;24(5):331-63.
5.
Turing AM. On computable numbers, with an application to the Entscheidungsproblem. Proceedings of the London Mathematical Society. 1937;2(1):230.