gms | German Medical Science

21. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

05.10. - 07.10.2022, Potsdam

CO-RESPOND – ein Netzwerk internationaler Längsschnittstudien zur mentalen Gesundheit während der Covid-19 Pandemie

Meeting Abstract

  • Jutta Stoffers-Winterling - Leibniz Institut für Resilienzforschung, Mainz, Deutschland
  • Papoula Petri-Romão - Leibniz Institut für Resilienzforschung, Mainz, Deutschland
  • Charlotte Dörschner - Leibniz Institut für Resilienzforschung, Mainz, Deutschland
  • Raffael Kalisch - Leibniz Institut für Resilienzforschung, Mainz, Deutschland
  • Klaus Lieb - Leibniz Institut für Resilienzforschung, Mainz, Deutschland

21. Deutscher Kongress für Versorgungsforschung (DKVF). Potsdam, 05.-07.10.2022. Düsseldorf: German Medical Science GMS Publishing House; 2022. Doc22dkvf332

doi: 10.3205/22dkvf332, urn:nbn:de:0183-22dkvf3327

Veröffentlicht: 30. September 2022

© 2022 Stoffers-Winterling et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund und Stand (inter)nationaler Forschung: Das „EU Horizon 2020“-geförderte Projekt „RESPOND“ befasst sich mit den psychischen und psychosozialen Auswirkungen der Covid-19-Pandemie [1]. Im Teilprojekt CO-RESPOND werden verschiedener Längsschnittkohorten gemeinsam analysiert, um den Verlauf der psychischen Gesundheit genauer zu untersuche und vulnerable und resiliente Gruppen zu identifizieren.

Fragestellung und Zielsetzung:

1.
Untersuchung des Verlaufs der mentalen Gesundheit und Resilienz während der Covid-19-Pandemie
2.
Identifizierung relevanter Moderatoren mittels einer Meta-Analyse mit individuellen Teilnehmerdaten („individual participant data“, IPD) [2]
3.
Etablierung eines nachhaltigen Forschungsnetzwerks im Sinne der FAIR-Publikationsstandards [3], Aufbau einer nachhaltig gemeinsam nutzbaren IT-Infrastruktur

Methode oder Hypothese: Für die gemeinsame Analyse der Kohorten sind zur Gewährleistung der Datensicherheit im Rahmen der Datenschutz-Grundverordnung auf europäischer und nationaler Ebene strenge rechtliche Vorgaben zu beachten. Der Einsatz einer gemeinsamen IT-Infrastruktur untereinander verbundener lokaler Server erlaubt die örtlich entfernte Analyse der Daten auf dem jeweiligen lokalen Server der teilnehmenden Partner, ohne die Daten selbst zu teilen („taking the analysis to the data, not the data to the analyses“). Hierfür wird die OPAL-Software [4] genutzt.

Ergebnisse: Zum gegenwärtigen Zeitpunkt wird die IT-Infrastruktur aufgebaut, und die Datenschemata der teilnehmenden Kohorten werden retrospektiv harmonisiert, um die späteren gemeinsamen Analysen vorzubereiten. Datenschutzrechtliche Erfordernisse für die praktische Umsetzung werden diskutiert.

Diskussion: Die gesetzlichen Bestimmungen zur Gewährleistung der Datensicherheit scheinen teilweise den Interessen einer nachhaltigen Nutzung der erhobenen Daten im Sinne der FAIR-Standards entgegenzustehen, bzw. diese deutlich zu erschweren.

Praktische Implikationen: Lediglich anonyme Datensätze scheinen mit hinreichender Datensicherheit analysierbar. Hieraus ergeben sich teils erhebliche forschungsmethodische Nachteile, wenn beispielsweise künftige Datenwellen nicht in existierende anonyme Datensätze eingepflegt werden können.

Appell für die Praxis: Neue Forschungsvorhaben sollten jenseits der definierten primären Fragestellung von Beginn an eine weitere Verwertung der Daten im Sinne der FAIR-Standards bedenken und dies u.a. in den datenschutzrechtlichen Einwilligungserklärungen der Teilnehmenden berücksichtigen.

Förderung: Sonstige Förderung; European Union’s Horizon 2020 research and innovation programme Societal Challenges, Grant Agreement No 101016127


Literatur

1.
RESPOND project. [Accessed 11 April 2022]. Available from: https://respond-project.eu/ Externer Link
2.
Riley RD, Lambert PC, Abo-Zaid G. Meta-analysis of individual participant data: rationale, conduct, and reporting. BMJ. 2010 Feb;340:c221. DOI: 10.1136/bmj.c221 Externer Link
3.
Wilkinson MD, Dumontier M, Aalbersberg IJ, Appleton G, Axton M, Baak A, Blomberg N, Boiten JW, da Silva Santos LB, Bourne PE, Bouwman J, Brookes AJ, Clark T, Crosas M, Dillo I, Dumon O, Edmunds S, Evelo CT, Finkers R, Gonzalez-Beltran A, Gray AJ, Groth P, Goble C, Grethe JS, Heringa J, 't Hoen PA, Hooft R, Kuhn T, Kok R, Kok J, Lusher SJ, Martone ME, Mons A, Packer AL, Persson B, Rocca-Serra P, Roos M, van Schaik R, Sansone SA, Schultes E, Sengstag T, Slater T, Strawn G, Swertz MA, Thompson M, van der Lei J, van Mulligen E, Velterop J, Waagmeester A, Wittenburg P, Wolstencroft K, Zhao J, Mons B. The FAIR Guiding Principles for scientific data management and stewardship. Sci Data. 2016 Mar;3:160018. DOI: 10.1038/sdata.2016.18 Externer Link
4.
Bergeron J, Doiron D, Marcon Y, Ferretti V, Fortier I. Fostering population-based cohort data discovery: The Maelstrom Research cataloguing toolkit. PLoS One. 2018;13(7):e0200926. DOI: 10.1371/journal.pone.0200926 Externer Link