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

Repräsentation von CDASH Domänen mit openEHR-Templates

Meeting Abstract

Suche in Medline nach

  • Christian Kohl - Institut für Medizinische Biometrie und Informatik, Universität Heidelberg, Heidelberg
  • Rolf Kruel - Institut für Medizinische Biometrie und Informatik, Universität Heidelberg, Heidelberg
  • Petra Knaup - Institut für Medizinische Biometrie und Informatik, Universität Heidelberg, Heidelberg

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. Doc11gmds416

doi: 10.3205/11gmds416, urn:nbn:de:0183-11gmds4165

Veröffentlicht: 20. September 2011

© 2011 Kohl 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

Klinische Forschung und klinische Studien sind für den medizinischen Fortschritt von großer Bedeutung. Da klinische Studien eine systematisch geplante, qualitativ hochwertige Erhebung medizinischer Daten erfordern, erweisen sie sich jedoch oft als zeitintensiv und teuer (vgl. [1]).

Obwohl immer mehr Patientenakten elektronisch vorliegen und auch in Studien ein Trend zur elektronischen Datenerhebung erkennbar ist, ist ein automatisierter Austausch von Daten zwischen diesen Systemen meist schwierig (vgl. [2], [3], [4] – insbesondere in multizentrischen Studien [5]). Mangelnde Interoperabilität zwischen Dokumentationssystemen in der Routineversorgung und in klinischen Studien führt dazu, dass Daten, welche bereits in elektronischen Patientenakten erfasst wurden, manuell in Studiendatenmanagementsysteme erneut eingegeben werden müssen.

Die openEHR-Spezifikationen beschreiben eine auf Archetypen [6], [7] basierende Zwei-Ebenen-Architektur für elektronische Gesundheitsakten. Archetypen eignen sich nicht nur dazu, Interoperabilität zwischen elektronischen Patientenakten zu erreichen, sondern auch, um Studiendaten zu dokumentieren sowie elektronische Patientenakten und Studiendatenmanagementsysteme zu integrieren (vgl. [8], [9]).

Um die Planung von Studien und insbesondere den Entwurf von Erhebungsformularen zu vereinfachen und die Datenerhebung zu vereinheitlichen, wurde vom Clinical Data Interchange Standards Consortium (CDSIC) die Clinical Data Acquisition Standards Harmonization (CDASH) entwickelt. CDASH definiert Datenelemente, die häufig in klinischen Studien erhoben werden in Form von Basisdatensätzen für 18 unterschiedliche Bereiche (=Domänen - vgl. [10], [11]).

Ziel unserer Untersuchung ist es, CDASH Datenelemente auf openEHR-Archetypen abzubilden. Indem eine Brücke zwischen Standards in der klinischen Versorgung (openEHR) und der klinischen Forschung (CDASH) geschaffen wird, wird eine multiple Verwendung von medizinischen Daten aus der Versorgung für die Forschung erleichtert.

Methodik: Beginnend mit der CDASH Domäne „Prior and Concomitant Medications” (CM) wurde systematisch untersucht, ob und wie diese CDASH-Elemente mit openEHR-Archetypen abbildbar sind. Hierzu wurde zunächst mit dem openEHR Clinical Knowledge Manager http://www.openehr.org/knowledge/ recherchiert, welche medikationsbezogenen Archetypen bereits existieren. Basierend auf den identifizierten Archetypen wurden Abbildungsmöglichkeiten für jedes CDASH-CM-Element erfasst. Abschließend wurde ausgehend von den identifizierten Abbildungen für die CDASH Domäne CM ein openEHR-Template entworfen.

Ergebnisse: Die CDASH Domäne CM enthält 20 Elemente. In 10 Fällen konnte eine direkte Abbildung auf existierende Archetypen gefunden werden. Um die übrigen Felder abzubilden, wurden 2 Archetypen erweitert und 1 Archetyp neu entworfen.

Diskussion und Ausblick: Die Abbildung von CDASH-CM-Datenelementen auf openEHR-Archetypen ist gut möglich. Die Abbildungen können genutzt werden, um Archetypen-basierte Studiendatenmanagementsysteme zu realisieren und mit diesen Studiendaten CDASH-konform zu erheben. Ferner könnten die Abbildungen auch genutzt werden, um in Archetypen-basierten Patientenakten nach Einträgen zu suchen, die sich für eine multiple Verwendung im Rahmen von Studien eignen.

Für weiterführende Aussagen muss diese Untersuchung allerdings auf weitere CDASH Domänen ausgedehnt werden.


Literatur

1.
Kohane IS, Altman RB. Health-information altruists - a potentially critical resource. New England Journal of Medicine. 2005;353(19):2074-2077.
2.
Embi PJ, Payne PR. Clinical research informatics: challenges, opportunities and definition for an emerging domain. Journal of the American Medical Informatics Association. 2009;16(3):316-327.
3.
Ohmann C, Kuchinke W. Future developments of medical informatics from the viewpoint of networked clinical research. Interoperability and integration. Methods of Information in Medicine. 2009;48(1):45-54.
4.
Prokosch HU, Ganslandt T. Perspectives for medical informatics. Reusing the electronic medical record for clinical research. Methods of Information in Medicine. 2009;48(1):38-44.
5.
Winter A, et al. Integrated information systems for translational medicine. Methods of Information in Medicine. 2007;46(5):601-607.
6.
Beale T. Archetypes: Constraint-based Domain Models for Future-proof Information Systems. In: Proceedings of the 11th OOPSLA Workshop on Behavioural Semantics. Seattle: 2002.
7.
Leslie H, Heard S. Archetypes 101. In: Westbrook J, Callen J, eds. HIC 2006 Bridging the Digital Divide: Clinician, consumer and computer. Health Informatics Society of Australia Ltd (HISA); 2006.
8.
Garde S, et al. Can openEHR Archetypes Empower Multi-Centre Clinical Research? Studies in Health Technology Informatics. 2005;116:971-6.
9.
Kohl CD, Garde S, Knaup P. Facilitating secondary use of medical data by using openEHR archetypes. Studies in Health Technology Informatics. 2010;160(Pt 2):1117-1121.
10.
Clinical Data Interchange Standards Consortium. CDASH – The Clinical Data Acquisition Standards Harmonization Standard 2011. Available from: http://www.cdisc.org/cdash - last access: 06-02-2011. Externer Link
11.
Clinical Data Interchange Standards Consortium (CDISC). Clinical Data Acquisition Standards Harmonization (CDASH). 2010. p.169.