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

Integration einer generischen Biobanksoftware in die IT-Infrastruktur und den Workflow einer multizentrischen Langzeitstudie

Meeting Abstract

  • Andreas Beck - Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Medizinische Informatik, Erlangen
  • Birgit Hausknecht - Universitätsklinikum Erlangen, Nephrologie und Hypertensiologie, Erlangen
  • Barbara Bärthlein - Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Medizinische Informatik, Erlangen
  • Stefanie Stephan - Universitätsklinikum Erlangen, Medizinisches IK-Zentrum, Erlangen
  • Stephanie Titze - Universitätsklinikum Erlangen, Nephrologie und Hypertensiologie, Erlangen
  • Kai-Uwe Eckardt - Universitätsklinikum Erlangen, Nephrologie und Hypertensiologie, Erlangen
  • Hans-Ulrich Prokosch - Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Medizinische Informatik, Erlangen
  • Thomas Ganslandt - Universitätsklinikum Erlangen, Medizinisches IK-Zentrum, Erlangen

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. Doc11gmds434

doi: 10.3205/11gmds434, urn:nbn:de:0183-11gmds4348

Veröffentlicht: 20. September 2011

© 2011 Beck 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: Biobanken sind ein unverzichtbares Forschungsinstrument: in vielen Studien und projektübergreifend sammeln und suchen Forscher nach geeigneten Proben, um Phänotypinformationen mit Analyseergebnissen zu korrelieren [1], [2], [3], [4]. Bei den Routineaufgaben im Probenlager (Dokumentation, Lagerung, Tracking, Verarbeitung) unterstützt eine Biobank-Management-Software das Biobankpersonal [5]. Für ein qualitätsgesichertes Biobanking soll am Universitätsklinikum Erlangen das kommerzielle System Starlims als zentrale, studienübergreifende Biobanksoftware etabliert und studienspezifisch an die Anforderungen der GCKD-Studie (Beobachtung des prädialytischen Nierenversagens an 5.000 Patienten über 10 Jahre mit je 13 Blut-, Serum- und Urinproben) angepasst werden. Weil in GCKD täglich 200-400 Proben gefroren eintreffen und diese registriert und eingelagert werden müssen, waren Programmerweiterungen zur effektiven Workflowunterstützung beim Probeneinschluss erforderlich.

Methoden: Zunächst wurden ein differenziertes Berechtigungskonzept sowie eine projektbezogene, parametrierbare Probenannotation implementiert. Um eine nachhaltige, biobankübergreifende Probennutzung zu gewährleisten, wurde zur Codierung der Präanalytik der SPREC-Standard [6] verwendet. Entsprechend des TMF-Datenschutzkonzeptes [7] wurden zur Dokumentation der Phänotypinformationen eCRFs in einem separaten Studiendaten-Managementsystem (SecuTrial) erstellt. Nach einer Struktur- und Prozessanalyse der GCKD-Biobank wurden die Abläufe mittels UML-Diagrammen modelliert und mit dem Starlims-Designer in Formularen abgebildet. In mehreren Iterationszyklen wurden Optimierungen an den Erfassungsformularen und am Workflow vorgenommen. Dies umfasste auch die Anpassung von Probenbarcodes zur automatischen Vorbelegung von Metadaten, sowie die Generierung von Arbeitslisten. Um Fehlermöglichkeiten beim Probenhandling zu eliminieren, wurden Plausibilitätsprüfungen, sowie ein akustisches Feedback implementiert. Zur mobilen Unterstützung von Arbeitsschritten wurde ein Handheld-PC mit integriertem Barcodescanner über ein ticketbasiertes Sitzungsmanagement angebunden, mit dem vorgesehene Arbeitsschritte zur Probeneinlagerung in den Tiefkühlschränken per Scan quittiert werden.

Ergebnisse: Seit dem Produktivstart im November 2010 wurden fast 20.000 Proben eingeschleust, dabei wurde der Handheld für 2.800 Cryobox-Transfers zwischen Freezer und Arbeitsplatz verwendet. Auf Basis der Workflowanalyse wurde der Probeneinschluss in eine Vorsortierung mit anschließender Einlagerung in die Freezer aufgeteilt, um einen höheren Durchsatz zu erreichen. Gegenüber dem Starlims-Standard konnte der Gesamtdurchsatz durch die automatisierte Materialerkennung und Cryobox-Stellplatzverwaltung von 60 auf etwa 180 Proben pro Stunde erhöht und dabei die ursprünglich erforderlichen 20 Mausklicks durch im Regelfall zwei Barcodescans pro Probe ersetzt werden.

Diskussion: Zur Unterstützung einer Hochdurchsatzstudie konnte das System mit dem integrierten Formular-Designer erweitert werden. Die iterative Vorgehensweise erlaubte sowohl die Implementierung optimierter Einschlussformulare, als auch die Erkennung und Umsetzung notwendiger Änderungen am Workflow selbst. Wesentliche Erfolgsfaktoren waren die Bündelung von Arbeitsschritten, die barcodebasierte Vorbelegung von Metadaten sowie die Plausibilitätsprüfung und mobile Workflowunterstützung. Nächste Schritte sind die Integration einer Liquid-Handling-Plattform zur Aliquotierung und DNA-Extraktion, die Anbindung des generischen Query-Tools i2b2 [8], und die Integration der ID-Management-Werkzeuge der TMF (Pseudonymisierungsdienst, PID-Generator).


Literatur

1.
Brand AM, Probst-Hensch NM. Biobanking for Epidemiological Research and Public Health. Pathobiology. 2007;74:227-38.
2.
Butte. Translational Bioinformatics: Coming of Age. JAMIA. 2008;15(6):709-714.
3.
Maojo V, Martin-Sanchez F. Bioinformatics: Towards New Directions for Public Health. Methods of Information in Medicine. 2004;43:208-14.
4.
Asslaber M, Zatloukal K. Biobanks: transnational, European and global networks. Briefings in functional genomics & proteomics. 2007;6(3):193-201.
5.
Prokosch HU, Beck A, Ganslandt T, Hummel M, Kiehntopf M, Sax U, Ückert F, Semler S. IT Inftastructure Components for Biobanking. Applied Clinical Informatics. 2010;4:419-29.
6.
Betsou F, et al. Standard Preanalytical Coding for Biospecimens: Defining the Sample PREanalytical Code. Cancer Epidemiol Biomarkers. 2010;19(4):1004-11.
7.
Pommerening K. Das Datenschutzkonzept der TMF für Biomaterialbanken. it –– Information Technology. 2007;49(6):352-9.
8.
Ganslandt T, Mate S, Helbing K, Sax U, Prokosch HU. Unlocking Data for Clinical Research –– The German i2b2 Experience. Applied Clinical Informatics. 2011;2(1):116-27.