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

Aufbau einer IT-Infrastruktur für eine longitudinale Psychose-Biobank

Meeting Abstract

  • Sara Y. Demiroglu - Universitätsmedizin Göttingen, Abt. Medizinische Informatik, Göttingen
  • Daniela Skrowny - Universitätsmedizin Göttingen, Abt. Medizinische Informatik, Göttingen
  • Thomas G. Schulze - Universitätsmedizin Göttingen, Abt. Psychiatrische Genetik, Göttingen
  • Krister Helbing - Universitätsmedizin Göttingen, Abt. Medizinische Informatik, Göttingen

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. Doc11gmds437

doi: 10.3205/11gmds437, urn:nbn:de:0183-11gmds4375

Veröffentlicht: 20. September 2011

© 2011 Demiroglu 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/Hintergrund: Die Biobank der klinischen Forschergruppe (KFO) 241*: “Genotyp-Phänotyp Beziehungen und Neurobiologie des longitudinalen Psychoseverlaufs“ stellt mit ihrem Aufbau neue Herausforderungen an Datenmanagement und IT-Infrastruktur. Innerhalb der ersten drei Jahre sollen 1000 Patienten mit bipolarer Störung, 2200 mit Schizophrenie und 3000 gesunde Kontrollen rekrutiert und untersucht werden. Dafür sollen von jedem Teilnehmer in einem Abstand von sechs Monaten jeweils vier Mal Blut abgenommen und verschiedene Fragebögen beantworten werden, um einen Verlauf dokumentieren zu können. Das Blut wird genetisch analysiert und mit den Phänotypdaten korreliert. Die gesamte Menge an Daten muss datenschutzkonform verwaltet werden. Darüber hinaus soll die manuelle Dateneingabe minimalisiert, aber gleichzeitig Workflows nicht erschwert werden.

Material/Methoden: In Zusammenarbeit mit den Mitarbeitern der Biobank der KFO 241 wurden die einzelnen Workflows der Biobank von der Probandenrekrutierung bis hin zur Einlagerung der Proben analysiert und dokumentiert. Daraus entstand unter Berücksichtigung der Empfehlungen der Technologie und Methodenplattform für die vernetzte medizinische Forschung (TMF) ein IT-Infrastrukturgesamtkonzept. Die Datenschutzkonzepte der TMF [1], [2], abgestimmt mit den Landesdatenschützern, sehen eine Datentrennung und eine Verwendung von Pseudonymen für Probanden in der Forschung vor [3].

Ergebnisse: Das Ergebnis der Workflowanalyse ist ein IT-Gesamtkonzept, welches, die Arbeitsplanung der KFO 241 berücksichtigend, in zwei Phasen aufgeteilt werden kann: Zu Beginn erfolgt eine Sammelphase, gefolgt von einer Analysephase.

In der Sammelphase werden in Einklang mit den obigen Datenschutzkonzepten die identifizierenden Daten aller Teilnehmer getrennt von den medizinisch-klinischen Daten bei einer Trusted-Third-Party aufbewahrt. Zur datenschutzkonformen Verwaltung der Pseudonyme, der identifizierenden und Kontaktdaten der Teilnehmer wird ein Identitätsmanagement benötigt. Um die verschiedenen Einwilligungserklärungen und deren abgestufte Zustimmung zu administrieren, sowie die jeweils vier Visiten zu koordinieren und an diese zu erinnern, bedarf es eines Probandenmanagements. Mithilfe eines Registers können die medizinisch-klinischen Daten strukturiert gespeichert und die Skalen bei Bedarf gleich digital mittels online Erfassung erhoben werden. Die Lagerorte und Qualitätsdaten der Biomaterialien aller Teilnehmer werden in einer Biomaterialverwaltung mit Audit Trail abgelegt.

Für die Analysephase soll eine Analysedatenbank etabliert werden in der genetische Analysedaten gespeichert werden können. Durch Zuhilfenahme des Identitätsmanagements können darüber hinaus die Datenbestände aus den unterschiedlichen Datenbanken für übergreifende Auswertungen oder Patientenrekrutierungen datenschutzkonform in einer Forschungsdatenbank zusammengeführt werden.

Diskussion/Schlussfolgerung: Die Implementation der IT-Infrastruktur für die Sammelphase im Laufe dieses Jahres wird zeigen, wie benutzerfreundlich ein solch datenschutzkonformer Aufbau einer longitudinalen Biobank im Anwendertest ist. In der zweiten Implementationsphase sollen ergänzend eine Analysedatenbank und eine Forschungsdatenbank, für die Zusammenführung der Daten aus den unterschiedlichen Datenbanken, etabliert werden. Beides ist bereits im IT-Gesamtkonzept berücksichtigt.

* DFG Förderkennzeichen der KFO 241: SCHU 1603/4-1 und SCHU 1603/5-1


Literatur

1.
Reng C, Debold P, et al. Generische Lösungen zum Datenschuz für die Forschungsnetze in der Medizin. Berlin: Medizinisch Wissenschaftliche Verlagsgesellschaft; 2006.
2.
Pommerening K, Sax U, et al. Integrating eHealth and Medical Research: The TMF Data Protection Scheme. In: Blobel B, Pharow P, Zvarova J, Lopez D, eds. eHealth: Combining Health Telematics, Telemedicine, Biomedical Engineering and Bioinformatics to the Edge. Berlin: Akademische Verlagsgesellschaft Aka GmbH; 2008. p. 5-10.
3.
Helbing K, Demiroglu SY, et al. A data protection scheme for medical research networks. Review after five years of operation. Methods Inf Med. 2010;49:601-607.