gms | German Medical Science

GMDS 2013: 58. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

01. - 05.09.2013, Lübeck

Technische Machbarkeit einer Plattform für länderübergreifende Feasibility-Anfragen im Rahmen des EHR4CR Projekts

Meeting Abstract

Suche in Medline nach

  • Justin Doods - Universität Münster, Münster, DE
  • Martin Dugas - Universität Münster, Münster, DE
  • Fleur Fritz - Universität Münster, Münster, DE

GMDS 2013. 58. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Lübeck, 01.-05.09.2013. Düsseldorf: German Medical Science GMS Publishing House; 2013. DocAbstr.224

doi: 10.3205/13gmds048, urn:nbn:de:0183-13gmds0480

Veröffentlicht: 27. August 2013

© 2013 Doods 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: Täglich fallen große Datenmengen in Krankenhausinformationssystemen an, welche neben ihrem Hauptzweck auch für die klinische Forschung genutzt werden können [1], [2]. Gleichzeitig haben klassisch rekrutierende klinische Studien, die häufig auch multizentrisch in mehreren Ländern stattfinden, oft ein Problem die erforderlichen Patientenzahlen in dem vorgegebenen Zeitraum zu erreichen [3]. Das von der Innovative Medicine Initiative (IMI) geförderte Projekt “Electronic Health Records for Clinical Research“ (EHR4CR) [4] hat zum Ziel, den Prozess der klinischen Forschung durch die Nutzung von Routinedaten aus der klinischen Versorgung zu unterstützen. Im Rahmen des Szenarios „Protocol Feasibility“ werden Softwarekomponenten entwickelt welche es einem Nutzer ermöglichen sollen Feasibility-Abfragen von einer zentralen Plattform gegen lokal installierte Komponenten von elf Unikliniken in Europa abzusetzen. Als Ergebnis sollen dann aggregierte Zahlen zu der jeweiligen Abfrage zurück an den Nutzer übermittelt werden auf Basis dessen die geplanten Studienprotokolle angepasst werden können. Die Kliniken kommen aus fünf europäischen Ländern, sodass die Datenschutzbestimmungen der jeweiligen Länder sowie lokale Gegebenheiten beachtet werden müssen. Eine erste Version der EHR4CR-Plattform wurde auf ihre Machbarkeit mit Hinblick auf das Senden einer länderübergreifenden Abfrage und dem Empfangen der Ergebnisse hin untersucht.

Material und Methoden: In einem iterativen Prozess wurden zentrale und lokale Komponenten der EHR4CR-Plattform für das Feasibility Szenario entwickelt. Anschließend wurden die lokalen Softwarekomponenten (Endpoints) an den Unikliniken installiert und für die jeweiligen Netzwerkanforderungen konfiguriert. Die Endpoints wurden mit EHR4CR-Clinical Data Warehouses (CDW) oder mit bestehenden 'Informatics for Integrating Biology and the Bedside' (i2b2) CDWs verbunden. Extract-Transform-Load (ETL) Prozesse wurden an allen Standorten etabliert um die CDWs mit Testdaten oder (anonymisierten) Echtdaten zu füllen und definierte Daten bereitzustellen. Ebenfalls wurden Integrationstests der gesamten Plattform durch Endnutzer durchgeführt.

Ergebnisse: Alle elf Unikliniken haben physikalische oder virtuelle Maschinen aufgesetzt und die lokalen Endpoint Komponenten in Ihren Klinikumsnetzen installiert und konfiguriert. Die CDWs wurden über ETL-Prozesse mit Daten eines Testdatensatzes oder mit echten Routinedaten in anonymisierter Form befüllt. Die Integrationstest haben gezeigt, dass alle Endpoints an die zentrale EHR4CR-Plattform angeschlossen werden konnten. Die Feasibility-Anfragen die von Nutzern über die zentrale Plattform gestellt werden, kommen in den Endpoints an und werden dort bearbeitet. Die aggregierten Zahlen die im Endpoint berechnet werden, können zurück zur Plattform gesendet und dem Nutzer dargestellt werden.

Diskussion/Schlussfolgerungen: Wir konnten Abfragen von der zentralen EHR4CR-Plattform an alle lokalen Endpoints der Unikliniken absetzen und bekamen aggregierte Zahlen zurück. Dieselbe Endpointsoftware konnte verwendet werden um Abfragen entgegenzunehmen und Ergebnisse zurückzuschicken. Unterschiedliche Datenschutzbestimmungen der jeweiligen Länder und lokale Anforderungen der Klinikumsnetzwerke wurden dabei berücksichtigt. Bisher wurde die technische Machbarkeit des Systems evaluiert. In einem nächsten Schritt soll untersucht werden ob der Feasibility-Prozess mittels der EHR4CR-Plattform zeitsparender ist und genauere Zahlen liefert als das aktuelle Verfahren.

Danksagung: Unser Dank geht an das gesamte EHR4CR Konsortium, insbesondere an die Personen die aktiv an der Programmierung, der Installation und den Tests teilgenommen haben.

Gefördert durch das IMI-Projekt EHR4CR (IMI Grant No.115189)


Literatur

1.
Dugas M, Lange M, Müller-Tidow C, Kirchhof P, Prokosch HU. Routine data from hospital information systems can support patient recruitment for clinical studies. Clin Trials. 2010 Apr;7(2):183-9. Available from: http://www.ncbi.nlm.nih.gov/pubmed/20338903 Externer Link
2.
Köpcke F, Kraus S, Scholler A, Nau C, Schüttler J, Prokosch HU, Ganslandt T. Secondary use of routinely collected patient data in a clinical trial: an evaluation of the effects on patient recruitment and data acquisition. Int J Med Inform. 2013 Mar;82(3):185-92. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23266063 Externer Link
3.
Campbell MK, Snowdon C, Francis D, Elbourne D, McDonald a M, Knight R, et al. Recruitment to randomised trials: strategies for trial enrollment and participation study. The STEPS study. Health technology assessment (Winchester, England) [Internet]. 2007 Nov;11(48):iii, ix–105. Available from: http://www.ncbi.nlm.nih.gov/pubmed/17999843 Externer Link
4.
Electronic Health Records for Clinical Research [Internet]. Available from: http://www.ehr4cr.eu/ Externer Link