gms | German Medical Science

Einleitung und Fragestellung: Die Hälfte der Weltbevölkerung lebt derzeit in Gebieten, in denen Denguefieber übertragen wird. Die Erkrankung ist weltweit in Ausbreitung begriffen und profitiert von der ungeplanten Urbanisierung in den Megastädten des Südens. Die Infektion wird durch 4 Serotypen des Denguevirus (DENV) verursacht. Dieser Virus wird von der Aedes-Mücke (Aedes aegypti und Aedes albopictus) übertragen, die in tropischen und subtropischen Gebieten verbreitet ist. Von 1960 bis 2010 hat sich nach Angaben der Weltgesundheitsorganisation (WHO) die Anzahl der am Denguefieber erkrankten Menschen versechzigfacht [1]. Es werden weltweit derzeit 390 Millionen Infektionen pro Jahr geschätzt [2].

In einer von der Europäischen Union geförderten prospektiven multizentrischen Studie („International Research Consortium on Dengue Risk Assessment, Management and Surveillance” IDAMS) [3]) werden in 8 Ländern in Asien und Lateinamerika ca. 10000 Patienten mit fieberhaften Erkrankungen rekrutiert und bis zu 6 Tage nachbeobachtet, um (1) Dengue von anderen fieberhaften Erkrankungen aufgrund einfacher klinischer Symptome und Laboruntersuchungen besser abzugrenzen und (2) Warnhinweise für einen schweren Verlauf zu identifizieren und zu validieren.

Das zentrale Datenmanagement soll durch einen Analyse-Server gewährleistet werden. Die Kernpunkte umfassen (i) Sicherheit der Daten und personalisierte Zugangsrechte; (ii) automatisierte Skripte zur Qualitätskontrolle welche durch den Upload der Daten getriggert werden; (iii) deskriptive Analysen und „feedback loops“ an die einzelnen Zentren, inklusive Erstellung von Reports über fehlende Daten und Plausibilitätschecks.

Material und Methoden: Um die auf klinischer Seite erhobenen Daten elektronisch zu erfassen und auf den Server zu übertragen, wurde eine MS ACCESS-basierte Eingabesoftware erstellt. Diese bildet den verwendeten Fragebogen („case report form“; CRF) detailgetreu ab und führt bereits bei der Eingabe erste Plausibilitätschecks durch, die dem Benutzer durch Warnmeldungen mitgeteilt werden. Alle relevanten Patientendaten werden offline eingegeben und mittels „file transfer protocol“ (ftp) auf den Server hochgeladen.

Eine E-Mail informiert darüber, wenn neu eingegangene Daten vom Analyse-Server verarbeitet wurden und aktuelle deskriptive Analysen zur Verfügung stehen. Dazu werden s. g. „cron jobs“ regelmäßig ausgeführt, was eine zeitnahe Verarbeitung eingegangener Daten sicherstellt.

Der Großteil der Funktionalität des Analyse-Servers ist in R umgesetzt. Dies ist eine Skriptsprache, die bereits in vielen statistischen Bereichen Anwendung findet. Die implementierten R-Skripte werden auf dem Analyse-Server mit Hilfe des Programms RStudio Server [4] editiert und aktualisiert. Zur Qualitätssicherung wird als Versionsverwaltungssystem das kostenfreie Programm Git verwendet. Dies dient der Wartung entstandener Skripte und erleichtert die Zusammenarbeit mehrerer Entwickler.

Zusätzlich wird auf dem Analyse-Server ein Webserver betrieben, um weltweit den Zugriff auf aktuelle Analyseergebnisse zu gewähren. Die Inhalte des Webservers werden mittels des „content management systems“ Joomla verwaltet.

Ergebnisse: Die beschriebenen Funktionalitäten sind mit den verwendeten, frei erhältlichen Programmen vollständig umsetzbar. Von bisher ca. 3000 rekrutieren Patienten wurden in den 8 Zentren bereits 1135 eingegeben. Die Ergebnisse zeigen, dass die implementierten Checks zur Plausibilität der Eingabe, Überprüfung fehlender Werte sowie zur Analyse der Übereinstimmung zwischen Erst- und Zweiteingabe erfolgreich umgesetzt sind und entsprechende Reports an die einzelnen Studienzentren erstellt und versandt werden.

Darüber hinaus wurden Verfahren umgesetzt, die die deskriptiven Analysen der eingegangenen Daten erlauben. So werden beispielsweise zur Visualisierung der erfassten Laborwerte geeignete Lage- und Streuungsmaße berechnet sowie entsprechende Grafiken wie Boxplots und Histogramme generiert.

Des Weiteren wurde begonnen, eine Rubrik „frequently asked questions“ (FAQ) einzurichten. Dabei können sich die teilnehmenden Rekrutierungszentren über den aktuellen Studienstand, basierend auf den bereits erfassten Daten, informieren.

Diskussion: Unserem Wissen nach ist dieser auf frei erhältlichen Programmen basierende Server mit seinen vielfältigen Funktionalitäten einzigartig und sollte sich als Konzept auch für andere Studien verwenden lassen.

Durch den Einsatz von R und dessen flexible Erweiterbarkeit ist eine Vielzahl an Möglichkeiten zum Ausbau des Funktionsumfangs denkbar.