gms | German Medical Science

Einleitung und Fragestellung: In der Forschung spielt das Datenmanagement für die Datenqualität und somit auch für die daraus resultierenden Analysen und deren Ergebnisse eine wichtige Rolle. Der Datenmanagementprozess umfasst alle Operationen der Strukturierung, Bereinigung, Aufbereitung, Speicherung und Verwaltung der Daten vom Zeitpunkt der Erhebung bis zur Archivierung [1]. Die Komplexität der Datenmanagementprozesse wird stark von der Heterogenität der Daten beeinflusst. Bei komplexen Prozessen ist es hilfreich, diese mithilfe von Prozessmodellen zu visualisieren. Auf deren Grundlage können durch Bewertungen der Abläufe eventuelle Schwachstellen aufgezeigt und Optimierungsmöglichkeiten aufgedeckt werden [2].

Der Datenmanagementprozess des Deutschen Registers chronischer Wunden (DRCW) stellt ein Beispiel eines komplexen Datenmanagementprozesses dar. Bei dem DRCW handelt es sich um ein Patientenregister, in welchem alle relevanten Versorgungsdaten verschiedener wundversorgenden Einrichtungen Deutschlands integriert werden sollen. Ziel ist es, auf dieser Datengrundlage Aussagen über die Versorgungsqualität zu tätigen, diese zu verbessern und eine Nutzenbewertung der angewendeten Therapien unter Alltagsbedingungen zu ermöglichen [3].

Um eine Vergleichbarkeit und eine Reduktion der Variabilität der Daten zu erreichen, stehen Experten aus Fachverbänden, Krankenkassen und universitären Forschungseinrichtungen im Rahmen von Bundes-Konsensuskonferenzen in regelmäßigem Kontakt und definieren zweckmäßige klinische Standards in der Wunddokumentation.

Diese Prozesse sind gegenwärtig noch nicht abgeschlossen. Aktuell werden aber nach Vorgabe der ersten konsentierten Entscheidungen bereits Daten einiger kooperierender Wundversorger gemappt und sollen als erste Datengrundlage und Basis für Auswertungen dienen. Da es sich bei diesen Daten um Sekundärdaten handelt (d.h. sie wurden im Versorgungsalltag der einzelnen Institutionen für deren Zwecke erhoben), und bisher noch kein vollständiger Standard besteht, weisen diese eine hohe Variabilität auf.

Zwar erheben die Institutionen in der Wundversorgung ähnliche Parameter, diese unterscheiden sich aber häufig stark in Anzahl sowie Art und Differenzierungsgrad der Ausprägungen. Die besondere Herausforderung bei der Integration der Daten in eine einheitliche Struktur besteht darin, durch geeignete Methoden des Datenmanagements eine Schnittmenge zu erzeugen, welche dennoch einen akzeptablen Detaillierungsgrad besitzt.

Ziel der Untersuchung ist es, mithilfe eines geeigneten Prozessmodells den Datenmanagementprozess des DRCW abzubilden und zu bewerten.

Material und Methoden: Mithilfe eines Prozessmodells kann die Transparenz des Datenmanagementprozesses hergestellt werden. Dadurch besteht die Möglichkeit, durch Bewertung des Modells eventuelle Optimierungspotentiale aufzuzeigen. Es ist eine Vielzahl unterschiedlicher Notationen zur Modellierung von Prozessen verfügbar. Der Datenmanagementprozess, der im Rahmen der Datenintegration in das DRCW durchgeführt wird, soll mithilfe der ereignisgesteuerten Prozessketten abgebildet werden.

Der Einsatz von ereignisgesteuerten Prozessketten ist besonders geeignet, wenn vor allem die logische Abfolge von Funktionen und Abläufen beschrieben werden sollen. Diese Darstellungsart ist relativ einfach erlernbar und die Prozesse können in unterschiedlich detaillierter Form dargestellt werden [4]. Das bei der Erstellung eingesetzte Tool ist das frei verfügbare Programm ARIS Express Version 2.4-7.1.0.737860.

Der abzubildende Prozess ist mit dem sogenannten „ETL-Prozess“ aus dem Data-Warehouse-Konzept zu vergleichen. Die Integration von Daten verschiedener Quellen in ein sogenanntes „Data-Warehouse“ wird im Rahmen des ETL-Prozesses vorgenommen. Innerhalb dieses Prozesses werden die Daten aus ihren Quellen extrahiert (E), notwendige Transformationen (T) durchgeführt und die vereinheitlichten Daten in eine gemeinsame Datenbank, das Data-Warehouse, geladen (L) [2].

In dieser Untersuchung wird die gemeinsame Datenbank durch die Datenhaltung des Deutschen Registers chronischer Wunden repräsentiert. Der Datenmanagementprozess vom Erhalt der Quelldatensätze bis zur Integration in das DRCW spiegelt den ETL-Prozess wider.

Ergebnisse: Im Rahmen der Untersuchung wurden die Struktur und Inhalte der Datenquellen von zwei kooperierenden Wundversorgungszentren analysiert und den bereits bei den vergangenen Bundes-Konsensuskonferenzen abgestimmten Parametern zugeordnet. Des Weiteren wurde eine Übersicht über notwendige Datenmanagementoperationen der verschiedenen Integrationsschritte erstellt. Auf dessen Grundlage wurde durch Anwendung der EPK-Notation ein Modell des ETL-Prozesses der Datentransformationen und –integration des Deutschen Registers chronischer Wunden entwickelt. Es existiert nun eine Abbildung des gesamten Datenmanagementprozesses des DRCW vom Erhalt der Quelldatensätze bis zur Erstellung des Masterdatensatzes. Das Modell definiert die Transformationen und Arbeitsschritte, die für die Erreichung einer einheitlichen Struktur unter Beibehaltung des größtmöglichen Differenzierungsgrades der Variablenausprägungen der Quelldatensätze notwendig sind und in welcher Reihenfolge diese zweckmäßigerweise zum Einsatz kommen sollten.

Durch die Visualisierung besteht nun die Möglichkeit, durch Bewertung des Modells potentielle Optimierungsmöglichkeiten aufzuzeigen. Dabei zeigte sich eine Schwachstelle in der Komplexität des Prozesses. Der Prozessablauf ist insgesamt sehr lang und wenig übersichtlich. Es ist in diesen Fällen sinnvoller den Ablauf in einzelne Prozessschritte zu unterteilen, um das Modell nachvollziehbar zu gestalten. Ein großes Problem in der Modellierung der Prozesse des DRCW, war die Unvollständigkeit der Dokumentationsstandards. Nach jeder Konsensuskonferenz kommen weitere Parameter hinzu, welche erneute Datenmanagementoperationen notwendig machen und eine Überarbeitung des Prozesses erfordern. Durch die Heterogenität der Sekundärdaten aus unterschiedlichen Quellen ist das Modell zudem anfällig für eventuelle Strukturänderungen des Datenlieferers.

Diskussion: Die Integration von Sekundärdaten in einen Datenpool stellt hohe Anforderungen an die Datenmanagementprozesse. Dieser Prozess ist abhängig von dem Grad der Heterogenität der Quelldatensätze. Je größer die Variabilität, desto komplexer gestaltet sich das Datenmanagement, wie aktuell beim Datenmanagement des DRCW. Um das bestmögliche Ergebnis zu erreichen, ist systematisches Vorgehen im Datenmanagement unerlässlich. Hierzu ist eine Visualisierung der durchzuführenden Arbeitsschritte sinnvoll, um eventuelle Schwachstellen oder Verbesserungsmöglichkeiten überhaupt erst erfassen zu können. Jedoch muss auch darauf hingewiesen werden, dass es sich bei dem Modell um eine Momentaufnahme des abgebildeten Prozesses handelt. Änderungen der Struktur und der Inhalte der in das DRCW zu integrierenden Daten bedürfen auch immer einer Anpassung des Modells. Wird dies berücksichtigt, kann das Modell des Datenmanagementprozesses als Muster bei der Durchführung der notwendigen Transformationen in ähnlichen Fällen oder der Integration neuer Datenquellen in das DRCW dienen.