gms | German Medical Science

Hintergrund: Die Niere ist das in Deutschland am häufigsten benötigte Spenderorgan [1] . Nach einer Transplantation wird häufig eine Nierenbiopsie zur Nierenabstoßungsdiagnostik veranlasst. Jedoch kann es bei diesem Eingriff zu Komplikationen kommen. Um dies zu vermeiden und die Rejektion frühestmöglich zu erkennen, steigt der Bedarf nach anderen Vorgehensweisen [2], [3]. Insbesondere die KI-basierte Unterstützung der Nierenabstoßungsdiagnostik auf Basis von Daten der klinischen Routine bietet hierfür Chancen [4]. Allerdings existiert im Gesundheitswesen eine häufig nicht ausreichende Interoperabilität der diese Daten bereitstellenden Anwendungssysteme [5]. Der openEHR-Standard kann dazu beitragen, medizinische Daten bzw. elektronische Patientenakten unter Interoperabilitätsgesichtspunkten zu kombinieren. Mithilfe von Informationsmodellen (Archetypen und Templates) können klinische Inhalte strukturiert abgebildet werden [6].

Zielsetzung: Das SRDWH (Screen-Reject-Data Warehouse) ist eine im Projekt „Screen-Reject-Data Warehouse” entwickelte relationale Datenbank, dessen Datenmodell die Sammlung der zur Abstoßungsdiagnostik nach Nierentransplantation relevanten Informationen ermöglicht [4]. Die Datenstrukturen des SRDWH sollen im weiteren Projektverlauf in Form von Archetypen und Templates in eine openEHR-Plattform integriert werden.

In einem Masterprojekt wurde bereits ein umfangreiches Template im Kontext der Nierenabstoßungsdiagnostik modelliert [7]. Jedoch sind aufgrund der erforderlichen ereignisorientierten bzw. befundbezogenen Übernahme der klinischen Daten aus dem SRDWH bzw. den Anwendungssystemen in die openEHR-Plattform mehrere getrennte Templates nötig.

Methode: Ausgangspunkt der Modellierung war unter anderem das relationale Datenmodell sowie das im Masterprojekt entwickelte Template [7]. Im Laufe des Screen-Reject-Projektes sind weitere Metadaten aus den Primärsystemen hinzugekommen, die im SRDWH implementiert wurden [8]. Diese wurden ebenfalls bei der Modellierung berücksichtigt. Die bereits verwendeten Archetypen wurden im Clinical Knowledge Manager (CKM), einem Verzeichnis geprüfter oder in Entwicklung befindlicher Archetypen und Templates, auf ihre Aktualität hin überprüft. Außerdem wurde geprüft, inwieweit diese die relevanten klinischen Inhalte umfassend genug abbilden. Durch die hinzugekommenen Metadaten wurden teilweise weitere relevante Archetypen aus dem CKM verwendet bzw. bei Bedarf selbst modelliert. Die Archetypen wurden abschließend in voneinander abgrenzbare Templates zusammengefügt.

Ergebnisse: Es wurden 18 Templates modelliert, die die klinischen Kontexte „Kreatinin”, „Virologie”, „Neben- und Grunderkrankung”, „Transplantat”, „Spender und Empfänger”, „Immunologie”, „CRP”, „Hämoglobin”, „Immunsuppression”, „Pathologie” und „GFR” abbilden. Für die Modellierung dieser Templates wurden Archetypen benutzt, die zum größten Teil (32 von 37) bereits im CKM vorhanden waren. Fünf Archetypen („Banff-Klassifikation”, „Auftragsinformationen”, „HLA-Details”, „Details zum Transplantat” und „Erkrankungsdetail”) wurden selbst modelliert, da kein entsprechender Archetyp im CKM vorhanden war. Die Modellierung der Kontexte „HLA” und „Immunsuppression” erfolgte auf Grundlage von HLA-Befundmustern bzw. Mustern zur Medikationserfassung, da kein strukturiertes Austauschformat vorlag.

Diskussion und Ausblick: Da noch nicht alle Informationen aus den Primärsystemen in das SRDWH integriert worden sind bzw. noch keine vollständigen Datenstrukturen vorlagen [8], konnten für den Kontext „Immunsuppression” und „HLA” noch keine vollständig verwendbaren Templates modelliert werden. Die Templates und selbst modellierten Archetypen stellen eine Diskussionsgrundlage für den Austausch mit anderen Experten desselben Kontextes dar und können für andere nephrologische Fragestellungen herangezogen werden. Durch die Modellierung der voneinander abgrenzbaren Templates können die Daten im SRDWH für weitere Analysezwecke in die verwendete openEHR-Plattform eingepflegt werden.

Das Projekt wird im Rahmen des EFRE-Förderprogramms mit Mitteln der EU und des Landes Niedersachsen gefördert (Laufzeit bis 12/2020).

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.