gms | German Medical Science

Hintergrund: Mit Inkrafttreten des Landeskrebsregistergesetzes NRW im April 2016, wurde die epidemiologische Krebsregistrierung um die Erfassung von Therapie- und Verlaufsdaten erweitert, mit dem Ziel, die Versorgung von onkologischen Patienten zu verbessern. Die Daten werden über den bundesweit einheitlichen Basisdatensatz der GEKID und ADT erfasst.

Eine Aufgabe der Krebsregister ist es, ein Feedback zur Qualität der onkologischen Versorgung an jede meldende Einrichtung zu geben. Dazu werden neben regelmäßigen regionalen und überregionalen Qualitätskonferenzen auch einrichtungsbezogene Auswertungsbögen erstellt, die den meldenden Einrichtungen einmal im Jahr zur Verfügung gestellt werden. Diese Bögen enthalten umfangreiche Auswertungen auf Basis der Meldungen aus der jeweiligen Einrichtung und ermöglichen dem Melder somit Rückschlüsse auf die individuelle Versorgungssituation.

Mit im Jahr 2020 über 500 meldenden Einrichtungen ist eine manuelle Erstellung solcher Auswertungsbögen zeit- und kostenintensiv, während eine automatisierte Generierung repetitive Arbeit vermeidet und den benötigten Zeitaufwand erheblich vermindert. Ziel dieses Projektes war es deshalb, einen Prozess zu entwickeln und zu testen, mit dem eine vollautomatisierte Erstellung der Auswertungsbögen gewährleistet wird.

Methoden: Dazu wurde vorab der inhaltliche Aufbau des Auswertungsbogens bestimmt. Anschließend wurde zu einem Stichtag ein Datensatz mit den benötigten Daten erstellt und in einer Datenbank (PostgreSQL) zur Verfügung gestellt. Die Auswertung und Visualisierung der Daten erfolgte mit der Programmiersprache R. Die Abfrage der benötigten Datenelemente aus der Datenbank erfolgte direkt aus R, indem mit Hilfe des R-Paketes RPostgres [1] eine PostgreSQL-Verbindung aus der aktuellen R-Umgebung aufgebaut und SQL Abfragen über das R-Paket dbplyr [2] in R eingebettet wurden. Aus diesen Daten wurden dann mit definierten R-Funktionen die Variablen für den Auswertungsbogen berechnet und tabellarisch bzw. graphisch dargestellt.

Für die Integration von R-Code in LaTeX wurde das R-Paket knitr [3] verwendet. R-Code sowie das in LaTeX gestaltete Layout und Textpassagen werden gemeinsam in einer sogenannten Rnoweb (.Rnw)-Datei nach dem Konzept des literate programming [4] eingebunden. Diese Datei kann anschließend zu einer LaTeX-basierten PDF-Datei konvertiert werden.

Für eine erleichterte Bedienung der Berichterstellung ohne SQL- oder R-Kenntnisse wurde mit dem R-Paket shiny [5] eine Benutzeroberfläche erstellt, über die, neben anderen Auswahlmöglichkeiten, Einrichtungen ausgewählt und die Berichterstellung gestartet werden können.

Ergebnisse: In einer ersten Testphase wurden Auswertungsbögen für insgesamt 150 Einrichtungen vollautomatisch erstellt, indem über die Benutzeroberfläche alle Einrichtungen, für die ein Auswertungsbogen generiert werden soll, ausgewählt und die Berichterstellung (das R-Programm) gestartet wurde. Das Programm ist so aufgebaut, dass sequentiell für jede ausgewählte Einrichtung der Name der Einrichtung an die Rnw-Datei übergeben und diese anschließend ausgeführt wird. über SQL Abfragen, die in der Rnw-Datei umgesetzt sind, werden die Daten der jeweiligen Einrichtung von der Datenbank abgerufen und an die definierten R-Funktionen zur visuellen Darstellung übergeben. Textpassagen, die die dargestellten Ergebnisse erläutern sind an entsprechender Stelle in der Rnw-Datei aufgeführt. Das Endergebnis ist eine PDF-Datei, welche die Auswertungen auf Basis der Meldungen aus der jeweils ausgewählten Einrichtung enthält.

Zusammenfassung: Die Kombination aus R und LaTeX ist eine Möglichkeit, mit mäßigem Programmieraufwand zuvor definierte PDF-Berichte automatisiert zu erstellen, indem Datenabruf und -aufbereitung, die Analyse der Daten und der Text zur Beschreibung der Ergebnisse in einem Programm eingebunden werden können.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.