gms | German Medical Science

Gesundheit – gemeinsam. Kooperationstagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), Deutschen Gesellschaft für Epidemiologie (DGEpi), Deutschen Gesellschaft für Medizinische Soziologie (DGMS) und der Deutschen Gesellschaft für Public Health (DGPH)

08.09. - 13.09.2024, Dresden

Visualisierung von Statistiken der Broad Consent-Erfassung und Datenanalyse als Toolset für die Prozessoptimierung

Meeting Abstract

Suche in Medline nach

  • Sebastian Berthe - Universitätsmedizin Greifswald, Greifswald, Germany
  • Franka Peters - Hochschule Stralsund, Stralsund, Germany
  • Dagmar Waltemath - Universitätsmedizin Greifswald, Institut für Community Medicine, Abteilung Versorgungsepidemiologie und Community Health, Greifswald, Germany

Gesundheit – gemeinsam. Kooperationstagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS), Deutschen Gesellschaft für Sozialmedizin und Prävention (DGSMP), Deutschen Gesellschaft für Epidemiologie (DGEpi), Deutschen Gesellschaft für Medizinische Soziologie (DGMS) und der Deutschen Gesellschaft für Public Health (DGPH). Dresden, 08.-13.09.2024. Düsseldorf: German Medical Science GMS Publishing House; 2024. DocAbstr. 536

doi: 10.3205/24gmds099, urn:nbn:de:0183-24gmds0994

Veröffentlicht: 6. September 2024

© 2024 Berthe et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Einleitung: Der Broad Consent (BC) [1] der Medizininformatik-Initiative [2] [DW2] stellt eine grundlegende Basis für die Nutzung von Patientendaten für die Forschung dar. Die bisherigen Rekrutierungszahlen sind gemessen am Gesamtvolumen der Patientenzahlen eines Maximalversorgers wie der Universitätsmedizin Greifswald bis dato jedoch sehr gering. Zur Unterstützung bei der Optimierung der Rekrutierungsprozesse und der effizienteren Planung des Personaleinsatzes wurde ein System zur statistischen Auswertung und webbasierten Visualisierung der Erfassung des BC entwickelt.

Aufgrund der hier geschaffenen technischen Basis, den daraus resultierenden retrospektiven Analysen und darauf aufbauenden Trendanalysen als Grundlage zu Handlungsempfehlungen wird eine Steigerung der Rekrutierungszahlen angestrebt.

Methoden: Die Umsetzung der Prozessoptimierung wurde in drei Phasen geplant. In Phase 1 erfolgte die Auswahl eines geeigneten Data Analytics Tools nach den Kriterien: Anbindung an unterschiedliche Datenbanksysteme, Dashboardfunktion und Advanced Analytics- Funktionen. Es wurde die Softwareprodukte „Tabelau“ der Firma Salesforce und „Superset“ von der Apache Software Foundation verglichen. Die Entscheidung aufgrund der finanziellen Aufwände fiel auf das Produkt „Superset“ (https://github.com/apache-superset).

In Phase 2 wurden neben der Installation des Basissystems auch die ETL-Strecken zu den datenliefernden Systemen Meyerhofer M-KIS, SAP und IQVIA CentraXX programmiert.

Die Phase 3 zeichnete sich durch die Programmierung der Analysefunktionen und der Datenvisualisierung aus. Dabei wurde folgende Messkriterien umgesetzt: Histogramm der erteilten Einwilligungen seit Einführung des BC, tagesaktuelle Zeitreihen mit Kennzeichnung der erfassenden Organisationseinheit und Art der Einwilligung. Darstellung der Widerrufe und demografische Daten der Teilnehmer.

Ergebnisse: Durch die Kopplung mit dem Krankenhausinformationssystem (KIS) konnte die Gesamtanzahl der Patientenstämme erfasst werden, sowie der Anteil an Patienten, die einer Einwilligung in den BC zugestimmt haben.

Die Anzahl der Widerrufe konnte nicht ermittelt werden, da hierzu noch Erweiterungen an der Schnittstelle zur Treuhandstelle der UMG erforderlich sind. Durch die Auswertung der Tageskurven konnten Zeitpunkte mit einer Häufung von Erfassungen herauskristallisiert werden. Damit ist Planungsgrundlage für den zeitlichen Einsatz von personeller Verstärkung des Aufklärungspersonals geschaffen. Weiterhin werden die Kennzahlen für die statistischen Auswertungen im Use und Access Committee der UMG eingesetzt.

Diskussion: Im Prozess der geplanten Intensivierung der Erhebung des BC im ambulanten Aufnahmeprozess können die Analysefunktionen auf jede erhebende Klinik individuell angepasst werden. Damit ist auch hier ein Indikator für die Personaleinsatzplanung vorhanden.

Weiter zeigen die sehr geringen Ergebnisse im Bereich der zentralen Patientenaufnahme, trotz vollständig digitaler Erfassung des BC, das hier erhebliches Optimierungspotential vorhanden ist.

Es ist geplant diese Lösung anderen Datenintegrationszentren zur Verfügung zu stellen.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Zenker S, Strech D, Ihrig K, Jahns R, Müller G, Schickhardt C, Schmidt G, Speer R, Winkler E, von Kielmansegg SG, Drepper J. Data protection-compliant broad consent for secondary use of health care data and human biosamples for (bio)medical research: Towards a new German national standard. J Biomed Inform. 2022 Jul;131:104096. DOI: 10.1016/j.jbi.2022.104096 Externer Link
2.
Semler SC, Wissing F, Heyder R. German Medical Informatics Initiative. Methods Inf Med. 2018 Jul;57(S 01):e50-e56. DOI: 10.3414/ME18-03-0003 Externer Link