gms | German Medical Science

67. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS), 13. Jahreskongress der Technologie- und Methodenplattform für die vernetzte medizinische Forschung e. V. (TMF)

21.08. - 25.08.2022, online

Entwicklung einer Infrastruktur zur Filterung und Herausgabe von Studiendaten aus verschiedenen Datenmanagementsystemen im Rahmen der DZHK Heart Bank

Meeting Abstract

  • Philip Zaschke - Department of Medical Informatics, University Medical Center Göttingen (UMG), Göttingen, Germany
  • Philip Hufeland - Department of Medical Informatics, University Medical Center Göttingen (UMG), Göttingen, Germany
  • Sabine Hanß - Department of Medical Informatics, University Medical Center Göttingen (UMG), Göttingen, Germany
  • Dagmar Krefting - Department of Medical Informatics, University Medical Center Göttingen (UMG), Göttingen, Germany

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 67. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS), 13. Jahreskongress der Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.V. (TMF). sine loco [digital], 21.-25.08.2022. Düsseldorf: German Medical Science GMS Publishing House; 2022. DocAbstr. 207

doi: 10.3205/22gmds073, urn:nbn:de:0183-22gmds0736

Published: August 19, 2022

© 2022 Zaschke et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Einleitung: Die Transferstelle des DZHK realisiert die Datenherausgabe für die Nachnutzung von Studiendaten im Rahmen der Heartbank [1]. Für die Datenherausgabe müssen die aus Datenschutzgründen getrennten Studiendaten aus mehreren Systemen abgefragt, zusammengeführt und gefiltert werden. Dies wurde bisher manuell umgesetzt; die zunehmende Verfügbarkeit von Daten in der Heartbank erfordert ein effizienteres Vorgehen. Es ist ein System entwickelt worden, dass die verteilten Systeme durch eine Benutzeroberfläche mittels Filterung zentral nutzbar macht und dabei das Datenschutzkonzept des DZHK [2] sowie den TMF-Leitfaden-Datenschutz [3] einhält.

Methoden: Es wurden die Schnittstellen der drei DZHK Datenhaltungssysteme, Bilddatenmanagmentsystem (BDMS), Laborinformationsmanagementsystem (LIMS) und Studiendatenmanagementsystem analysiert und ein Konzept für die Datenabfrage, Zwischenspeicherung via Datenbank und Verarbeitung entwickelt. Dabei ist besonders auf eine sichere Datenabfrage und -verarbeitung geachtet worden. Dieses Konzept wurde in einer Java Spring Boot Anwendung umgesetzt, die mit einer REST-Schnittstelle für die Datenweitergabe versehen wurde. Darüber hinaus ist ein Konzept für eine Benutzeroberfläche zur Visualisierung und Filterung der Daten erstellt worden. Dabei wurde die Filterung an den im DZHK eingesetzten Feasibility Explorer [4] angelehnt, mit diesem Forscher*innen die Metadaten für einen Datennutzungsantrag filtern können. Intern wurde ein Algorithmus implementiert, der die Daten der Datenhaltungssysteme mittels Pseudonymen verknüpft und den gegebenen Filter anwendet.

Das Weiteren wurde ein Konzept für eine Historie der Informationen über eine Datenherausgabe entwickelt.

Ergebnisse: Die Schnittstellen der Datenhaltungssysteme bieten keine ausreichenden Filtermöglichkeiten. Daher wurde eine Zwischenspeicherung der Daten realisiert, um eine Filterung zu ermöglichen.

Die Daten der Datenhaltungssysteme konnten erfolgreich durch eine Software abgefragt, zusammengeführt, gefiltert und über die entwickelte REST-Schnittstelle an die Benutzeroberfläche weitergegeben werden. Dabei werden die Daten getrennt gespeichert und nur bei einer Herausgabe zusammengeführt, um das DZHK-Datenschutzkonzept einzuhalten. Die Benutzeroberfläche ist in der Lage, übersichtlich logische Verknüpfungen zur Datenfilterung abzubilden.

Darüber hinaus konnte durch die Software erstmalig das BDMS computerunterstützt hinzugezogen werden, wodurch zusätzlich eine automatisierte Anfrage an Bilddaten ermöglicht wurde. Eine Abfrage von Laborproben über das LIMS ist vorbereitet.

Außerdem wurde eine Historie über herausgegebene Daten mit Antragsinformationen erstellt.

Eine Evaluation mit den Stakeholder*innen hat ergeben, dass die Software gegenüber dem manuellen Prozess mit Hilfe eines R-Skripts, welches Labordaten und Studiendaten filtern konnte, folgende Verbesserungen bieten konnte: Fehlerreduzierung, Effizienzsteigerung, Funktionserweiterung, Usability-Steigerung.

Diskussion: Damit die temporäre redundante Speicherung vermieden werden kann, wurde ein Konzept für eine effiziente Filterung direkt an der BDMS Schnittstelle entwickelt und an die Systembetreuer*innen kommuniziert. Für die beiden anderen Systeme könnte ebenfalls eine Lösung nach diesem Konzept entwickelt werden, wodurch die redundante Datenspeicherung komplett wegfallen würde.

Für eine produktive Nutzung des Systems müssen noch folgende Punkte berücksichtigt werden: Zum einen müsste eine Verschlüsselung der Kommunikation zwischen dem Server und der Benutzeroberfläche geschaffen werden. Zum anderen müsste die Benutzeroberfläche um die Möglichkeit einer komplexen logischen Datenfilterung ergänzt werden, da bisher die Filtermöglichkeit noch nicht alle logischen Verknüpfungen abbilden kann. Des Weiteren könnte eine Funktion hinzugefügt werden, mit der die im Feasibility Explorer eingestellten Filter in die Benutzeroberfläche übernommen werden können. Somit kann ein Datennutzungsantrag direkt mit der Software verknüpft und eine Datenherausgabe umfangreicher dokumentiert werden.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Deutsches Zentrum für Herz-Kreislauf-Forschung (DZHK). DZHK Heart Bank [Internet]. [cited 2022 Apr 14]. Available from: https://dzhk.de/dzhk-heart-bank/ External link
2.
Universitätsmedizin Greifswald; Universitätsmedizin Göttingen, Hrsg. Verfahrensbeschreibung und Datenschutzkonzept des Zentralen Datenmanagements des DZHK. [cited 2022 Apr 14]. Available from: https://dzhk.de/fileadmin/user_upload/Datenschutzkonzept_des_DZHK.pdf External link
3.
Pommerening K, Drepper J, Helbing K, Ganslandt T. Leitfaden zum Datenschutz in medizinischen Forschungsprojekten. Medizinisch Wissenschaftliche Verlagsgesellschaft; 2014. DOI: 10.32745/9783954662951 External link
4.
Scheel H, Dathe H, Franke T, Scharfe T, Rottmann T. A Privacy Preserving Approach to Feasibility Analyses on Distributed Data Sources in Biomedical Research. In: German Medical Data Sciences: Shaping Change – Creative Solutions for Innovative Medicine. 2019. p. 254–61.