@phdthesis{Meyer2014,
  author    = {Jens Meyer},
  title     = {Optimierung der Effizienz und Qualit{\"a}t bei Datenakquise und -management in multizentrischen bev{\"o}lkerungsbezogenen Studien durch Einsatz IT-gest{\"u}tzter Technologien},
  journal    = {Optimization of efficiency and quality in data acquisition and -management in multi-centered population-based studies by using IT-technologies},
  url       = {https://nbn-resolving.org/urn:nbn:de:gbv:9-001910-1},
  year      = {2014},
  abstract  = {Am Institut f{\"u}r Community Medicine wurde ein vielschichtiges zentrales Datenmanagement f{\"u}r epidemiologische Probandenstudien (z.B. „Individualisierte Medizin“ und SHIP) und f{\"u}r Studien in der Patientenversorgung (z.B. GANI\_MED) konzipiert und implementiert. Die Komplexit{\"a}t des Datenmanagements resultiert aus Umfang und Heterogenit{\"a}t der akquirierten Daten sowie aus multizentrischen und longitudinalen Studienans{\"a}tzen. Hinzu kommen umfassende Anforderungen an den Schutz personenbezogener Daten, die modulare Einwilligung der Studienteilnehmer sowie die Sicherstellung einer ad{\"a}quaten Datenqualit{\"a}t, Verf{\"u}gbarkeit, Nachhaltigkeit etc. Im Rahmen der Probandenstudien wurde eine hochverf{\"u}gbare webbasierte EDC-Software (Electronic Data Capture) entwickelt, die mit Hilfe intuitiver eCRFs (electronic Case Report Forms) die datenschutzkonforme und qualit{\"a}tsgesicherte Datenakquise erm{\"o}glicht. Eine Data Dictionary-getriebene eCRF-Generierung erlaubt die effiziente Erzeugung neuer und Wartung bestehender Formulare. Erg{\"a}nzt wird die EDC-Software durch HL7- und DICOM-Empf{\"a}ngersysteme zur nahtlosen Integration des Datenmanagements in vorhandene klinische Informationssysteme. Im Rahmen von „Individualisierte Medizin“ und SHIP wurden von Juni 2008 bis August 2012 insgesamt 6.753 Probanden untersucht und ca. 1,8 Mio. Datens{\"a}tze revisionssicher persistiert. Zuk{\"u}nftig k{\"o}nnte das Datenmanagement dazu in der Lage sein, weitere Forschungsdaten aus bereits akquirierten Daten zu generieren, z.B. Organvolumina aus MRT-Bilddaten, und sie automatisiert mit weiteren Merkmalen zu korrelieren. Die Limitationen der webbasierten EDC-Software liegen in der Datenakquise ohne vorhandenen (stabilen) Internet-/Netzwerkzugang. Diese Bedingungen sind jedoch in Studien im Kontext der Patientenversorgung vorzufinden. Um die Datenakquise dennoch zu erm{\"o}glichen, wurde eine Java-basierte EDC-Software zur asynchronen dezentralen Datenerfassung und nachgelagerten zentralen Datensynchronisation / integration entwickelt. Die Software ist f{\"u}r den unterbrechungsfreien und flexiblen Einsatz im klinischen Umfeld optimiert. Jedoch geht die Asynchronit{\"a}t einher mit einer ungleich h{\"o}heren technischen Komplexit{\"a}t und einer erh{\"o}hten Fehleranf{\"a}lligkeit, z.B. aufgrund der Notwendigkeit Client-seitiger Software-Aktualisierungen. In GANI\_MED wurden von Mai 2011 bis August 2013 insgesamt 3.141 Patienten untersucht und ca. 140.000 Datens{\"a}tze revisionssicher in den zentralen Datenbestand integriert. Optimierungspotential bietet der Einsatz neuer HTML5-Features, um zugleich synchrone als auch asynchrone Datenerfassungen zu erm{\"o}glichen und von den Vorteilen webbasierter Software zu profitieren.},
  language  = {de}
}