MI-Lab

Datenqualitätsanalysen

Daten, die für die Forschung verwendet werden sollen, müssen auf ihre Eignung für den Forschungszweck geprüft werden. Dies gilt sowohl bei primären Datenerfassungsprojekten wie klinischen Studien oder Kohorten, aber insbesondere auch bei der sekundären Verwendung bspw. von Versorgungsdaten. Ziel der Übung ist es, Studierende mit typischen Datenqualitätsproblemen am praktischen Beispiel vertraut zu machen und Fehlerklassen vorzustellen bzw. Werkzeuge zu deren Erkennung ...

Analysen medizinischer Datensätze

Datenanalysen sind das Herzstück datengetriebener Wissenschaft. Sie dienen einerseits zum Testen eigener Forschungshypothesen und andererseits zur Überprüfung publizierter Ergebnisse. Ziel der Übung ist es, Studierende mit Inhalten und Werkzeugen für die Durchführung einzelner Analysen vertraut zu machen. Dazu sollen mehrere aufeinander aufbauende Abfragen mit steigendem Schwierigkeitsgrad auf einen medizinischen Datensatz vorbereitet und die Ergebnisse ...

Registrierung von Forschungsvorhaben und Ablage in einem Forschungsdatenmanagementsystem

Die Registrierung von Forschungsvorhaben ist eine Grundvoraussetzung für deren Auffindbarkeit und Teil der Transparenzpflichten des Principal Investigators. Daneben sind für das Verständnis des Datenkörpers eines Forschungsprojekts weitere strukturierte Informationen zum Ablauf, zur Zusammensetzung der Probandenkohorte oder der erfassten Datenelemente von Bedeutung. Im Rahmen dieser Übung soll die Anlage ...

Pseudonymisierung und Anonymisierung personenbezogener Daten

Medizinische Daten sind personenbezogene Daten und können auch beim Vorliegen der Rechtsgrundlagen aus Gründen des Datenschutzes und der Datensparsamkeit nicht vollumfänglich mit Dritten geteilt werden. Gleichzeitig verpflichten neue Verordnungen wie das Gesundheitsdatennutzungsgesetz Forscher, Daten unter bestimmten Bedingungen zu anonymisieren. Die Übung soll den Studierenden an einem praktischen Datensatz den Unterschied zwischen ...

Medizinische Daten sind im Allgemeinen in dem Informationssystem gespeichert, welches die primäre Erfassung übernimmt. Sie befinden sich in einer Datenbank und können ggf. exportiert werden. Für eine übergreifende Nutzung haben sich Common Data Models wie OMOP oder HL7 FHIR etabliert. Ziel der Übung ist es, die Studierenden mit dem Prozess und den Schwierigkeiten der Überführung eines lokalen Datenkörpers in HL7 FHIR vertraut zu machen. Darunter fallen Fragen der Abbildung und Transformation der ...

Ziel der Übung ist es, Studierende mit der Notwendigkeit der Nutzung medizinischer Terminologien vertraut zu machen und ihnen gleichzeitig die Problematik der Annotierung von Datenelementen aus Erhebungen mit Konzepten aus internationalen Wissensbasen wie bspw. LOINC oder SNOMED CT zu verdeutlichen. Dies umfasst den Vorgang der eigentlichen Kodierung, das Finden eines passenden Codes, die Navigation in der Hierarchie der Terminologie, die Festlegung der Güte des Mappings oder die Konfidenz des ...

Die enthaltenen ZIPs enthalten FHIR-Ressourcen Patient und Fall als Konvertierungen aus dem MIMIC-IV Demodatensatz.