Bleiben Sie auf dem Laufenden: Die Transformation der Radiologie dank strukturierter Befundung und datengesteuerter Ansätze

Erkundigen Sie sich über unsere Aktivitäten, Projekte und Produkt-Updates, informieren Sie sich über die neuesten Branchennachrichten, und erfahren Sie, was uns als Unternehmen und als Team ausmacht.

[Translate to German:]

Aufwertung von Gesundheitsdaten durch Common Data Elements (CDE)

Heute ist man sich einig, dass eine standardisierte Sprache, die in radiologischen Befundberichten verwendet wird, die Kommunikation mit dem Behandlungsteam und den Patienten verbessert und großen Einfluss auf die Entscheidungsfindung und die Therapieerfolge hat. Darüber hinaus spart die Verwendung standardisierter Formulare zur Erstellung konsistenter Berichte Zeit und Mühe und hilft gleichzeitig, diese aufzuwerten.

Common Data Elements (CDE) sind „Datenelemente, die institutions- und studienübergreifend einheitlich erhoben und gespeichert werden und in einem Datenwörterbuch definiert sind“1. Sie sind das Ergebnis einer US-amerikanischen Standardisierungs- und Harmonisierungsinitiative. Ihre Entwicklung - sowohl auf technischer als auch auf medizinischer Ebene - wird hauptsächlich von den National Institutes of Health (NIH) und ihren Unterorganisationen vorangetrieben.

Der Einsatz von CDEs führt zu einer systematischen, strukturierten Datenerfassung, -analyse und -freigabe. Er unterstützt einen nahtlosen Informationsaustausch zwischen den Systemen und erleichtert die Analyse durch Wiederverwendung gesammelter oder aggregierter Daten über Studien, Standorte und den zeitlichen Verlauf hinweg. Darüber hinaus erleichtert er den Datenabruf durch die Verwendung klinischer Terminologie und kann eine Verknüpfung zu elektronischen Gesundheitsakten und routinemäßigen Ontologien herstellen.

Das National Institute of Cancer (NCI) ist für die Entwicklung von CDEs in der Onkologie verantwortlich und bietet einheitliche Metadatenstandards für alle Krebsdaten. Das NCI und andere Organisationen innerhalb des NIH entwickeln sowohl individuelle CDEs als auch CDE-Formulare, die als CDEs in einem Fragebogen zusammengefasst sind. Für den Einsatz von CDEs in mint Lesion wurden zwei Anwendungsfälle entwickelt: Die Integration eines kompletten CDE-Fragebogens aus dem CDE-Repository und der Import einzelner CDEs in den mint Lesion TemplateEditor.

Der Import der CDE-Formulare ermöglicht es dem Nutzer, einen vorgefertigten Fragebogen hinzuzufügen und ihn wie einen in mint Lesion enthaltenen Fragebogen auszuwählen und zu bearbeiten. Durch den Import von CDEs in den TemplateEditor kann der Nutzer mit minimalem Aufwand einen Fragebogen aus einem CDE nach seinen eigenen Bedürfnissen erstellen.

1Winget MD, Baron JA, Spitz MR et al. Development of common data elements: the experience of and recommendations from the early detection research network. Int J Med Inform 2003;70(1):41–48.

Ähnliche Inhalte

Ähnliche Inhalte

RACOON FADEN: Pionierarbeit zur Früherkennung von Adenomyose – Einblicke von Prof. Mechsner (Charité Berlin) und Prof. May (Universitätsklinikum Erlangen)

Die Adenomyose ist eine gynäkologische Erkrankung der Gebärmutter und eine Form der Endometriose. Etwa 10 Prozent der Frauen im fruchtbaren Alter sind…

Portrait von Dr. Maurice Heimer, ist Arzt in Weiterbildung für Radiologie

Ein Blick auf das BORN-Projekt des BZKF: Interview mit Dr. Maurice Heimer von der Klinik und Poliklinik für Radiologie am LMU Klinikum

Das Bayernweite Onkologische Radiologie Netzwerk (BORN) befindet sich zwischenzeitlich in der zweiten Förderphase und schreitet mit schnellen…

Schematische Darstellung der Federated-Learning Studie und ihrer Dateninfastruktur

RACOON: Ein Leitfaden zur Überbrückung der Kluft zwischen simulierter und realer Forschung im Bereich des föderalen Lernens

Deep Learning (DL) ist ein wichtiger Bestandteil der radiologischen Bildanalyse geworden. Um diese Deep-Learning-Modelle zu trainieren, ist der Zugang…