FAIRifizierung von Real World Data für die Gesundheitsforschung

Author:

Pigeot IrisORCID,Intemann Timm,Kollhorst Bianca,Sax Ulrich,Ahrens Wolfgang

Abstract

Zusammenfassung Hintergrund Die Bereitstellung von Real-World-Daten im Sinne der FAIR-Prinzipien ist die Voraussetzung einer effizienten Ausschöpfung des Potenzials von Gesundheitsdaten für Prävention und Versorgung. Ziel der Arbeit Möglichkeiten und Limitationen der Nachnutzung und Verknüpfung von Gesundheitsdaten in Deutschland werden dargestellt. Material und Methoden Es werden Initiativen zur Schaffung einer verbesserten Forschungsdateninfrastruktur vorgestellt und an einem Beispiel die Einschränkungen illustriert, die das Record Linkage personenbezogener Gesundheitsdaten behindern. Ergebnisse In der Regel erfüllen Gesundheitsdaten in Deutschland nicht die Anforderungen der FAIR-Prinzipien. Ihre Auffindbarkeit scheitert bereits daran, dass entweder keine Metadaten zur Verfügung stehen oder diese nicht standardisiert in suchbare Repositorien eingestellt werden. Die Verknüpfung von personenbezogenen Gesundheitsdaten ist durch restriktive Datenschutzbestimmungen und das Fehlen eines sog. Unique Identifiers extrem eingeschränkt. Datenschutzkonforme Lösungen für die Verknüpfung von Gesundheitsdaten, die in europäischen Nachbarländern erfolgreich praktiziert werden, könnten hier als Vorbild dienen. Schlussfolgerung Die Schaffung einer Nationalen Forschungsdateninfrastruktur (NFDI), insbesondere für personenbezogene Gesundheitsdaten (NFDI4Health), ist nur mit erheblichen Anstrengungen und Gesetzesänderungen realisierbar. Bereits vorliegende Strukturen und Standards, wie sie z. B. durch die Medizininformatik-Initiative und das Netzwerk Universitätsmedizin geschaffen wurden, sowie internationale Initiativen wie z. B. die European Open Science Cloud müssen dabei berücksichtigt werden.

Funder

Deutsche Forschungsgemeinschaft

Leibniz-Institut für Präventionsforschung und Epidemiologie – BIPS GmbH

Publisher

Springer Science and Business Media LLC

Subject

Public Health, Environmental and Occupational Health

Reference37 articles.

1. Ammon D, Bietenbeck A, Boeker M, Ganslandt T, Heckmann S, Heitmann K, Sax U, Schepers J, Semler SC, Thun S, Zautke A (2019) Der Kerndatensatz der Medizininformatik-Initiative – Interoperable Spezifikation am Beispiel der Laborbefunde mittels LOINC und FHIR. Forum Med Dokumentation Med Inform 21:113–117

2. Bundesgesetzblatt (2021) Gesetz zur Zusammenführung von Krebsregisterdaten. http://www.bgbl.de/xaver/bgbl/start.xav?startbk=Bundesanzeiger_BGBl&jumpTo=bgbl121s3890.pdf. Zugegriffen: 22. Juni 2022

3. Bundesministerium des Inneren und für Heimat (2020) eID-Server. https://www.personalausweisportal.de/Webs/PA/DE/wirtschaft/technik/eID-server/eid-server-node.html. Zugegriffen: 20. Apr. 2022

4. Bundesministerium für Bildung und Forschung (2021) CODEX bündelt Daten für die Covid-19-Forschung. https://www.gesundheitsforschung-bmbf.de/de/codex-bundelt-daten-fur-die-covid-19-forschung-12743.php. Zugegriffen: 23. Nov. 2021

5. DataCite (2022) https://datacite.org/. Zugegriffen: 9. Mai 2022

Cited by 3 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. Health Services Research;Handbook of Epidemiology;2023-09-21

2. Vergleich der Effektivität von multiplen dynamischen Behandlungsstrategien unter Nutzung der Target-Trial-Emulierung;Prävention und Gesundheitsförderung;2023-06-12

3. Health Services Research;Handbook of Epidemiology;2023

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3