gms | German Medical Science

63. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

02. - 06.09.2018, Osnabrück

Herleitung von openEHR-Archetypen im Kontext von Abstoßungsdiagnostik nach Nierentransplantation (HAKAN)

Meeting Abstract

  • Amanda Breckner - Fakultät III – Medien, Information und Design – der Hochschule Hannover (HsH), Hannover, Deutschland
  • Susann Kiss - Fakultät III – Medien, Information und Design – der Hochschule Hannover (HsH), Hannover, Deutschland
  • Antje Wulff - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweigund der Medizinischen Hochschule Hannover (PLRI), Hannover, Deutschland
  • Matthias Katzensteiner - Fakultät III – Medien, Information und Design – der Hochschule Hannover (HsH), Hannover, Deutschland
  • Oliver J. Bott - Fakultät III – Medien, Information und Design – der Hochschule Hannover (HsH), Hannover, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 63. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Osnabrück, 02.-06.09.2018. Düsseldorf: German Medical Science GMS Publishing House; 2018. DocAbstr. 212

doi: 10.3205/18gmds177, urn:nbn:de:0183-18gmds1777

Published: August 27, 2018

© 2018 Breckner 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: Mit zunehmendem Alter eines Menschen sinkt das Leistungsvermögen lebenswichtiger Organe, wie der Niere [1]. Ein aus der steigenden Lebenserwartung resultierender, ansteigender Spenderorganbedarf trifft auf eine rückläufige Geburtenrate und eine sinkende Anzahl von Spenderorganen [2]. Für den Transplantatempfänger besteht die Gefahr einer Abstoßungsreaktion, welche mit erheblichen Gesundheitsrisiken verbunden ist. Daraus wächst ein steigender Bedarf an sicheren Methoden zur Früherkennung von Abstoßungsreaktionen mit dem Ziel, Transplantatverluste zu vermeiden.

Die häufig ineffiziente (semantische) Interoperabilität zwischen heterogenen, klinischen Informationssystemen stellt Nutzer bei der Zusammenführung und Analyse von patientenbezogenen Daten in einem Data Warehouse vor Herausforderungen. Eine mögliche Lösung ist der Interoperabilitätsstandard openEHR, welcher auf Basis eines Referenzmodells eine semantisch angereicherte Modellierung relevanter klinischer Konzepte erlaubt. Die Modellierung erfolgt durch Archetypen und Templates, welche neben dem Aufbau elektronischer Patientenakten auch der Etablierung einer standardbasierten Datenintegration für Clinical Data Warehouses dienen können [3], [4], [5].

Das Projekt HAKAN des Masterstudiengangs „Medizinisches Informationsmanagement“ der Hochschule Hannover nimmt Bezug auf das Innovations-Teilprojekt „Screen-Reject: Data Warehouse zur Nierentransplantationsdiagnostik“ [6]. Es behandelt die Modellierung für die Datenintegration geeigneter Archetypen im Kontext der Früherkennung von Abstoßungsreaktionen nach einer Nierentransplantation (NTx).

Methoden: Auf Basis eines Entity-Relationship-Modells sowie einer tabellarischen Übersicht existierender Datenfelder zur Beschreibung relevanter Datenstrukturen zu Abstoßungsreaktionen bei NTx wurden openEHR-Archetypen modelliert bzw. aus dem frei zugänglichen Online-Repository und Werkzeug „Clinical Knowledge Manager“ (CKM) ausgewählt und angepasst, um diese Informationen abzubilden. Im ersten Schritt der Modellierung wurden die Archetypen zur Abbildung klinischer Parameter entwickelt, um diese anschließend in ein openEHR-Template zu integrieren.

Ergebnisse: Insgesamt wurden 13 Archetypen verwendet, dabei konnten 11 Archetypen aus dem CKM wiederverwendet werden. Dies waren zum ersten „NTx“ als übergeordnete Oberklasse, in der die weiteren Archetypen verschachtelt sind. Des Weiteren „Allgemeine Informationen“ zur Darstellung der Kontextinformationen und die Sektionen „Transplantat“ und „Empfänger“. Unter „Transplantat“ wurden die Archetypen „Transplantat Details“, „Kreatinin“, „Biopsie“, „Spender Details“, „Virologie“ und „Transplantationsimmunologie“ untergeordnet. Die Sektion „Empfänger“ enthält die Archetypen „Patient“, „Immunsuppression“, „Virologie“, „Transplantationsimmunologie“ und „Nebenerkrankung“. Zwei dieser Archetypen wurden im Projektverlauf eigenständig modelliert. Die wiederverwendeten und eigenentwickelten Archetypen werden auf einem übergeordneten Template in strukturierter Form abgebildet, um die klinisch relevanten Informationen im Kontext der Abstoßungsdiagnostik nach NTx darzustellen.

Diskussion: Das adaptive Bausteinsystem bei der Archetypenmodellierung im Template ermöglicht eine hohe Flexibilität, sodass zukünftige Änderungen und Versionskontrollen unkompliziert umgesetzt werden können. Während der Archetypenmodellierung können externe Terminologien wie die Internationale statistische Klassifikation der Krankheiten und verwandter Gesundheitsprobleme (ICD) oder Logical Observation Identifiers Names and Codes (LOINC) eingebunden werden, um die Datenanalyse zu vereinfachen und maximalmöglich zu standardisieren. Die Darstellung der internen Beziehungen, wird durch eine Verschachtelung der Archetypen im Template erreicht.

Insgesamt konnte festgestellt werden, dass der openEHR Ansatz sowohl in der Wissenschaft als auch in der Praxis auf zunehmendes Interesse sowie Akzeptanz stößt [7]. Die Verwendung openEHR-basierter Archetypen könnte eine praktikable und nachhaltige Lösung darstellen, um zur Überbrückung von Interoperabilitätsproblemen zwischen klinischen Systemen auf dem Weg zur Erarbeitung eines Expertensystems zur Früherkennung von Abstoßungsreaktionen nach NTx beizutragen.

Danksagung: Ein Dank für die mitwirkende Projektarbeit gilt Herrn Binder und Herrn Kinast.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Graf BM, Zink W, Alt-Epping B, Bauer M, Beck C. Anästhesie bei alten Menschen. Thieme; 2009.
2.
Meyer HJ, Ringe B, Dralle H. Entwicklungen in der Abdominal- und Transplantationschirurgie. Berlin, Heidelberg: Springer; 1993.
3.
Heard S, Beale T. Welcome to openEHR. [letzter Zugriff: 08.04.2018]. Available from: http://openehr.org/ External link
4.
Beale T. Archetypes: Constraint-based Domain Models for Future-proof Information Systems. In: Eleventh OOPSLA workshop on behavioral semantics: serving the customer. Seattle, Washington, Boston: Northeastern University; 2002. p. 16-32.
5.
Haarbrandt B, Marschollek M. Modeling and Integration of Intensive Care Data Into an openEHR-based Enterprise Data Warehouse. Current Therapeutic Research. 2016;78:S8-S9. DOI: 10.1016/j.curtheres.2016.05.019. External link
6.
Hochschule Hannover. Screen-Reject: Optimierte Diagnostik bei Nierentransplantationen. 2018 [letzter Zugriff: 08.04.2018]. Available from: http://screen-reject.f3.hs-hannover.de External link
7.
Haarbrandt B, Tute E, Marschollek M. Automated population of an i2b2 clinical data warehouse from an openEHR-based data repository. J Biomed Inform. 2016 10;63:277-294. DOI: 10.1016/j.jbi.2016.08.007 External link