Show simple item record

2021-03-24Zeitschriftenartikel DOI: 10.25646/8645
Gewinnung von Echtzeitdaten aus der medizinischen Versorgung zur Handlungssteuerung in Public Health
dc.contributor.authorGrabenhenrich, Linus
dc.contributor.authorSchranz, Madlen
dc.contributor.authorBoender, Sonia
dc.contributor.authorKocher, Theresa
dc.contributor.authorEsins, Janina
dc.contributor.authorFischer, Martina
dc.date.accessioned2021-06-14T08:08:42Z
dc.date.available2021-06-14T08:08:42Z
dc.date.issued2021-03-24none
dc.identifier.otherdoi.org/10.1007/s00103-021-03300-5
dc.identifier.urihttp://edoc.rki.de/176904/8366
dc.description.abstractEchtzeitdaten aus der medizinischen Versorgung spielen für die Handlungsteuerung in Public Health eine entscheidende Rolle. Dies zeigt die COVID-19-Pandemie besonders deutlich: Viele Public-Health-Akteure sind auf die aktuellen Daten aus dem klinischen und Versorgungsgeschehen angewiesen, um wichtige Entscheidungen treffen und Empfehlungen geben zu können. Die Automatisierung der Verarbeitungs- und Kommunikationsprozesse ist essenziell, damit eine Kontinuität des Datenflusses gewährleistet wird und Ressourcen geschont werden. Bisher standen der Entwicklung digital automatisierter Echtzeitsysteme mit wissenschaftlichem Qualitätsanspruch verschiedene technische, fachliche und organisatorische Herausforderungen im Weg. Die COVID-19-Pandemie dient seit ihrem Beginn Anfang 2020 als Motor für zukunftsfähige Systementwicklungen. In diesem Beitrag wird zunächst beschrieben, wie ein Echtzeitdatensystem aufgebaut sein muss, damit eine automatisierte Datenverarbeitung möglich ist. Wichtige Aspekte bei der Zusammenführung der Daten, ihrer Aufbereitung, Bereitstellung und Kommunikation werden dargestellt. Als Beispiel dient ein System, das Routinedaten aus Notaufnahmen in Echtzeit verarbeitet und diese Public-Health-Akteuren bereitstellt. Es setzt sich zusammen aus dem Notaufnahmeregister des Aktionsbündnisses für Informations- und Kommunikationstechnologie in Intensiv- und Notfallmedizin (AKTIN) der Universität Magdeburg und der RWTH Aachen und dem Surveillance Monitor (SUMO) des Robert Koch-Instituts. Die Entwicklung zukunftsfähiger Echtzeitsysteme zur Verarbeitung von Forschungsdaten aus der medizinischen Versorgung kann nur durch die Zusammenarbeit verschiedenster Akteure gelingen. Eine wichtige Grundlage für den langfristigen Erfolg ist die Entwicklung eines gesetzlichen Rahmens.ger
dc.description.abstractReal-time data from medical care settings play an increasing role in guiding public health action. The COVID-19 pandemic is a good example; public health decisions depend on current data from the various clinical care settings. The automated processing and communication of health-related data is essential to ensure continuity of reporting and safe resources. So far, various technical, formal, and organizational challenges help back the development of digitally automated real-time systems with scientific quality standards. The COVID-19 pandemic pushed sustainable system developments since it began in early 2020. This article describes how a real-time data system should be structured so that automated data processing is possible. Important aspects in the consolidation of the data and their preparation and communication are presented. The processes implemented for handling routine data from emergency departments in real time and making it available to public health actors is described. As an example, we present the cooperation between the emergency admission registry of the Aktionsbündnis für Informations- und Kommunikationstechnologie in Intensiv- und Notfallmedizin (AKTIN), the Universität Magdeburg, and the RWTH Aachen as well as the Surveillance Monitor (SUMO) hosted at the Robert Koch Institute. The development of modern systems for processing research data in real-time from medical care settings can only succeed through the cooperation of a wide variety of actors. An important basis for long-term success is the development of a legal framework.eng
dc.language.isogernone
dc.publisherRobert Koch-Institut
dc.rights(CC BY 3.0 DE) Namensnennung 3.0 Deutschlandger
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/de/
dc.subjectPublic Health Surveillanceger
dc.subjectVersorgungsforschungger
dc.subjectCOVID-19ger
dc.subjectComputersystemeger
dc.subjectAutomationger
dc.subjectEpidemiologieger
dc.subjectPublic health surveillanceeng
dc.subjectHealth services researcheng
dc.subjectCOVID-19eng
dc.subjectComputer systemseng
dc.subjectAutomationeng
dc.subjectEpidemiologyeng
dc.subject.ddc610 Medizin und Gesundheitnone
dc.titleGewinnung von Echtzeitdaten aus der medizinischen Versorgung zur Handlungssteuerung in Public Healthnone
dc.typearticle
dc.title.translatedReal-time data from medical care settings to guide public health actionnone
dc.identifier.urnurn:nbn:de:kobv:0257-176904/8366-5
dc.identifier.doihttp://dx.doi.org/10.25646/8645
dc.type.versionpublishedVersionnone
local.edoc.container-titleBundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutznone
local.edoc.container-issn1437-1588none
local.edoc.pages6none
local.edoc.type-nameZeitschriftenartikel
local.edoc.container-typeperiodical
local.edoc.container-type-nameZeitschrift
local.edoc.container-urlhttps://link.springer.com/article/10.1007%2Fs00103-021-03300-5none
local.edoc.container-publisher-nameSpringernone
local.edoc.container-volume2021none
local.edoc.container-issue64none
local.edoc.container-firstpage412none
local.edoc.container-lastpage417none
local.edoc.rki-departmentMethodenentwicklung und Forschungsinfrastrukturnone
dc.description.versionPeer Reviewednone

Show simple item record