Herausforderungen und Nutzen eines Datamart-Systems in der Herzchirurgie

Zusammenfassung

Der hohe Entwicklungsstand in der Herzchirurgie erfordert große Datenbanken für die Untersuchung neuer medizinischer Fragestellungen. In diesem Artikel diskutieren wir typische Probleme und Herausforderungen bei der Integration von aktuellen und historischen Daten, die in den unverbundenen und von autonomen Fachabteilungen betriebenen klinischen Informationssystemen (KIS) gespeichert werden.

Wir stellen ein Datamart-System vor, das alle für medizinische Forschung relevanten Daten integriert und konsolidiert. Dabei werden die Modifikationen in den Strukturen der Quelldatenbanken berücksichtigt und die Risiken im Arbeitsablauf der KIS minimiert. Der partiellen Konsistenz und Redundanz der Daten in und zwischen den Abteilungen wird durch Plausibilitätsregeln begegnet. Weiterhin können damit Attribute, die nicht in den originalen Datenquellen vorhanden sind, abgeleitet werden.

Der Datamart hat das klinische Berichtswesen, das Qualitätsmanagement und die für umfassende Studien nötige Datenaufbereitung beträchtlich vereinfacht. Wir beschreiben die Ergebnisse von drei medizinischen Studien deren Durchführung durch den umfangreichen und konsolidierten Datenbestand ermöglicht wurde.

Summary

Since heart surgery is a rather mature disciple, large data bases are essential for many new medical research questions. In this paper we discuss typical problems and challenges which appear at the integration of real-time and legacy data stored in multiple unconnected hospital information systems (HIS) operated by autonomous departments.

We present a datamart system which integrates and consolidates all research relevant data, taking into account the modifications of the source data base structures. At this any considerable operational or maintenance contract liability risk for the existing HIS is minimized. The partial consistency and partial redundancy of the data within and across departments is tackled by plausibility checks and further used to derive attributes with semantic definitions which are not present in the original data sources.

With the datamart clinical reporting, quality assessment and data preparation for comprehensive studies are enormously simplified. We introduced three examples of medical results we were able to achieve due to the large number of consolidated and extensive data records.