Projektübergreifende Unterstützung von Registern in Entwicklung, Umsetzung und Betrieb

Zusammenfassung

Ziel Vom Bundesministerium für Bildung und Forschung wurde ein Begleitprojekt zu einer Förderinitiative zum Aufbau modellhafter Register gefördert. Ziel war die registerübergreifende Unterstützung von zunächst 16, später 6 Projekten bezüglich methodischer, technischer und struktureller Standards.

Methodik Die 16 Projekte wurden zunächst bei der Konzeptentwicklung begleitet, u. a. durch eine Vorlage für ein Registerprotokoll. Außerdem wurde eine Expertenberatung organisiert und umgesetzt. Zur Unterstützung bei der Auswahl einer IT-Lösung wurde ein Workshop in Form einer Challenge ausgerichtet, auf dem verschiedene Anbieter ihre Software für Register vorstellten. Die Merkmalskataloge der Projekte wurden in einen Metadaten-Katalog überführt und in das Standardmodell der ISO/IEC 11179 übertragen. Für ein in der Betriebsphase umzusetzendes, registerübergreifendes Qualitätsmanagement wurde ein Set von Qualitätsindikatoren festgelegt. Zur Verbesserung der Datenqualität waren die Indikatoren regelmäßig zu übermitteln und auszuwerten.

Ergebnisse Die Vorlage für ein Registerprotokoll wurde mehrheitlich von den Projekten für einen Antrag auf Förderung ihrer Betriebsphase genutzt. Auf dem Workshop zu IT-Lösungen wurden 12 Produkte für Registersoftware vorgestellt; die Projekte entschieden sich allerdings aus unterschiedlichen Gründen für andere Lösungen. Durch die Überführung der Merkmalskataloge in ein Standardmodell wurde ein Vergleich von Merkmalen und Wertemengen ermöglicht. Daraus konnten Empfehlungen für wichtige Elemente formuliert werden. Für das Qualitätsmanagement wurde ein Set von fünf Qualitätsindikatoren festgelegt, zu denen für das Jahr 2020 eine erste Auswertung erfolgte.

Schlussfolgerung Die Vorlage eines Registerprotokolls dient einer strukturierten Erarbeitung eines Konzepts. Die Verwendung eines einheitlich strukturierten Merkmalskatalogs unterstützt die Einhaltung der FAIR-Prinzipien. Eine Überwachung der Datenqualität kann durch eine regelmäßige, registerübergreifende Ermittlung von Qualitätsindikatoren erreicht werden.

Abstract

Objective The German Federal Ministry of Education and Research funded a project accompanying a funding initiative for registries in health services research. The aim was to provide cross-registry support initially for 16 and later 6 projects with regard to methodological, technical and structural standards.

Methods The 16 projects were initially guided in concept development, e. g., providing a template for a registry protocol. Furthermore, an expert consultation was organized and carried out. To assist in the selection of an IT solution, a challenge workshop was hosted where different vendors presented their software for registries. The catalogs of data elements of the projects were migrated into a metadata catalog and transferred to the standard model of ISO/IEC 11179. A set of quality indicators was defined for a cross-registry quality management approach to be implemented during the operational phase. To improve data quality, the indicators were to be transmitted and evaluated on a regular basis.

Results The template for a registry protocol was used by the majority of projects when applying for funding of their operational phase. At the workshop on IT solutions, 12 products for registry software were presented; however, the projects opted for other solutions for different reasons. Transferring the catalogs of data elements into a standard model enabled a comparison of attributes and value sets, which in turn enabled formulation of recommendations for important elements. A set of five quality indicators was defined for quality management, for which an initial evaluation was carried out for 2020.

Conclusion The template of a registry protocol serves a systematic development of a concept. The use of a uniformly structured catalog of data elements supports compliance with the FAIR principles. Monitoring of data quality can be achieved by regularly identifying quality indicators across registries.

Schlüsselwörter

Datenqualität - Metadaten - Register - Registerentwicklung - Registerstandards - Versorgungsforschung

Keywords

data accuracy - metadata - health registries - registry development - registry standards - health services research

Publication History

Article published online:
03 November 2021

• Literatur

• 1 Gliklich RE, Leavy MB, Dreyer NA. (sr eds). Registries for Evaluating Patient Outcomes: A User’s Guide. 4^th ed. AHRQ Publication No. 19(20)-EHC020. Rockville, MD: Agency for Healthcare Research and Quality; 2020
• 2 Müller D, Augustin M, Banik N. et al Memorandum Register für die Versorgungsforschung. Das Gesundheitswesen 2010; 72: 824-839
• 3 Stausberg J, Altmann U. Register und Kohorten. In: Drepper J, Semler SC, Hrsg. IT-Infrastrukturen in der patientenorientierten Forschung. Aktueller Stand und Handlungsbedarf–2016. Verfasst und vorgelegt vom IT-Reviewing-Board der TMF. Berlin: AKA, 2016: 47-78
• 4 Stausberg J, Harkener S, Altmann U. et al Process Coverage and Use Case Support of Health Registry Software in Germany. Stud Health Technol Inform 2020; 272: 79-82
• 5 Stausberg J, Altmann U, Antony G. et al Registers for Networked Medical Research in Germany: Situation and prospects. Appl Clin Inform 2010; 1: 408-418
• 6 Stausberg J, Harkener S, Siddiqui R. et al IT Infrastructure for Registries in Health Services Research: A Market Study in Germany. Stud Health Technol Inform 2018; 251: 183-186
• 7 Michalik C, Dress J, Ngouongo S. et al Requirements and tasks of cohorts and registers, the German KoRegIT project. Stud Health Technol Inform 2014; 205: 1085-1089
• 8 Zaletel M, Kralj M. eds Methodological guidelines and recommendations for efficient and rational governance of patient registries. Ljubljana: National Institute of Public Health; Slovenia: 2015
• 9 Wilkinson MD, Dumontier M, Aalbersberg IJ. et al The FAIR Guiding Principles for scientific data management and stewardship. Sci Data 2016; 3: 160018 Erratum in: Sci Data 2019; 6(1): 6
• 10 Leiner F, Haux R. Systematic planning of clinical documentation. Methods Inf Med 1996; 35: 25-34
• 11 ISO/IEEC 11179–3. Information Technology – Metadata Registries (MDR), Part 3: Registry Metamodel and Basic Attributes. Edition 3; 2013
• 12 Stausberg J, Harkener S. Bridging Documentation and Metadata Standards: Experiences from a Funding Initiative for Registries. Stud Health Technol Inform 2019; 264: 1046-1050
• 13 Arts DG, de Keizer NF, Scheffer GJ. Defining and improving data quality in medical registries: a literature review, case study, and generic framework. J Am Med Inform Assoc 2002; 9: 600-611
• 14 Nonnemacher M, Nasseh D, Stausberg J. Datenqualität in der medizinischen Forschung Leitlinie zum adaptiven Management von Datenqualität in Kohortenstudien und Registern. 2., aktualisierte und erw. Aufl Berlin: Medizinisch Wissenschaftliche Verlagsgesellschaft; 2014
• 15 Harkener S, Stausberg J, Hagel C. et al Towards a Core Set of Indicators for Data Quality of Registries. Stud Health Technol Inform 2019; 267: 39-45
• 16 Stausberg J, Maier B, Bestehorn K. et al Memorandum Register für die Versorgungsforschung: Update 2019. Das Gesundheitswesen 2020; 82: e39-e66
• 17 Donabedian A. Evaluating the quality of medical care. The Milbank Memorial Fund Quarterly 1966; 44: 166-206
• 18 Stausberg J, Semler S, Neugebauer EAM. Ein Register für Register und Kohorten: Empfehlungen zu Metadaten und Verfahrensregeln. Das Gesundheitswesen 2014; 76: 865-873
• 19 Schmidt CO, Krabbe CEM, Schössow J. et al Quality standards for epidemiologic cohort studies: An evaluated catalogue of requirements for the conduct and preparation of cohort studies. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2018; 61: 65-77