Yöntem makalesi

TBase - Böbrek Nakli Alıcıları için Entegre Elektronik Sağlık Kaydı ve Araştırma Veritabanı

DOI:

10.3791/61971

⸱

13 Nisan 2021

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Division IT, Charité - Universitätsmedizin Berlin, 2Department of Nephrology and Medical Intensive Care, Charité - Universitätsmedizin Berlin

Bu makalede

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

TBase, elektronik sağlık kaydını böbrek nakli alıcıları için yenilikçi bir araştırma veritabanıyla birleştirir. TBase, farklı hastane sistemlerine bağlı ve düzenli ayakta bakım için kullanılan bir bellek içi veritabanı platformu üzerine inşa edilir. Transplantasyona özgü veriler de dahil olmak üzere ilgili tüm klinik verileri otomatik olarak entegre ederek benzersiz bir araştırma veritabanı oluşturur.

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

TBase, böbrek nakli alıcıları (KTR) için, rutin tedavi sırasında manuel veri girişi ile standartlaştırılmış arayüzler aracılığıyla temel klinik verilerin (örneğin laboratuvar değerleri, tıbbi raporlar, radyoloji ve patoloji verileri) otomatik veri girişini birleştiren bir elektronik sağlık kaydıdır (örneğin, klinik notlar, ilaç listesi ve transplantasyon verileri). Bu şekilde, rutin klinik bakım ve araştırma için faydalarla KTR için kapsamlı bir veritabanı oluşturulur. Hem günlük klinik kullanımı kolaylaştırır hem de en yüksek veri kalitesine sahip araştırma sorularına hızlı erişim sağlar. Bu, klinik kullanıcıların ve hastaların tedavi ve ilaç planları için doğru verilere güvenmek ve böylece günlük pratiklerinde klinik verileri doğrulamak ve düzeltmek zorunda olduğu klinik rutinde veri doğrulama kavramı ile elde edilir. Bu EHR, nakil poliklinik bakımı ihtiyaçlarına göre uyarlanmıştır ve Charité - Universitätsmedizin Berlin'de 20 yıldan fazla bir süredir klinik yararını kanıtlamıştır. İyi yapılandırılmış, kapsamlı uzun vadeli verilerle verimli rutin işleri kolaylaştırır ve klinik araştırmalar için kolay kullanımlarını sağlar. Bu noktada işlevselliği, rutin verilerin farklı hastane bilgi sistemlerinden standartlaştırılmış arayüzler aracılığıyla otomatik olarak iletilmeyi, nakile özgü verilerin kullanılabilirliğini, ilaç-ilaç etkileşimleri için entegre bir kontrole sahip bir ilaç listesini ve diğerleri arasında yarı otomatik tıbbi rapor oluşturmayı kapsamaktadır. En son yeniden yapılanma temel unsurları, html5 (Köprü Metni Biçimlendirme Dili) tabanlı duyarlı web tasarımının etkinleştirdiği kullanılabilirlik ve platform bağımsızlığının yanı sıra, tasarıma göre sağlam bir gizlilik konsepti, modülerlik ve dolayısıyla taşınabilirliktir. Bu, diğer hastalık alanlarına ve diğer üniversite hastanelerine hızlı ve kolay ölçeklenebilirlik sağlar. Kapsamlı uzun vadeli veri kümeleri, Makine Öğrenimi algoritmalarının araştırılmasının temelidir ve modüler yapı bunları klinik bakıma hızla uygulamaya izin verir. Hasta rapor edilen veriler ve teletıp hizmetleri, hastaların gelecekteki ihtiyaçlarını karşılamak için TBase'e entegre edilmiştir. Bu yeni özellikler klinik bakımı geliştirmenin yanı sıra yeni araştırma seçenekleri ve terapötik müdahaleler yaratmayı amaçlamaktadır.

Giriş

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Entegre elektronik sağlık kaydı ve araştırma veritabanı için motivasyon
Klinik araştırmalar, analiz için klasik istatistiksel yöntemlerin veya Makine Öğrenimi (ML) tekniklerinin kullanılıp kullanılmadığına bakılmaksızın yüksek kaliteli verilerin mevcudiyetine dayanmaktadır1,2. Rutin verilere (örneğin, demografik, laboratuvar ve ilaç verileri) ek olarak, etki alanına özgü veriler (örneğin, transplantasyonla ilgili veriler) yüksek tanelilik ile gereklidir3,4. Bununla birlikte, birçok üniversite hastanesinde rutin bakım, ne araştırmaya özgü verilerin sistematik olarak toplanmasına ne de rutin verilerin kolay veri çıkarılmasına izin veren hastane bilgi sistemleri (HIS) ile gerçekleştirilir5,6,7. Sonuç olarak, klinik araştırmacılar, karmaşık veritabanı kurma süreci, manuel veri girişi, veri koruma sorunları ve uzun süreli bakım dahil olmak üzere çeşitli sorunları olan belirli araştırma veritabanları oluştururlar (Tablo 1). Sınırlı miktarda veri, eksik veri ve tutarsızlıklar genel olarak klinik araştırmalar için önemli bir sorundur ve ML teknolojilerinin kullanımını engeller8,9,10,11,12,13. Bu bağımsız araştırma veritabanları genellikle belirli hastalık veya hasta yönlerine odaklanır, diğer veritabanlarına bağlı değildir ve genellikle belirli bir süre sonra kesilir ve erişilemez "veri siloları" ile sonuçlanır. Sonuçta, çeşitli hastalık yönleriyle ilgili yüksek kaliteli, uzun vadeli veriler seyrektir. Dijital tıp çağında, etki alanına özgü verilerin kolay bir şekilde belgelenmesine ve yataklı ve ayakta bakım sistemlerinden rutin verilerin otomatik olarak toplanmasına olanak sağlayan kapsamlı bir elektronik sağlık kaydına (EHR) (EHR) ihtiyaç artmaktadır.

Bu genel hususlar transplantasyon tıbbı için de geçerlidir16. Bu nedenle, başarılı takip bakımı için hastanın tüm yatarak ve ayakta tedaviler, klinik rutin veriler ve transplantasyona özgü veriler dahil olmak üzere tıbbi geçmişinin eksiksiz bir şekilde belgelenmesi gerekmektedir17,18. Sıradan HIS statik olduğundan ve yatarak tedaviye odaklandığından, donör verileri, soğuk iskemi süreleri ve insan lökosit antijenleri (HLA) verileri gibi transplantasyona özgü verileri entegre edemezler. Ancak bu veriler transplantasyon araştırmaları için temel bir ön koşuldur19,20,21,22 yanı sıra uzun süreli klinik bakımdan. İlk hastanede kalış süresi genellikle sadece 1-2 hafta iken ve böbrek nakli sonrası süreçler ve erken sonuçlar birçok nakil merkezi arasında karşılaştırılabilirken, yaşam boyu nakil sonrası bakım karmaşıktır ve ortak yapılandırılmış bir yaklaşımdan yoksundur. Bu, nakil sonrası hasta yolculuğunu yakalamak için entegre bir EHR ve araştırma veritabanını motive eder. 23

Ktr'nin rutin bakımı ve araştırması için bu işlevleri entegre etmek amacıyla, nakil sonrası bakım için rutin kullanımın en yüksek veri kalitesine sahip benzersiz bir araştırma veritabanı oluşturacağı düşüncesiyle "TBase" adlı bir EHR geliştirilmiştir (Tablo 2).

Tasarım ve Mimarlık
TBase tipik bir istemci-sunucu mimarisini temel alır. Geliştirme için SAP Yüksek Performanslı Analitik Cihaz genişletilmiş uygulama gelişmiş (SAP HANA XSA) bileşenleri ve araçları kullanılmıştır. En son Köprü Metni Biçimlendirme Dili 5 (HTML5) web teknolojilerine dayanan EHR, Google Chrome Engine için geliştirilmiş ve test edilmiştir. Bu web motoru Chrome ve Microsoft Edge Browser tarafından kullanılır ve EHR'yi yerel kuruluma gerek kalmadan en sık kullanılan web tarayıcılarında24'te kullanmaya izin verir. Uygulanan teknoloji duyarlı bir web tasarımı sağlar ve web tabanlı EHR'nin tüm cihazlarda (PC, tablet, akıllı telefon) kullanılmasına izin verir. Yenilikçi yüksek performanslı geliştirme platformu çeşitli bileşenlerden (Web IDE, UI5 ve HANA DB) oluşmaktadır ve EHR projesi TBase'i son teknoloji yazılım araçlarıyla hızla uygulamamızı sağlamıştır (Şekil 1).

Hasta verilerinin temsili için, EHR'nin sezgisel ve açıklayıcı bir tasarımı için basit bir tablo yapısı uygulanmıştır. Örneğin, birincil anahtar olarak PatientID olan hasta tablosu tablo yapısının merkezindedir. Hemen hemen tüm tablolar (tek tek alt tablolar hariç) PatientID aracılığıyla bu merkezi tabloya bağlanır (Şekil 2).

Şekil 3 , TBase'in tablo yapısının bir bölümünü ve kullanılan veri türlerini daha ayrıntılı olarak gösterir. Son kullanıcı, şekil 4'te bir örneğin gösterildiği grafik kullanıcı arabirimi (GUI) aracılığıyla veri alanlarına erişebilir.

Bu EHR tüm güncel hasta verilerini içerir ve rutin ayakta tedavi için kullanılır. Önemli rutin klinik veriler (örneğin, laboratuvar verileri, tıbbi sonuçlar, radyoloji, mikrobiyoloji, viroloji ve patoloji verileri, hastane verileri vb.) standartlaştırılmış arayüzler aracılığıyla doğrudan TBase'e ithal edilir (örneğin, Sağlık Sektöründe dijital iletişim için bir standart olan Sağlık Düzeyi Yedi (HL7) temelinde25). Soğuk iskemi süreleri, donör verileri, HLA verileri gibi nakillere özgü veriler, takip notları, yaşamsal belirtiler, tıbbi raporlar ve ilaç listesi kullanıcılar tarafından GUI aracılığıyla EHR'ye girilir. Veriler veritabanına aktarılmadan önce, hemen düzeltme seçeneği sağlayan hatalı veri girişinin hızlı tespiti için otomatik bir makullük denetimi gerçekleştirilir. Buna ek olarak, veri doğrulama, klinik kullanıcıların hastalara ve hekimlere rutin olarak rapor ve mektup yazdıkları klinik rutin sırasında yer alır. Bu mektuplar, daha fazla tedavi ve ilaç planı için doğru veriler (örneğin, ilaç, laboratuvar değerleri ve klinik açıklamalar) sağlamalıdır. Sonuç olarak, hekimler ve hastalar günlük pratiklerinde klinik verileri sürekli olarak doğrular ve düzelterler, bu da yüksek veri kalitesi ile sonuçlanan bir süreçtir. Veriler uygulama programlama arabirimleri (API) veya diğer arabirimler aracılığıyla girilirse, arka uçta, ön uçtaki makullik denetimlerine benzer şekilde inandırıcılık denetimleri gerçekleştirilir.

Ön Uç (GUI)
Ön ucu uygulamak için UI5 Framework kullanılır. Bu çerçeve, ön uç öğeleri için kapsamlı bir kitaplığın yanı sıra çok dillilik ve veri görselleştirme için grafik kitaplıklar gibi çeşitli ek özellikler sağlar. Şu anda, TBase ön uç öğeleri tarayıcının dil ayarına bağlı olarak İngilizce veya Almanca olarak görüntülenir.

Basit, sezgisel bir sayfa yapısı sağlamak için ön uç için ana ayrıntı arayüzü kullanılır. Görüntüleme sayfasının üst kısmı, ayrıntı sayfaları (temel veriler, tıbbi veriler, transplantasyon verileri vb.) için ayrı sekmelerden oluşur. Bu ana bölüm, aşağıda hangi ayrıntı sayfasının gösterildiğine bakılmaksızın değişmeden kalır (Şekil 4). Her sayfanın ayrıntı görünümü, sayfa konusuna kolay bir genel bakış sağlar.

Veri işleme için, EHR farklı kullanıcı hakları düzeylerine sahiptir ("okuma", "yazma", "silme" ve "yönetici"). "Görünüm" seviyesine ek olarak, yalnızca "okuma" dan daha yüksek haklara sahip kullanıcılar tarafından etkinleştirilebilen bir "düzenleme" düzeyi vardır. Kullanıcının yazma hakkı varsa, veri girişi için tüm giriş alanları etkinleştirilir ve verilerle doldurulabilir. "Silme" haklarına sahip kullanıcılar, ilgili bir düğme aracılığıyla, ancak yalnızca bir açılır pencereden onay aldıktan sonra verileri silebilir.

Veritabanı yapısı ve arabirimleri
TBase'in geliştirilmesi geliştirme veritabanında gerçekleştirilir. Yeni işlevler gibi tüm yazılım değişikliklerinin kapsamlı ve ayrıntılı testleri kalite güvence veritabanında gerçekleştirilir. Kalite kontrol kontrollerini geçen yazılım güncellemeleri canlı sisteme aktarılır. Araştırma amacıyla canlı sistem, standart Açık Veritabanı Bağlantısı (ODBC) arabirimleri (örneğin, açık kaynaklı yazılım R Studio aracılığıyla) aracılığıyla sorgulanabilen çoğaltma veritabanına kopyalanır. Çoğaltma ve canlı sistem arasında doğrudan bir bağlantı olmadığından, canlı sistemdeki veriler verilerin bozulmasına, kaybolmasına veya manipülesine karşı korunur. Bu modüler yapı ve geliştiricilerin, araştırmacıların ve klinisyenlerin özel ihtiyaçlarına göre uyarlanmış dört veritabanının (geliştirme, kalite güvencesi, canlı sistem ve çoğaltma veritabanı) net bir şekilde ayrılması, hassas hasta verilerinin bakımını ve veri korumasını kolaylaştırır.

EHR, Charité'nin Veri Altyapısına tamamen entegre edilmiştir ve çeşitli veri kaynaklarından veri almak için farklı arayüzlere dayanır. HIS'nin arayüzü, idari veriler, muayeneler, ilaçlar, laboratuvar bulguları ve taburcu mektupları gibi ilgili tüm verileri içe aktarır. Bu arabirim her iki sistemi de bir hazırlama alanı üzerinden bağlar. Burada, tüm yeni veriler (veri deltası) HIS'den TBase'e gerçek zamanlı olarak aktarılır. Hastalar bir hasta numarası veya vaka numarası ile tanımlanır ve HIS'den ilgili veriler içe aktarılır (TBase'de mevcut değilse).

Ayakta tedaviler için laboratuvar partnerimiz laboratuvar sonuçlarını HL7 mesajları ile sağlamaktadır. Bunlar laboratuvar sistemindeki ortak bir alana konuşlandırıldı ve bir HL7 arayüzü ile alındı ve EHR'ye ithal edildi. KTR (akıllı telefon uygulamaları aracılığıyla) ve ev nefrologları ile çift yönlü iletişim ve veri alışverişi için HL7 Hızlı Sağlık Hizmetleri Birlikte Çalışabilirlik Kaynağı (HL7 FHIR) arayüzü uygulandı26. Bu arayüz, gelecekte diğer veri kaynaklarıyla (örneğin, Eurotransplant, hasta uygulamaları) güvenli bir veri alışverişi için birlikte çalışabilirlik ve esneklik sağlar.

Kullanıcı Yönetimi ve Veri Koruması
TBase, uygulama düzeyinde kullanıcı yönetimini temel alır. Bu nedenle, kullanıcı yalnızca uygulamanın ön ucuna erişebilir, ancak veritabanının kendisine erişemez. Yukarıda açıklandığı gibi, yönetim haklarına sahip olanlar için kullanıcı yönetimini rezerve eden dört aşamalı bir yetkilendirme konsepti seçildi. Yöneticiler, TBase uygulaması için Charité kullanıcı havuzundan yeni kullanıcılar eklemek ve kullanıcı haklarını korumak için bir "Kimlik Yönetim Konsolu" uygulaması kullanır (Şekil 5). Çoğu kullanıcı veritabanındaki tüm hastalara erişebilir. Bununla birlikte, çalışma monitörleri gibi belirli kullanıcıların erişimini bir grup hastayla sınırlamak mümkündür.

Ticari bellek içi veritabanı platformu kullanılarak, uygulama düzeyi yetkilendirme, çoklu oturum açma (SSO), MIT-Kerberos protokolü ve Güvenlik Onaylama İşaretleme Dili (SAML) gibi stratejilerle verileri koruyan güvenli bir veritabanı teknolojisi kullanılır. Platform, en son şifreleme ve test tekniklerini kullanarak iletişim, veri depolama ve uygulama hizmetlerini güvence altına alıp güvenli hale getirir. Veritabanındaki tüm gelişmeler yetkilendirmeler tarafından kontrol edilir. Bu, verilerin tasarım gereği güvenliğini yüksek düzeyde sağlar. Ayrıca, tüm veriler sertifikalı Charité güvenlik duvarının arkasında tutulur. En son Avrupa Birliği Genel Veri Koruma Yönetmeliği (AB GDPR) ile uyumlu olarak, veri akışı diyagramları, veri koruma risk değerlendirmesi (DSFA) ve yetkilendirme konsepti de dahil olmak üzere sağlam bir veri koruma konsepti uygulanmıştır. Tüm belgeler Charité Veri Koruma Ofisi'nin bir yordam dizinine yerleştirilir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Protokol, elektronik sistem durumu kaydı TBase'in kullanımını, veritabanına verilerin nasıl ekleneceğini ve araştırma amacıyla nasıl ayıklanılacağını gösterir. Tüm adımlar Charité - Universitätsmedizin Berlin insan araştırma etik komitesinin yönergelerine uygundur.

1. Yeni bir hasta kaydedin ve temel hasta verilerini TBase'e ekleyin

  1. Kayıt olduktan sonra hastanın temel verilerini (isim, doğum tarihi ve sağlık sigortası verileri) hastanın sağlık sigortası kartından hastane bilgi sistemine aktarın. Bu işlem sırasında yeni bir benzersiz servis talebi numarası oluşturulur. Hasta Charité - Universitätsmedizin Berlin'de hiç tedavi edilmemişse, hastane sistemindeki bu hastayı açıkça tanımlayan yeni bir benzersiz hasta numarası da oluşturulur.
  2. Bu kayıt işlemi sırasında, AB GDPR'ye göre Charité - Universitätsmedizin Berlin ve Charité polikliniği (Ambulantes Gesundheitszentrum der Charité) tarafından TBase veri işleme için hastadan yazılı bilgilendirilmiş onay alın.
  3. Uygun izne sahip bir çalışanın bu yeni hastayı TBase'e eklemesini istiyorum. İlk olarak, GUI aracılığıyla TBase'de oturum açın. Bunun için Charité Intranet'teki Chrome-Engine tabanlı bir Web Tarayıcısına "https://nephro.tbase.charite.de" girin. Ardından, TBase yöneticisi tarafından atanan kullanıcı adını ve parolayı girin. Oturum Aç'ı tıklatın.
  4. Ardından, soldaki Hastaya genel bakış çerçevesinin altındaki Yeni hasta ekle düğmesine tıklayın. Ardından, bir giriş ekranı görüntülenir.
  5. Hastanın adını, doğum tarihini, Charité hastanesi hasta numarasını (yukarıya bakın veya alternatif olarak bir Charité hastanesi vaka numarası) ve hasta veri işleme onayı hakkındaki bilgileri (hasta tarafından verilmişse, verilmezse veya iptal edilmezse) girin. Veri girişi tamamlandığında sağ alttaki Kaydet düğmesine tıklayın.
    NOT: Şimdi, TBase'e yeni bir hasta eklendi ve otomatik olarak mevcut tüm hasta verileri ARTıK HIS'den TBase EHR sistemine aktarılıyor.

2. Bölümlerde TBase'deki bir hasta kaydının görüntülenmesi ve verilerin eklenmesi: Ana Veriler, Tıbbi Veriler, Doktorlar, Tanı, Prosedürler, Transplantasyon Verileri, Hastane

  1. Adım 1.3'te açıklandığı gibi EHR'de oturum açın.
  2. sol üstteki arama alanı üzerinden isim veya doğum tarihi üzerinden istenilen hastayı arayın. Arama alanının sağındaki arama düğmesine tıklayın veya Enter tuşuna basın. Soldaki Hastaya genel bakış çerçevesindeki sonuçlardan sağ hastayı seçin ve ismi tıklayın. Seçili hastanın Ana Verilerini gösteren yeni bir ekran görüntülenir.
  3. Bir hasta arandıktan sonra, varsayılan olarak hastanın Ana Veri görüntüleme sayfası görünür. Başka bir sayfadan oraya gitmek için sol üstteki Ana Veri sekmesine tıklayın.
    1. Ana Verileri değiştirmek için sağ alttaki Değiştir düğmesini tıklatın. Yeni bir giriş ekranı görüntülenir.
    2. Şimdi, belirlenen giriş alanlarına yeni bilgileri yazarak hastanın telefon numarası, adresi gibi verileri değiştirin, kimlik kodu ekleyin veya düzeltin. Veri girişi tamamlandıktan sonra, sağ alttaki Kaydet düğmesine tıklayarak değişiklikleri gönderin. Ana Veri görüntüleme sayfasına yönlendirildikten sonra değişiklikler görülebilir ve doğrulanabilir.
  4. Tıbbi Verileri görüntülemek ve değiştirmek için sol üstteki Tıbbi Veriler sekmesine tıklayın. Tıbbi Verilere genel bakış görünür ve mevcut tıbbi verileri gösterir. Hastanın boyu, kan grubu, ilk diyaliz tarihi, primer hastalık, HLA, genetik veriler, diyaliz verileri, mevcut HLA-antikorlara ilişkin veriler, transfüzyon verileri, risk faktörleri, alerjiler, yapılandırılmış anamnez verileri, ölüm.
    1. Tıbbi verilerin bir kısmını değiştirmek için sağ alttaki Değiştir düğmesine tıklayın. Yeni bir giriş ekranı görüntülenir.
    2. Örneğin, veri giriş formunu genişletmek veya daraltmak için Birincil hastalığa tıklayarak hastanın tıbbi verilerine birincil bir hastalık ekleyin. Sağda, birincil hastalık giriş alanı, önceden var olan önerilerden bir hastalık seçmek (örneğin, Eurotransplant primer hastalık tablosundan) veya yeni bir hastalığa girmek için kullanılabilir. Ayrıca tanı tarihi, hastalığın kesinliği (biyopsi kanıtlanmış veya kanıtlanmamış) ve yorum girilebilir. Veri girdikten sonra Değerleri Gönder düğmesine tıklayarak gönderin.
    3. Tüm değişiklikler girildikten ve gönderildikten sonra, sağ alttaki Kaydet düğmesine tıklayarak değişiklikleri kaydedin. Tıbbi Veri görüntüleme sayfasına yönlendirildikten sonra, tüm değişiklikler ve doğru kaydedilip kaydedilmediği görülebilir.
  5. Tedavi eden doktorlar hakkındaki bilgileri görüntülemek için Doktorlar sekmesine tıklayın. Doktorlar görüntüleme sayfası açılır ve doktorların tedavisi hakkında mevcut verileri gösterir. Hekim adı ve adresi, uzmanlık alanı, tipi (danışman, pratisyen hekim, asistan), çalışma tesisi (diyaliz koğuşu, poliklinik vb.), telefon numarası.
    1. Yeni bir doktor eklemek için sağ alttaki Yeni düğmesine tıklayın. Yeni bir giriş ekranı açılır. Alternatif olarak, mevcut hekimler hakkındaki bilgiler önce hekimin adına tıklayarak, daha sonra sağ alttaki Değiştir düğmesine tıklayarak değiştirilebilir.
    2. Örneğin, hastanın EHR'sine yeni bir hekim eklenebilir. Arama alanına bir isim girerek ve farklı önerilerden doğru girişe tıklayarak daha önce eklenen doktorların listesini arayın. Alternatif olarak, istenen hekim listede yoksa, önce Yeni Hekim Ekle'yi seçtikten sonra verileri aşağıdaki giriş alanına girin.
    3. Tüm değişiklikler girildikten sonra, sağ alttaki Kaydet düğmesine tıklayarak değişiklikleri kaydedin. Doktorlar görüntüleme sayfasına yönlendirildikten sonra, tüm değişiklikler görülebilir ve kullanıcı değişikliklerin doğru uygulandığını doğrulayabilir.
  6. Tanıları görüntülemek ve değiştirmek için sol üstteki Tanı sekmesine tıklayın.
    NOT: Tanı, prosedür ve araştırmaların çoğu, yatarak tedavi verileri hakkında HIS'den önceden tanımlanmış arayüzler aracılığıyla otomatik olarak içe aktarılır.
    1. Sağ alttaki Yeni butonuna tıklayarak poliklinikte yapılan tanıları girin.
    2. Uluslararası Hastalık Sınıflandırması 10: Revizyon (ICD-10) esas alınarak yeni bir tanı konulabilir. Ekranın ortasındaki arama alanına ICD-10 kodunu veya tanı adını girin ve üzerine tıklayarak öneri listesinden doğru kodu seçin. Ardından, varsa başlangıç ve bitiş tarihini ve bu verileri belirlenen giriş alanlarına yazarak tanının konulduğu bağlamı (yatarak veya ayakta kalarak) tanımlayın.
    3. Sağ alttaki Kaydet düğmesini tıklatarak verileri gönderin. Tanı görüntüleme sayfasına yönlendirildikten sonra, değişiklikler görünür hale gelir ve kullanıcı veri girişinin doğru olup olmadığını görebilir.
  7. Yordamları görüntülemek ve değiştirmek için üstteki Yordamlar sekmesini tıklatın.
    1. Sağ alttaki Yeni butonuna tıklayarak poliklinikte yapılan ek işlemleri girin.
    2. OPS Koduna (Uluslararası Tıpta Prosedür Sınıflandırması (ICPM) kodlarının Almanca versiyonu) dayalı yeni bir prosedür girilebilir. Ops kodunu veya yordamın adını ekranın ortasındaki arama alanına girin ve üzerine tıklayarak öneri listesinden doğru olanı seçin. Ardından, bu verileri belirlenen giriş alanlarına yazarak yerelleştirmeyi (sol, sağ, hiçbiri) ve yordamın gerçekleştirildiği bağlamı (yatarak veya ayakta) tanımlayın.
    3. Sağ alttaki Kaydet düğmesini tıklatarak verileri gönderin. Yordamlar görüntüleme sayfasına yönlendirildikten sonra, değişikliklerin doğru uygulandığını doğrulayın.
  8. Soruşturmalarla ilgili verileri görüntülemek ve değiştirmek için üstteki Araştırmalar sekmesine tıklayın.
    NOT: HIS'deki raporların çoğu metin dosyası olarak sağlandığından, EHR'deki ilgili sonuçların çoğu da metin tabanlıdır. Buna karşılık, böbrek nakli biyopsilerinden elde edilen patolojik raporlar Banff Sınıflandırması 201727,28'e göre sınıflandırılır ve ortaya çıkan ayrı sınıflandırma verileri EHR'de ilgili bir tabloya kaydedilir.
    1. Belirli bir araştırmanın bulgularına bakmak için aşağıdaki listede doğru olanı tıklayın veya öneri listesinden seçmek için yukarıdaki arama alanını kullanın.
    2. Sağ alttaki Yeni butonuna tıklayarak poliklinikte yapılan ek araştırmalara girin.
    3. Tarih, tip (ultrason, holter izleme vb.), ilgili organ ve bulguları belirlenen giriş alanlarına yazarak yeni bir araştırma girin.
    4. Sağ alttaki Kaydet düğmesini tıklatarak verileri gönderin. Araştırmalar görüntüleme sayfasına yönlendirildikten sonra, değişiklikler kullanıcı tarafından görülebilir ve doğrulanabilir.
  9. Hastaneye yatışlarla ilgili verileri görüntülemek ve değiştirmek için üstteki Hastane sekmesine tıklayın.
    NOT: Düzenli olarak Charité'de nakledilen KTR, sonraki komplikasyonlar için nakil merkezine yatırılır. Oluşturulan veriler öncelikle HIS'de saklanır ve ilgili veriler (örneğin, kabul veya taburcu ile ilgili veriler, tıbbi raporlar) HIS arayüzü aracılığıyla EHR'ye aktarılır. Dış yatış EHR'ye manuel olarak girilmelidir.
    1. Hastaneye yatış verileri aşağıdaki gibi yapılandırılmıştır: kabul, taburcu, varsa sağlık raporu, hastane, koğuş ve hastaneye yatış nedeni. Sağlık raporunu okumak için listedeki sağdakine tıklayın veya öneri listesinden seçmek için yukarıdaki arama alanını kullanın.
    2. Sağ alttaki Yeni düğmesine tıklayarak ek bir hastaneye yatış (örneğin, harici hastaneye yatış) girin.
    3. Belirtilen giriş alanlarına yukarıda belirtilen verileri yazarak yeni bir hastaneye yatış girin.
    4. Sağ alttaki Kaydet düğmesini tıklatarak verileri gönderin. Değişikliklerin görünür hale geldiği ve doğrulanabildiği Hastane görüntüleme sayfasına yönlendirildikten sonra.
  10. Transplantasyon verilerini görüntülemek ve değiştirmek için sağ üstteki Transplantasyon sekmesine tıklayın. Transplantasyon görüntüleme sayfası görünür ve mevcut transplantasyon verilerini gösterir. Üstte, birden fazla transplantasyon yapıldıysa, ilgili düğmeye tıklayarak farklı transplantasyonlar arasında gezinin.
    1. Donör hakkındaki bilgileri görüntülemek veya değiştirmek için, ilgili nakil tarihinin altındaki Donör Görüntüle düğmesine tıklayın. Donörle ilgili bilgileri girmek veya değiştirmek için sağ alttaki Değiştir düğmesine tıklayın ve belirlenen giriş alanlarına veri girin ve daha sonra sağ alttaki Kaydet düğmesine tıklayarak değişiklikleri kaydedin.
    2. Hastanın EHR'sine yeni bir transplantasyon eklemek için Transplantasyon görüntüleme sayfasında sağ alttaki Yeni butonuna tıklayın. Giriş alanlarına göre transplantasyona özgü verileri girin (organ tipi, transplantasyon tarihi, iskemi süresi, diğerleri arasında prosedürel komplikasyonlar hakkında bilgiler dahil). Sağ alttaki Kaydet düğmesine tıklayarak verileri EHR'ye kaydedin. Daha sonra kullanıcı, değişikliklerin doğru kaydedilip kaydedilmediğini görmek için Transplantasyon görüntüleme sayfasına yönlendirilir.
    3. Mevcut bir transplantasyonla ilgili bilgileri değiştirmek için Transplantasyon görüntüleme sayfasında sağ alttaki Değiştir butonuna tıklayın ve seçilen transplantasyon için mevcut verilerin gösterildiği yeni bir giriş ekranı görünür. Bu transplantasyona özgü verileri giriş alanlarına göre değiştirin (organ tipi, transplantasyon tarihi, iskemi süresi, diğerleri arasında prosedürel komplikasyonlar hakkında bilgiler dahil). Sağ alttaki Kaydet düğmesine tıklayarak yeni giriş verilerini EHR'ye kaydedin. Transplantasyon görüntüleme sayfasına yönlendirildikten sonra değişikliklere bakın ve değişikliklerin doğru girilip girilmediğini kontrol edin.

3. Laboratuvar verilerinin görüntülenmesi ve seçilmesi

  1. TBase'e giriş yapın ve 1.3 ve 2.2'de açıklandığı gibi istediğiniz hastayı seçin.
  2. Laboratuvar verilerini görüntülemek için üstteki Laboratuvar sekmesine tıklayın ve en son laboratuvar sonuçlarına tablolu bir genel bakış görüntülenir. Üstte, son araştırmanın tüm verileri, önceki laboratuvar verilerini aramak için bir açılır menü ve yanında belirli laboratuvar değerlerini (örneğin kreatinin) arayabileceğiniz bir arama alanı ile görülebilir.
    NOT: Laboratuvar değerleri aşağıdaki gibi görüntülenir: numune alma tarihi, işleme tarihi, laboratuvar değerinin adı, değer, birim, referans aralığı, bir yorum (H ... yüksek, L ... düşük, N ... normal) ve karşılaştırma için önceki iki geçmiş laboratuvar değeri.
  3. Tarihi bir laboratuvar araştırmasının görüntü tarihini değiştirmek için sol üstteki açılır menüye tıklayın ve üzerine tıklayarak istediğiniz tarihi seçin. Bu tarihten itibaren karşılık gelen tüm laboratuvar değerleri yukarıda açıklandığı gibi görüntülenir.
  4. Kreatinin gibi belirli bir laboratuvar değerini seçmek ve zaman içinde rotasını incelemek için, üstteki arama alanına adını yazın ve öneri listesinden doğru olanı seçin. Emeği Göster butonuna tıkladıktan sonra, bu hastanın seçilen değeri için her sonuç aşağıdaki grafikte gösterilir.
    1. Alternatif olarak, tek bir araştırmanın ilk tablo sunumunda istenen değere tıklamanız yeterlidir. Bu, bu özel laboratuvar değeri için önceki ve geçerli tüm sonuçları tekrar gösterir.
  5. Laboratuvar değerinin seyrini çizmek için, istenen değerin yanındaki çizim sembolünü tıklatın. Bu, bu değer için varolan tüm sonuçların bir grafiğini otomatik olarak oluşturur. Gerekirse, sağ üstteki giriş alanlarında bir başlangıç ve bitiş tarihi seçerek çizimin zaman aralığını belirtin ve belirtilen giriş alanında seçerek çizime ikinci bir değer ekleyin. Sağ alttaki Geri düğmesine tıklayarak Laboratuvar görüntüleme sayfasına geri dönün.

4. İlaç verilerini görüntüleme ve değiştirme: Alman yönetmeliklerine göre standartlaştırılmış bir ilaç listesi oluşturma ("Bundeseinheitlicher Medikationsplan")

  1. TBase'e giriş yapın ve 1.3 ve 2.2'de açıklandığı gibi istediğiniz hastayı seçin.
  2. İlaç verilerini görüntülemek için üstteki İlaç sekmesine tıklayın. Hastanın mevcut ilaçları hakkında tablolu bir genel bakış ortaya çıkar. İlaç verileri aşağıdaki gibi gösterilmiştir: başlangıç tarihi, aktif madde, tek doz (örneğin, mg), ticaret adı, dozaj şeması, günlük doz, dozaj formu, bildirim, endikasyon, reçete türü (iç veya dış hekim veya hasta tarafından kendi kendine tedavi).
  3. Yeni bir ilaç eklemek için sağ alttaki Yeni düğmesine tıklayın. Geçerli tarihte otomatik olarak ayarlanan, ancak başlangıç tarihi geçmişteyse değiştirilebilen maddenin adını (veya alternatif olarak işlem adını), dosing düzenini ve başlangıç tarihini girin. Ayrıca, belirtilen giriş alanlarına gösterge ve açıklama eklenebilir. Sağ alttaki Kaydet düğmesine tıklayarak ilacı listeye ekleyin.
  4. Mevcut bir ilacı değiştirmek için, ilaç listesindeki uygun öğeye ve hemen ardından alttaki Değiştir düğmesine tıklayın. Artık dozajla ilgili değişiklikler, başvuru formu belirlenen giriş alanlarına yazılabilir ve değişiklikler sağ alttaki Kaydet düğmesine tıklayarak uygulanabilir.
  5. Bir ilacı kesmek için, belirlenen ilaca tıklayın ve üstteki Kes düğmesine tıklayın.
  6. Önceki ilaçları aramak için, aktif maddeyi sol üstteki arama alanına girin ve tarihi ilaç listesinden üzerine tıklayarak sağ maddeyi seçin. 4.2'de belirtildiği gibi yapılandırılmış önceki tüm ilaçları içeren bir grafik ortaya çıkar.
  7. Alman yönetmeliklerine göre hasta için standartlaştırılmış bir ilaç listesi oluşturmak için sağ üstteki Bundeseinheitlicher Medikationsplan butonuna tıklayın. Pdf dosyası oluşturulur ve çıktı için otomatik olarak indirilir.

5. Tıp kursuna girişleri görüntülemek ve eklemek: yarı otomatik olarak bir sağlık raporu oluşturmak

  1. EHR'ye giriş yapın ve 1.3 ve 2.2'de açıklandığı gibi istediğiniz hastayı seçin.
  2. Tıbbi kursu görüntülemek için üstteki Kurs sekmesine tıklayın. Hastanın önceki randevularındaki belgeler hakkında tablolu bir genel bakış sağlanmaktadır. Veriler şu şekilde yapılandırılmıştır: randevu tarihi, bir sonraki randevu tarihi, kan basıncı, kalp atış hızı, sıcaklık, kilo, vücut kitle indeksi, idrar hacmi ve hasta için kamu değerlendirmesine ayrılmış üç metin alanı, Charité'de kullanılmak üzere iç değerlendirme ve diğer hekimler için tıbbi değerlendirme.
    NOT: Ayrıca, altta hastanın tıbbi geçmişi hakkında önemli bilgileri özetlemek ve ilk bakışta görünür hale getirmek için kullanılan bir özet alanı vardır.
  3. Tıp kursuna yeni bir giriş eklemek için sağ alttaki Yeni düğmesine tıklayın. İstenilen giriş alanlarına (örneğin, yaşamsal belirtiler, tedavi hekimi, iç değerlendirme veya kamu değerlendirmesi) değerlendirilen bilgileri girin. Bir sonraki randevunun tarihini sağ üstteki belirtilen giriş alanına ekleyin. Sağ alttaki Kaydet düğmesini tıklatarak verileri gönderin. Kullanıcılar daha sonra Kurs görüntüleme sayfasına yönlendirilir.
  4. Varolan bir girişi değiştirmek için, uygun girişe tıklayın ve hemen sonraki alttaki Değiştir düğmesine tıklayın. Şimdi, belirtilen giriş alanlarına ek veriler girin veya varolan verileri değiştirin. Bildirim alanındaki bilgileri yazarak değiştirin veya güncelleştirin ve sağ alttaki Kaydet düğmesini tıklatarak değişiklikleri gönderin. Kullanıcılar daha sonra Kurs görüntüleme sayfasına yönlendirilir.
  5. Otomatik sağlık raporu oluşturmak için sağ alttaki Sağlık Raporu düğmesine tıklayın. 18 farklı seçenekle (laboratuvar sonuçlarından tam tıbbi rapora kadar) yeni bir ekran görünür.
    1. Örneğin, birkaç tıklamayla bir sağlık raporu oluşturun: Ayaktan Sağlık Raporu'nu tıklayın. Hasta adı, tedavi eden hekim, laboratuvar değerlerinin son tarihi ve tıp dersinin son tarihi otomatik olarak doldurulur, ancak ihtiyaç halinde değiştirilebilir. Tamam'a tıklayarak onaydan sonra, düzgün biçimlendirilmiş bir sözcük (.doc) belge dosyası oluşturulur ve seçilen bilgileri içeren çıktı için indirilir.

6. Çıkış

  1. TBase oturumunu aktif olarak kapatmak için sağ alttaki Oturumu kapat düğmesini tıklatın. Ayrıca, biri 60 dakikalık hareketsizlikten sonra veya tarayıcı kapalıysa otomatik olarak oturumu kapatır.

7. Toplanan verileri kullanma

  1. Toplanan verileri sorgulamak için, Veritabanı yapısı ve arabirimleri bölümünde açıklandığı gibi çoğaltma sunucusunu (Şekil 1) kullanın. Sorgular için Açık Veritabanı Bağlantısı (ODBC), Java Veritabanı Bağlantısı (JDBC) aracılığıyla bir veritabanına bağlanabilen tüm veri işleme programları kullanılabilir. Veritabanına bağlantı kurulduktan sonra, açık kaynaklı R Studio yazılımını kullanın.
  2. ODBC veritabanı bağlantısı kurmak için, örneğin Windows işletim sisteminde, ODBC aracını açın ve Denetim Masası ve Güvenlik Yönetimi altında Yeni bir kullanıcı veri kaynağı adı (DSN) için Ekle'yi tıklatın. Burada, çoğaltma veritabanına kullanılabilir bağlantı verilerini girin. Aşağıdaki verileri girin: "Sürücü Adı", "ODBC Bağlantı Adı" (kullanıcı tarafından ayarlanır), "Ana Bilgisayar Adı" ve SQL kimlik doğrulama ayrıntıları "Kullanıcı Adı", "Parola" ve "Veritabanı Adı".
  3. ODBC veritabanı bağlantısı kurulduktan sonra açık kaynaklı yazılım R Studio'da çok basit bir sorgu (örneğin, 2000-2020 yıllarında cinsiyete bölünen nakil sayısı) oluşturmak için, sol üstteki R Studio uygulamasında Dosya, Yeni Dosya'yı açın ve R Script'e tıklayın. Örnek komut dosyası kodu (Kod 1), açılan boş komut dosyası penceresine girilir.
  4. Komut dosyası penceresinin üstündeki Kaynak düğmesine tıklayın ve komut dosyası çalışıyor ve sonra bağlı veritabanındaki verilerle komut dosyasında tanımlanan çubuk grafiği oluşturur (Şekil 6).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

TBase ilk olarak 1999 yılında Charité Campus Mitte'de piyasaya sürüldü ve o zamandan beri kullanılıyor. 20 yıldan fazla bir süredir TBase-EHR, tüm KTR'den potansiyel olarak veri toplar. 2001 yılından itibaren Charité'deki diğer nakil programları KTR ve bekleme listesindeki hastaların rutin bakımı için TBase'i kullandı. 2007 yılından bu yana, bu EHR canlı donörlerin ve nefroloji bölümündeki tüm hastaların rutin bakımı için diridir.

Son yıllarda modern yazılım mimarisine sahip modüler web tabanl...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

TBase, KTR'nin özel ayakta bakımı için web tabanlı bir EHR'yi bir araştırma veritabanıyla birleştirerek böbrek hastalığı olan hastalar için kapsamlı bir uzun vadeli veritabanı oluşturur6,11,15,37. Organizasyon yapısı ile ilgili olarak, bu, kurumsal bir ajan olarak modern bir yazılım tasarım süreci uygulanarak ve mevcut sürümü geliştirmek için geliştiriciler, klinik kullanıcılar ve araştırmacıla...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

İlgili yazarların beyan edecek bir şeyi yoktur.

Teşekkürler

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Sunulan EHR'nin geliştirilmesi, son 20 yılda iç araştırma fonları ve farklı kurum ve vakıflardan kamu finansmanı ile desteklenmiştir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
Geliştirici platformu SAP Web IDESAP SE
GUI Araç Kutusu SAPUI5SAP SE
Bellek içi veritabanı SAP-HANASAP SE
Arayüz Standardı HL7Sağlık Seviyesi Yedi Uluslararası
Arayüz Standardı HL7 FHIRSağlık Seviyesi Yedi Uluslararası
RStudioRStudio Inc.
TBase - Elektronik Sağlık KaydıCharité - Universitä tsmedizin Berlin
Webserver SAP-HANA XSASAP SE

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Halleck, F., et al. Integrated care of renal transplant patients - Development of an electronic health care service platform. Dialyse aktuell. 20 (06), 285-290 (2016).
  2. Sonntag, D., et al. The Clinical Data Intelligence Project. Informatik-Spektrum. 39 (4), 290-300 (2016).
  3. Kara, E., et al. A Domain-adapted Dependency Parser for German Clinical Text. Proceedings of the 14th Conference on Natural Language Processing. , Vienna Austria. (2018).
  4. Maier, C., et al. Experiences of Transforming a Complex Nephrologic Care and Research Database into i2b2 Using the IDRT Tools. Journal of Healthcare Engineering. 2019, 5640685(2019).
  5. Jensen, P. B., Jensen, L. J., Brunak, S. Mining electronic health records: towards better research applications and clinical care. Nature Reviews Genetics. 13 (6), 395-405 (2012).
  6. Schmidt, D., et al. A novel tool for the identification of correlations in medical data by faceted search. Computers in Biology and Medicine. 85, 98-105 (2017).
  7. Veit, K., Wessels, M., Deiters, W. Gesundheitsdaten und Digitalisierung - Neue Anforderungen an den Umgang mit Daten im Gesundheitswesen. Digitale Transformation von Dienstleistungen im Gesundheitswesen VI: Impulse für die Forschung. , 19-33 (2019).
  8. Ehrler, F., Geissbuhler, A., Jimeno, A., Ruch, P. Data-poor categorization and passage retrieval for gene ontology annotation in Swiss-Prot. BMC Bioinformatics. 6, Suppl 1 23(2005).
  9. Esteban, C., Schmidt, D., Krompaß, D., Tresp, V. Predicting Sequences of Clinical Events by Using a Personalized Temporal Latent Embedding Model. 2015 International Conference on Healthcare Informatics. , 130-139 (2015).
  10. Roller, R., et al. Detecting Named Entities and Relations in German Clinical Reports. Language Technologies for the Challenges of the Digital Age. , 146-154 (2018).
  11. Roller, R., et al. A fine-grained corpus annotation schema of German nephrology records. Clinical Natural Language Processing Workshop (ClinicalNLP). , Osaka, Japan. (2016).
  12. Esteban, C., Staeck, O., Baier, S., Yang, Y., Tresp, V. Predicting Clinical Events by Combining Static and Dynamic Information Using Recurrent Neural Networks. IEEE International Conference on Healthcare Informatics (ICHI). , 93-101 (2016).
  13. Schmidt, D., Niemann, M., Trzebiatowski, G. L. v The Handling of Missing Values in Medical Domains with Respect to Pattern Mining Algorithms. Proceedings of the 24th International Workshop on Concurrency, Specification and Programming (CS&P 2015). 1492, 147-154 (2015).
  14. Burchardt, A., Uszkoreit, H. IT für soziale Inklusion: Digitalisierung - Künstliche Intelligenz - Zukunft für alle. De Gruyter. , (2018).
  15. Schroter, G., Lindemann, L. F. TBase2 - A Web-Based Electronic Patient Record. Fundamenta Informaticae. 43 (1-4), 343-353 (2000).
  16. Duettmann, W., et al. eHealth in Transplantation. Transplant International. , (2020).
  17. Durr, M., et al. Late Conversion to Belatacept After Kidney Transplantation: Outcome and Prognostic Factors. Transplantation Proceedings. 49 (8), 1747-1756 (2017).
  18. Halleck, F., et al. MHealth and digital management after kidney transplantation. Nieren- und Hochdruckkrankheiten. 46, 474-480 (2017).
  19. Düttmann-Rehnolt, W., et al. Neuartige Kommunikationswege und Strukturen zur Optimierung der häuslichen Versorgung am Beispiel von nierentransplantierten Patienten. Digitale Transformation von Dienstleistungen im Gesundheitswesen VI: Impulse für die Forschung. , 407-421 (2019).
  20. Hils, S., Bogatyreva, L., Hauschke, D., Pisarski, P. Telemedical Supported Aftercare as an Innovative Project-Study Improves the Quality of Life After Living Kidney Transplantation - A Single Center Experience. American Journal of Transplantation. 14 (3), 843(2014).
  21. Schmidt, D., et al. Integrierte Versorgung chronisch kranker Patienten am Beispiel von MACSS: Digitalisierung - Künstliche Intelligenz - Zukunft für alle. IT für soziale Inklusion. , 41-50 (2018).
  22. Massie, A. B., Kucirka, L. M., Segev, D. L. Big data in organ transplantation: registries and administrative claims. American Journal of Transplantation. 14 (8), 1723-1730 (2014).
  23. McAdams-DeMarco, M. A., et al. Frailty, Length of Stay, and Mortality in Kidney Transplant Recipients: A National Registry and Prospective Cohort Study. Annals of surgery. 266 (6), 1084-1090 (2017).
  24. The Most Popular Browsers. w3schools.com. , Available from: https://www.w3schools.com/browsers/ (2020).
  25. H.L.S.I. HL7 International. , Available from: https://www.hl7.org/ (2020).
  26. Duettmann, W., et al. Digital home monitoring of patients after kidney transplantation: The MACCS platform. Journal of Visualized Experiments. , (2021).
  27. Haas, M., et al. The Banff 2017 Kidney Meeting Report: Revised diagnostic criteria for chronic active T cell-mediated rejection, antibody-mediated rejection, and prospects for integrative endpoints for next-generation clinical trials. American Journal of Transplantation. 18 (2), 293-307 (2018).
  28. Roufosse, C., et al. A 2018 Reference Guide to the Banff Classification of Renal Allograft Pathology. Transplantation. 102 (11), 1795-1814 (2018).
  29. Duerr, M., et al. Increased incidence of angioedema with ACE inhibitors in combination with mTOR inhibitors in kidney transplant recipients. Clinical Journal of the American Society of Nephrology. 5 (4), 703-708 (2010).
  30. Lachmann, N., et al. Invited letter in response to "Predicted indirectly recognizable HLA epitopes (PIRCHE): Only the tip of the iceberg?". American Journal of Transplantation. 18 (2), 523-524 (2018).
  31. Huber, L., Naik, M., Budde, K. Desensitization of HLA-incompatible kidney recipients. The New England Journal of Medicine. 365 (17), 1644-1645 (2011).
  32. Choi, M., et al. Low Seroprevalence of SARS-CoV-2 Antibodies during Systematic Antibody Screening and Serum Responses in Patients after COVID-19 in a German Transplant Center. Journal of Clinical Medicine. 9 (11), (2020).
  33. Lehner, L. J., et al. Analysis of Risk Factors and Long-Term Outcomes in Kidney Transplant Patients with Identified Lymphoceles. Journal of Clinical Medicine. 9 (9), (2020).
  34. Zhang, Q., et al. The relationship between proteinuria and allograft survival in patients with transplant glomerulopathy: a retrospective single-center cohort study. Transplant International. , (2020).
  35. Bissler, J., et al. Everolimus for angiomyolipoma associated with tuberous sclerosis complex or sporadic lymphangioleiomyomatosis (EXIST-2): A multicentre, randomised, double-blind, placebo-controlled trial. Lancet. 381, (2013).
  36. Budde, K., et al. Everolimus-based, calcineurin-inhibitor-free regimen in recipients of de-novo kidney transplants: an open-label, randomised, controlled trial. Lancet. 377 (9768), 837-847 (2011).
  37. Lindemann, G., Schröter, K., Schlaefer, A., Budde, K., Neumayer, H. H. Web-Based Patient Records - The Design of TBase2. New Aspects of High Technology in Medicine. , (2000).
  38. Big Data Project | BigMedilytics | The largest initiative to transform healthcare sector. BigMedilytics. , Available from: https://www.bigmedilytics.eu/big-data-project/ (2020).
  39. Duettmann, W., et al. Telemedizinische Betreuung von Patienten nach Nierentransplantation: Was beinhaltet MACCS. Nieren- und Hochdruckkrankheiten. 49, (2020).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

Transplant Ara t rma VeritabanKlinik Veri EntegrasyonuVeri Do rulamala Y netimiAyaktan Hasta Bak mVeri Gizlili iMakine renimi EntegrasyonuTelet p Hizmetleri

İlgili makaleler