Name: TBase - eine integrierte elektronische Gesundheitsakte und Forschungsdatenbank für Nierentransplantationsempfänger (Video) | JoVE Journal
Uploaded: 2021-04-13T12:30:00.000+00:00
Duration: 9 min
Description: Erfahren Sie, wie TBase als elektronische Gesundheitsakte für Nierentransplantationsempfänger klinische Routine und Forschung integriert. Die modulare Datenbank gewährleistet höchste Datenqualität durch automatisierte Importe und Validierung im klinischen Alltag.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Die Entwicklung der vorgestellten EHR wurde in den letzten 20 Jahren durch interne Forschungsförderung und öffentliche Förderung durch verschiedene Institutionen und Stiftungen unterstützt.

<ol><li>Halleck, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrated+care+of+renal+transplant+patients+-+Development+of+an+electronic+health+care+service+platform%5BTitle%5D)+AND+%22Dialyse+aktuell%22%5BJournal%5D)">Integrated care of renal transplant patients - Development of an electronic health care service platform.</a> Dialyse aktuell. 20 (06), 285-290 (2016).</li>
<li>Sonntag, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Clinical+Data+Intelligence+Project%5BTitle%5D)+AND+%22Informatik-Spektrum%22%5BJournal%5D)">The Clinical Data Intelligence Project.</a> Informatik-Spektrum. 39 (4), 290-300 (2016).</li>
<li>Kara, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Domain-adapted+Dependency+Parser+for+German+Clinical+Text%5BTitle%5D)+AND+%22Proceedings+of+the+14th+Conference+on+Natural+Language+Processing%22%5BJournal%5D)">A Domain-adapted Dependency Parser for German Clinical Text.</a> Proceedings of the 14th Conference on Natural Language Processing. , Vienna Austria. (2018).</li>
<li>Maier, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experiences+of+Transforming+a+Complex+Nephrologic+Care+and+Research+Database+into+i2b2+Using+the+IDRT+Tools%5BTitle%5D)+AND+%22Journal+of+Healthcare+Engineering%22%5BJournal%5D)">Experiences of Transforming a Complex Nephrologic Care and Research Database into i2b2 Using the IDRT Tools.</a> Journal of Healthcare Engineering. 2019, 5640685(2019).</li>
<li>Jensen, P. B., Jensen, L. J., Brunak, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mining+electronic+health+records%3A+towards+better+research+applications+and+clinical+care%5BTitle%5D)+AND+%22Nature+Reviews+Genetics%22%5BJournal%5D)">Mining electronic health records: towards better research applications and clinical care.</a> Nature Reviews Genetics. 13 (6), 395-405 (2012).</li>
<li>Schmidt, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+tool+for+the+identification+of+correlations+in+medical+data+by+faceted+search%5BTitle%5D)+AND+%22Computers+in+Biology+and+Medicine%22%5BJournal%5D)">A novel tool for the identification of correlations in medical data by faceted search.</a> Computers in Biology and Medicine. 85, 98-105 (2017).</li>
<li>Veit, K., Wessels, M., Deiters, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gesundheitsdaten+und+Digitalisierung+-+Neue+Anforderungen+an+den+Umgang+mit+Daten+im+Gesundheitswesen%5BTitle%5D)+AND+%22Digitale+Transformation+von+Dienstleistungen+im+Gesundheitswesen+VI%3A+Impulse+f%C3%BCr+die+Forschung%22%5BJournal%5D)">Gesundheitsdaten und Digitalisierung - Neue Anforderungen an den Umgang mit Daten im Gesundheitswesen.</a> Digitale Transformation von Dienstleistungen im Gesundheitswesen VI: Impulse für die Forschung. , 19-33 (2019).</li>
<li>Ehrler, F., Geissbuhler, A., Jimeno, A., Ruch, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Data-poor+categorization+and+passage+retrieval+for+gene+ontology+annotation+in+Swiss-Prot%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">Data-poor categorization and passage retrieval for gene ontology annotation in Swiss-Prot.</a> BMC Bioinformatics. 6, Suppl 1 23(2005).</li>
<li>Esteban, C., Schmidt, D., Krompaß, D., Tresp, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+Sequences+of+Clinical+Events+by+Using+a+Personalized+Temporal+Latent+Embedding+Model%5BTitle%5D)+AND+%222015+International+Conference+on+Healthcare+Informatics%22%5BJournal%5D)">Predicting Sequences of Clinical Events by Using a Personalized Temporal Latent Embedding Model.</a> 2015 International Conference on Healthcare Informatics. , 130-139 (2015).</li>
<li>Roller, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detecting+Named+Entities+and+Relations+in+German+Clinical+Reports%5BTitle%5D)+AND+%22Language+Technologies+for+the+Challenges+of+the+Digital+Age%22%5BJournal%5D)">Detecting Named Entities and Relations in German Clinical Reports.</a> Language Technologies for the Challenges of the Digital Age. , 146-154 (2018).</li>
<li>Roller, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+fine-grained+corpus+annotation+schema+of+German+nephrology+records%5BTitle%5D)+AND+%22Clinical+Natural+Language+Processing+Workshop+%28ClinicalNLP%29%22%5BJournal%5D)">A fine-grained corpus annotation schema of German nephrology records.</a> Clinical Natural Language Processing Workshop (ClinicalNLP). , Osaka, Japan. (2016).</li>
<li>Esteban, C., Staeck, O., Baier, S., Yang, Y., Tresp, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+Clinical+Events+by+Combining+Static+and+Dynamic+Information+Using+Recurrent+Neural+Networks%5BTitle%5D)+AND+%22IEEE+International+Conference+on+Healthcare+Informatics+%28ICHI%29%22%5BJournal%5D)">Predicting Clinical Events by Combining Static and Dynamic Information Using Recurrent Neural Networks.</a> IEEE International Conference on Healthcare Informatics (ICHI). , 93-101 (2016).</li>
<li>Schmidt, D., Niemann, M., Trzebiatowski, G. L. v <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Handling+of+Missing+Values+in+Medical+Domains+with+Respect+to+Pattern+Mining+Algorithms%5BTitle%5D)+AND+%22Proceedings+of+the+24th+International+Workshop+on+Concurrency%2C+Specification+and+Programming+%28CS%26P+2015%29%22%5BJournal%5D)">The Handling of Missing Values in Medical Domains with Respect to Pattern Mining Algorithms.</a> Proceedings of the 24th International Workshop on Concurrency, Specification and Programming (CS&P 2015). 1492, 147-154 (2015).</li>
<li>Burchardt, A., Uszkoreit, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((IT+f%C3%BCr+soziale+Inklusion%3A+Digitalisierung+-+K%C3%BCnstliche+Intelligenz+-+Zukunft+f%C3%BCr+alle%5BTitle%5D)+AND+%22De+Gruyter%22%5BJournal%5D)">IT für soziale Inklusion: Digitalisierung - Künstliche Intelligenz - Zukunft für alle.</a> De Gruyter. , (2018).</li>
<li>Schroter, G., Lindemann, L. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TBase2+-+A+Web-Based+Electronic+Patient+Record%5BTitle%5D)+AND+%22Fundamenta+Informaticae%22%5BJournal%5D)">TBase2 - A Web-Based Electronic Patient Record.</a> Fundamenta Informaticae. 43 (1-4), 343-353 (2000).</li>
<li>Duettmann, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((eHealth+in+Transplantation%5BTitle%5D)+AND+%22Transplant+International%22%5BJournal%5D)">eHealth in Transplantation.</a> Transplant International. , (2020).</li>
<li>Durr, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Late+Conversion+to+Belatacept+After+Kidney+Transplantation%3A+Outcome+and+Prognostic+Factors%5BTitle%5D)+AND+%22Transplantation+Proceedings%22%5BJournal%5D)">Late Conversion to Belatacept After Kidney Transplantation: Outcome and Prognostic Factors.</a> Transplantation Proceedings. 49 (8), 1747-1756 (2017).</li>
<li>Halleck, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MHealth+and+digital+management+after+kidney+transplantation%5BTitle%5D)+AND+%22Nieren-+und+Hochdruckkrankheiten%22%5BJournal%5D)">MHealth and digital management after kidney transplantation.</a> Nieren- und Hochdruckkrankheiten. 46, 474-480 (2017).</li>
<li>Düttmann-Rehnolt, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuartige+Kommunikationswege+und+Strukturen+zur+Optimierung+der+h%C3%A4uslichen+Versorgung+am+Beispiel+von+nierentransplantierten+Patienten%5BTitle%5D)+AND+%22Digitale+Transformation+von+Dienstleistungen+im+Gesundheitswesen+VI%3A+Impulse+f%C3%BCr+die+Forschung%22%5BJournal%5D)">Neuartige Kommunikationswege und Strukturen zur Optimierung der häuslichen Versorgung am Beispiel von nierentransplantierten Patienten.</a> Digitale Transformation von Dienstleistungen im Gesundheitswesen VI: Impulse für die Forschung. , 407-421 (2019).</li>
<li>Hils, S., Bogatyreva, L., Hauschke, D., Pisarski, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Telemedical+Supported+Aftercare+as+an+Innovative+Project-Study+Improves+the+Quality+of+Life+After+Living+Kidney+Transplantation+-+A+Single+Center+Experience%5BTitle%5D)+AND+%22American+Journal+of+Transplantation%22%5BJournal%5D)">Telemedical Supported Aftercare as an Innovative Project-Study Improves the Quality of Life After Living Kidney Transplantation - A Single Center Experience.</a> American Journal of Transplantation. 14 (3), 843(2014).</li>
<li>Schmidt, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrierte+Versorgung+chronisch+kranker+Patienten+am+Beispiel+von+MACSS%3A+Digitalisierung+-+K%C3%BCnstliche+Intelligenz+-+Zukunft+f%C3%BCr+alle%5BTitle%5D)+AND+%22IT+f%C3%BCr+soziale+Inklusion%22%5BJournal%5D)">Integrierte Versorgung chronisch kranker Patienten am Beispiel von MACSS: Digitalisierung - Künstliche Intelligenz - Zukunft für alle.</a> IT für soziale Inklusion. , 41-50 (2018).</li>
<li>Massie, A. B., Kucirka, L. M., Segev, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Big+data+in+organ+transplantation%3A+registries+and+administrative+claims%5BTitle%5D)+AND+%22American+Journal+of+Transplantation%22%5BJournal%5D)">Big data in organ transplantation: registries and administrative claims.</a> American Journal of Transplantation. 14 (8), 1723-1730 (2014).</li>
<li>McAdams-DeMarco, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Frailty%2C+Length+of+Stay%2C+and+Mortality+in+Kidney+Transplant+Recipients%3A+A+National+Registry+and+Prospective+Cohort+Study%5BTitle%5D)+AND+%22Annals+of+surgery%22%5BJournal%5D)">Frailty, Length of Stay, and Mortality in Kidney Transplant Recipients: A National Registry and Prospective Cohort Study.</a> Annals of surgery. 266 (6), 1084-1090 (2017).</li>
<li>The Most Popular Browsers. w3schools.com. , Available from: 
 <a target="_blank" href="https://www.w3schools.com/browsers/">https://www.w3schools.com/browsers/</a> (2020).</li>
<li>H.L.S.I. HL7 International. , Available from: 
 <a target="_blank" href="https://www.hl7.org/">https://www.hl7.org/</a> (2020).</li>
<li>Duettmann, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Digital+home+monitoring+of+patients+after+kidney+transplantation%3A+The+MACCS+platform%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">Digital home monitoring of patients after kidney transplantation: The MACCS platform.</a> Journal of Visualized Experiments. , (2021).</li>
<li>Haas, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Banff+2017+Kidney+Meeting+Report%3A+Revised+diagnostic+criteria+for+chronic+active+T+cell-mediated+rejection%2C+antibody-mediated+rejection%2C+and+prospects+for+integrative+endpoints+for+next-generation+clinical+trials%5BTitle%5D)+AND+%22American+Journal+of+Transplantation%22%5BJournal%5D)">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.</a> American Journal of Transplantation. 18 (2), 293-307 (2018).</li>
<li>Roufosse, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+2018+Reference+Guide+to+the+Banff+Classification+of+Renal+Allograft+Pathology%5BTitle%5D)+AND+%22Transplantation%22%5BJournal%5D)">A 2018 Reference Guide to the Banff Classification of Renal Allograft Pathology.</a> Transplantation. 102 (11), 1795-1814 (2018).</li>
<li>Duerr, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Increased+incidence+of+angioedema+with+ACE+inhibitors+in+combination+with+mTOR+inhibitors+in+kidney+transplant+recipients%5BTitle%5D)+AND+%22Clinical+Journal+of+the+American+Society+of+Nephrology%22%5BJournal%5D)">Increased incidence of angioedema with ACE inhibitors in combination with mTOR inhibitors in kidney transplant recipients.</a> Clinical Journal of the American Society of Nephrology. 5 (4), 703-708 (2010).</li>
<li>Lachmann, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Invited+letter+in+response+to+%22Predicted+indirectly+recognizable+HLA+epitopes+%28PIRCHE%29%3A+Only+the+tip+of+the+iceberg%3F%22%5BTitle%5D)+AND+%22American+Journal+of+Transplantation%22%5BJournal%5D)">Invited letter in response to "Predicted indirectly recognizable HLA epitopes (PIRCHE): Only the tip of the iceberg?".</a> American Journal of Transplantation. 18 (2), 523-524 (2018).</li>
<li>Huber, L., Naik, M., Budde, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Desensitization+of+HLA-incompatible+kidney+recipients%5BTitle%5D)+AND+%22The+New+England+Journal+of+Medicine%22%5BJournal%5D)">Desensitization of HLA-incompatible kidney recipients.</a> The New England Journal of Medicine. 365 (17), 1644-1645 (2011).</li>
<li>Choi, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Low+Seroprevalence+of+SARS-CoV-2+Antibodies+during+Systematic+Antibody+Screening+and+Serum+Responses+in+Patients+after+COVID-19+in+a+German+Transplant+Center%5BTitle%5D)+AND+%22Journal+of+Clinical+Medicine%22%5BJournal%5D)">Low Seroprevalence of SARS-CoV-2 Antibodies during Systematic Antibody Screening and Serum Responses in Patients after COVID-19 in a German Transplant Center.</a> Journal of Clinical Medicine. 9 (11), (2020).</li>
<li>Lehner, L. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+of+Risk+Factors+and+Long-Term+Outcomes+in+Kidney+Transplant+Patients+with+Identified+Lymphoceles%5BTitle%5D)+AND+%22Journal+of+Clinical+Medicine%22%5BJournal%5D)">Analysis of Risk Factors and Long-Term Outcomes in Kidney Transplant Patients with Identified Lymphoceles.</a> Journal of Clinical Medicine. 9 (9), (2020).</li>
<li>Zhang, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+relationship+between+proteinuria+and+allograft+survival+in+patients+with+transplant+glomerulopathy%3A+a+retrospective+single-center+cohort+study%5BTitle%5D)+AND+%22Transplant+International%22%5BJournal%5D)">The relationship between proteinuria and allograft survival in patients with transplant glomerulopathy: a retrospective single-center cohort study.</a> Transplant International. , (2020).</li>
<li>Bissler, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Everolimus+for+angiomyolipoma+associated+with+tuberous+sclerosis+complex+or+sporadic+lymphangioleiomyomatosis+%28EXIST-2%29%3A+A+multicentre%2C+randomised%2C+double-blind%2C+placebo-controlled+trial%5BTitle%5D)+AND+%22Lancet%22%5BJournal%5D)">Everolimus for angiomyolipoma associated with tuberous sclerosis complex or sporadic lymphangioleiomyomatosis (EXIST-2): A multicentre, randomised, double-blind, placebo-controlled trial.</a> Lancet. 381, (2013).</li>
<li>Budde, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Everolimus-based%2C+calcineurin-inhibitor-free+regimen+in+recipients+of+de-novo+kidney+transplants%3A+an+open-label%2C+randomised%2C+controlled+trial%5BTitle%5D)+AND+%22Lancet%22%5BJournal%5D)">Everolimus-based, calcineurin-inhibitor-free regimen in recipients of de-novo kidney transplants: an open-label, randomised, controlled trial.</a> Lancet. 377 (9768), 837-847 (2011).</li>
<li>Lindemann, G., Schröter, K., Schlaefer, A., Budde, K., Neumayer, H. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Web-Based+Patient+Records+-+The+Design+of+TBase2%5BTitle%5D)+AND+%22New+Aspects+of+High+Technology+in+Medicine%22%5BJournal%5D)">Web-Based Patient Records - The Design of TBase2.</a> New Aspects of High Technology in Medicine. , (2000).</li>
<li>Big Data Project | BigMedilytics | The largest initiative to transform healthcare sector. BigMedilytics. , Available from: 
 <a target="_blank" href="https://www.bigmedilytics.eu/big-data-project/">https://www.bigmedilytics.eu/big-data-project/</a> (2020).</li>
<li>Duettmann, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Telemedizinische+Betreuung+von+Patienten+nach+Nierentransplantation%3A+Was+beinhaltet+MACCS%5BTitle%5D)+AND+%22Nieren-+und+Hochdruckkrankheiten%22%5BJournal%5D)">Telemedizinische Betreuung von Patienten nach Nierentransplantation: Was beinhaltet MACCS.</a> Nieren- und Hochdruckkrankheiten. 49, (2020).</li>
</ol>

Die korrespondierenden Autoren haben nichts zu deklarieren.

TBase kombiniert eine webbasierte EHR für die spezialisierte ambulante Versorgung von KTR mit einer Forschungsdatenbank und schafft so eine umfassende Langzeitdatenbank für Patienten mit Nierenerkrankungen6,11,15,37. In Bezug auf die Organisationsstruktur wird dies durch die Implementierung eines modernen Software-Design-Prozesses als institutioneller Agent und die Einbeziehung von über 20 Jahr...

Motivation für eine integrierte elektronische Patientenakte und Forschungsdatenbank Klinische Forschung basiert auf der Verfügbarkeit qualitativ hochwertiger Daten, unabhängig davon, ob klassische statistische Methoden oder Machine Learning (ML) Techniken für die Analyse verwendet werden1,2. Neben Routinedaten (z.B. Demografie-, Labor- und Medikationsdaten) werden domänenspezifische Daten (z.B. transplantationsrelevante Daten) mit hoher Granularität benötigt3,4. Die Routineversorgung an vielen Universitätskliniken erfolgt jedoch mit Krankenhausinformationssystemen (KIS), die weder eine systematische Erfassung forschungsspezifischer Daten noch eine einfache Datenextraktion von Routinedaten ermöglichen5,6,7. Infolgedessen erstellen klinische Forscher spezifische Forschungsdatenbanken, die eine Vielzahl von Problemen aufweisen, einschließlich komplexer Prozesse der Einrichtung einer Datenbank, manueller Dateneingabe, Datenschutzfragen und langfristiger Wartung (Tabelle 1). Begrenzte Datenmengen, fehlende Daten und Inkonsistenzen sind ein großes Problem für die klinische Forschung im Allgemeinen und behindern den Einsatz von ML-Technologien8,9,10,11,12,13. Diese eigenständigen Forschungsdatenbanken konzentrieren sich in der Regel auf bestimmte Krankheits- oder Patientenaspekte, sind nicht mit anderen Datenbanken verbunden und werden oft nach einer gewissen Zeit eingestellt, was zu unzugänglichen "Datensilos" führt. Letztlich sind qualitativ hochwertige Langzeitdaten zu verschiedenen Krankheitsaspekten spärlich. Im Zeitalter der digitalen Medizin besteht ein zunehmender Bedarf an einer umfassenden elektronischen Patientenakte (EHR)7,14,15, die eine einfache Dokumentation domänenspezifischer Daten und eine automatisierte Erfassung von Routinedaten aus den Systemen der stationären und ambulanten Versorgung ermöglicht.
Diese allgemeinen Überlegungen gelten auch für die Transplantationsmedizin16. Daher ist für eine erfolgreiche Nachsorge eine lückenlose Dokumentation der Krankengeschichte des Patienten inklusive aller stationären und ambulanten Behandlungen, klinischer Routinedaten sowie transplantationsspezifischer Daten notwendig17,18. Da gewöhnliche KIS statisch sind und sich auf die stationäre Behandlung konzentrieren, können sie keine transplantationsspezifischen Daten wie Spenderdaten, Kaltischämiezeiten und Daten zu humanen Leukozytenantigenen (HLA) integrieren. Diese Daten sind jedoch eine Grundvoraussetzung für die Transplantationsforschung19,20,21,22 sowie aus der klinischen Langzeitversorgung. Während der anfängliche Krankenhausaufenthalt in der Regel nur 1-2 Wochen dauert und die Prozesse sowie die frühen Ergebnisse nach der Nierentransplantation zwischen vielen Transplantationszentren vergleichbar sind, ist die lebenslange Versorgung nach der Transplantation kompliziert und es fehlt ein gemeinsamer strukturierter Ansatz. Dies motiviert eine integrierte EHR- und Forschungsdatenbank, um die lebenslange Patientenreise nach der Transplantation zu erfassen. Nr. 23
Um diese Funktionalitäten für die Routineversorgung und Forschung von KTR zu integrieren, wurde eine EHR namens "TBase" mit der Idee entwickelt, dass der routinemäßige Einsatz für die Posttransplantationsversorgung eine einzigartige Forschungsdatenbank mit höchster Datenqualität schafft (Tabelle 2).
Design und Architektur TBase basiert auf einer typischen Client-Server-Architektur. Für die Entwicklung wurden die Komponenten und Werkzeuge der SAP High Performance Analytic Appliance Extended Application Advanced (SAP HANA XSA) verwendet. Basierend auf den neuesten Hypertext Markup Language 5 (HTML5) Web-Technologien wurde die EHR für die Google Chrome Engine entwickelt und getestet. Diese Web-Engine wird von Chrome und dem Microsoft Edge Browser verwendet und ermöglicht die Verwendung der EHR in den am häufigsten verwendeten Webbrowsern24 ohne lokale Installation. Die eingesetzte Technologie ermöglicht ein responsives Webdesign und ermöglicht den Einsatz der webbasierten EHR auf allen Endgeräten (PC, Tablet, Smartphone). Die innovative Hochleistungs-Entwicklungsplattform setzt sich aus verschiedenen Komponenten (Web IDE, UI5 und HANA DB) zusammen und hat es uns ermöglicht, das EHR-Projekt TBase mit modernsten Softwaretools schnell umzusetzen (Abbildung 1).
Für die Darstellung von Patientendaten wurde eine einfache Tabellenstruktur für eine intuitive und selbsterklärende Gestaltung der EHR implementiert. Beispielsweise befindet sich die Patiententabelle mit der PatientID als Primärschlüssel in der Mitte der Tabellenstruktur. Fast alle Tabellen (mit Ausnahme einzelner Untertabellen) sind über PatientID mit dieser zentralen Tabelle verbunden (Abbildung 2).
Abbildung 3 zeigt einen Teil der Tabellenstruktur von TBase und die verwendeten Datentypen im Detail. Der Endbenutzer kann über eine grafische Benutzeroberfläche (GUI) auf die Datenfelder zugreifen, für die in Abbildung 4 ein Beispiel dargestellt ist.
Diese EHR enthält alle aktuellen Patientendaten und wird für die ambulante Routineversorgung verwendet. Wichtige klinische Routinedaten (z.B. Labordaten, medizinische Ergebnisse, Radiologie, Mikrobiologie, Virologie- und Pathologiedaten, Krankenhausdaten etc.) werden über standardisierte Schnittstellen direkt in TBase importiert (z.B. auf Basis von Health Level Seven (HL7) - einem Standard für digitale Kommunikation im Gesundheitswesen25). Transplantationsspezifische Daten wie Erkältungsischämiezeiten, Spenderdaten, HLA-Daten sowie Follow-up-Notizen, Vitalparameter, medizinische Berichte und die Medikamentenliste werden von den Anwendern per GUI in die EHR eingegeben. Vor der Übertragung der Daten in die Datenbank erfolgt eine automatisierte Plausibilitätsprüfung zur rechtzeitigen Erkennung fehlerhafter Dateneingaben, die die Möglichkeit bietet, sofort zu korrigieren. Darüber hinaus findet die Datenvalidierung während der klinischen Routine statt, in der klinische Anwender routinemäßig Berichte und Briefe an Patienten und Ärzte schreiben. Diese Briefe müssen korrekte Daten (z. B. zu Medikamenten, Laborwerten und klinischen Bemerkungen) für weitere Behandlungs- und Medikationspläne enthalten. In der Folge validieren und korrigieren Ärzte und Patienten die klinischen Daten in ihrer täglichen Praxis ständig, ein Prozess, der zu einer hohen Datenqualität führt. Werden Daten über Anwendungsprogrammierschnittstellen (API) oder andere Schnittstellen eingegeben, werden plausibilitätische Prüfungen im Backend ähnlich wie die Plausibilitätsprüfungen im Frontend durchgeführt.
Frontend (GUI) Zur Implementierung des Frontends wird das UI5 Framework verwendet. Dieses Framework bietet eine umfangreiche Bibliothek für Frontend-Elemente sowie eine Vielzahl zusätzlicher Funktionen wie Mehrsprachigkeit und grafische Bibliotheken zur Datenvisualisierung. Derzeit werden TBase-Frontend-Elemente je nach Spracheinstellung des Browsers entweder in Englisch oder Deutsch angezeigt.
Für das Frontend wird eine Master-Detail-Oberfläche verwendet, um eine einfache, intuitive Seitenstruktur zu gewährleisten. Der obere Teil der Betrachtungsseite besteht aus einzelnen Registerkarten für die Detailseiten (Basisdaten, medizinische Daten, Transplantationsdaten, etc.). Dieses Master-Teil bleibt unverändert, unabhängig davon, welche Detailseite unten gezeigt wird (Abbildung 4). Die Detailansicht jeder Seite ermöglicht einen einfachen Überblick über das Seitenthema.
Für die Datenmanipulation verfügt die EHR über unterschiedliche Benutzerrechte ("Lesen", "Schreiben", "Löschen" und "Administrator"). Neben der Ebene "Ansicht" gibt es eine "Bearbeiten"-Ebene, die nur von Benutzern mit höheren Rechten als "Lesen" aktiviert werden kann. Wenn der Benutzer das Recht zum Schreiben hat, sind alle Eingabefelder zur Dateneingabe aktiviert und können mit Daten gefüllt werden. Nutzer mit "Löschrechten" können Daten über einen entsprechenden Button löschen, jedoch erst nach Bestätigung durch ein Pop-up-Fenster.
Datenbankstruktur und Schnittstellen Die Entwicklung von TBase erfolgt in der Entwicklungsdatenbank. In der Qualitätssicherungsdatenbank werden umfangreiche und detaillierte Tests aller Softwareänderungen wie z.B. neuer Funktionalitäten durchgeführt. Software-Updates, die die Qualitätskontrollen bestehen, werden an das Live-System übertragen. Zu Recherchezwecken wird das Live-System in die Replikationsdatenbank kopiert, die über Standard-ODBC-Schnittstellen (Open Database Connectivity) (z.B. über die Open-Source-Software R Studio) abgefragt werden kann. Da es keine direkte Verbindung zwischen Replikation und Live-System gibt, sind die Daten im Live-System vor Beschädigung, Verlust oder Manipulation von Daten geschützt. Dieser modulare Aufbau und die klare Trennung der vier Datenbanken (Entwicklung, Qualitätssicherung, Live-System- und Replikationsdatenbank), die auf die spezifischen Bedürfnisse von Entwicklern, Forschern und Klinikern zugeschnitten sind, erleichtert die Pflege und den Datenschutz sensibler Patientendaten.
Das EHR ist vollständig in die Dateninfrastruktur der Charité integriert und setzt auf unterschiedliche Schnittstellen für den Datenimport aus verschiedenen Datenquellen. Die Schnittstelle zum KIS importiert alle relevanten Daten wie Verwaltungsdaten, Untersuchungen, Medikamente, Laborbefunde und Entlassungsbescheide. Diese Schnittstelle verbindet beide Systeme über einen Staging-Bereich. Hier werden alle neuen Daten (Datendelta) in Echtzeit vom KIS nach TBase übertragen. Die Patienten werden über eine Patientennummer oder Fallnummer identifiziert und die entsprechenden Daten aus dem KIS importiert (sofern nicht bereits in TBase vorhanden).
Für ambulante Patienten stellt unser Laborpartner die Laborergebnisse über HL7-Nachrichten zur Verfügung. Diese werden in einem gemeinsam genutzten Bereich im Laborsystem bereitgestellt und über eine HL7-Schnittstelle aufgenommen und in die EHR importiert. Für die bidirektionale Kommunikation und den Datenaustausch mit KTR (über Smartphone-Apps) und Heimnephrologen wurde eine HL7 Fast Healthcare Interoperability Resource (HL7 FHIR) Schnittstelle implementiert26. Diese Schnittstelle bietet Interoperabilität und Flexibilität für einen sicheren Datenaustausch mit anderen Datenquellen (z.B. Eurotransplant, Patienten-Apps) in der Zukunft.
Benutzerverwaltung und Datenschutz TBase basiert auf der Benutzerverwaltung auf Anwendungsebene. Somit kann der Benutzer nur auf das Frontend der Anwendung zugreifen, nicht aber auf die Datenbank selbst. Wie oben beschrieben, wurde ein vierstufiges Berechtigungskonzept gewählt, das die Benutzerverwaltung für Personen mit Administratorrechten reserviert. Administratoren verwenden eine Anwendung "Identity Management Console", um neue Benutzer aus dem Charité-Benutzerpool für die TBase-Anwendung hinzuzufügen und ihre Benutzerrechte zu erhalten (Abbildung 5). Die meisten Benutzer können auf alle Patienten in der Datenbank zugreifen. Es ist jedoch möglich, den Zugriff für bestimmte Benutzer wie Studienmonitore auf eine Gruppe von Patienten zu beschränken.
Unter Verwendung der kommerziellen In-Memory-Datenbankplattform wird eine sichere Datenbanktechnologie verwendet, die Daten mit Strategien wie Autorisierung auf Anwendungsebene, Single Sign-On (SSO), MIT-Kerberos-Protokoll und Security Assertion Mark-up Language (SAML) schützt. Die Plattform sichert Kommunikation, Datenspeicherung und Anwendungsdienste mit den neuesten Verschlüsselungs- und Testtechniken. Alle Entwicklungen auf der Datenbank werden durch Berechtigungen gesteuert. Dies gewährleistet die Sicherheit von Daten durch Design auf hohem Niveau. Darüber hinaus werden alle Daten hinter der zertifizierten Charité-Firewall gespeichert. In Übereinstimmung mit der aktuellen Datenschutz-Grundverordnung der Europäischen Union (EU-DSGVO) wurde ein robustes Datenschutzkonzept implementiert, das Datenflussdiagramme, Datenschutzrisikobewertung (DSFA) und Berechtigungskonzept umfasst. Alle Unterlagen sind in einem Verfahrensverzeichnis des Datenschutzbeauftragten der Charité hinterlegt.

<table><tbody><tr><td>Entwicklerplattform SAP Web IDE</td><td>SAP SE</td><td></td><td></td></tr><tr><td>GUI Toolbox SAPUI5</td><td>SAP SE</td><td></td><td></td></tr><tr><td>In-Memory-Datenbank SAP-HANA</td><td>SAP SE</td><td></td><td></td></tr><tr><td>Interface Standard HL7</td><td>Health Level Seven International</td><td></td><td></td></tr><tr><td>Interface Standard HL7 FHIR</td><td>Health Level Seven International</td><td></td><td></td></tr><tr><td>RStudio</td><td>RStudio Inc.</td><td></td><td></td></tr><tr><td>TBase - Elektronische Patientenakte</td><td>Charit&eacute; - Universität&auml; tsmedizin Berlin</td><td></td><td></td></tr><tr><td>Webserver SAP-HANA XSA</td><td>SAP SE</td><td></td><td></td></tr></tbody></table>

tbase - eine integrierte elektronische gesundheitsakte und forschungsdatenbank für nierentransplantationsempfänger

TBase - an Integrated Electronic Health Record and Research Database for Kidney Transplant Recipients

TBase ist eine elektronische Patientenakte (EHR) für Nierentransplantatempfänger (KTR), die die automatisierte Dateneingabe klinischer Schlüsseldaten (z. B. Laborwerte, medizinische Berichte, Radiologie- und Pathologiedaten) über standardisierte Schnittstellen mit manueller Dateneingabe während der Routinebehandlung (z. B. klinische Notizen, Medikationsliste und Transplantationsdaten) kombiniert. Auf diese Weise wird eine umfassende Datenbank für KTR mit Vorteilen für die routinemäßige klinische Versorgung und Forschung erstellt. Es ermöglicht sowohl den einfachen klinischen Alltag als auch den schnellen Zugriff auf Forschungsfragen mit höchster Datenqualität. Erreicht wird dies durch das Konzept der Datenvalidierung in der klinischen Routine, bei dem sich klinische Anwender und Patienten auf korrekte Daten für Behandlungs- und Medikationspläne verlassen und dadurch die klinischen Daten in ihrer täglichen Praxis validieren und korrigieren müssen. Diese EHR ist auf die Bedürfnisse der Transplantationsambulanz zugeschnitten und hat ihren klinischen Nutzen seit mehr als 20 Jahren an der Charité - Universitätsmedizin Berlin unter Beweis gestellt. Es ermöglicht effiziente Routinearbeiten mit gut strukturierten, umfassenden Langzeitdaten und ermöglicht deren einfache Nutzung für die klinische Forschung. Bis zu diesem Punkt umfasst die Funktionalität unter anderem die automatisierte Übertragung von Routinedaten über standardisierte Schnittstellen aus verschiedenen Krankenhausinformationssystemen, die Verfügbarkeit transplantationsspezifischer Daten, eine Medikationsliste mit integrierter Prüfung auf Arzneimittel-Arzneimittel-Wechselwirkungen und die halbautomatische Erstellung von medizinischen Berichten. Schlüsselelemente des neuesten Reengineerings sind ein robustes Privacy-by-Design-Konzept, Modularität und damit Portabilität in andere klinische Kontexte sowie Usability und Plattformunabhängigkeit, die durch HTML5 (Hypertext Markup Language) basiertes responsives Webdesign ermöglicht werden. Dies ermöglicht eine schnelle und einfache Skalierbarkeit in andere Krankheitsbereiche und andere Universitätskliniken. Die umfangreichen Langzeitdatensätze sind die Grundlage für die Untersuchung von Machine-Learning-Algorithmen, und der modulare Aufbau erlaubt es, diese schnell in die klinische Versorgung zu implementieren. Patientenberichtete Daten und telemedizinische Dienstleistungen werden in TBase integriert, um zukünftige Bedürfnisse der Patienten zu erfüllen. Diese neuartigen Merkmale zielen darauf ab, die klinische Versorgung zu verbessern sowie neue Forschungsoptionen und therapeutische Interventionen zu schaffen.

TBase wurde erstmals 1999 an der Charité Campus Mitte veröffentlicht und ist seitdem im Einsatz. Seit mehr als 20 Jahren sammelt die TBase-EHR prospektiv Daten von allen KTR. Ab 2001 nutzten auch die anderen Transplantationsprogramme der Charité TBase für die Routineversorgung von KTR- und Wartepatienten. Seit 2007 wird diese EHR für die Routineversorgung von Lebendspendern und allen Patienten in der Abteilung für Nephrologie eingesetzt.
Durch die Bereitstellung der TBase-Software mit ihren Fu...

TBase kombiniert eine elektronische Gesundheitsakte mit einer innovativen Forschungsdatenbank für Nierentransplantatempfänger. TBase basiert auf einer In-Memory-Datenbankplattform, die mit verschiedenen Krankenhaussystemen verbunden ist und für die regelmäßige ambulante Versorgung verwendet wird. Es integriert automatisch alle relevanten klinischen Daten, einschließlich transplantationsspezifischer Daten, und erstellt eine einzigartige Forschungsdatenbank.

TBase - eine integrierte elektronische Gesundheitsakte und Forschungsdatenbank für Nierentransplantationsempfänger

TBase is an electronic health record (EHR) for kidney transplant recipients (KTR) combining automated data entry of key clinical data (e.g., laboratory ...

Wir demonstrieren die Sichtbarkeit und die Vorteile einer Datenbank, die als elektronische Gesundheitsakte für die Versorgung nach der Transplantation und die klinische Routine verwendet wird. Und verfügt zudem über ein hochentwickeltes modulares Forschungsdesign für die spezifischen Anforderungen der Transplantationsforschung. Unsere elektronische Patientenakte ermöglicht eine einfache tägliche klinische Nutzung und einen schnellen Zugriff auf Forschungsfragen bei gleichzeitiger Gewährleistung höchster Datenqualität durch Datenvalidierung in einer klinischen Routineumgebung.Klinische Anwender und Patienten verlassen sich auf korrekte Labordaten und Medikationspläne für die Behandlung, wodurch die klinischen Daten in der täglichen Praxis validiert und korrigiert werden. Die elektronische Gesundheitsakte TBase verfügt über ein modulares Datenbankdesign, das auf Standards wie HL7 basiert und häufig verwendet wird, was eine einfache Skalierbarkeit in andere Transplantationszentren ermöglicht. Dieses Design ermöglicht auch die Implementierung anderer Funktionen, die für verschiedene Ambulanzen oder andere Forschungsbereiche erforderlich sein können.Geben Sie zunächst den Weblink für TBase in einen Chrome-Engine-basierten Webbrowser im Charite-Intranet ein. Geben Sie den Benutzernamen und das Kennwort ein, die vom TBase-Administrator zugewiesen wurden, und klicken Sie auf Anmelden. Klicken Sie anschließend auf die Schaltfläche Neuen Patienten hinzufügen am unteren Rand des Patientenübersichtsrahmens auf der linken Seite.Geben Sie im angezeigten Eingabebildschirm den Namen des Patienten, das Geburtsdatum, die Patientennummer oder Fallnummer des Charite-Krankenhauses sowie die Informationen zur Einwilligung des Patienten in die Datenverarbeitung ein. Sobald die Dateneingabe abgeschlossen ist, klicken Sie unten rechts auf die Schaltfläche Speichern. Suchen Sie nach dem gewünschten Patienten, indem Sie den Namen oder das Geburtsdatum des Patienten in das Suchfeld oben links eingeben, dann auf die Suchschaltfläche rechts neben dem Suchfeld klicken oder die Eingabetaste drücken.Klicken Sie in den angezeigten Ergebnissen auf den Namen des richtigen Patienten, um die Seite zum Anzeigen der Stammdaten zu öffnen. Um von einer anderen Seite zurück zu navigieren, klicken Sie oben links auf die Registerkarte Stammdaten. Um die Stammdaten zu ändern, klicken Sie unten rechts auf die Schaltfläche Ändern.Ändern Sie im neuen Eingabebildschirm Daten wie Telefonnummer, Adresse oder Identifikationscode des Patienten, indem Sie die neuen Informationen in die dafür vorgesehenen Eingabefelder eingeben. Sobald die Änderungen vorgenommen wurden, klicken Sie unten rechts auf die Schaltfläche Speichern. Dadurch wird auf die Seite zum Anzeigen der Stammdaten umgeleitet, auf der die Änderungen angezeigt und überprüft werden können.Um ein neues Medikament hinzuzufügen, klicken Sie auf der Registerkarte Medikament auf die schaltfläche neu unten rechts. Geben Sie den Namen des Stoffdosierungsschemas und das Startdatum ein, das automatisch auf das aktuelle Datum eingestellt wird, aber bei Bedarf geändert werden kann. Fügen Sie zusätzlich bei Bedarf einen Hinweis oder eine Bemerkung in die dafür vorgesehenen Eingabefelder ein.Fügen Sie das Medikament der Liste hinzu, indem Sie unten rechts auf die Schaltfläche Speichern klicken. Um ein bestehendes Medikament zu ändern, klicken Sie auf den entsprechenden Punkt in der Medikamentenliste und dann auf den Änderungsknopf unten rechts. Nehmen Sie die Änderungen bezüglich Dosierung oder Applikationsmethode in den dafür vorgesehenen Eingabefeldern vor und wenden Sie diese an, indem Sie unten rechts auf die Schaltfläche Speichern klicken.Um ein Medikament abzusetzen, klicken Sie auf das angegebene Medikament und dann oben auf die Schaltfläche zum Absetzen. Um nach früheren Medikamenten zu suchen, klicken Sie auf das Suchfeld oben links und wählen Sie dann die richtige Option aus der historischen Medikamentenliste aus, um eine Tabelle mit allen vorherigen Medikamenten zu öffnen. Um eine standardisierte Medikamentenliste für den Patienten gemäß den deutschen Vorschriften zu erstellen, klicken Sie oben rechts auf die Schaltfläche Deutscher Standardmedikationsplan, um eine PDF-Datei zu erstellen, und laden Sie diese automatisch zum Ausdrucken herunter.Um den medizinischen Kurs anzuzeigen, klicken Sie oben auf die Registerkarte Kurs. Um einen neuen Eintrag zum Medizinkurs hinzuzufügen, klicken Sie auf die neue Schaltfläche unten rechts und geben Sie die ausgewerteten Informationen in die gewünschten Eingabefelder ein. Fügen Sie das Datum und die Uhrzeit des nächsten Termins in die dafür vorgesehenen Eingabefelder oben rechts ein und übermitteln Sie die Daten, indem Sie unten rechts auf die Schaltfläche Speichern klicken.Um einen bestehenden Eintrag zu ändern, klicken Sie darauf und dann auf die Schaltfläche Ändern unten rechts. Geben Sie zusätzliche Daten in die dafür vorgesehenen Eingabefelder ein oder ändern Sie vorhandene Daten. Ändern oder aktualisieren Sie Informationen im Benachrichtigungsfeld und übermitteln Sie die Änderungen, indem Sie unten rechts auf die Schaltfläche Speichern klicken.Um mit wenigen Klicks einen automatisierten medizinischen Bericht zu erstellen, klicken Sie auf die Schaltfläche medizinischer Bericht unten rechts und dann auf ambulanten medizinischen Bericht. Der Name des Patienten, der behandelnde Arzt, das letzte Datum der Laborwerte und das letzte Datum des medizinischen Kurses werden automatisch ausgefüllt, können aber bei Bedarf geändert werden. Klicken Sie nach der Bestätigung auf OK, um ein ordnungsgemäß formatiertes Word-Dokument mit den ausgewählten Informationen zu generieren.Um sich aktiv von TBase abzumelden, klicken Sie auf die Log-Schaltfläche unten rechts. Um die gesammelten Daten abzufragen, verwenden Sie den Replikationsserver und alle Datenverarbeitungsprogramme, die über ODBC oder JDBC eine Verbindung zu einer Datenbank herstellen können. Um beispielsweise eine ODBC-Datenbankverbindung einzurichten, öffnen Sie das ODBC-Tool Hinzufügen eines neuen Benutzerdatenquellennamens unter Systemsteuerung und Sicherheitsverwaltung.Geben Sie dann die verfügbaren Verbindungsdaten in die Replikationsdatenbank ein. Um eine Abfrage in der Open-Source-Software RStudio zu generieren, öffnen Sie die Datei, klicken Sie auf neue Datei in der Anwendung RStudio oben links und dann auf unser Skript. Geben Sie den Skriptcode in das leere Skriptfenster ein, das angezeigt wird.Klicken Sie auf die Schaltfläche Ausführen oben im Skriptfenster, um das Skript auszuführen. Daten aus der verbundenen Datenbank werden verwendet, um das im Skript definierte Balkendiagramm zu generieren. Seit mehr als 20 Jahren sammelt TBase prospektiv Daten von allen Nierentransplantatempfängern.Im Laufe der Jahre wurden insgesamt 6.317 Patienten mit 7.595 Nierentransplantationen dokumentiert. Die elektronische Patientenakte TBase basiert auf vier verschiedenen Datenbanken mit dem Live-System im Kern, so dass verschiedene Gruppen von Agenten parallel arbeiten können. Klinische Anwender geben Daten über die grafische Benutzeroberfläche ein und behalten so deren hohe Qualität bei.Die meisten Informationen werden automatisch über Schnittstellen aus Krankenhausinformationssystemen, Laborpartnern und Drug-to-Drug-Interaktionsprüfern importiert. Entwickler können neue Funktionalitäten implementieren, die vor der Integration in das Live-System auf der Qualitätsdatenbank getestet werden. Zu Forschungszwecken wird die Live-Datenbank regelmäßig repliziert, so dass bei den Datenbankabfragen durch klinische Forscher keine Interferenzen mit dem Live-System erforderlich sind.Für die Darstellung von Patientendaten wurde eine einfache Tabellenstruktur implementiert. Die Patiententabelle mit der Patienten-ID als Primärschlüssel befindet sich in der Mitte der Tischstruktur. Fast alle Tabellen mit Ausnahme einzelner Untertabellen sind über die Patienten-ID mit der zentralen Tabelle verbunden.Grafische Ergebnisse, wie die hier gezeigte, können einfach durch die Verbindung mit der Datenbank über eine Datenbankschnittstelle erhalten werden, indem Datenverarbeitungssoftware wie RStudio zum Senden von Abfragen verwendet wird.Für einen Kliniker, der die grafische Benutzeroberfläche der elektronischen Patientenakte verwendet, ist dies sehr einfach, intuitiv und selbsterklärend. Für den Forscher ist es wichtig, die ODBC-Datenbankverbindung einzurichten, um die Verwendung der statistischen Standardsoftwarepakete wie SPSF oder RStudio zu ermöglichen. In den letzten 20 Jahren wurde TBase verwendet, um zahlreiche Forschungsfragen im Zusammenhang mit Nierentransplantationen zu beantworten.TBase kann aufgrund seiner Modularität und Plattformunabhängigkeit problemlos in anderen Transplantationszentren eingesetzt werden. Sein Design ermöglicht auch die Integration von Heimüberwachungsdaten und KI-gesteuerter Datenanalyse.

tbase-an-integrated-electronic-health-record-research-database-for

Research

Forschung

JoVE Journal

Medicine

Medizin

Renal Transplantation bei Mäusen ist eine technisch anspruchsvolle Verfahren, dass eine sorgfältige postoperative Betreuung und Behandlung für den Erfolg benötigt.

Murine Renal Transplantation

Das Ziel dieses Manuskripts ist es, die Schritte zu beschreiben, die erforderlich sind, um eine Nierentransplantation bei einer Maus durchzuführen, wobei besonderes Augenmerk auf die Details der arteriellen Anastomose  gelegt wird.

Murine Nierentransplantations Technik

Tissue-Engineering Nierenfunktion Konstrukte bieten eine Lösung für den Organmangel und die schädlichen Wirkungen der Dialyse. Hier beschreiben wir ein Protokoll zum Mikro murine Nieren zur Isolation von Cortico-medullären Segmente zu sezieren. Diese Segmente werden in zellulären Gerüst-freie Konstrukte bilden renale Organellen implantiert.

Mikrodissektion primäre renale Gewebe Segmente und Einbindung mit neuartigen Gerüst-freie Konstrukt-Technologie

Wir beschreiben ein Protokoll für die Lasermikrodissektion von Untersegmenten der menschlichen Niere, einschließlich des Glomerulus, proximalen Tubuli, dick aufsteigender Gliedmaße, Sammelkanal und Interstitium. Die RNA wird dann aus den erhaltenen Kompartimenten isoliert und die RNA-Sequenzierung wird durchgeführt, um Veränderungen in der transkriptomischen Signatur innerhalb jedes Teilsegments zu bestimmen.

Anwendung der Laser-Mikrodissektion zur Aufdeckung der regionalen Transkriptomik im menschlichen Nierengewebe

Große Tiermodelle spielen eine wesentliche Rolle in der präklinischen Transplantationsforschung. Aufgrund seiner Ähnlichkeiten mit dem klinischen Aufbau bietet das in diesem Artikel beschriebene Schweinemodell der orthotopischen Nieren-Autotransplantation eine hervorragende in vivo-Einstellung für die Erprobung von Organkonservierungstechniken und therapeutischen Interventionen.

Orthotopische Nieren-Autotransplantation in einem Schweinemodell mit 24 Stunden Organkonservierung und kontinuierlicher Telemetrie

Die MACCS-Plattform ist ein umfassendes telemedizinisches Konzept, das auf bessere Ergebnisse nach einer Nierentransplantation abzielt, indem wichtige medizinische Informationen zwischen Patienten und Ärzten ausgetauscht werden. Ein Telemedizin-Team überprüft eingehende Daten, um mögliche Komplikationen zu erkennen und die Adhärenz bei Nierentransplantatempfängern zu verbessern, um bessere langfristige Ergebnisse zu erzielen.

Digitales Home-Monitoring von Patienten nach Nierentransplantation: Die MACCS-Plattform

Dieses Papier enthält technische Details für die robotergestützte Nierentransplantation von einem Lebendspender.

Robotergestützte Nierentransplantation

Die Transplantation von isolierten Inseln wurde vorgeschlagen, eine potenzielle Behandlungsoption für Typ-1-Diabetes sein. Hier beschreiben wir eine Methode, um kleine Inseln aus Maus Bauchspeicheldrüsen zu isolieren und verpflanzen sie in die subkapsulären Raum der Niere.

Eine Methode zur Murine Islet Isolation und subkapsulären Nierentransplantation

Eine Brust-Onkologie-Datenbank wurde entwickelt, um als eine umfassende Quelle für klinische Daten und Laborwerte für die Zwecke der translationalen Forschung dienen. Die Datenbank wird translationalen Krebsforschung in der Thoracic Oncology Research Program dienen. Diese Datenbank ist anpassungsfähig zu anderen Krebs-Modelle, sowie andere Erkrankungen des Menschen.

Generation umfassender Thoracic Oncology Database - Tool für Translational Research

Vaskularisierte Verbund Allotransplantations (VCA) haben eine klinische Realität werden. Allerdings ist eine breite klinische Anwendung des VCA durch chronische Multi-Drug-Immunsuppression begrenzt. Die Autoren stellen eine zuverlässige und reproduzierbare Großtiermodell, um neue immunmodulatorische Strategien, die Minimierung oder Beseitigung potenziell die Notwendigkeit der Immunsuppression in VCA übersetzen kann.

Eine modifizierte Heterotope Schweine Hind Gliedmaßen-Transplantation Modell für Translationale Vaskularisierte Composite-Allotransplantation (VCA) Forschung

Erfahren Sie, wie TBase als elektronische Gesundheitsakte für Nierentransplantationsempfänger klinische Routine und Forschung integriert. Die modulare Datenbank gewährleistet höchste Datenqualität durch automatisierte Importe und Validierung im klinischen Alltag.

TBase - eine integrierte elektronische Gesundheitsakte und Forschungsdatenbank für Nierentransplantationsempfänger

Weitere Videos entdecken