@phdthesis{Guenster2021,
  author    = {G{\"u}nster, Simone Andrea},
  title     = {Validierung eines klinischen Data Warehouses: Einsatz und M{\"o}glichkeiten in der Viszeralchirurgie},
  doi       = {10.25972/OPUS-24674},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-246743},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2021},
  abstract  = {Einleitung: In Zeiten des digitalen Fortschritts und wachsender Speicherkapazit{\"a}ten wird es m{\"o}glich, immer gr{\"o}ßere Datenmengen zu verarbeiten. Gleichzeitig besteht der Wunsch, aus diesen Daten neue Informationen im Sinne des „Information retrieval" zu gewinnen. PaDaWaN ist ein parametrisierbares Data Warehouse Framework zur effizienten Abfrage und Auswertung homogener und heterogener Datenbest{\"a}nde, das 2011 an der Universit{\"a}t W{\"u}rzburg entwickelt wurde. Methoden: Zur Validierung des Data Warehouses in der Viszeralchirurgie wurden die automatisiert generierten Daten aus PaDaWaN mit den manuell erhobenen Registerdaten des EuraHS Registers verglichen. Eingeschlossen wurden Patienten mit der Diagnose einer inzisionalen oder prim{\"a}r ventralen Hernie (n=510). Hierf{\"u}r wurden Informationen zu Diagnosen, Operationen und die intraoperativ verwendeten Materialien aus strukturierten und unstrukturierten Datenquellen des CIS ausgelesen. Das Maß der {\"U}bereinstimmung wurde mittels Cohens Kappa-Koeffizienten berechnet (IBM SPSS Statistics 24). Ergebnisse: Im Rahmen der Studie konnten Diskrepanzen zwischen strukturierten Datenquellen (ICD-10 Codes, OPS Codes) und unstrukturierten Datenquallen (Arztbriefe, Operationsberichte) aufgedeckt werden. Unstimmigkeiten in der ICD-10 Klassifikation f{\"u}r prim{\"a}r ventrale und inzisionale Hernien f{\"u}hrten zu einer deutlichen Untersch{\"a}tzung der inzisionalen umbilikalen Hernien. Sehr gute {\"U}bereinstimmungen wurden in den Kategorien Netzimplantation in IPOM-Technik, Underlay- und Sublay-Position erreicht. Faktoren, die die Konkordanz der Datens{\"a}tze beeinflussten, waren: Erfassung von Vordiagnosen, Voroperationen, mangelndes Erkennen von Negierungen und die Verwendung mehrerer Netze w{\"a}hrend einer Operation. Klassifikationen wie die "Dietz-Klassifikation" konnten automatisch erkannt und in ihre Bestandteile zerlegt werden. Fazit: Durch die Etablierung von Data Warehousing als Plattform f{\"u}r die klinische Forschung k{\"o}nnen Daten in Zukunft schneller strukturiert und generiert werden. Durch die dynamische t{\"a}gliche automatisierte Datenaktualisierung kann das klinische Personal Behandlungskonzepte und Ergebnisse schneller validieren und bewerten. Dar{\"u}ber hinaus k{\"o}nnen Empfehlungen f{\"u}r zuk{\"u}nftige medizinische Dokumentation gegeben werden, um die Informationsextraktion von PaDaWaN zu verbessern. Die Ergebnisse dieser Studie zeigen deutliche Diskrepanzen zwischen strukturierten und unstrukturierten Datenquellen. Vorhandene Register und Daten des CIS k{\"o}nnen zuk{\"u}nftig im Sinne einer internen Validierung verifiziert und damit manuelle Dokumentationsfehler nachhaltig aufgedeckt werden.},
  subject      = {datawarehousing},
  language  = {de}
}