FDI

Short Name	FDI
Name (De)	Forschungsdatenintegration in der Medizin
Name (En)	Research Data Integration in Medicine
Description (De)	Inhalt Die Vorlesung "Forschungsdatenintegration in der Medizin" vermittelt die Grundlagen der Datengewinnung, des Datenzugriffs und der Datenanalyse von primären und sekundären Datenquellen in der klinischen und epidemiologischen Studienforschung sowie der Versorgung. Es werden gängige Methoden und Werkzeuge eingeführt (Electronic Data Capture, Anforderungsanalyse, Konzeption und Validierung von Studiendatenbanken, Biomaterialdatenbanken, Data Dictionaries, Standard Operating Procedures, automatische Generierung von Reports, Data Mining in klinischen Anwendungssystemen). Während der Übungen werden die Inhalte aus den Vorlesungen an konkreten Applikationen und praxisnahen Szenarien angewandt. Dabei werden die jeweiligen Softwarewerkzeuge zuerst näher vorgestellt und anhand komplexer Beispiele demonstriert. Im Anschluss lösen die Studenten selbstständig Aufgaben, wie sie typischerweise an Medizininformatiker herangetragen werden. Die vollständige Lösung der Aufgaben ist Teil des Selbststudiums. Qualifikationsziele Nach erfolgreicher Teilnahme am Modul "Forschungsdatenintegration in der Medizin" sind die Studierenden in der Lage - Grundlagen der Datenrepräsentation und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, von Data Warehouses, von Knowledge Management und medizinischen Metadatenstandards zu erläutern. - bei gängigen Data Warehouses und Data Repositories Abfragen durchzuführen. - Daten für Data-Sharing-Plattformen aufzubereiten und dort einzustellen. - Anforderungen an die Informationsverarbeitung und insbesondere an EDC (Electronic Data Capture) bei klinischen Studien zu nennen und zu erklären. - aktuelle Probleme in der medizinischen Versorgung und Forschung anhand von Diensten und Werkzeugen aus NFDI4Health bewältigen.
Description (En)	Content The lecture "Research Data Integration in Medicine" teaches the basics of data acquisition, data access and data analysis of primary and secondary data sources in clinical trial research and care. Common methods and tools are introduced (electronic data capture, requirements analysis, design and validation of study databases, biomaterial databases, data dictionaries, standard operating procedures, automatic generation of reports, data mining in clinical application systems). During the exercises, the content from the lectures is applied to specific applications and practical scenarios. The respective software tools are first introduced in detail and demonstrated using complex examples. Subsequently, the students solve tasks on their own, as they are typically given to medical informatics specialists. The complete solution of the tasks is part of the self-study. Qualification Objectives After successfully completing the module “Research Data Integration in Medicine”, students will be able to - explain the basics of data representation and data analysis of primary and secondary data sources, principles of data mining, data warehouses, knowledge management and medical metadata standards. - perform queries on common data warehouses and data repositories. - prepare data for data sharing platforms and post it there. - name and explain requirements for information processing and in particular for EDC (Electronic Data Capture) in clinical studies. - deal with current problems in medical care and research using services and tools from NFDI4Health.
Study Program(s)	MSc MI (Leipzig)
LO of the Module	LZ-PIN 40109, LZ-PIN 40037, LZ-PIN 60171, LZ-PIN 40110, LZ-PIN 60213, LZ-PIN 40092, LZ-PIN 30150, LZ-PIN 34152, LZ-PIN 34153, LZ-PIN 34154, LZ-PIN 34155
external LO
Previous	MI-Lab

Learning Objectives of the Module LO-PIN LO-Catalogue LO-ID Description(De/En) Niveau 1 Niveau 2 Niveau 3 Niveau 4 Role LZ-PIN 30150 BMHI-Version-0 8.2 Die Studierenden können Grundlagen der Datenrepräsentation und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses, Knowledge Management nennen & erläutern anwenden The basics of data representation and data analysis of primary and secondary data sources, principles of data mining, data warehouses, knowledge management name & clarify apply LZ-PIN 34152 BMHI-Version-4 8.1 Die Studierenden können Grundlagen der Datengewinnung und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses, Knowledge Management , (FAIR-Prinzipien) - idealerweise an realen Bedingungen nennen & erläutern anwenden Basics of data mining and data analysis of primary and secondary data sources, principles of data mining, data warehouses, knowledge management , (FAIR principles) - ideally on real conditions. name & clarify apply LZ-PIN 34153 BMHI-Version-4 8.1.1 Die Studierenden können bei gängigen Datenbanken Abfragen durchführen Queries on common databases perform LZ-PIN 34154 BMHI-Version-4 8.1.2 Die Studierenden können Maßnahmen zur Sicherstellung einer hohen Datenqualität (auf Basis von FAIR-Prinzipien) nennen & erklären Measures to ensure high data quality (based on FAIR principles) name & explain LZ-PIN 34155 BMHI-Version-4 8.1.4 Die Studierenden können Anforderungen an die Informationsverarbeitung bei klinisichen Studien an EDC (Electronic Data Capture) z.B. aus Registern (deutsches Krebsregister) nennen & erklären Requirements for information processing in clinical studies on EDC (Electronic Data Capture) e.g. from registries (German Cancer Registry) name & explain LZ-PIN 40037 CMI-2021 1.3.2.3 Studierende können einen vorgegebenen Kommunikationsstandard nutzen, um Informationen zwischen Sender und Empfänger auszutauschen. Anwenden & Analysieren Apply & Analyse LZ-PIN 40092 CMI-2021 1.5.3.5 Die Studierenden können Signaldaten auswerten, präsentieren und bezüglich der Qualität und der inhaltlichen Informationen beurteilen. Sie sind in der Lage, relevante Informationen in den Daten zu identifizieren. Anwenden & Analysieren Apply & Analyse LZ-PIN 40109 CMI-2021 1.6.1.2 Studierende können die hierfür relevanten Klassen von Spezialsoftwaresystemen für die klinische Forschung benennen und verstehen deren Einsatzzweck. Sie kennen die wesentlichen Datenaustauschstandards der klinischen Forschung und verstehen deren Beschreibungsumfang. Sie kennen und verstehen Architekturkonzepte von Datenintegrationszentren und die hierfür relevanten Basistechnologien. Kennen & Verstehen Know & Understand LZ-PIN 40110 CMI-2021 1.6.1.3 Die Studierenden können die Schritte der Durchführungsphase im klinischen Datenmanagement detailliert beschreiben. Sie können die Dateneingabe und ihre Verifikation ebenso wie Datenimport und die Validierung der Daten unter Einsatz der hierfür relevanten Spezialsoftware planen, implementieren und durchführen. Anwenden & Analysieren Apply & Analyse LZ-PIN 60171 CMI-2021 3.1.5.3 Studierende sind in der Lage, gespeicherte Daten, die elektronische Kommunikation und den elektronischen Datenaustausch mit anderen Gesundheitsanbietern z.B. durch Auswahl und Nutzung geeigneter Verschlüsselungsverfahren und organisatorischer Maßnahmen gesetzeskonform vor unberechtigten Zugriffen zu schützen. Anwenden & Analysieren Apply & Analyse LZ-PIN 60213 CMI-2021 3.2.2.2 Studierende können die für Biometrie und Epidemiologie wichtigsten statistischen Auswertungsverfahren anwenden sowie die Ergebnisse schließender statistischer Verfahren insbesondere in Biometrie und Epidemiologie richtig interpretieren Anwenden & Analysieren Apply & Analyse

Go to the Administation of Module Descriptions