Tutorials auf der GMDS 2018 in Osnabrück!
Auch auf der diesjährigen GMDS 2018 in Osnabrück können wieder zahlreiche Tutorials besucht werden. Die Anmeldung zu den Tutorials erfolgt wie zum Kongress über die Online Registry. Bitte beachten Sie die Anmeldefrist bis zum 03.08.2018 sowie die möglichen Frühbucherrabatte bis 15.06.2018. Tutorials werden am Sonntag den 02.09.2018 sowie am Donnerstag den 06.09.2018 stattfinden. Die Preise richten sich nach der jeweiligen Dauer der Tutorials von 90 Minuten bis 270 Minuten (weitere Informationen siehe Tabelle Preise/Kosten). Wenn nicht gesondert benannt, finden die Tutorials in deutscher Sprache statt. Eine ausführliche Beschreibung der Tutorien finden Sie am Ende dieser Seite.
Folgende Tutorials werden am Sonntag, den 02.09.2018 angeboten:*
- TUT3 - Die SAS-Prozedur NLMIXED – Eine anwendungsorientierte Einführung (180 Minuten, bitte eigenen Laptop mitbringen, O. Kuß)
- TUT4 - Big Data Einführung mit Beispielen aus dem Healthcare Bereich (180 Minuten, R. Severin)
- TUT5 - Datenmodell: Das OMOP Common Datamodel und das OHDSI Ecosystem (180 Minuten, M. Sedlmayr und C. Maier)
- TUT6 - FHIR für Programmierer (270 Minuten, bitte eigenen Laptop mitbringen, S. Lang, S. Heckmann und P. Werner)
- TUT7 - Erstellen von Patienteninformation und Einwilligung für die biomedizinische Forschung (180 Minuten, C. Michalik, A. Castillo, I. Schlünder und R. Röhrig)
- TUT13 - Umgang mit der Datenschutz-Grundverordnung (DS-GVO) (180 Minuten, B. Schütze)
Foliensätze TUT13 "Umgang mit der Datenschutz-Grundverordnung "(DS-GVO) (B. Schütze) gibt es hier Nummer 1 und Nummer 2!
Folgende Tutorials werden am Donnertsag, den 06.09.2018 angeboten:*
- TUT9 - Einstieg in R (180 Minuten, bitte eigenen Laptop mitbringen, J. Hüsers)
- TUT10 - Datenvisualisierung in R ggplot2 (90 Minuten, bitte eigenen Laptop mitbringen, J. Hüsers)
- TUT11 - Datenschutz in der medizinischen Forschung (270 Minuten, J. Drepper)
- TUT12 - Soziale Ungleichheit - Messung von sozialer Ungleichheit in epidemiologischen und biomedizinischen Studien - Weil Adjustierung nur die halbe Miete ist! (180 Minuten, B. Babitsch, D. Rosenfeldt und I. Pöche-Guckelberger)
Preise/Kosten:*
Zeitdauer | Early Bird | Regulär | Tageskasse |
Halbtagstutorium | 50 € | 70 € | 75 € |
Tagestutorium | 100 € | 120 € | 125 € |
*Wir behalten uns vor bei einer zu geringen Zahl an Anmeldung ein Tutorial abzusagen. Ein Halbtagstutorium dauert zwischen 90 Minuten und 180 Minuten, ein Tagestutorium 270 Minuten.
Ausführliche Tutorien-Beschreibungen (für die inhaltliche Beschreibung und Texte der einzelnen Tutorien sind die einzelnen Ausrichter verantwortlich)
TUT3 - Die SAS-Prozedur NLMIXED – Eine anwendungsorientierte Einführung
Zielgruppe: Das Tutorium richtet sich an alle Teilnehmer der GMDS 2018, die an einem anwendungsorientierten geprägten Einblick in die SAS-Prozedur NLMIXED interessiert sind. Voraussetzungen sind Kenntnisse in SAS und in grundlegenden Methoden der Statistik. Laptops mit lauffähigen Versionen von SAS (Version 9.3 oder höher) müssen von den Teilnehmern selber mitgebracht werden.
Die SAS-Prozedur NLMIXED ist ein mächtiges Werkzeug für die Regressionsanalyse in SAS, das zum einen nicht-lineare Modelle („NL“-Part), zum anderen Modelle mit zufälligen Effekten („MIXED“-Part), also z.B. für die Modellierung von korrelierten oder hierarchischen Daten, schätzen kann. Die Klasse der mit NLMIXED schätzbaren Modelle umfasst damit praktisch alle bekannten Regressionsmodelle. Die enorme Flexibilität der Prozedur muss mit dem Nachteil erkauft werden, dass in NLMIXED nicht die gewohnte SAS-Syntax (MODEL-Statement, CLASS-Statement usw.) verwendet werden kann, sondern alle Modelle „von Hand“ mittels ihrer LogLikelihood-Funktion programmiert werden müssen. Das Tutorium besteht aus zwei 90-minütigen Teilen. Im ersten Teil wird, ausgehend von einfachen statistischen Modellen, in die Prozedur eingeführt, aber es werden auch Anwendungen besprochen, die nur in NLMIXED realisierbar sind. Der zweite Teil besteht aus einer Übung am Computer, in der die Teilnehmer/-innen die Prozedur an verschiedenen Datensätzen selber kennenlernen können.
TUT4 - Big Data Einführung mit Beispielen aus dem Healthcare Bereich
Big Data Einführung mit Beispielen aus dem Healthcare Bereich
01 Introduction to Big Data
02 Big Data Modeling and Management
03 Big Data Integration and Processing
04 Graph Analytics for Big Data
05 Machine Learning With Big Data
06 Big Data in Medicine
TUT5 - Datenmodell: Das OMOP Common Datamodel und das OHDSI Ecosystem
Zielgruppe: Informatiker, Epidemiologen und Biometriker die sich einen Überblick der Möglichkeiten verschaffen; Niveau: Das Tutorial soll vor allem den Einstieg in OMOP bzw. OHDSI erleichtern. Fortgeschrittene Themen können je nach Interesse und Vorkenntnissen der Teilnehmer aufgenommen werden.
„To improve health, by empowering a community to collaboratively generate the evidence that promotes better health decisions and better care“ Gemeinsame Datenmodelle und Terminologien erleichtern die eigene und die vernetzte medizinische Forschung. Bisher wurden schon eine Reihe von Datenmodellen entwickelt, aber kaum eines wird so aktiv entwickelt und beworben, wie OMOP/OHDSI. Vor Jahren als Basis für die Vergleichbarkeit klinischer Studien entwickelt, ist es heute eine Gemeinschaft von Informatikern, Epidemiologen und Biometrikern aus Wissenschaft und Wirtschaft, die bessere Evidenz aufgrund großer medizinischer Datenmengen schaffen möchten („generate evidence“, „largescale Analytics“). Mittlerweile liegen die Datensätze von 1,2 Mrd. Patienten in dem Format vor, in mehr als 84 Institutionen in 18 Ländern. Mit OHDSI China, OHDSI Korea und OHDSI Europe wächst die Community und auch in der Medizininformatikinitiative wird es von einigen Teilnehmern als eine mögliche Basistechnologie betrachtet. Im Rahmen des Tutorials sollen folgende Fragen beantwortet werden: Wer und was ist OMOP/OHDSI genau? Wie funktioniert die Community? Was umfasst das Datenmodell und welche Terminologien verwendet es? Wie kann es auf deutsche, klinische Daten angewendet werden? Welche Werkzeuge gibt es? Was brauche ich, um sie zu nutzen? Kann ich etwas zur Entwicklung beitragen? Wie werden Kohorten definiert? Wie kann ich mich mit anderen OMOP/OHDSI-Partnern vernetzen? Wie kann ich die Daten für „Patient Level Prediction“ und „Population Level Estimation“ nutzen? Oder für eigene Skripts (z.B: R und Machine Learning)? Anhand eines Beispiels vom Import der Daten, der Qualitätssicherung, der Suche, der Kohortenbildung und der Nutzung in Vorhersagemodellen soll der Lifecycle bei der Verwendung von OMOP vorgestellt werden.
TUT6 - FHIR für Programmierer
Zielgruppe: Softwareentwickler und andere Personen aus der medizinischen Informatik, die geringe oder keine Erfahrung mit FHIR besitzen.
Das Tutorial führt zunächst in die Grundlagen des Kommunikationsstandards FHIR ein. Im Weiteren erfolgt dann eine Vertiefung anhand von konkreten Beispielen zur Implementierung von FHIR basierten Lösungen in JavaScript sowie Java; insbesondere auch von mobilen Apps. Der Fokus liegt hierbei auf der Implementierung der Client-Seite. Ziel ist die Vermittlung folgender Inhalte: Grundprinzipien von FHIR Teilnahmemöglichkeiten an der FHIR Community Kenntnis gängiger Werkzeuge und Programmiersprachen zur Implementierung von FHIR Übungen unter Verwendung dieser Werkzeuge und Programmiersprachen Alle Materialien und Codebeispiele werden den Teilnehmern zur weiteren Vertiefung zur Verfügung gestellt.
TUT7 - Erstellen von Patienteninformation und Einwilligung für die biomedizinische Forschung
Zielgruppe: In dem Tutorial werden vor allem Grundlagen vermittelt. Daher ist die Zielgruppe Studierende, wissenschaftlicher Nachwuchs mit Bezug zur empirischen biomedizinische Forschung, bzw. Personen, deren Tätigkeitsfeld sich in diese Richtung erweitert.
Thema: Die wichtigste ethische Voraussetzung für die Forschung am Menschen ist die Freiwilligkeit der Versuchspersonen, bzw. Probanden und Patienten. Daher kommt der informierten Einwilligung (Informed Consent) in der biomedizinischen Forschung eine besondere Bedeutung zu, die sich auch in den zahlreichen Anforderungen in den unterschiedlichen Rechtsnormen und Standards wiederfindet (s. u.a. [1-12]). Hinzu kommen Anforderungen aus anderen Rechtsbereichen, wie dem Verwaltungsrecht , sowie abgeleiteten Anforderungen der „Best Practices“. Zur Abfassung einer informierten Einwilligung stehen verschiedene Mustertexte und Hilfsmittel zur Verfügung [13-16].
Programm: In dem Tutorial werden die folgenden Themen angesprochen / vermittelt: Einführung in das regulatorische Rahmenwerk Vorstellung der verschiedene Mustertexte und Hilfsmittel Darstellung der wichtigsten Anforderungen anhand der TMF-Checkliste (Online Wiki & Wizard) Anforderungen an die Einwilligung von Einwilligung bei besonderen Gruppen, inbs. bei Minderjährigen, nicht einwilligungsfähigen Patientinnen und Patienten oder bei Notfällen.
TUT9 - Einstieg in R
Zielgruppe: Dieser Kurs richtet sich an Einsteiger und kann als Refresher für Wiedereinsteiger dienen.
In diesem R Tutorial wird die Programmiersprache R vorgestellt. R ist eine beliebte Open-Source Programmiersprache die von weltweit 2 Millionen Wissenschaftlern und Statistikern zur Datenanalyse in eine Vielzahl von Fachbereichen, wie Epidemiologie, Sozialwissenschaften, Finanzwirtschaft, eingesetzt wird. Die Nutzung von R in Wissenschaft, Forschung und Unternehmen steigt dabei jährlich. In diesem Kurs wird gezeigt, warum Programmiersprachen zur Datenanalyse wie R im Zeitalter der Digitalisierung immer beliebter werden. Ziel dieses Kurses ist es, den Einstieg in R zu erleichtern. Es wird gezeigt, wie gängige Datenformate wie Kommaseparierte Textdateien (CSV), Excel Spreadsheets, SPSS Dateien nach R importiert werden können und zur Datenanalyse und Automatisierung der Analysen genutzt werden können. Als Teilnehmer werden sie selber mit R arbeiten und nach kurzen Vorträgen durch den Dozenten selber mit R auseinandersetzten. Am Ende dieses Tutoriums können die Teilnehmer mit ihrem erworbenen Wissen die ersten eigenen Datenanalysen mit R erstellen und sind bereit ihr Wissen über R eigenständig zu erweitern.
TUT10 - Datenvisualisierung in R ggplot2
Zielgruppe: Der Kurs richtet sich an Personen, die Interesse an Datenvisualisierung haben und Vorkenntnisse in R besitzen.
ggplot2 ist eine der beliebtesten Erweiterungen für R und bieten flexible und umfangreiche Werkzeuge um publikationsfertige und hochwertige Grafiken zu erstellten. Dieses Tutorium vermittelt die Grundlagen von ggplot2 und zeigt den Weg von den Rohdaten hin zu individualisierten Grafiken. Der Kurs richtet sich an Personen, die Interesse an Datenvisualisierung haben und Vorkenntnisse in R besitzen. ggplot2 ist eine der beliebtesten Erweiterungen für R und bieten flexible und umfangreiche Werkzeuge um publikationsfertige und hochwertige Grafiken zu erstellten. Dieses Tutorium vermittelt die Grundlagen von ggplot2 und zeigt den Weg von den Rohdaten hin zu individualisierten Grafiken.
TUT11 - Datenschutz in der medizinischen Forschung
Zunächst werden verschiedene Typen von Forschungsprojekten mit ihren unterschiedlichen Anwendungsfällen vorgestellt. Fokussiert werden Projekte aus dem Umfeld der klinischen Forschung, in denen das Recht auf informationelle Selbstbestimmung der Teilnehmer (Patienten oder gesunde Probanden) zu wahren ist. Ausgenommen sind Projekte aus der Grundlagenforschung ohne Einbeziehung von Patienten oder gesunden Vergleichsprobanden. Anschließend werden die aktuellen rechtlichen Grundlagen des Datenschutzes in der Forschung in Deutschland auf Basis der EU-Datenschutzgrundverordnung und entsprechend angepasster Bundes- oder Landesgesetze erörtert. U.a. werden die folgenden Fragen beantwortet: Warum gibt es Datenschutzgesetze auf Landes-, Bundes und europäischer Ebene? Welches Datenschutzrecht ist in einem konkreten Projekt zu berücksichtigen? Wann benötige ich eine Einwilligung der Probanden? Wie lange darf ich die Daten aufbewahren? Was darf ich mit den in einem Projekt erhobenen Daten alles machen? Welcher Datenschutzbeauftragte ist für mich zuständig? Muss ich mich im Vorfeld eines Projekts mit einem Datenschutzbeauftragten abstimmen? Wann darf ich Daten aus der Routineversorgung für die Forschung verwenden [1]? Was muss ich in Bezug auf den Datenschutz in klinischen Studien nach AMG oder MPG beachten? Die Begriffe der Anonymisierung und Pseudonymisierung werden häufig missverständlich interpretiert und nicht korrekt voneinander unterschieden. Selbst Experten sind sich hinsichtlich der Einordnung von Daten als anonym oder pseudonym nicht in allen Fällen einig. Der Workshop gibt einen Überblick über gängige Definitionen, geht auf die Grenzfälle ein und stellt technische Maßnahmen zur Umsetzung vor. Dabei wird auch der immer häufiger in der Literatur auftauchende Begriff der k-Anonymität erklärt. Ein zentraler Bestandteil der meisten Datenschutzkonzepte in Forschungsprojekten ist die informierte Einwilligungserklärung. In dem Tutorial wird erörtert, wann von einer „informierten“ Einwilligung ausgegangen werden kann und welche Rahmenbedingungen bei der Formulierung einer solchen Erklärung zu berücksichtigen sind. Gerade bei langfristigen Daten- und Probensammlungen (Biobanken) wird immer häufiger die Frage diskutiert, wie spezifisch der Zweck der Erhebung und Verarbeitung personenbezogener Daten in der Einwilligungserklärung formuliert werden muss. Aus der Forscherperspektive wird entsprechend ein „broad
consent“ gefordert. Entsprechend werden die Hintergründe, die vorgeschlagenen Konzepte und deren Grenzen diskutiert. Die TMF unterstützt Forscher seit vielen Jahren bei der datenschutzgerechten Umsetzung von Forschungsprojekten in der Medizin. Um auch Verbundforschungsprojekte in mehreren Bundesländern mit ihren je eigenen Datenschutzgesetzen und Aufsichtsbehörden umsetzen zu können, hat die TMF generische Datenschutzkonzepte mit den Datenschutzbeauftragten aller 16 Bundesländer und des Bundes abgestimmt. Diese als Blaupause oder Vorlagen benutzbaren Konzepte fokussieren dabei gerade langfristig und vergleichsweise wenig eingeschränkt nutzbare Datensammlungen und Biobanken [2]. Die Konferenz der Datenschutzbeauftragten des Bundes und der Länder hat in ihrer Sitzung im März 2014 allen medizinischen Forschungseinrichtungen und -verbünden die Nutzung des TMF-Leitfadens als Basis zur konkreten Ausgestaltung eigener Datenschutzkonzepte empfohlen (siehe www.datenschutz.hessen.de/dg011.htm. Abschließend werden die aktuell zur Verfügung stehenden Angebote zur Unterstützung von Forschern bei der datenschutzgerechten Umsetzung ihrer Forschungsprojekte vorgestellt.
TUT12 - Soziale Ungleichheit - Messung von sozialer Ungleichheit in epidemiologischen und biomedizinischen Studien - Weil Adjustierung nur die halbe Miete ist!
Zielgruppe: Studierende und wissenschaftlicher Nachwuchs
Soziale Ungleichheit bezeichnet die ungleiche Verteilung materieller und immaterieller Ressourcen in einer Gesellschaft. Zur Abbildung sozialer Ungleichheit wird zumeist der Grad der Ungleichheitsverteilung mit Hilfe verschiedener Indikatoren (z. B. Einkommen, Gesundheit, Bildung oder Teilhabe) gemessen. Im Rahmen des Tutoriums werden verschiedene Indizes zur Darstellung sozialer Ungleichheit behandelt.
TUT13 - Umgang mit der Datenschutz-Grundverordnung (DS-GVO)
Zielgruppe: Das Tutorium richtet sich an alle Teilnehmer der GMDS 2018, welche in die praktische Umsetzung der Dokumentationsanforderungen der Datenschutz-Grundverordnung /DS-GVO) eingebunden sind, insbesondere an Personen, die im Umfeld der IT oder des Datenschutzes tätig sind.
Worum geht es? Am 25. Mai 2018 trat die Datenschutz-Grundverordnung (DS-GVO) in Wirkung und dominiert seitdem die datenschutzrechtliche Anforderungen bei der Verarbeitung personenbezogener Daten, auch im Bereich des Gesundheitswesen. Im Vergleich zum bisher geltenden Recht, d.h. dem bis zum 24. Mai 2018 in Deutschland geltendem Recht, fallen die deutlich gestiegenen Dokumentationsanforderungen auf. Die Nachweispflichten nehmen unter der DS-GVO einen deutlich höheren Stellenwert ein, als wir es bisher in Deutschland kannten. In diesem Tutorial wird an Hand ausgewählter Aspekte dargestellt, wie man mit diesen Dokumentationsanforderungen umgehen kann.
Inhalte: In diesem Tutorial werden die Themen Informationspflichten, Verzeichnis der Verarbeitungstätigkeiten, Datenschutz-Folgenabschätzung und Vertrag zur Auftragsverarbeitung besprochen. Dabei werden eingangs die grundlegenden Anforderungen vorgestellt um dann an einem konkreten Beispiel zu zeigen, wie man die Dokumentationspflichten erfüllt. So werden z.B. die Informationspflichten an Hand der erforderlichen Datenschutzhinweise auf Internetseiten behandelt, ein Vertrag zur Auftragsverarbeitung basierend auf dem Muster-AV-Vertrag für das Gesundheitswesen erstellt.
Abgrenzung: Das Tutorial bietet keine allein auf Grund der Kürze der Zeit her schon umfassende Einführung in die DS-GVO. Wenngleich zu jedem Thema eingangs grundlegende Aspekte besprochen werden, liegt der Schwerpunkt auf die praktische Durchführung der Dokumentation bzw. Anwendung vorhandener Hilfsmittel.