Suizide in Deutschland: Ergebnisse der amtlichen Todesursachenstatistik

ZusammenfassungDie Todesursachenstatistik ist die elementare Basis zur Ermittlung von wichtigen Indikatoren wie Sterbeziffern, verlorenen Lebensjahren und vermeidbaren Sterbefällen sowie deren Veränderungen im Laufe der Zeit. Ihre Ergebnisse fließen in die epidemiologische und medizinische Forschung ein und geben wichtige Hinweise für notwendige Präventionsprogramme und die Gesundheitspolitik im Allgemeinen.In diesem Beitrag wird zunächst ein Überblick über die Historie, die Rechtsgrundlage und die Methodik der Todesursachenstatistik gegeben. Daran schließt die Darstellung der Daten zu Suiziden in Deutschland mit Schwerpunkt auf das Jahr 2019 an. Diese werden in Abhängigkeit von den Merkmalen Alter, Geschlecht, Region und Methode abgebildet. Vergleiche mit älteren vorliegenden Daten seit 1980 werden herangezogen. In einem Ausblick auf die Weiterentwicklung der Todesursachenstatistik werden die Gründe für aktuelle Schwachstellen im Ablauf der Datenerhebung und Lösungsmöglichkeiten aufgezeigt.

Das Modell der Datentreuhand in der medizinischen Forschung

ZusammenfassungDer Konflikt zwischen Datenschutz und Forschungsfreiheit ist so alt wie das Datenschutzrecht selbst. In vielen Fällen wird Datenschutz als ein Hemmschuh für die Forschung wahrgenommen, gerade auch im Bereich der medizinischen Forschung. Ein aktuell viel diskutierter Lösungsansatz, diesen Konflikt zu entschärfen, ist das Modell der Datentreuhand. Ob und wie ein solches Modell nutzbar gemacht werden kann, um für die medizinische Forschung einen leichteren und großzügigeren Zugang zu personenbezogenen Daten zu eröffnen, soll im Folgenden erörtert werden.

Das deutschlandweite, webbasierte ParaReg-Register zur lebenslangen Dokumentation von Querschnittgelähmten – Datenmodell, rechtlich-ethische Voraussetzungen und technische Implementierung

Ziel der Studie In Deutschland unterscheiden sich die Behandlungspfade von frisch Querschnittgelähmten in Abhängigkeit von intrinsisch-krankheitsspezifischen und extrinsischen Faktoren erheblich. Welche dieser Faktoren mit einem verbesserten Outcome, weniger Folgekomplikationen und stationären Wiederaufnahmen assoziiert sind, ist bis heute nicht bekannt. Daher soll das deutschlandweite, patientenzentrierte, webbasierte ParaReg-Register implementiert werden, um langfristig eine bessere Qualität der Patientenversorgung, Planung der Behandlungspfade und Kosteneffizienz zu erreichen. Methodik In der Konzeptionierungsphase 2017/18 wurde das Datenmodell des Registers vom ParaReg-Leitungskomitee in einem iterativen Prozess zusammen mit dem erweiterten Vorstand der Deutschsprachigen Medizinischen Gesellschaft für Paraplegiologie e.V. (DMGP) und Patientenvertretern entwickelt. In ParaReg werden soziale und medizinische Routinedaten zusammen mit international etablierten neurologischen, funktionellen und partizipationsbezogenen Scores dokumentiert. Die Vergabe einer eindeutigen Patienten-ID erlaubt lebenslang eine zentrumsübergreifende Dokumentation von stationären Aufenthalten in einem der 27 in Deutschland in der DMGP organisierten Querschnittzentren. Das ParaReg-Datenschutzkonzept und die Patienteninformation/-einwilligung orientieren sich an den um DSGVO-relevante Aspekte erweiterten Vorlagen des Open Source Registers für seltene Erkrankungen (OSSE). Ergebnisse In der 2019 begonnenen Realisierungsphase wurde die informationstechnische Infrastruktur gemäß des klinischen ID-Management-Moduls der Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.V. (TMF) umgesetzt. Parallel wurden die rechtlich-ethischen Voraussetzungen für den Registerbetrieb unter der Schirmherrschaft der DMGP geschaffen. In das Datenschutzkonzept sind die Empfehlungen der Arbeitsgruppe Datenschutz der TMF eingeflossen. Basierend auf den Rückmeldungen aus der Alpha-Testphase mit Eingabe der Aufenthaltsdaten von 40 Patienten wurde die Ergonomie der elektronischen Eingabeformulare speziell für mobile Eingabegeräte verbessert. Schlussfolgerung Mit Abschluss der monozentrischen Alpha-Testphase hat die multizentrische Datenerhebung an 5 DMGP-Querschnittzentren begonnen. Die Nachhaltigkeit von ParaReg ist durch die strukturelle und finanzielle Unterstützung durch die DMGP auch nach Auslaufen der Förderung durch das Bundesministerium für Bildung und Forschung (BMBF) gesichert.

Einleitung

ZusammenfassungDas Sammeln von Beobachtungen und Messwerten und ihre Nutzung für medizinische Forschung mit dem Ziel, Versorgung und Therapie zu verbessern, ist kein neues Phänomen. Medizinische Daten, die sekundär für die Forschung genutzt werden, kommen heute aus immer vielfältigeren Quellen wie Krankenhäusern, Arztpraxen und Versicherungen. Hinzu kommen sogenannte Lifestyle-Daten wie Sport-, Essens- und Schlafgewohnheiten, die durch ihre Verknüpfbarkeit und Verwendbarkeit zu medizinisch relevanten Daten werden. Die Verknüpfung dieser Daten mit solchen aus bestehenden wissenschaftlichen Repositorien wie etwa Biobanken, kann enormen wissenschaftlichen Nutzen gerade für die aktuell verfolgten Ziele der Translation, also der Übertragbarkeit von präklinischer Forschung auf therapeutischen Einsatz, und Personalisierung medizinischer Therapien bedeuten.Die Möglichkeiten der Datengenerierung und -aggregation werden in den kommenden Jahren erheblich zunehmen. Gleichzeitig wachsen die medizinischen Herausforderungen, die verstärkt auf die Analyse immer größerer Datenmengen angewiesen sind. Im Zusammenspiel dieser Tendenzen zeigt sich deutlich die Notwendigkeit, diese Entwicklungen ethisch, juristisch und sozialwissenschaftlich zu begleiten.

MainzelHandler: A Library for a Simple Integration and Usage of the Mainzelliste

Pseudonymization plays a vital role in medical research. In Germany, the Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.V. (TMF) has developed guidelines on how to create pseudonyms and how to handle personally identifiable information (PII) during this process. An open-source implementation of a pseudonymization service following these guidelines and therefore recommended by the TMF is the so-called “Mainzelliste”. This web application supports a REST-API for (de-) pseudonymization. For security reasons, a complex session and tokening mechanism for each (de-) pseudonymization is required and a careful interaction between front- and backend to ensure a correct handling of PII. The objective of this work is the development of a library to simplify the integration and usage of the Mainzelliste’s API in a TMF conform way. The frontend library uses JavaScript while the backend component is based on Java with an optional Spring Boot extension. The library is available under MIT open-source license from https://github.com/DanielPreciado-Marquez/MainzelHandler.