1 / 8

ICT en datakwaliteit: een goede relatie?

ICT en datakwaliteit: een goede relatie?. Ariaan Siezen - Nijmegen ICT coördinator Radboud Biobank /Parelsnoer Data Stewardship Ariaan.Siezen @ radboudumc.nl. Parelsnoer Instituut. Samenwerkingsverband 8 UMC’s , 14 parels > ziektebeelden Biobank : lichaamsmateriaal en klinische data

media
Download Presentation

ICT en datakwaliteit: een goede relatie?

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. ICT en datakwaliteit: een goede relatie? Ariaan Siezen - Nijmegen ICT coördinator Radboud Biobank/Parelsnoer Data Stewardship Ariaan.Siezen@radboudumc.nl

  2. Parelsnoer Instituut Samenwerkingsverband 8 UMC’s, 14 parels > ziektebeelden Biobank: lichaamsmateriaal en klinische data Data lokaal > centraal Toekomstig onderzoek Uitdaging: Data van hoge kwaliteit zonder dat research vraag bekend is

  3. Data – eerste aanpak Software (Parelbox): alleen 100% vrij van fouten = opname centraal Nee : weinig data, output moeilijk, bias, demotivatie Parels Oorzaken : complex PIM, ICT gedreven, onderzoeker-onvriendelijk Datamodel (Parelsnoer Informatie Model) > Data definities, verplichtheden, consistency, coderingen, etc. Onderliggende vraag: Wat is datakwaliteit?

  4. DYNAMISCH Afhankelijk van onderzoeksvraag > bepaald bij uitgifte van data! Datakwaliteit – klinische biobanken Ja, maar we hebben nog geen onderzoeksvraag..... Kwaliteitseisen toepassen na opslag, niet vooraf! TIMING Vooraf: let op de werkinstructies

  5. Data – vervolg aanpak Nieuwe centrale database, CRF based Geen Parelbox software meer Kwaliteitsrapportages Opschoning PIM Bruikbare output, meer onderzoekers-vriendelijk Resultaat Motivatie is weer terug Data verzameling in lijn met doel: toekomstig onderzoek Maar ook: problemen met data en werkinstructies

  6. Lessonslearned Teveel regulatie leidt tot verminderde datakwaliteit en bias Zorg voor een gemeenschappelijke taal rondom datakwaliteit Datakwaliteit is iets dynamisch Vergeet a.u.b. niet de werkinstructies! Slechts weinig variabelen zijn verplicht Zorg dat onderzoekers de output kunnen gebruiken • Artikel: The role of ICT and data models in data qualityforclinicalbiobanking

  7. ICT en datakwaliteit: een goede relatie? Blijf communiceren Ken elkaar Versterk elkaar Negeer elkaar waar nodig

  8. Vragen & Discussie Proficiat ADM! Ariaan.Siezen@radboudumc.nl

More Related