Datenqualität in der medizinischen Forschung Leitlinie zum adaptiven Management von Datenqualität in Kohortenstudien und Registern

• Main Author: Nonnemacher, Michael (auth)
• Other Authors: Nasseh, Daniel (auth), Stausberg, Jürgen (auth)
• Format: Electronic Book Chapter
• Published: Berlin MWV Medizinisch Wissenschaftliche Verlagsgesellschaft 2014
• Subjects: Epidemiology & medical statistics; Medicine; data repository; source data verification; cohort study; quality indicators
• Online Access: OAPEN Library: download the publication; OAPEN Library: description of the publication

The benefit of cohort studies and registers in patient-oriented collaborative research depends largely on the quality of the data recorded there. Supply and quality research depend on scientifically proven methods and procedures to ensure high data quality. This guideline contains corresponding recommendations for the management of data quality in registers, cohort studies and data repositories. In the second edition, a significantly expanded set of indicators is provided and the use of the indicators is described as an example for different types of empirical research projects. The guideline is rounded off by a current literature review and analysis. It is therefore an important part of the range of measures to improve and ensure data quality in medical research.

Der Nutzen von Kohortenstudien und Registern in der patientenorientierten Verbundforschung hängt wesentlich von der Qualität der dort erfassten Daten ab. Versorgungs- und Qualitätsforschung sind auf wissenschaftlich abgesicherte Methoden und Verfahren zur Sicherstellung einer hohen Datenqualität angewiesen. Die vorliegende Leitlinie enthält entsprechende Empfehlungen zum Management von Datenqualität in Registern, Kohortenstudien und Data Repositories. In der 2. Auflage wird ein deutlich erweitertes Indikatorenset bereitgestellt und die Anwendung der Indikatoren beispielhaft für verschiedene Typen von empirischen Forschungsvorhaben beschrieben. Die Leitlinie wird abgerundet durch eine aktuelle Literatursichtung und -analyse. Sie ist damit ein wichtiger Bestandteil des Maßnahmenspektrums zur Verbesserung und Sicherung der Datenqualität in der medizinischen Forschung.