Refine
Year of publication
- 2017 (2) (remove)
Document Type
- Article (1)
- Conference Proceeding (1)
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Keywords
Institute
- Fakultät WiSo (2)
Für die Versorgungsforschung ist wichtig, dass verteilte und heterogene Daten so integriert werden, dass sie offen für neue Analyse-Anforderungen und leicht um neue Datenquellen erweiterbar sind. Für die Integration von Versorgungsdaten werden bislang hauptsächlich Data-Warehouses eingesetzt, die Daten dimensional oder als Entity-Attribute-Value-Struktur (EAV) modellieren. Diese Datenmodelle sind jedoch entweder unflexibel oder weisen ein zu geringes Maß an Datenorganisation auf, was longitudinale Analysen erschwert. Wir haben den EAV-Ansatz um die Data-Vault-Modellierung ergänzt und damit die Datenstrukturen der Krankenhaus-Qualitätsberichte des Gemeinsamen Bundesausschusses (G-BA) modelliert sowie die Daten der Jahre 2011 bis 2015 integriert. Dies ermöglicht eine Historisierung der Metadaten für Merkmale, insbesondere der Qualitätsindikatoren, sowie ein hohes Maß an Erweiterbarkeit gegenüber neuen heterogenen Datenquellen. Der vorgeschlagene Ansatz erlaubt es, den Abstraktionsgrad für die zu modellierenden Entitäten frei zu wählen, so dass auch ein vollständig generisches EAV-Modell mit historisierten Metadaten erstellt werden kann.
Health IT adoption research is rooted in Rogers' Diffusion of Innovation theory, which is based on longitudinal analyses. However, many studies in this field use cross-sectional designs. The aim of this study therefore was to design and implement a system to (i) consolidate survey data sets originating from different years (ii) integrate additional secondary data and (iii) query and statistically analyse these longitudinal data. Our system design comprises a 5-tier-architecture that embraces tiers for data capture, data representation, logics, presentation and integration. In order to historicize data properly and to separate data storage from data analytics a data vault schema was implemented. This approach allows the flexible integration of heterogeneous data sets and the selection of comparable items. Data analysis is prepared by compiling data in data marts and performed by R and related tools. IT Report Healthcare data from 2011, 2013 and 2017 could be loaded, analysed and combined with secondary longitudinal data.