SONAR Spastic Dystonia Registry



Podobné dokumenty
CEBO: (Center for Evidence Based Oncology) Incidence Kostních příhod u nádorů prsu PROJEKT IKARUS. Neintervenční epidemiologická studie

Řešení multicentrických klinických registrů

Metodika pro sběr dat a vyhodnocení léčby vysoce inovativními léčivými přípravky

Obsah. 1 Plnění dílčích aktivit Plnění harmonogramu projektu Plnění cílů projektu Počet center a případů...6.

POPIS TECHNICKÉHO ŘEŠENÍ INFORMAČNÍHO SYSTÉMU PRO SBĚR DAT V PROJEKTU SLEDOVÁNÍ DEKUBITŮ JAKO INDIKÁTORU KVALITY OŠETŘOVATELSKÉ PÉČE NA NÁRODNÍ ÚROVNI

Nežádoucí události u Agentur domácí zdravotní péče (ADP) 1. pilotní sběr

Lokální analýza dat Národního registru CMP pro neurologické oddělení Fakultní nemocnice v Ostravě pacienti hospitalizovaní v letech 2010 a 2011

Projekt edukační platforma I-COP EDU

Síť MEFANET a podpora výuky onkologie v klinické praxi

Pilotní projekt Optimalizace programu screeningu kolorektálního karcinomu

StaproFONS. Petr Siblík. Objednávání pacientů

Zpřístupnění populačních epidemiologických registrů pro výuku: Národní onkologický registr ČR on-line

Epidemiologická onkologická data v ČR a jejich využití

Časný záchyt chronické obstrukční plicní nemoci v rizikové populaci

Význam prevence a včasného záchytu onemocnění pro zdravotní systém

Současnost a budoucnost Registru Monoklonálních Gamapathií (RMG)

PROGRAMOVÉ PROHLÁŠENÍ

Základní principy, na kterých projekt DRG restart plánuje vybudovat systém optimalizace úhrad lůžkové péče, jsou následující:

ARCHIVACE A SDÍLENÍ ZDRAVOTNICKÉ DOKUMENTACE V SOULADU S LEGISLATIVOU

Kategorie PZS: B* ostatní nemocnice akutní péče

Nežádoucí události za 2. pololetí roku 2015

VÝUKOVÉ VYUŽITÍ INFORMAČNÍCH SYSTÉMŮ PRO PROGRAMY SCREENINGU ZHOUBNÝCH NÁDORŮ PRSU, TLUSTÉHO STŘEVA A KONEČNÍKU A HRDLA DĚLOŽNÍHO

NÁRODNÍ REGISTR CMP. Cévní mozkové příhody epidemiologie, registr IKTA Kalita Z.

Konsolidace PACS a e-health v souladu s legislativou ve FNB

Hodnocení a modelování populačních dat na příkladu epidemiologie vážných chorob: I. Analýza dat, princip predikcí.

Standardní katalog NSUZS

Oficiální výsledky Národního programu mamografického screeningu v roce 2016

1. Integrační koncept

Současné trendy v epidemiologii nádorů se zaměřením na Liberecký kraj

Institut biostatistiky a analýz MU. Zkušenosti s vyhodnocováním telemedicínských technologií

Elektronizace zdravotnictví a integrované datové rozhraní resortu

Program časného záchytu karcinomu prostaty u populace mužů v dispenzární péči po onkologických onemocněních

ÚVOD Představení Národního screeningového centra

GDPR A INFORMAČNÍ SYSTÉM. Nadežda Andrejčíková Libor Piškula

C. Stručná souhrnná zpráva o realizaci projektu Obsah Cíle a výstupy projektu...2 Shrnutí závěrů...3

Životní cyklus programů časného záchytu onemocnění

Technická specifikace

Time management cévních mozkových příhod. Rostislav Verner Magda Fleková Zdravotnická záchranná služba Jihomoravského kraje, p.o.

Národní elektronický nástroj. Import profilu zadavatele do NEN

KOLOREKTÁLNÍ KARCINOM: VÝZVA PRO ZDRAVÝ ŽIVOTNÍ STYL, SCREENING A ORGANIZACI LÉČEBNÉ PÉČE

Portál zdravotnických ukazatelů

Specifikace softwarového projektu

Měření teploty, tlaku a vlhkosti vzduchu s přenosem dat přes internet a zobrazování na WEB stránce

Statistické zpracování výkazů pro zdravotní pojišťovny

Metodika sestavení případu hospitalizace

Certifikační laboratoř OIS

Přehled statistických výstupů registru AINSO dostupných uživatelům

Zamyšlení nad hodnocením indikátorů kvality v onkologii

Příloha č. 12. Systém společného přihlašování, tzv. Single Sign On, ochrana dat

Projekt edukační platforma I-COP EDU Nemocnice Jihlava

POKYNY K REGISTRACI PROFILU ZADAVATELE

Kategorie PZS: N nemocnice následné péče a LDN

Specifikace požadavků. POHODA Web Interface. Verze 1.0. Datum: Autor: Ondřej Šrámek

Obsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou

Indikátory kvality v programu screeningu karcinomu děložního hrdla v ČR O. Májek, J. Dušková, A. Beková, L. Dušek, V. Dvořák

Aplikace je program určený pro uživatele. Aplikaci je možné rozdělit na části:

Metodika sestavení případu hospitalizace

Grafický a číselný popis rozložení dat 3.1 Způsoby zobrazení dat Metody zobrazení kvalitativních a ordinálních dat Metody zobrazení kvan

Vytvořen. ení genetické databanky vybraných druhů savců ČR ití pro udržitelný rozvoj dopravy. Tomáš. Libosvár

TECHNICKÉ POŽADAVKY NA NÁVRH, IMPLEMENTACI, PROVOZ, ÚDRŽBU A ROZVOJ INFORMAČNÍHO SYSTÉMU

Rekonstrukce Národního zdravotnického informačního systému (NZIS) Ladislav Dušek

Výzva k podání nabídky včetně zadávací dokumentace na veřejnou zakázku malého rozsahu

Novinky v evropské incidenční surveillance HAI-Net

1 Webový server, instalace PHP a MySQL 13

TP /b P - POPIS ARCHIVACE TYP Měřič INMAT 57 a INMAT 57D

VZTAH MEZI ISCHEMICKÝMI CÉVNÍMI PŘÍHODAMI A ONEMOCNĚNÍM SRDCE Z POHLEDU DIAGNOSTIKY A PREVENCE. MUDr. Michal Král

Projekt vzdělávací sítě iktových center- IKTA

DOKUMENTACE K ŽÁDOSTI

Národní registr poskytovatelů zdravotních služeb Aplikace NRPZS Stav změn a oprav

Athena Uživatelská dokumentace v

Nežádoucí události u Agentur domácí zdravotní péče (ADP) 3. pilotní sběr

Digitální Kniha. dk.kubita.cz. Digitální měřičský deník

Registr práv a povinností

Metodika sestavení případu hospitalizace 010

Připravte se na konjunkturu se systémem řízení údržby SGM. SGM moderní nástroj pro řízení údržby nejen výrobních zařízení

Aktuální informace ze sběru a validace dat. Daniel Klimeš

Zavádění efektivních metod výuky s využitím digitálních medicínských obrazových informací na středních zdravotnických školách

Problémy s funkčností a optimalizací systému úhrad akutní lůžkové péče projekt DRG Restart. Petr Mašek a tým DRG Restart

technologie v podpoře e národnn registrů vybraných onemocnění

ROK 2002 byl plodný se narodil bojovný Pes Béla

Registr Osob. zveřejněno podepsáno

Nový systém sběru dat a nové resortní ekonomické zpravodajství. Statistické zjišťování za rok 2015

Úvod - Podniková informační bezpečnost PS1-2

rodinné stříbro české onkologie Prof. MUDr. Jitka Abrahámová, DrSc předsedkyně Celostátní rady NORu vedoucí KOC FN Bulovka, FTN, VFN

Specifikace předmětu plnění Datová tržiště

NÁCHOD JIHOČESKÝ KRAJ ING. PETR VOBEJDA

TECHNICKÁ SPECIFIKACE PŘEDMĚTU VEŘEJNÉ ZAKÁZKY

Systém hlášení nežádoucích událostí Nežádoucí události za 2. pololetí roku 2015 Dekubity

Nejednotnost datových zdrojů systémů zdravotních a sociálních služeb překážka k optimalizaci těchto služeb

Obecné požadavky na laboratorní informační systém v oboru lékařské mikrobiologie (LIMS) (návrh nepodkročitelného minima)

Návrh vyhlášky k zákonu o kybernetické bezpečnosti. Přemysl Pazderka NCKB

Statistická šetření - PROČ? Žádná věda není skutečnou vědou, není-li podložena matematickými principy. (L.da Vinci)

Epidemiologie zhoubného novotvaru prostaty (C61) v České republice

Registr Dialyzovaných Pacientů (RDP): struktura, organizace sběru dat, jejich zpracování a výstupy

IKTA : analýza dat IC Nemocnice Chomutov (1) MUDr. Jiří Neumann MUDr. Ján Macko

Základní popis

Statistická predikce prevalence DM v ČR do roku 2030

Kategorie PZS: N nemocnice následné péče a LDN

Návod k použití: přidat novou studii.

Transkript:

SONAR Spastic Dystonia Registry Registr pacientů s první akutní CMP v karotickém povodí s permanentním neurologickým deficitem. Podmínky pro zařazení: Každý pacient s první akutní CMP v karotickém povodí s permanentním neurologickým deficitem, za který se považuje deficit, který je přítomen po více než 7 dnech od CMP Podepsání informovaného souhlasu k průběhu projektu a ke sběru dat Vylučovací kritéria: Datum CMP není známo Recidiva CMP TIA nebo RIND CMP ve VB povodí Trvalé bydliště mimo městskou spádovou oblast daného klinického centra Design studie Observační, analytická, prospektivní longitudinální, kohortová studie. Pacienti budou zařazováni dle vstupních kritérií a budou charakterizováni dle přítomnosti či nepřítomnosti expozice potenciálním rizikovým faktorům na začátku studie (primární CMP vyšetření při první návštěvě). Na základě opakovaných návštěv budou získány podklady k hodnocení četnosti výskytu spasticity a k porovnávání různých skupin pacientů dle rizikových faktorů. Primární cíl studie - bodový a intervalový odhad incidence a prevalence spasticity (celkem a klinicky závažné spasticity při MAS 3+) po 12 měsících od primární CMP Sekundární cíle studie - analýza a kvantifikace asociace mezi potenciálními rizikovými faktory a rizikem vzniku spasticity a klinicky závažné spasticity - zobecnění odhadů prevalence spasticity po primární CMP pro spádové oblasti iktových center ČR - analýza mortality ve sledované kohortě pacientů

Další výstupy studie - databázové zázemí a pilotní verze informačního systému pro sledování zátěže, výsledků a kvality péče v klinické praxi iktových center ČR Experimentální plán studie, náběr pacientů Na studii budou participovat tři klinická centra garantující velkou spádovou oblast ve velkých městských aglomeracích, s dobrou a rychlou obslužností záchranné služby (Praha, Brno, Olomouc; high-volume centers ). Vedle informovaného souhlasu a splnění vstupních kritérií musí všichni zařazení pacienti spadat do městské spádové oblasti daného centra, tj. musí v ní mít trvalé bydliště. Tímto je zajištěna geograficky přesná definice zájmové oblasti s možností pozdějšího populačního zobecnění získaných výsledků a dále je tak redukována variabilita v době od prvních vážných příznaků CMP do přijetí v nemocnici. Jelikož studie bude sledovat i analytické cíle (např. hodnocení reálné prevalence rizikových faktorů a jejich vlivu na spasticitu po CMP), pak náběr pacientů musí být co nejvíce reprezentativní a náhodný. Z tohoto důvodu budou do studie zařazeni všichni pacienti vyhovující vstupním a vylučovacím kritériím. Náběr pacientů bude probíhat od jasně stanovaného data a bude ukončen, jakmile databáze dosáhne počtu záznamů, který je nastaven statistickým plánem. Náběr dle schématu all consecutive patients minimalizuje rizika zkreslení (selection bias) a umožňuje populační a demografické zobecnění výsledků. Daný model umožní kvantifikovat epidemiologickou zátěž a zároveň povede k pilotnímu souboru dat, na jehož základě bude možné navrhnout univerzální informační systém vyhovující celé sítí iktových center ČR. Všichni řádně zařazení pacienti budou mít podepsaný informovaný souhlas, na základě kterého budou centrem adresně zváni k plánovaným návštěvám a vyšetřením. Důvody přerušení účasti pacienta ve studii budou u každého případu zaznamenávány v databázi. Jelikož studie bude organizována jako observační na bázi klinického registru, budou data z jednotlivých návštěv průběžně kontrolována a validována. Ukončení sledování pacienta (řádné i předčasné) bude v databázi řádně zaznamenáno bez tohoto záznamu nebude záznam považován za validní. Doba trvání projektu Projekt je plánován na celkové období 28 měsíců: - Náběr pacientů: 12 měsíců - Zajištění sledování v čase, follow-up: 12 měsíců - Dokončení validace data, doplnění dat a zpracování: 4 měsíce Projekt není striktně časově omezen, neboť jeho cílem je plně reprezentativní náběr vhodných pacientů ze spádové oblasti do určitého počtu záznamů. Pokud se statisticky nastavenou velikost vzorku nepodaří naplnit během 12 měsíců, může být doba náběru pacientů prodloužena.

Cílová populace pro navržený projekt Cílová populace projektu SONAR je definována vstupními kritérii. Jde o pacienty s primární CMP v karotickém povodí s permanentním neurologickým deficitem, za který se považuje deficit, který je přítomen po více než 7 dnech od CMP. Tato populace pacientů bude nabírána z geograficky a demograficky definované a popsané spádové oblasti tří klinických center. Počty zachycených pacientů tedy bude možné využít i odhadu populační prevalence CMP a spasticity v modelovém teritoriu větších měst ČR. Celkem lze na jednotlivých centrech předpokládat následující počty ročně léčených CMP: - VFN Praha: 341 - Sv. Anna Brno: 200 - FN Olomouc: 250 Celkem: přibližně 790 CMP o Z toho 75 % primárních, 85 % ischemických, 75 % v karotickém povodí, 65 % přímo z městské spádové oblasti a vyhovující vstupním kritériím (+ rezerva pro očekávatelné odmítnutí spolupráce pacientem): CELKEM očekávatelných a dostupných 240 260 pacientů za rok. Analýza cílové populace a odhad počtu dostupných pacientů - závěr: jelikož je v průběhu sledování nutné počítat i se ztrátou určité části pacientů mezi 1. a 3. návštěvou (odhadovaný drop-out cca 15 20 %), pak je cílová populace nemocných hraničně velká pro naplnění cílů studie (viz též statistický plán studie). Z tohoto důvodu nelze doporučit žádnou selekci pacientů a projekt je navržen jako sledování všech pacientů přicházejících na centra během 1 roku a vyhovujících vstupním kritériím projektu SONAR. Statistický plán studie Prevalence spasticity jako cílového parametru je očekávána v rozsahu 17 45 %, s pravděpodobnou střední hodnotou 25-30 %. Prevalenci těžké invalidizující spasticity lze předpokládat v rozsahu 4 13 %. Na tyto rozsahy je kalkulována potřebná velikost vzorku a síla použitých testů. Statistický plán je nastaven pro primární cílový parametr studie, tj. relevantní bodový a intervalový odhady prevalence spasticity a těžké spasticity po 12 měsících sledování. Potřebná velikost vzorku byla kalkulována dle standardních postupů, např. Riffenburgh RH (2006) Statistics in Medicine. Elsevier: London. Do odhadu vstupují předpokládané hodnoty prevalence cílového parametru a dále dosažitelná tolerance výsledného odhadu v podobě poloviny intervalu spolehlivosti. Odhad potřebné velikosti vzorku současně sleduje hodnocení celkového výskytu spasticity (MAS 1+) a dále těžké invadizující spasticity (MAS 3+). Na základě rešerše literatury jsou předpokládány určité intervaly očekávané prevalence obou znaků.

Potřebná velikost vzorku pro odhad prevalence spasticity celkem: Tolerance (polovina 95% intervalu spolehlivosti) Předpoklad prevalence 1% 3% 5% 10% 20% 6147 683 246 61 25% 7203 800 288 72 30% 8067 896 323 81 Potřebná velikost vzorku pro odhad prevalence těžké invalidizující spasticity: Tolerance (polovina 95% intervalu spolehlivosti) Předpoklad prevalence 1% 3% 5% 10% 4% 1475 164 59 15 9% 3146 350 126 31 13% 4345 483 174 43 Stanovaní potřebné velikosti vzorku závěr: pro relevantní odhad celkové prevalence v hranicích přibližně 20 25 % je třeba zařadit 263 pacientů. Při této velikosti vzorku bude zajištěn i relevantní odhad prevalence těžké spasticity. Uvedená velikost vzorku bude ve spádových populacích center dosažitelná (viz rozbor cílové populace projektu). Metodika statistických analýz K popisu primárních dat budou využity standardní nástroje sumární statistiky, tj. frekvenční analýza pro kategoriální proměnné a medián a kvantilové rozsahy pro spojité proměnné. Vývoj párově provázaných hodnot znaků v čase, tj. mezi návštěvami (např. prevalence spasticity) bude hodnocen Friedmanovým testem (neparametrický model ANOVA pro párově provázaná sledování) a pomocí Cochranova Q testu jako zobecněné formy hodnocení párových sledování kategoriálních znaků. Vztah potenciálních rizikových faktorů a prediktorů k výskytu spasticity (binárně kódovaný cílový parametr) bude hodnocen pomocí kontingenčních tabulek, jednorozměrné a vícerozměrné logistické regresní analýzy. Zjištěné asociace budou kvantifikovány odhadem poměru šancí (OR) s 95% intervaly spolehlivosti. Klinický registr SONAR technologie Softwarové řešení sběru a analýzy dat bude složeno z několika komponent, které budou zabudovány do jediné aplikace systému SONAR. Hlavním přístupovým nástrojem bude webový prohlížeč (optimálně Internet Explorer od verze 5.5), který bude přímo napojen na on-line přístupnou serverovou aplikaci. Webový prohlížeč a serverová aplikace spolu budou

komunikovat na zabezpečeném portu protokolu TCP/IP chráněném technologií SSL (Secure Socket Layer) verze 3 (používající 128-bitové šifrování pomocí certifikátu vydaném Certifikační autoritou Masarykovy univerzity). Serverová aplikace využije webové technologie HTTP 1.1; bude použitý programovací jazyk ASP. Aplikace je vyvíjena ve spolupráci Institutu biostatistiky a analýz MU a amerického systému pro sběr dat klinických studií - TrialDB, který je používán rovněž na univerzitě v Yale USA (Nadkarni et al. 1998; Nadkarni et al. 2000). Možnosti výsledného systému, který je optimalizován pro provoz v prostředí českých zdravotnických zařízení, lze stručně charakterizovat následovně: Plná autorizace a zabezpečení dat. Systém vždy vyžaduje zabezpečenou autentizaci neboli ověřování přístupových práv. To je umožněno víceúrovňovým systémem účtů. Účet je tvořen dvojicí Uživatelské jméno (Login) a Heslo. Uživatelský účet může zakládat, měnit či mazat pouze správce databáze. Každý účet obsahuje definici úrovně přístupu, tj. k jakým datům má konkrétní osoba přístup a jakou činnost s nimi může provádět (čtení, zápis, změna, zamykání). Veškeré přenosy dat jsou šifrované, což zabraňuje jejich zneužití během přenosu. Plná dostupnost dat pro jednotlivé participující subjekty. Systém umožňuje autentizovanému uživateli okamžitý přístup k aktuální datům přidruženým pouze a jen jeho účtu. Vývojová podpora a možnost flexibilní úpravy databáze i během projektu. Data jsou uložena v robustní databázi, jejímž dodavatelem je špička v oblasti databází společnost ORACLE. Snadné zadávání a správa dat. Systém je uživatelsky snadno pochopitelný, veškeré zadávání probíhá přes webové formuláře, které budou uspořádány v klinicky logické formě. Lokální i centrální zálohování dat. Autentizovaný uživatel má možnost vyplněné formuláře zálohovat (ve formátu MS Excel) a tisknout. Autentizovaný uživatel má možnost data, ke kterým má oprávněný přístup, on-line vyexportovat tak, aby byla přístupná i lokálně. Implementace databáze SONAR a sběr dat na centrech Protokol předpokládá složení informačního systému SONAR ze dvou zásadních komponent: a) Fáze I vývoje systému - centrální repozitář, registr, ukládající anonymizovaná data dílčích databází a zajišťující centrální validaci dat, jejich management i analytické zpracování a reporting; v rámci tohoto řešení bude probíhat i anonymizované hlášení záznamů z jednotlivých center (=standardizovaný centrální registr) b) Fáze II vývoje systému - dílčí databáze SONAR pro jednotlivá centra, která budou na centrech lokálně instalována (s plným exportním a importním rozhraním pro komunikaci s centrálním repozitářem). Tato fáze vybuduje základnu pro registr použitelný i rozsáhlejší sítí klinických pracovišť, resp. center. Její součástí je i předpokládaná podpora pro přímou analýzu administrativních dat nemocnic. V tomto uspořádání bude možné zajistit lokální sběr dat v klinických centrech v plném rozsahu, tedy i s identifikátory pacienta. Anonymní exporty budou generovány v pravidelných intervalech a to vždy tak, aby neumožnily v centrálním repozitáři přímou ani nepřímou identifikaci jedince. Uvedené uspořádání rovněž umožní zprovoznění požadovaných funkcí SW, např. generování zpráv vyzývajících ke zvaní pacientů k pravidelným návštěvám. Navržený způsob implementace vytvoří a ověří pilotní základ informačního systému, který může být následně dobudován a rozšířen na celou síť iktových center ČR.

Ochrana dat zadaných do systému a jejich dostupnost Ochrana osobních a citlivých dat jednotlivých pacientů - tato data jsou dle návrhu sbírána a ukládána pouze v ZZ odpovědných za léčbu; - navržený systém na centrální úrovni s osobními daty nijak nepracuje, anonymizace před exportem dat je provedena v ZZ, je ireverzibilní a úplná; Ochrana dat zdravotnických zařízení - ZZ je primárním a odpovědným bodem sběru dat; sběr dat musí být minimalizován a zaměřen pouze na údaje nezbytné pro hodnocení pacientů dle protokolu projektu SONAR. - zadáváním dat d registru SONAR se nemění práva pořizovatelů dat (klinických center) nakládat s nimi; ZZ zůstávají majiteli dat a rozhodují o jakékoli formě jejich využití. Centrální úložiště systému obsahuje pouze plošná, anonymizovaná data, která neposkytuje žádným dalším subjektům a třetím stranám. V čele projektu stojí odborná rada (OR) složená ze zástupců všech participujících klinických center. OR garantuje kontrolu funkčnosti systému a zajišťuje recenzní řízení nad prováděnými analýzami. OR rovněž rozhoduje o časech, formách a účelu zpracování dat a formě prezentace výstupů. Zástupci klinických center mají v OR rovnocenné postavení. Reference Nadkarni, P. M., Brandt, C., Frawley, S., Sayward, F. G., Einbinder, R., Zelterman, D., Schacter, L., and Miller, P. L. (1998). Managing attribute-value clinical trials data using the ACT/DB client-server database system. J Am Med Inform Assoc 5, 139-51. Nadkarni, P. M., Brandt, C. M., and Marenco, L. (2000). WebEAV: automatic metadata-driven generation of web interfaces to entity-attribute-value databases. J Am Med Inform Assoc 7, 343-56. Riffenburgh RH (2006) Statistics in Medicine. Elsevier: London.