h1

001022532 001__ 1022532
001022532 005__ 20260203080238.0
001022532 0247_ $$2HBZ$$aHT031340777
001022532 0247_ $$2Laufende Nummer$$a44952
001022532 0247_ $$2datacite_doi$$a10.18154/RWTH-2025-10090
001022532 037__ $$aRWTH-2025-10090
001022532 041__ $$aGerman
001022532 082__ $$a610
001022532 1001_ $$0P:(DE-588)1384076506$$aBienzeisler, Jonas$$b0$$urwth
001022532 245__ $$aFöderierte Forschungsinfrastrukturen für ein lernendes Gesundheitssystem in der Akut-, Intensiv- und Notfallmedizin$$cvorgelegt von Jonas Bienzeisler, M. Sc.$$honline
001022532 246_3 $$aFederated research infrastructures for a learning healthcare system in acute, intensive, and emergency care$$yEnglish
001022532 260__ $$aAachen$$bRWTH Aachen University$$c2025
001022532 260__ $$c2026
001022532 300__ $$a1 Online-Ressource : Illustrationen
001022532 3367_ $$02$$2EndNote$$aThesis
001022532 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
001022532 3367_ $$2BibTeX$$aPHDTHESIS
001022532 3367_ $$2DRIVER$$adoctoralThesis
001022532 3367_ $$2DataCite$$aOutput Types/Dissertation
001022532 3367_ $$2ORCID$$aDISSERTATION
001022532 502__ $$aDissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2025, Kumulative Dissertation$$bDissertation$$cRheinisch-Westfälische Technische Hochschule Aachen$$d2025$$gFak10$$o2025-11-10
001022532 500__ $$aVeröffentlicht auf dem Publikationsserver der RWTH Aachen University 2026
001022532 5203_ $$aBei der Behandlung kritisch kranker Patient:innen muss die medizinische Versorgung schnell und fehlerfrei erfolgen und sich an der verfügbaren Evidenz orientieren, die auf klinischen Daten fußt. Hierfür können sowohl kontrollierte klinische Studien als auch Real World Daten herangezogen werden, die etwa während der täglichen Versorgung in Form von elektronischen Gesundheitsdaten erhoben werden. So lässt sich die Diskrepanz zwischen kausaler Evidenz und Versorgungsrealität schließen. Ein kontinuierlich lernendes Gesundheitssystem hängt deswegen von der sinnvollen Wiederverwendung der während der Versorgung erhobenen Daten ab. Methoden, die helfen Erkenntnisse aus elektronischen Gesundheitsdaten zu gewinnen, sind daher von zentraler Bedeutung, um die Versorgung von Patient:innen zu verbessern.In dieser Dissertation wird am Beispiel des AKTIN Notaufnahmeregisters untersucht, wie föderierte und verteilte Dateninfrastrukturen Routinedaten aus Intensiv- und Notfallversorgung sicher nutzbar machen können. Dazu wurden drei Studien durchgeführt. Als erstes wurde eine exemplarische Plattform entwickelt, die es den Behörden des öffentlichen Gesundheitswesens ermöglicht, in Echtzeit auf intensivmedizinische Daten zuzugreifen, ohne lokale Datenhoheit zu untergraben. Als zweites wurde untersucht, wie das AKTIN Notaufnahmeregister einen bundesweiten, krankenhausübergreifenden Zugriff auf Routinedaten ermöglicht und dabei Open Data mit den individuellen Interessen der Dateninhaber*innen in Einklang bringt. Als drittes wurde untersucht, wie die Wiederverwendung von Routinedaten klinische Prozesse in der Notaufnahme verbessern kann. Dazu wurde eine Cross-Over-Studie durchgeführt, in der die Auswirkungen von während der Triage ermittelten Zeitzielen auf Wartezeiten in der Notaufnahme untersucht wurden.Die Arbeiten veranschaulichen, dass die erfolgreiche Integration kontinuierlicher Datenströme in die klinische Praxis maßgeblich von robusten und transparenten Methoden der Datenverarbeitung abhängt. In Kombination mit föderierten Architekturen ermöglichen diese nicht nur eine sichere und skalierbare Nutzung elektronischer Gesundheitsdaten, sondern auch eine effiziente Einbindung in evidenzbasierte Entscheidungsprozesse und Versorgungsoptimierung.. Durch die systematische Erschließung elektronischer Gesundheitsdaten kann ein Gesundheitssystem ermöglicht werden, dass sich selbstständig und kontinuierlich zum Wohle der Patient:innen verbessert.$$lger
001022532 520__ $$aBei der Behandlung kritisch kranker Patient:innen muss die medizinische Versorgung schnell und fehlerfrei erfolgen und sich an der verfügbaren Evidenz orientieren, die auf klinischen Daten fußt. Hierfür können sowohl kontrollierte klinische Studien als auch Real World Daten herangezogen werden, die etwa während der täglichen Versorgung in Form von elektronischen Gesundheitsdaten erhoben werden. So lässt sich die Diskrepanz zwischen kausaler Evidenz und Versorgungsrealität schließen. Ein kontinuierlich lernendes Gesundheitssystem hängt deswegen von der sinnvollen Wiederverwendung der während der Versorgung erhobenen Daten ab. Methoden, die helfen Erkenntnisse aus elektronischen Gesundheitsdaten zu gewinnen, sind daher von zentraler Bedeutung, um die Versorgung von Patient:innen zu verbessern.In dieser Dissertation wird am Beispiel des AKTIN Notaufnahmeregisters untersucht, wie föderierte und verteilte Dateninfrastrukturen Routinedaten aus Intensiv- und Notfallversorgung sicher nutzbar machen können. Dazu wurden drei Studien durchgeführt. Als erstes wurde eine exemplarische Plattform entwickelt, die es den Behörden des öffentlichen Gesundheitswesens ermöglicht, in Echtzeit auf intensivmedizinische Daten zuzugreifen, ohne lokale Datenhoheit zu untergraben. Als zweites wurde untersucht, wie das AKTIN Notaufnahmeregister einen bundesweiten, krankenhausübergreifenden Zugriff auf Routinedaten ermöglicht und dabei Open Data mit den individuellen Interessen der Dateninhaber*innen in Einklang bringt. Als drittes wurde untersucht, wie die Wiederverwendung von Routinedaten klinische Prozesse in der Notaufnahme verbessern kann. Dazu wurde eine Cross-Over-Studie durchgeführt, in der die Auswirkungen von während der Triage ermittelten Zeitzielen auf Wartezeiten in der Notaufnahme untersucht wurden.Die Arbeiten veranschaulichen, dass die erfolgreiche Integration kontinuierlicher Datenströme in die klinische Praxis maßgeblich von robusten und transparenten Methoden der Datenverarbeitung abhängt. In Kombination mit föderierten Architekturen ermöglichen diese nicht nur eine sichere und skalierbare Nutzung elektronischer Gesundheitsdaten, sondern auch eine effiziente Einbindung in evidenzbasierte Entscheidungsprozesse und Versorgungsoptimierung.. Durch die systematische Erschließung elektronischer Gesundheitsdaten kann ein Gesundheitssystem ermöglicht werden, dass sich selbstständig und kontinuierlich zum Wohle der Patient:innen verbessert.When treating critically ill patients, care must be prompt, error-free, and guided by the best available evidence rooted in clinical data. Evidence can be derived from controlled clinical trials or real-world data collected during routine care such as electronic health records. These data bridge the gap between causal evidence and clinical practice. A continuously learning healthcare system therefore depends on the meaningful re-use of the records it produces. Methodologies that transform electronic health record data into insights are thus central to advancing evidence-based medicine.This dissertation examines how federated and distributed data infrastructures—exemplified by the AKTIN Emergency Department Data Registry—can harness electronic health record data from emergency and intensive care settings. Three studies were carried out for this purpose. First, it presents a prototype platform enabling public health authorities to access patient-level ICU data in real time without undermining local data control. Second, it explores how the AKTIN Emergency Department Data Registry facilitates large-scale, federated data access across multiple hospitals, balancing the need for open data with the individual interests of data holders. Third, it investigates how re-using Emergency Department data can improve clinical processes, evidenced by a crossover study assessing the impact of displaying Manchester Triage System time targets on waiting times and treatment outcomes.Together, these works demonstrate that the successful integration of continuous data flows into clinical practice relies on robust and transparent data processing methodologies. When combined with federated architectures that foster trust among stakeholders, these approaches enable secure, scalable utilization of electronic health data while supporting evidence-based decision-making and optimizing patient care. By leveraging EHRs as evidence, healthcare systems can evolve into self-sustaining, learning environments that ultimately drive better patient outcomes.$$leng
001022532 588__ $$aDataset connected to Lobid/HBZ
001022532 591__ $$aGermany
001022532 653_7 $$aEHR
001022532 653_7 $$adata federation
001022532 653_7 $$aelectronic health records
001022532 653_7 $$aemergency medicine
001022532 653_7 $$areal world data
001022532 653_7 $$aresearch infrastructure
001022532 653_7 $$asecondary use
001022532 7001_ $$0P:(DE-82)069355$$aRöhrig, Rainer$$b1$$eThesis advisor$$urwth
001022532 7001_ $$0P:(DE-588)133741281$$aBrokmann, Jörg C.$$b2$$eThesis advisor$$urwth
001022532 7870_ $$0RWTH-2025-03077$$iRelatedTo
001022532 7870_ $$0RWTH-CONV-251025$$iRelatedTo
001022532 7870_ $$0RWTH-CONV-254059$$iRelatedTo
001022532 8564_ $$uhttps://publications.rwth-aachen.de/record/1022532/files/1022532.pdf$$yOpenAccess
001022532 8564_ $$uhttps://publications.rwth-aachen.de/record/1022532/files/1022532_source.doc$$yRestricted
001022532 909CO $$ooai:publications.rwth-aachen.de:1022532$$popenaire$$popen_access$$pVDB$$pdriver$$pdnbdelivery
001022532 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
001022532 9141_ $$y2025
001022532 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-588)1384076506$$aRWTH Aachen$$b0$$kRWTH
001022532 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)069355$$aRWTH Aachen$$b1$$kRWTH
001022532 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-588)133741281$$aRWTH Aachen$$b2$$kRWTH
001022532 9201_ $$0I:(DE-82)526500-2_20140620$$k526500-2 ; 922710$$lInstitut und Lehrstuhl für Medizinische Informatik$$x0
001022532 961__ $$c2026-02-02T10:15:00.755105$$x2025-11-27T16:40:49.954549$$z2026-02-02T10:15:00.755105
001022532 9801_ $$aFullTexts
001022532 980__ $$aI:(DE-82)526500-2_20140620
001022532 980__ $$aUNRESTRICTED
001022532 980__ $$aVDB
001022532 980__ $$aphd