1 CARESS Workshop. Analytische Informationssysteme für epidemiologische Krebsregister

Transkript

1 1 CARESS Workshop Analytische Informationssysteme für epidemiologische Krebsregister

2 2 Agenda CARESS - CARLOS Epidemiological and Statistical Data Analysis Engine CARESS Überblick (30 Minuten) Architektur, Historie, Konzepte CARESS Demo - Die alte Version (15 Minuten) Beispiele für die Definition von Untersuchungsregionen, Räumliche Auswertungen Beispiele für die Gesundheitsberichterstattung CARESS Demo - Die neuen Version (20 Minuten) Ad-Hoc-Datenanalysen Überlebenszeitanalyse als Beispiel für R Anbindung CARESS Neue Version - Stand und Planung (5 Minuten) Pause (15 Minuten) Forschung & Entwicklung und Raum für Diskussionen (60 Minuten) Aktuelle CARESS Entwicklungen: Statistik, Facettenklassifikation, Verzerrte Karten, Aktuelle CARESS Forschungsthemen: AutoMais, Visuelle Analyse

3 3 CARESS Ziele Analyseszenarien in Epidemiologischen Krebsregistern Ziel: Umfangreiche Analyseunterstützung Ad-Hoc-Anfragen Explorativen Datenanalysen Qualitätssicherung Monitoring Gesundheitsberichterstattung Bsp. Entdeckung von Einflussfaktoren auf Erkrankungen Wissen Information Daten Analytische Anwendungen und Verfahren Infrastruktur für Daten und Informationslogistik Organisatorisches und Rechtliches Ziel: Analytisches Informationssystem für Krebsepidemiologie Integrierter Datenbestände Flexible Aggregation der Daten Analyse mit Hilfe komplexer statistischer Verfahren Analyse unter Berücksichtigung des Raumbezugs

4 4 CARESS Lösungsansatz Datenanalysetechniken Integration verschiedener Daten Datentransformation, Datenqualitätsmanagement Fälle, Melder, Soziodemografische und Umweltdaten Integration verschiedener Datenanalysetechniken OLAP (Online Analytical Processing) Fast Analysis of Shared Multidimensional Information Statistik Epidemiologische & räumlich-statistische Verfahren Explorative Datenanalyse Annahmen (Hypothesen) bildend, Visualisierungen Integration Geografische Daten Konzepte für die Berichterstellung Konfiguration von Berichten Cross Media Publishing

5 5 CARESS Multidimensionales Datenmodell Dimensionen Fakten/Kennzahlen Patientenanzahl Data Cube <60 Gesamt Alter Nds. HH HB 8/98 9/ Gesamt Flächenstaat Stadtstaat Zeit Gesamt Dimensionen (Klassifikationshierarchien) Gebiet

6 6 CARESS Historie Von 1994 bis Heute Historie Ab 1993 CARESS (1. Generation) Eigener Geoserver InterGIS UNIX, EKN-Schema, feste Analyseschemata Ab 1999 CARESS (2. Generation) Multidimensionales Datenmodell MADEIRA NT/Windows 2000 Portierung Ab 2003 CARESS (3. Generation) Neue Windows-Oberfläche Excel-Anbindung, flexible konfigurierbare Auswertungen Datenmodell für Statistik auf Data Cubes Ab 2008 Neuentwicklung CARESS (4. Generation) Standardkomponenten, Standardschnittstellen Serviceorientierte Architektur

7 CARESS Historie Aktueller Stand Einer der zentralen Gründe für die Neuentwicklung Bessere Integration von statistischen Verfahren Unabhängige Entwicklung der statistischen Verfahren vom analytischen Informationssystem Verwendung vorhandener R-Packages, z.b. periodr R-Package Cancer Krebsepidemiologie (Eigenentwicklung) SDR, SMR/SIR, Kumulative Rate, rohes relatives Risiko, CMF/CIF, Erwartete Fallzahlen bzw. Raten Indirekt standardisierte Raten, Simulation der Konstanzmethode (nach Schüler und Bopp)

8 8 CARESS Analyseverfahren Beispiele Survival estimation R Package ClusterGeo (auf Basis des Packages spdep ) Moran s I und Geary s c R Package SurvivalAnalysis (auf Basis des Packages periodr ) Verwendung der Methoden der Periodenanalyse basierend auf dem Ansatz zur Berechnung der Sterbetafeln Kohortenbasierte Analyse möglich Ederer II- oder Hakulinen-Methode für relatives Überleben absolute und relative Überlebensraten (beides bedingt oder kumulativ) und Standardfehler cumulative relative survival at end of follow-up year cumulative relative relative follow-up-year specific cumulative absolute absolute follow-up-year specific year of follow-up Graphische und tabellarische Darstellung der Ergebnisse R Package Diagram für spezielle Diagramme (Eigenentwicklung) Z.B. Zeitverlauf von Infektionskrankheiten

9 9 Technische Realisierung Aktuelle Entwicklungsschwerpunkte Data Warehouse: Einheitliche, auswertungsorientierte, qualitätsgesicherte und historisierte Datenbank als Datenbasis ( Single Point of Truth ) On-line Analytical Processing (OLAP): Performance durch Anbindung eines OLAP-Servers über standardisierte XML/A- bzw. MDX-Schnittstelle Statistik: Umfassende und erweiterbare Statistik-Funktionalität durch Anbindung der Statistik- Software R Project Raumbezug: Anbindung eines geografischen Informationssystems zur engen Verknüpfung statistischer und raumbezogener Daten Usability: Windows Presentation Foundation (WPF) zur Realisierung von Benutzungsoberflächen Integrationsfähigkeit: Schnittstellen zu MS-Office-Produkten und Web-Service- Programmierschnittstellen Internetfähigkeit: Zugriff über Internet durch Smart-Client-Technologie Mandantenfähigkeit: Nutzung einer Software-Instanz durch mehrere Mandanten durch flexibles, konfigurierbares Datenmodell

10 10 CARESS Technologien Standardschnittstellen und -anfragesprachen Unterstützung von Standardschnittstellen Multidimensional Expressions (MDX) XML for Analysis (XMLA) Open GIS Simple Feature Access (OGC Standards) R als Lingua Franca der Statistik Systeme, welche die Schnittstellen unterstützen: PostgreSQL, MS SQL Server als RDBMS Pentaho Mondrian oder SQL Server Analysis Services als OLAP-Server PostgreSQL (später SQL Server 8) als Geodatenbank R Project als Statistiksoftware

11 11 CARESS Architektur der neuen Version Client CARESS.NET 3.5 WPF Statistik R Project CARESS-Services.NET 3.5 WCF Geodatenbank PostGIS Server OLAP-Server Pentaho/Mondrian MS SQL-Server Data Warehouse inkl. Star-/Snowflake

12 12 MUSTANG/CARESS Innovationsmodell Projekte und Plattformentwicklung Anwendungsorientierte Forschung CARESS (Krebsregister) INITIAL (LIGA) Gesundheit NRW (LIGA) Diss.-Thema Analytisches PM DA Überwachung Annotierter Strategy Maps Diss.-Thema Modellgetriebene Bereitstellung DA Metamodell für Reporting MUSTANG - Agile Softwareentwicklung - Testgetriebene Entwicklung - Continuous Integration - Modellgetriebene Entwicklung - Interne.NET-Schulungen Diss.-Thema Software Produktlinien Diss.-Thema Intelligente Datenanalyse IP Karten mit Virtual Earth PG Visual Analytics InfoAnalytics AG (Spin-off) OFFIS e.v., Bereich Gesundheit, Themenfeld Datenmanagement und -analyse

13 13 CARESS Raumbezug bei der Datenanalyse Drei Ebenen Auswahl zu betrachtender Regionen Dynamische Klassifizierung (Ad-Hoc-Kategorien) Auswahl von Regionen anhand geografischer Merkmale Z.B. Abstand von Emissionsquellen Auswahl von Regionen in einer Karte Prädikatbasierte Auswahl (Versorgungsstrukturen, ) Statistische Verfahren Clusterindizes Nachbarschaft für Berechnung Räumliche Regression Interpolationsverfahren Ergebnisdarstellung Thematisch eingefärbte Karten Punktdarstellungen Diagramme in Karten Auswahl von Regionen und Ergebnisdarstellung

14 14 CARESS Berichtswesen Zusammenfassung von Ergebnissen zu Berichtsmappen Konfigurationsmöglichkeiten Visualisierungen (und Layouteinstellungen) Auswertungsreihen für gleichartige Ergebnisse Zusatzinformationen für die Berichtsgenerierung Cross Media Publishing MUSTANG XML-Export Formatierung der Berichte (XSLT) für Veröffentlichungen im Internet (HTML) für Veröffentlichungen als PDF-Dateien für ein Portal (mit Ad-Hoc-Anfragen) Management-Cockpits / Management-Mappen

15 15 CARESS und SurvA DEMO

16 16 Zeitplan Neuentwicklung : Testinstallation einer kleinen Version im EKN Diagramm, Karte, evtl. Tabelle Teilautomatisierte Übernahme der Altdaten Q1 2011: Installation in den (anderen) epidemiologischen Krebsregstern Erweiterung um Tabellen-Komponenten Q2 2011: Speicherung Persistierung von Analyseergebnissen Q3 2011: Berichtswesen Q4 2011: Räumlich-statistische Analysen

17 17 Zugang zur Demo Version Kleine Demo zum Ausprobieren Diagramm Karte Überlebenszeit Analyse Zugang mittels Remotedesktop Fünf Zugänge Mehrfachverteilung Zwangsabmeldung Begrenzter Zeitraum Verfügbarkeit: Ende nächster Woche Bei Interesse in Liste eintragen Benachrichtigung per Mail

18 18 Aktuelle Weiterentwicklungen Versorgungsforschung, Statistische Verfahren Themenschwerpunkt Versorgungsforschung im OFFIS-Bereich Gesundheit Professur für Angewandte Statistik (Prof. Dr. Kneib) Räumlich/kartographische Verfahren: räumliche (nicht kategorielle) Glättungsverfahren Geglättete kleinräumige Karten Einbindung von Interpolationsverfahren (z.b. Kriging) Verbindung mit den Krebsdaten Einbindung räumlicher Regressionsverfahren Beantragte Projekte Vorlaufforschung: Methoden für die Versorgungsplanung Abschätzung der Fallzahl kommende Jahre, Weitere Drittmittelprojekte (EFRE, EU, BMBF) beantragt

19 19 Aktuelle Weiterentwicklungen Melder-/Patienten-/Umweltbezogene Daten Punktdaten Kennzahlen Punktgröße Farbe Zusatzinformationen Statistik Einzugsgebiete Interpolation

20 20 Aktuelle Weiterentwicklungen Facettenklassifikation Facettenklassifikation Einfacher Zugang zu Kennzahl (im EKN etwa 300 Kennzahlen) Klassifizierung von Kennzahlen über verschiedene Facetten Facetten: Dimensionskategorien (Granularitästebenen und einzelne Ausprägungen) Facetten: Z.B. Moratlität, Inzidenz, Allgemein und weitere Beschreibungen (z.b. Qualitätskennzahl, Risikokennzahl, )

21 21 Aktuelle Weiterentwicklungen Visual Analytics Kartenanamorphosen Algorithmus, der die Länder im Verhältnis zum Kennzahlwert vergrößert oder verkleinert. Relative Bedeutung von Objekten besser wahrnehmbar als bei Choropletenkarten Mehrere Kennzahlen auf thematischen Karten darstellbar Vortragender

22 22 Visuelle Analyse Multitouch Video

23 23 AutoMais Ziel: Automatisierte Erzeugung von CARESS Schema Beschreibung von Aspekten mittels Modellierungssprachen Erzeugung von Software und Schemas mittels modellgetriebener Software Entwicklung Beispiele: Beschreibung von Würfeln Konsistenzbedinungen Integrationsaspekte Integration Endanwender Erste Ansätze: Altendatenübernahme

24 CARESS Team