63. GMDS-Jahrestagung in Osnabrück

vom 02. - 06. September 2018

  • Prof. Dr. Ulrich Sax
    Universitätsmedizin Göttingen

    Fachbereichsleiter Medizinische Informatik

    Selten war es spannender, in der Medizinischen Informatik zu arbeiten und zu forschen! Mehr...

  •  

    Prof. Dr. Harald Binder
    Universität Freiburg
    Fachbereichsleiter Medizinische Biometrie

    Die Biometrie ist eine dynamische Disziplin mit vielfältigen Anwendungen von klinischen Studien bis zu Big Data. Mehr...

  • Brigitte B. Strahwald
    cognomedic GmbH Erlangen
    Fachbereichsleiterin Epidemiologie

    Die Epidemiologie der Zukunft steht mit der Digitalisierung vor neuen Chancen, aber auch vor neuen Herausforderungen. Mehr...

  • Prof. Dr. Tim Beissbarth
    Universitätsmedizin Göttingen
    Fachbereichsleiter Medizinische Bioinformatik und Systembiologie

    Molekulare Daten sowie Modelle zur Diagnose und Prognose von komplexen Erkrankungen spielen in der modernen Medizin eine zunehmende Rolle. Mehr...

  • Anke Schöler
    Universität Leipzig
    Sektionsleiterin Medizinische Dokumentation

    Die Vernetzung der Fachbereiche untereinander und deren Anwendung in der medizinischen Praxis weiter zu stärken, ist unser Anliegen. Mehr...

Medienpartner

Tutorials auf der GMDS 2018 in Osnabrück!

Auch auf der diesjährigen GMDS 2018 in Osnabrück können wieder zahlreiche Tutorials besucht werden. Die Anmeldung zu den Tutorials erfolgt wie zum Kongress über die Online Regsitry. Bitte beachten Sie die Anmeldefrist bis zum 31.07.2018 sowie die möglichen Frühbucherrabatte bis 15.06.2018. Tutorials werden am Sonntag den 02.09.2018 sowie am Donnerstag den 06.09.2018 stattfinden. Die Preise richten sich nach der jeweiligen Dauer der Tutorials von 90 Minuten bis 270 Minuten (weitere Informationen siehe Tabelle Preise/Kosten). Wenn nicht gesondert benannt, finden die Tutorials in deutscher Sprache statt. Eine ausführliche Beschreibung der Tutorien finden Sie am Ende dieser Seite.

Folgende Tutorials werden am Sonntag, den 02.09.2018 angeboten:*

  • TUT1 - Introduction to LaTeX (180 minutes, please bring your own laptop, V. Jürgens und F. Otto-Sobotka, in English)
  • TUT3 - Die SAS-Prozedur NLMIXED – Eine anwendungsorientierte Einführung (180 Minuten, bitte eigenen Laptop mitbringen, O. Kuß)
  • TUT4 - Big Data Einführung mit Beispielen aus dem Healthcare Bereich (180 Minuten, R. Severin)
  • TUT5 - Datenmodell: Das OMOP Common Datamodel und das OHDSI Ecosystem (180 Minuten, M. Sedlmayr und C. Maier)
  • TUT6 - FHIR für Programmierer (270 Minuten, bitte eigenen Laptop mitbringen, S. Lang, S. Heckmann und P. Werner)
  • TUT7 - Erstellen von Patienteninformation und Einwilligung für die biomedizinische Forschung (180 Minuten, C. Michalik, A. Castillo, I. Schlünder und R. Röhrig)
  • TUT8 - Interactivity meets Reproducibility: the ideal way of doing RNA-seq analysis (180 minutes, please bring your own laptop, M. Federico, in English)


Folgende Tutorials werden am Donnertsag, den 06.09.2018 angeboten:*

  • TUT2 - SAS-Grafiken leichtgemacht (180 Minuten, bitte eigenen Laptop mitbringen, I. Schmidtmann und D. Lautz)
  • TUT9 - Einstieg in R (180 Minuten, bitte eigenen Laptop mitbringen, J. Hüsers)
  • TUT10 - Datenvisualisierung in R ggplot2 (90 Minuten, bitte eigenen Laptop mitbringen, J. Hüsers)
  • TUT11 - Datenschutz in der medizinischen Forschung (270 Minuten, J. Drepper)
  • TUT12 - Soziale Ungleichheit - Messung von sozialer Ungleichheit in epidemiologischen und biomedizinischen Studien - Weil Adjustierung nur die halbe Miete ist! (180 Minuten, B. Babitsch, D. Rosenfeldt und I. Pöche-Guckelberger)


Preise/Kosten:*

  Zeitdauer Early Bird
bis 15.06.2018
Regulär
bis 31.07.2018
Tageskasse
mit Kongressticket Halbtagstutorium 50 €  70 € 75 €
  Tagestutorium 70 €  90 € 95 €
ohne Kongressticket Halbtagstutorium 80 €  100 € 105 €
  Tagestutorium 100 € 120€ 125 €

*Wir behalten uns vor bei einer zu geringen Zahl an Anmeldung ein Tutorial abzusagen. Ein Halbtagstutorium dauert zwischen 90 Minuten und 180 Minuten, ein Tagestutorium 270 Minuten.


Ausführliche Tutorien-Beschreibungen
(für die inhaltliche Beschreibung  und Texte der einzelnen Tutorien sind die einzelnen Ausrichter verantwortlich)

TUT1 - Introduction to LaTeX
LaTeX is a document preparation system for typesetting that is available to download for free. It can be used to create a variety of document types such as a simple letter, CV, scientific article, poster or presentation slides. In particular, LaTeX is helpful for big/complex documents such as a book or thesis. Two tools are needed to tex (produce a document in LaTeX): an editor (to write the comments and text in) and a compiler (to produce the final document (e.g. a PDF)). While preparing documents in LaTeX the focus is on the content rather than on the style and layout as the latter is specified by specific commands at the beginning of the document. In contrast to “what you see is what you get” editors like Microsoft Word, LateX makes a distinction between the creation of content and the final product which needs a processing step. For example, a command to change the size of the text will not affect the size of the words written in the editor, it will take effect once a PDF of the document is compiled. This allows for a better integration of special characters and more precise formatting. One particular strength in this area is the typesetting of formulas and mathematical environment in general. The first steps in LaTeX might be challenging, especially for people without experience in programming. However, after getting used to the system it is a very powerful and flexible tool. This tutorial is intended for beginners who have little or no experience with LaTeX. The first two parts start with a presentation of the concepts followed by a practical session during which the participants can apply what they have just learned. During the first part (60 minutes) of the tutorial we will introduce the system LaTeX, its idea and concept, advantages, corresponding software and provide very first steps. The second part covers different concepts such as tables and enumerations. We will give an overview of mathematical environments and how to integrate graphics. The third part will be an outlook on different topics such as additional kinds of documents that can be produced with LaTeX and interaction with other software. Participants should bring their own laptops and already have MiKTeX or MacTeX, respectively, and an editor like TeXnicCenter or TeXmaker installed.

TUT2 - SAS-Grafiken leichtgemacht
Zielgruppe: Biometriker*innen, Epidemiolog*innen, Dokumentar*innen, die mit SAS Grafiken erstellen möchten. Grundkenntnisse in SAS (Datastep, einige statistische Prozeduren) werden vorausgesetzt.
SAS (R) bietet seit einigen Jahren in BASE SAS (R) integriert ODS Graphics an. Darin finden sich u. a. die Grafikprozeduren SGPLOT, SGPANEL, SGSCATTER, mit denen sich schon ohne großen Aufwand ansprechende publikationsfertige Grafiken in etlichen Ausgabeformaten erstellen lassen. Dies kann komplett syntaxbasiert geschehen, so dass sich die Ergebnisse reproduzieren lassen. Wir geben eine Einführung in diese Prozeduren und zeigen, wie sich damit zu den gängigsten statistischen Auswertungen in Biometrie und Epidemiologie geeignete Grafiken produzieren lassen und in gewünschte Ausgabeformate ausgegeben werden können. Das Tutorial ist interaktiv geplant, so dass die Teilnehmer*innen die vermittelten Inhalte selbst ausprobieren können. Benötigte Beispieldaten werden vor dem Tutorial online bereitgestellt.

TUT3 - Die SAS-Prozedur NLMIXED – Eine anwendungsorientierte Einführung
Zielgruppe: Das Tutorium richtet sich an alle Teilnehmer der GMDS 2018, die an einem anwendungsorientierten geprägten Einblick in die SAS-Prozedur NLMIXED interessiert sind. Voraussetzungen sind Kenntnisse in SAS und in grundlegenden Methoden der Statistik. Laptops mit lauffähigen Versionen von SAS (Version 9.3 oder höher) müssen von den Teilnehmern selber mitgebracht werden.
Die SAS-Prozedur NLMIXED ist ein mächtiges Werkzeug für die Regressionsanalyse in SAS, das zum einen nicht-lineare Modelle („NL“-Part), zum anderen Modelle mit zufälligen Effekten („MIXED“-Part), also z.B. für die Modellierung von korrelierten oder hierarchischen Daten, schätzen kann. Die Klasse der mit NLMIXED schätzbaren Modelle umfasst damit praktisch alle bekannten Regressionsmodelle. Die enorme Flexibilität der Prozedur muss mit dem Nachteil erkauft werden, dass in NLMIXED nicht die gewohnte SAS-Syntax (MODEL-Statement, CLASS-Statement usw.) verwendet werden kann, sondern alle Modelle „von Hand“ mittels ihrer LogLikelihood-Funktion programmiert werden müssen.  Das Tutorium besteht aus zwei 90-minütigen Teilen. Im ersten Teil wird, ausgehend von einfachen statistischen Modellen, in die Prozedur eingeführt, aber es werden auch Anwendungen besprochen, die nur in NLMIXED realisierbar sind. Der zweite Teil besteht aus einer Übung am Computer, in der die Teilnehmer/-innen die Prozedur an verschiedenen Datensätzen selber kennenlernen können.

TUT4 - Big Data Einführung mit Beispielen aus dem Healthcare Bereich
Big Data Einführung mit Beispielen aus dem Healthcare Bereich
01 Introduction to Big Data
02 Big Data Modeling and Management
03 Big Data Integration and Processing
04 Graph Analytics for Big Data
05 Machine Learning With Big Data
06 Big Data in Medicine

TUT5 - Datenmodell: Das OMOP Common Datamodel und das OHDSI Ecosystem
Zielgruppe: Informatiker, Epidemiologen und Biometriker die sich einen Überblick der Möglichkeiten verschaffen; Niveau: Das Tutorial soll vor allem den Einstieg in OMOP bzw. OHDSI erleichtern. Fortgeschrittene Themen können je nach Interesse und Vorkenntnissen der Teilnehmer aufgenommen werden.
„To improve health, by empowering a community to collaboratively generate the evidence that promotes better health decisions and better care“ Gemeinsame Datenmodelle und Terminologien erleichtern die eigene und die vernetzte medizinische Forschung. Bisher wurden schon eine Reihe von Datenmodellen entwickelt, aber kaum eines wird so aktiv entwickelt und beworben, wie OMOP/OHDSI. Vor Jahren als Basis für die Vergleichbarkeit klinischer Studien entwickelt, ist es heute eine Gemeinschaft von Informatikern, Epidemiologen und Biometrikern aus Wissenschaft und Wirtschaft, die bessere Evidenz aufgrund großer medizinischer Datenmengen schaffen möchten („generate evidence“, „largescale Analytics“). Mittlerweile liegen die Datensätze von 1,2 Mrd. Patienten in dem Format vor, in mehr als 84 Institutionen in 18 Ländern. Mit OHDSI China, OHDSI Korea und OHDSI Europe wächst die Community und auch in der Medizininformatikinitiative wird es von einigen Teilnehmern als eine mögliche Basistechnologie betrachtet. Im Rahmen des Tutorials sollen folgende Fragen beantwortet werden: Wer und was ist OMOP/OHDSI genau? Wie funktioniert die Community? Was umfasst das Datenmodell und welche Terminologien verwendet es? Wie kann es auf deutsche, klinische Daten angewendet werden? Welche Werkzeuge gibt es? Was brauche ich, um sie zu nutzen? Kann ich etwas zur Entwicklung beitragen? Wie werden Kohorten definiert? Wie kann ich mich mit anderen OMOP/OHDSI-Partnern vernetzen? Wie kann ich die Daten für „Patient Level Prediction“ und „Population Level Estimation“ nutzen? Oder für eigene Skripts (z.B: R und Machine Learning)? Anhand eines Beispiels vom Import der Daten, der Qualitätssicherung, der Suche, der Kohortenbildung und der Nutzung in Vorhersagemodellen soll der Lifecycle bei der Verwendung von OMOP vorgestellt werden.

TUT6 - FHIR für Programmierer
Zielgruppe: Softwareentwickler und andere Personen aus der medizinischen Informatik, die geringe oder keine Erfahrung mit FHIR besitzen.
Das Tutorial führt zunächst in die Grundlagen des Kommunikationsstandards FHIR ein. Im Weiteren erfolgt dann eine Vertiefung anhand von konkreten Beispielen zur Implementierung von FHIR basierten Lösungen in JavaScript sowie Java; insbesondere auch von mobilen Apps. Der Fokus liegt hierbei auf der Implementierung der Client-Seite. Ziel ist die Vermittlung folgender Inhalte: Grundprinzipien von FHIR Teilnahmemöglichkeiten an der FHIR Community Kenntnis gängiger Werkzeuge und Programmiersprachen zur Implementierung von FHIR Übungen unter Verwendung dieser Werkzeuge und Programmiersprachen Alle Materialien und Codebeispiele werden den Teilnehmern zur weiteren Vertiefung zur Verfügung gestellt.

TUT7 - Erstellen von Patienteninformation und Einwilligung für die biomedizinische Forschung
Zielgruppe: In dem Tutorial werden vor allem Grundlagen vermittelt. Daher ist die Zielgruppe Studierende, wissenschaftlicher Nachwuchs mit Bezug zur empirischen biomedizinische Forschung, bzw. Personen, deren Tätigkeitsfeld sich in diese Richtung erweitert.
Thema: Die wichtigste ethische Voraussetzung für die Forschung am Menschen ist die Freiwilligkeit der Versuchspersonen, bzw. Probanden und Patienten. Daher kommt der informierten Einwilligung (Informed Consent) in der biomedizinischen Forschung eine besondere Bedeutung zu, die sich auch in den zahlreichen Anforderungen in den unterschiedlichen Rechtsnormen und Standards wiederfindet (s. u.a. [1-12]). Hinzu kommen Anforderungen aus anderen Rechtsbereichen, wie dem Verwaltungsrecht , sowie abgeleiteten Anforderungen der „Best Practices“. Zur Abfassung einer informierten Einwilligung stehen verschiedene Mustertexte und Hilfsmittel zur Verfügung [13-16].
Programm: In dem Tutorial werden die folgenden Themen angesprochen / vermittelt: Einführung in das regulatorische Rahmenwerk Vorstellung der verschiedene Mustertexte und Hilfsmittel Darstellung der wichtigsten Anforderungen anhand der TMF-Checkliste (Online Wiki & Wizard) Anforderungen an die Einwilligung von Einwilligung bei besonderen Gruppen, inbs. bei Minderjährigen, nicht einwilligungsfähigen Patientinnen und Patienten oder bei Notfällen.

TUT8 - Interactivity meets Reproducibility: the ideal way of doing RNA-seq analysis
Zielgruppe: Beginner / Intermediate Biostatisticians/Bioinformaticians.
Next generation sequencing technologies, such as RNA-Seq, generate tens of millions of reads to quantify the expression levels of the features of interest. Applications vary from discovering quantitative changes between experimental groups, to addressing alternative splicing, discovery of novel transcripts, RNA editing, and many more. A wide number and variety of software packages have been developed for accommodating the needs of the researchers, mostly as command line tools or in the R/Bioconductor framework. The analysis workflow comprises many steps, from the quality control on the raw data to the downstream analyses after detecting differentially expressed genes in the experimental conditions of interest. This tutorial aims to give a broad overview on the state of the art methods for these commonly performed tasks, with a deep dive into the use of software packages that provide simultaneously interactivity and reproducibility of the analyses. This will be based on a series of Bioconductor packages (`pcaExplorer`, `ideal`, and `iSEE`) that enable efficient data exploration for a wide number of researchers, thanks to web applications developed in the Shiny framework, which also deliver complete HTML reports and the underlying code for the output generated during the active session. This solution, previously outlined also in Marini and Binder (2016), is at the same time a proof of principle of integrating the essential features of interactivity and reproducibility in the same tool, as well as the basis for software applications that can become companion tools for any project involving bulk or single-cell RNA-sequencing experiments. Participants to this tutorial will learn the basic operations of the analytic workflows, apply them interactively in guided practical sessions, and experience the didactic effect of tightly coupling obtained results with the required input code.

TUT9 - Einstieg in R
Zielgruppe: Dieser Kurs richtet sich an Einsteiger und kann als Refresher für Wiedereinsteiger dienen.
In diesem R Tutorial wird die Programmiersprache R vorgestellt. R ist eine beliebte Open-Source Programmiersprache die von weltweit 2 Millionen Wissenschaftlern und Statistikern zur Datenanalyse in eine Vielzahl von Fachbereichen, wie Epidemiologie, Sozialwissenschaften, Finanzwirtschaft, eingesetzt wird. Die Nutzung von R in Wissenschaft, Forschung und Unternehmen steigt dabei jährlich. In diesem Kurs wird gezeigt, warum Programmiersprachen zur Datenanalyse wie R im Zeitalter der Digitalisierung immer beliebter werden. Ziel dieses Kurses ist es, den Einstieg in R zu erleichtern. Es wird gezeigt, wie gängige Datenformate wie Kommaseparierte Textdateien (CSV), Excel Spreadsheets, SPSS Dateien nach R importiert werden können und zur Datenanalyse und Automatisierung der Analysen genutzt werden können. Als Teilnehmer werden sie selber mit R arbeiten und nach kurzen Vorträgen durch den Dozenten selber mit R auseinandersetzten. Am Ende dieses Tutoriums können die Teilnehmer mit ihrem erworbenen Wissen die ersten eigenen Datenanalysen mit R erstellen und sind bereit ihr Wissen über R eigenständig zu erweitern.

TUT10 - Datenvisualisierung in R ggplot2
Zielgruppe: Der Kurs richtet sich an Personen, die Interesse an Datenvisualisierung haben und Vorkenntnisse in R besitzen.
ggplot2 ist eine der beliebtesten Erweiterungen für R und bieten flexible und umfangreiche Werkzeuge um publikationsfertige und hochwertige Grafiken zu erstellten. Dieses Tutorium vermittelt die Grundlagen von ggplot2 und zeigt den Weg von den Rohdaten hin zu individualisierten Grafiken. Der Kurs richtet sich an Personen, die Interesse an Datenvisualisierung haben und Vorkenntnisse in R besitzen. ggplot2 ist eine der beliebtesten Erweiterungen für R und bieten flexible und umfangreiche Werkzeuge um publikationsfertige und hochwertige Grafiken zu erstellten. Dieses Tutorium vermittelt die Grundlagen von ggplot2 und zeigt den Weg von den Rohdaten hin zu individualisierten Grafiken.

TUT11 - Datenschutz in der medizinischen Forschung
Zunächst werden verschiedene Typen von Forschungsprojekten mit ihren unterschiedlichen Anwendungsfällen vorgestellt. Fokussiert werden Projekte aus dem Umfeld der klinischen Forschung, in denen das Recht auf informationelle Selbstbestimmung der Teilnehmer (Patienten oder gesunde Probanden) zu wahren ist. Ausgenommen sind Projekte aus der Grundlagenforschung ohne Einbeziehung von Patienten oder gesunden Vergleichsprobanden. Anschließend werden die aktuellen rechtlichen Grundlagen des Datenschutzes in der Forschung in Deutschland auf Basis der EU-Datenschutzgrundverordnung und entsprechend angepasster Bundes- oder Landesgesetze erörtert. U.a. werden die folgenden Fragen beantwortet: Warum gibt es Datenschutzgesetze auf Landes-, Bundes und europäischer Ebene? Welches Datenschutzrecht ist in einem konkreten Projekt zu berücksichtigen? Wann benötige ich eine Einwilligung der Probanden? Wie lange darf ich die Daten aufbewahren? Was darf ich mit den in einem Projekt erhobenen Daten alles machen? Welcher Datenschutzbeauftragte ist für mich zuständig? Muss ich mich im Vorfeld eines Projekts mit einem Datenschutzbeauftragten abstimmen? Wann darf ich Daten aus der Routineversorgung für die Forschung verwenden [1]? Was muss ich in Bezug auf den Datenschutz in klinischen Studien nach AMG oder MPG beachten? Die Begriffe der Anonymisierung und Pseudonymisierung werden häufig missverständlich interpretiert und nicht korrekt voneinander unterschieden. Selbst Experten sind sich hinsichtlich der Einordnung von Daten als anonym oder pseudonym nicht in allen Fällen einig. Der Workshop gibt einen Überblick über gängige Definitionen, geht auf die Grenzfälle ein und stellt technische Maßnahmen zur Umsetzung vor. Dabei wird auch der immer häufiger in der Literatur auftauchende Begriff der k-Anonymität erklärt. Ein zentraler Bestandteil der meisten Datenschutzkonzepte in Forschungsprojekten ist die informierte Einwilligungserklärung. In dem Tutorial wird erörtert, wann von einer „informierten“ Einwilligung ausgegangen werden kann und welche Rahmenbedingungen bei der Formulierung einer solchen Erklärung zu berücksichtigen sind. Gerade bei langfristigen Daten- und Probensammlungen (Biobanken) wird immer häufiger die Frage diskutiert, wie spezifisch der Zweck der Erhebung und Verarbeitung personenbezogener Daten in der Einwilligungserklärung formuliert werden muss. Aus der Forscherperspektive wird entsprechend ein „broad
consent“ gefordert. Entsprechend werden die Hintergründe, die vorgeschlagenen Konzepte und deren Grenzen diskutiert. Die TMF unterstützt Forscher seit vielen Jahren bei der datenschutzgerechten Umsetzung von Forschungsprojekten in der Medizin. Um auch Verbundforschungsprojekte in mehreren Bundesländern mit ihren je eigenen Datenschutzgesetzen und Aufsichtsbehörden umsetzen zu können, hat die TMF generische Datenschutzkonzepte mit den Datenschutzbeauftragten aller 16 Bundesländer und des Bundes abgestimmt. Diese als Blaupause oder Vorlagen benutzbaren Konzepte fokussieren dabei gerade langfristig und vergleichsweise wenig eingeschränkt nutzbare Datensammlungen und Biobanken [2]. Die Konferenz der Datenschutzbeauftragten des Bundes und der Länder hat in ihrer Sitzung im März 2014 allen medizinischen Forschungseinrichtungen und -verbünden die Nutzung des TMF-Leitfadens als Basis zur konkreten Ausgestaltung eigener Datenschutzkonzepte empfohlen (siehe www.datenschutz.hessen.de/dg011.htm. Abschließend werden die aktuell zur Verfügung stehenden Angebote zur Unterstützung von Forschern bei der datenschutzgerechten Umsetzung ihrer Forschungsprojekte vorgestellt.

TUT12 - Soziale Ungleichheit - Messung von sozialer Ungleichheit in epidemiologischen und biomedizinischen Studien - Weil Adjustierung nur die halbe Miete ist!
Zielgruppe: Studierende und wissenschaftlicher Nachwuchs
Soziale Ungleichheit bezeichnet die ungleiche Verteilung materieller und immaterieller Ressourcen in einer Gesellschaft. Zur Abbildung sozialer Ungleichheit wird zumeist der Grad der Ungleichheitsverteilung mit Hilfe verschiedener Indikatoren (z. B. Einkommen, Gesundheit, Bildung oder Teilhabe) gemessen. Im Rahmen des Tutoriums werden verschiedene Indizes zur Darstellung sozialer Ungleichheit behandelt.