In klinischen Studien betrachten wir Patienten häufig als Datensätze: Alter, Tumorcharakteristika, Laborwerte, Adverse Events oder Queries. Diese Informationen sind wichtig, beschreiben jedoch nur einen Teil…
Latest Posts
Enterprise Java trifft auf SQL Server – die technische Grundlage von HealthHub
Für mein Projekt HealthHub habe ich mich bewusst für zwei stabile Enterprise-Technologien entschieden: Jakarta EE auf WildFly als Application Server Microsoft SQL Server als relationale…
Vom klinischen Data Warehouse zum Prozessmodell
Warum klinische Data Warehouses mehr können als Reporting Klinische Data Warehouses werden häufig als Reporting-Plattform verstanden. Sie beantworten operative Fragen aus dem Studienalltag: Wann wurde…
Clinical Data Mining, Data Warehousing und deskriptive BI – Eine Zentrums-Performance-Pipeline
Methodische Qualitätssicherung in der klinischen Krebsforschung In der klinischen Krebsforschung entscheidet nicht allein die Menge der erhobenen Daten über den Studienerfolg, sondern deren Qualität, Konsistenz…