Cookie Hinweis

Wir verwenden Cookies, um Ihnen ein optimales Webseiten-Erlebnis zu bieten. Dazu zählen Cookies, die für den Betrieb der Seite notwendig sind, sowie solche, die lediglich zu anonymen Statistikzwecken, für Komforteinstellungen oder zur Anzeige personalisierter Inhalte genutzt werden. Sie können selbst entscheiden, welche Kategorien Sie zulassen möchten. Bitte beachten Sie, dass auf Basis Ihrer Einstellungen womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen .

Essentiell

Diese Cookies sind für die Funktionalität unserer Website erforderlich und können nicht deaktiviert werden.

Name Webedition CMS
Zweck Dieses Cookie wird vom CMS (Content Management System) Webedition für die unverwechselbare Identifizierung eines Anwenders gesetzt. Es bietet dem Anwender bessere Bedienerführung, z.B. Speicherung von Sucheinstellungen oder Formulardaten. Typischerweise wird dieses Cookie beim Schließen des Browsers gelöscht.
Name econda
Zweck Session-Cookie für die Webanalyse Software econda. Diese läuft im Modus „Anonymisiertes Messen“.
Statistik

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt und analysiert werden. Je nach Tool werden ein oder mehrere Cookies des Anbieters gesetzt.

Name econda
Zweck Measure with Visitor Cookie emos_jcvid
Externe Medien

Inhalte von externen Medienplattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Zustimmung mehr.

Name YouTube
Zweck Zeige YouTube Inhalte
Name Twitter
Zweck Twitter Feeds aktivieren

Abteilung Verbundinformationssysteme

Prof. Dr. Martin Lablans

Brückenköpfe in Deutschland (Stand 2023)
© dkfz.de

Onkologische Spitzenforschung findet in Netzwerken statt. Im Zeitalter einer zunehmend stratifizierten (personalisierten) Medizin werden Patientenkollektive untersucht, die in statistisch signifikanter Zahl nur in einrichtungsübergreifenden Kooperationen gebildet werden können.

Die Erschließung verteilter Daten- und Probenquellen ist daher Voraussetzung für die meisten datengetriebenen Forschungsansätze im Gesundheitswesen. Zudem bildet sie ein vielschichtiges Forschungsfeld zur Entwicklung von Infrastrukturen, die effiziente Forschung in vernetzten Verbünden auf technischer und inhaltlicher Ebene überhaupt erst möglich machen. Auch müssen regulatorische Anforderungen, die sich in der Verarbeitung sensibler Patientendaten naturgemäß ergeben, berücksichtigt werden.

In unserer Abteilung Verbundinformationssysteme (VerbIS) untersuchen wir Probleme, die in der vernetzten medizinischen Forschung regelmäßig auftreten:

  • Semantik
  • Multizentrische Datenintegration aus heterogenen Quellsystemen
  • Datenschutz, Einwilligungsmanagement, Record Linkage und Pseudonymisierung
  • Verteilte Prozesse zur Auswertung von Daten
  • Standortübergreifend vergleichbare Messung der Datenqualität
Hierfür entwickeln wir interoperable und nachnutzbare Werkzeuge. Außerdem bringen wir unsere Kenntnisse in nationalen und internationalen Forschungs- und Behandlungsverbünden zum Einsatz (vgl. Projekte). Durch unsere „Brückenköpfe“ erschließen wir ein Netzwerk aus 21 exzellenten Partnern (vgl. Abbildung).

Die weiterführenden Seiten sind nur auf Englisch verfügbar.

Kontakt

Prof. Dr. Martin Lablans
Verbundinformationssysteme (E260)
Deutsches Krebsforschungszentrum
Im Neuenheimer Feld 580
69120 Heidelberg
Tel: +49 6221 42 5102

Ausgewählte Publikationen

  • Stammler S, Kussel T, Schoppmann P, Stampe F, Tremper G, Katzenbeisser S, Hamacher K, Lablans M. Mainzelliste SecureEpiLinker (MainSEL): Privacy-Preserving Record Linkage using Secure Multi-Party Computation. Bioinformatics 2022;38:1657-68. DOI: 10.1093/bioinformatics/btaa764
  • Kussel T, Brenner T, Tremper G, Schepers J, Lablans M, Hamacher K#. Record linkage based patient intersection cardinality for rare disease studies using Mainzelliste and secure multi-party computation. J Transl Med 2022;20:458. DOI: 10.1186/s12967-022-03671-6.
  • Tremper G, Brenner T, Stampe F, Borg A, Bialke M, Croft D, Schmidt E, Lablans M. MAGICPL: A Generic Process Description Language for Distributed Pseudonymization Scenarios. Methods Inf Med 2021;60:21-31. DOI: 10.1055/s-0041-1731387
  • Juárez D, Schmidt EE, Stahl-Toyota S, Ückert F, Lablans M. A Generic Method and Implementation to Evaluate and Improve Data Quality in Distributed Research Networks. Methods Inf Med 2019;58:86-93. DOI: 10.1055/s-0039-1693685
nach oben
powered by webEdition CMS