Um Forschungsdaten aus mehreren Projekten und Studien zusammenführen und einer einzigen Person zuordnen zu können (Record Linkage), ist sowohl ein Dublettenverfahren als auch eine eineindeutige systemweite Kennung erforderlich, der sowohl die personenidentifizierenden Daten, als auch die einzelnen lokalen Kennungen des Quellsystems (z.B. Labore, Studienzentralen, etc.) zugeordnet sind. Da dies auch bei unvollständigen oder fehlerhaften Personendaten fehlertolerant und nachvollziehbar erfolgen muss, ist ein nachhaltiges Record Linkage und Identitäten-Management erforderlich.
Der E-PIX ermöglicht ein probabilistisches Record Linkage und setzt das Konzept eines Master Patient Index um. Das integrierte Identitätenkonzept erlaubt potentielle Synonymfehler automatisch zu erkennen und unterstützt bei deren grafischer Auflösung. Die Erkennung von Dubletten erfolgt auf Basis frei definierbarer Parameter und der Levenshtein-Distanz. Mögliche Synonymfehler werden so protokolliert und können im Nachhinein über entsprechende Funktionen aufgelöst werden.

Verbreitung
Download & Demo
Dokumentation

Personen erfassen

Personen können mit einer Vielzahl von demografischen Eigenschaften, verschiedenen Kontaktadressen und projektspezifischen Parametern erfasst und bearbeitet werden.

Doppler auflösen

Konfigurierbare Algorithmen ermöglichen die Erkennung und automatische oder oberflächengestützte Auflösung von doppelten Personen.

Listen verarbeiten

Der konfigurierbare Im- und Export von Excellisten erleichtert die Überführung von Bestandsdaten in den E-PIX und die Zusammenarbeit mit anderen Softwareprodukten.

Verbreitung

Die Darstellung zeigt produktive (rot) und geplante Vorhaben (hellrot), Oktober 2022

Download

Sie haben Interesse an unserem E-PIX? Sie können ihn herunterladen und mittels Docker installieren oder vorab in unserer Live Demo ausprobieren.

DOWNLOAD

LIVE DEMO

Dokumentation