Launch der Pretest-Datenbank
Leibniz-Institut für Sozialwissenschaften GESIS

Am 01. April 2016 ging die GESIS Pretest-Datenbank online und ist ab jetzt unter pretest.gesis.org erreichbar. Sie bietet Forscherinnen und Forschern die Möglichkeit, sich über die Stärken und Schwächen bereits getesteter Survey-Fragen zu informieren.

Umfrageergebnisse sind immer abhängig von der Qualität der gestellten Fragen. Diese Binsenwahrheit in der Umfrageforschung ist die Grundlage der kognitiven Pretests, die bei GESIS durchgeführt werden. Die Pretest-Ergebnisse werden seit dem 01. April in der GESIS Pretest-Datenbank online zur Verfügung gestellt, die ab jetzt unter pretest.gesis.org erreichbar ist. Sie bietet Forscherinnen und Forschern die Möglichkeit, sich über die Stärken und Schwächen bereits getesteter Survey-Fragen zu informieren und nachzuvollziehen, welche Konzepte mit den Fragen gemessen werden.

So lassen sich zu den getesteten Survey-Fragen beispielsweise folgende Informationen finden:

• Wie verstehen Befragte die Frage oder bestimmte Begriffe?
• Wird die Frage im intendierten Sinne beantwortet?
• Ist die Frage einfach zu beantworten?

Die GESIS Pretest-Datenbank dokumentiert die Ergebnisse von kognitiven Fragebogenpretests, die bei GESIS bereits durchgeführt wurden. Die dokumentierten Ergebnisse können entweder projektweise durchsucht oder mit Hilfe der Suchfunktion recherchiert werden. Die Suche bietet sowohl eine Schlagwortsuche als auch eine detaillierte Suche über Suchoptionen, wie zum Beispiel Thema des Projekts/der Fragen, Befragungsmodus, Projektzeitraum und Auftraggeber. Die Datenbank umfasst aktuell einen Teil der bisher durchgeführten Fragebogenpretests und wird in den kommenden Monaten laufend um weitere Pretestergebnisse erweitert.

http://www.gesis.org/gesis-news/article/launch-der-pretest-datenbank/

Ein Blick auf die digitale Medizin der Zukunft
Technische Universität München TUM

In der Zukunft könnte es Medikamente geben, die individuell auf jeden Patienten zugeschnitten sind. Ärzte operieren mit 3D-Datenbrillen und können so präziser arbeiten. Diagnosen seltener Krankheiten, die heute noch Jahre dauern können, erfolgen innerhalb weniger Tage. Und vielleicht wird es Therapien gegen psychische Erkrankungen wie Schizophrenie geben. Wissenschaftler und Wissenschaftlerinnen der Technischen Universität München (TUM) forschen an neuen digitalgestützten Behandlungsmethoden und dem Umgang mit Big Data in der Medizin – erste Ergebnisse werden bereits im Operationssaal eingesetzt.

„Allein die moderne molekulare Medizin hat im Jahr 2015 mehr Daten erzeugt als im gesamten Zeitraum von 1990 bis 2005", sagt Burkhard Rost, Professor für Bioinformatik an der TUM. „Und in diesem Tempo wird das auch weitergehen." Bisher aber hinken Aufbereitung, Analyse und Anwendung dieser Datenschätze noch weit hinter den technischen Möglichkeiten her.

Woran es noch fehlt, sind entsprechende Algorithmen und die Verknüpfung so unterschiedlicher Fächer wie Medizin und Biologie einerseits und Informatik andererseits. „Die Interpretation der gigantischen Datenmengen kann ein Biologe gar nicht selbst leisten", betont Hans-Werner Mewes, Professor für Genomorientierte Bioinformatik an der TUM. "Hier braucht man bioinformatische Methoden."

An der TUM hat sich eine ganze Reihe von Wissenschaftlern verschiedener Disziplinen dem Ziel verschrieben, den Datenschatz der Lebenswissenschaften zu heben und ihn für Forscher, Patienten, Ärzte und Kliniken nutzbar zu machen. Außerdem kümmern sich Spezialisten um die Datensicherheit. Zusammen mit dem Großrechner im Garchinger Leibniz-Rechenzentrum verfügt die Universität damit über eine einzigartige Infrastruktur für Bio- und Medizininformatik.

Crowdsourcing – Datenanalyse als Computerspiel

Medizinische Daten liegen heute noch ziemlich ungeordnet vor: Labordaten von Blut- oder histologischen Untersuchungen, biochemische Informationen aus der Entschlüsselung der Erbanlagen (Genom) und der körpereigenen Eiweißbausteine (Proteom), statistische Ergebnisse aus unzähligen Experimenten und klinischen Studien sowie Bilddaten. Big Data also, aber in dieser Form nicht zugänglich für den praktischen Einsatz. Deshalb suchen Forscher nach Strategien, wie man die Flut der Informationen ordnen und in einheitlichen Datenbanken bündeln kann. Man erklärt und ergänzt sie durch Annotationen, die Auskunft über Herkunft, Eigenschaften und Inhalt der Daten geben.

Am Lehrstuhl für Informatikanwendungen in der Medizin & Augmented Reality von Professor Nassir Navab arbeiten Forscher unter anderem daran, die Zuordnung solcher Annotationen zu vereinfachen. „Ärzte und Laborpersonal haben in der Regel keine Zeit, sich um die Aufbereitung ihrer Daten zu kümmern", sagt Shadi Albarqouni. Er hat deshalb ein Projekt entwickelt, in dem die Mitwirkung vieler Internetnutzer möglich wird. Crowdsourcing heißt dieses Verfahren und beruht darauf, dass jeder, der Zeit und Lust hat, sich an der Erledigung bestimmter digitaler Aufgaben beteiligen kann. In Albarqounis Fall ist es die Analyse histologischer Gewebeschnitte, etwa bei Brustkrebs.

Kompliziertes Handbuch des Lebens

Ob spielerisch oder nicht, das Ziel bleibt, Datenmaterial in verwertbare Informationen zu transformieren. Wie ordnet und organisiert man beispielsweise Genom- oder Proteom-Daten? „Als man im Jahr 2001 die Sequenzierung des menschlichen Genoms abgeschlossen hatte, freuten sich alle und glaubten, nun das Handbuch des Lebens zu kennen", sagt Burkhard Rost. „Aber wie bei allen Handbüchern ist es auch hier so, dass man das nicht findet, was man eigentlich braucht, und wenn man es findet, versteht man es nicht. Wir haben bei der Deutung der genetischen Sequenzen heute erst ein kleines Fenster in der Kathedrale des Wissens aufgestoßen."

Augmented Reality – Operieren mit Datenhelm

Neben den biochemischen und genetischen Daten stellen Bilddaten aus den unterschiedlichsten Untersuchungen eine weitere wichtige Säule der digitalen Medizin dar. Professor Nassir Navab vom Lehrstuhl für Informatikanwendungen in der Medizin & Augmented Reality entwickelt beispielsweise zusammen mit mehreren Teams aus Informatikern und Ärzten Anlagen, mit denen ein Chirurg während der OP ins Innere des Patienten blicken kann.

Medizininformatik: Effiziente Nutzung medizinischer Daten

Die Datenflut im medizinischen Bereich nimmt täglich weiter zu. „In wenigen Jahren werden wir die individuellen Genomdaten von vielen Millionen Menschen kennen", sagt Hans-Werner Mewes. „Ohne effiziente Verfahren der Bio- und medizinischen Informatik wird man sie nicht nutzen können. „Trotzdem reichen die Daten für manche Zwecke noch immer nicht aus. „Heute betrachtet jeder Arzt immer nur seine eigenen Patienten", so der Forscher. „Gerade bei der Bewertung von Medikamenten und Therapien wäre es aber wichtig, wenn man Vergleichsdaten über den Verlauf bei möglichst vielen Patienten hätte, denn Faktoren wie Alter, Stoffwechsel und Genetik bestimmen den Behandlungserfolg. Dazu müsste man Systeme installieren, die derartige Informationen erfassen und auswerten, weg von der klassischen Studie, hin zur alltäglichen Praxis."

http://www.tum.de/die-tum/aktuelles/pressemitteilungen/kurz/article/33029/

Bild: W.R. Wagner www.pixelio.de