ID

41855

Beschreibung

Disclaimer: Der „GECCO - German Corona Consensus - Covid-19 Research-Dataset“ Inhalt, der auf dem Portal für medizinische Datenmodelle (MDM Portal) zu finden ist, ersetzt nicht den GECCO Datensatz auf simplifier.net. Für die Nutzung von GECCO-FHIR-Profilen verwenden Sie bitte die auf https://simplifier.net/ForschungsnetzCovid-19/ verfügbaren Profile. Der FHIR-Download auf MDM erzeugt lediglich eine FHIR-Fragebogenresource. This version of the GECCO logical model is based on https://art-decor.org/art-decor/decor-datasets--covid19f- on the "final" version published mid to end September 2020. For actual use of FHIR profiles, please use the profiles available on https://simplifier.net/ForschungsnetzCovid-19/ResearchDatasetGECCO/~overview (FHIR download on MDM is only a FHIR questionnaire resource). A few items implicated by comments/descriptions of items on art-decor have been added: "Datum der letzten Impfung" (date of last vaccination for all listed vaccinations), "Schweregrad" (Severity of Kidney Diseases), "Ort" (Location of vacation in the last 14 days), "Befund bildgebender Verfahren im Rahmen von COVID-19" added separately for all types of imaging procedures listed, "Symptom Schweregrad" (Severity of Symptoms) for each symptom listed, and an "NCT-/EudraCT-Nummer" item for Study participation. Official German text from http://cocos.team/datasets.html: Zur Bewältigung der aktuellen Pandemie und der damit einhergehenden Behandlung von Patienten fördert das Bundesministerium für Bildung und Forschung (BMBF) ein nationales Netzwerk der Universitätsmedizin im Kampf gegen COVID-19. Unter anderem soll das Netzwerk die Daten der behandelten COVID-19 Patienten systematisch erfassen und bündeln. Die Forschenden sollen die Behandlung der COVID-19-Patienten standardisiert erheben, verfolgen und analysieren. Die hohe Bedrohungslage hat zu intensiver wissenschaftlicher Aktivität zu COVID-19 geführt, wozu zahlreiche regionale, nationale und internationale epidemiologische Erhebungen und Registerstudien zählen. Der Konsensusdatensatz gibt der Wissenschaft um COVID-19 eine gemeinsame Sprache und Arbeitsgrundlage. Inofficial translation: In order to cope with the current pandemic and the associated treatment of patients, the Federal Ministry of Education and Research (BMBF) is funding a national network of university medicine in the fight against COVID-19. Among other things, the network will systematically collect and bundle the data of the treated COVID-19 patients. The researchers are to collect, track and analyze the treatment of COVID-19 patients in a standardized way. The high threat level has led to intensive scientific activity on COVID-19, including numerous regional, national and international epidemiological surveys and register studies. The consensus data set provides a common language and working basis for the science around COVID-19. Not yet integrated: Items for "Data Absent Reason", "Certainty of Presence", "Uncertainty of Presence", and "Certainty of absence"; "therapeutic intention", "Medication Statement Status", "EventStatus"; longer versions of the ValueSets published separately from the variables in art-decor.

Link

https://simplifier.net/ForschungsnetzCovid-19/

Stichworte

  1. 29.09.20 29.09.20 - Sarah Riepenhausen
  2. 29.09.20 29.09.20 - Sarah Riepenhausen
  3. 09.10.20 09.10.20 -
  4. 28.10.20 28.10.20 -
  5. 13.01.21 13.01.21 - Sarah Riepenhausen
  6. 03.02.21 03.02.21 - Sarah Riepenhausen
  7. 03.02.21 03.02.21 - Sarah Riepenhausen
  8. 25.08.21 25.08.21 - Sarah Riepenhausen
  9. 02.09.21 02.09.21 - Sarah Riepenhausen
  10. 06.09.21 06.09.21 - Sarah Riepenhausen
  11. 05.01.23 05.01.23 - Sarah Riepenhausen
Rechteinhaber

Nationales Forschungsnetzwerk der Universitätsmedizin zu Covid-19

Hochgeladen am

3. Februar 2021

DOI

Für eine Beantragung loggen Sie sich ein.

Lizenz

Creative Commons BY 4.0

Modell Kommentare :

Hier können Sie das Modell kommentieren. Über die Sprechblasen an den Itemgruppen und Items können Sie diese spezifisch kommentieren.

Itemgroup Kommentare für :

Item Kommentare für :

Um Formulare herunterzuladen müssen Sie angemeldet sein. Bitte loggen Sie sich ein oder registrieren Sie sich kostenlos.

GECCO - German Corona Consensus - Covid-19 Research-Dataset

Studieneinschluss/Einschlusskriterien

Studieneinschluss/Einschlusskriterien
Beschreibung

Studieneinschluss/Einschlusskriterien

Alias
UMLS CUI-1
C1512693
UMLS CUI-2
C1516637
Wenn ja, bitte EudraCT- oder NCT-Nummer angeben (falls vorhanden)
Beschreibung

Hinweis: Dieses Item gibt es in art-decor nicht separat. Es wird nur darauf hingewiesen, dass bei Studienteilnahme diese Studienidentifier angegeben werden sollen, falls vorhanden.

Datentyp

text

Alias
UMLS CUI [1]
C3274381
Bestätigte Covid-19-Diagnose als Hauptursache für Aufnahme in Studie
Beschreibung

Kommentar: FHIR-Mapping: Observation Versionsdatum: 2020-04-08

Datentyp

text

Alias
UMLS CUI [1,1]
C1512693
UMLS CUI [1,2]
C5203670
Hat der Patient an einer oder mehreren interventionellen Klinischen Studie teilgenommen?
Beschreibung

Kommentar: FHIR-Mapping: Observation Operationalisierung: Wenn ja, bitte EudraCT- oder NCT-Nummer angeben (falls Vorhanden) Versionsdatum: 2020-04-08

Datentyp

text

Alias
UMLS CUI [1,1]
C2348568
UMLS CUI [1,2]
C3274035

Ähnliche Modelle

Studieneinschluss/Einschlusskriterien

Name
Typ
Description | Question | Decode (Coded Value)
Datentyp
Alias
Item Group
Studieneinschluss/Einschlusskriterien
C1512693 (UMLS CUI-1)
C1516637 (UMLS CUI-2)
NCT/EudraCT-Nummer
Item
Wenn ja, bitte EudraCT- oder NCT-Nummer angeben (falls vorhanden)
text
C3274381 (UMLS CUI [1])
Item
Bestätigte Covid-19-Diagnose als Hauptursache für Aufnahme in Studie
text
C1512693 (UMLS CUI [1,1])
C5203670 (UMLS CUI [1,2])
Code List
Bestätigte Covid-19-Diagnose als Hauptursache für Aufnahme in Studie
CL Item
Ja (Ja)
373066001 (SNOMED CT[1])
C1705108 (UMLS CUI-1)
(Comment:de)
CL Item
Nein (Nein)
373067005 (SNOMED CT[1])
C1298908 (UMLS CUI-1)
(Comment:de)
CL Item
Unbekannt  (Unbekannt)
C0439673 (UMLS CUI-1)
(Comment:de)
Item
Hat der Patient an einer oder mehreren interventionellen Klinischen Studie teilgenommen?
text
C2348568 (UMLS CUI [1,1])
C3274035 (UMLS CUI [1,2])
Code List
Hat der Patient an einer oder mehreren interventionellen Klinischen Studie teilgenommen?
CL Item
Ja (Ja)
373066001 (SNOMED CT[1])
C1705108 (UMLS CUI-1)
(Comment:de)
CL Item
Nein (Nein)
373067005 (SNOMED CT[1])
C1298908 (UMLS CUI-1)
(Comment:de)
CL Item
Unbekannt (Unbekannt)
261665006 (SNOMED CT[1])
C0439673 (UMLS CUI-1)
(Comment:de)

Benutzen Sie dieses Formular für Rückmeldungen, Fragen und Verbesserungsvorschläge.

Mit * gekennzeichnete Felder sind notwendig.

Benötigen Sie Hilfe bei der Suche? Um mehr Details zu erfahren und die Suche effektiver nutzen zu können schauen Sie sich doch das entsprechende Video auf unserer Tutorial Seite an.

Zum Video