Data Science
Unser Angebot
Integration von Daten aus unterschiedlichen Quellen inklusive der klinischen Routine
Wir unterstützen und beraten Sie bei der Aufbereitung und Zusammenführung Ihrer Daten zu einem bereinigten Datensatz.
Betreiben eines Datenzentrums
Wir verwalten Ihre Daten aus Register- und Kohortenstudien und unterstützen und beraten Sie bei der Entwicklung von Forschungsfragen. Unter anderem beantworten wir Ihre Anfragen zur Machbarkeit von (Sub-)Studien.
Reporting und Datenauswertungen
Wir erstellen Berichte, Visualisierungen und explorative Analysen, unter anderem mit dynamischen Benutzeroberflächen.
Zentralisiertes Monitoring
Wir implementieren Algorithmen zur Überwachung der Datenqualität und kritischer Kennzahlen Ihrer klinischen Studie als Unterstützung des klinischen Monitorings.
Unterstützung in Data Safety Monitoring Boards
Wir erstellen Berichte und Visualisierungen als Entscheidungsgrundlage für Data Safety Monitoring Boards / Data Monitoring Committees.
Massgeschneiderte Softwarepakete
Wir entwickeln und pflegen Softwarpakete zur Vereinfachung, Automatisierung und Reproduktion wiederkehrender Aufgaben an den Schnittstellen zwischen Datenbank und Datenanalyse. Unser R Paket für den Datenimport aus dem klinischen Datenmanagement System secuTrial nach R kann auf CRAN heruntergeladen werden. Die neueste Version finden Sie auf GitHub.
Data Access Committees
Wir beraten Sie bei der Erarbeitung eines Data Management Plans und bei Fragen zu Data Sharing. Ein Data Access Committee bietet die Möglichkeit Ihre sensitiven Daten zu schützen und gleichzeitig nach dem FAIR Data Prinzip zu veröffentlichen.
Tipps & Hilfestellungen
Sie möchten Daten sicher und effizient an das DKF übermitteln?
Hier finden Sie eine praktische Anleitung für die Aufbereitung und den Transfer der Daten:
Sie möchten Daten von secuTrial in R importieren?
Unser R Paket dafür kann auf CRAN heruntergeladen werden. Die neueste Version finden Sie auf GitHub.
Kostenlos für DKF Forschungsgruppen
- Sprechstunde für technische Fragen zu Datenaufbereitung und Visualisierung, R und RShiny Programmierung
Termin vereinbaren
So erreichen Sie uns
FAIR Data Prinzip
Diese vier FAIR Prinzipien bilden die Grundlage für eine nachhaltige Nachnutzung von Forschungsdaten:
Findable
Forschungsdaten sollten mit einem digitalen Objektidentifikator (DOI) versehen und einfach aufzufinden sein.
Accessible
Forschungsdaten, oder zumindest die dazugehörigen Metadaten, sollten einfach aufrufbar und der Zugang zu den Forschungsdaten sollte beschrieben sein.
Interoperable
Forschungsdaten sollten einfach zu interpretieren sein und möglichst öffentliche und freie Datenformate und Standards nutzen.
Re-useable
Datenerhebung und Prozessierung sind gut dokumentiert, sodass die Forschungsdaten einfach weiterverwendet werden können.
Weitere Informationen
Wir sind Teil der Initiative Forschungsdatenmanagement an der Universität Basel:
