PIA

Prospektive Monitoring und Management-App.

PIA („Prospektive Monitoring und Management-App”) ist ein freies, open-source eResearch System, mit der prospektiv Daten mit Hilfe von Fragebögen oder Interviews erhoben werden können.

Sie soll die Erhebung epidemiologischer Daten vereinfachen, modernisieren und aktualisieren, sowie die Response und Compliance seitens der Teilnehmenden verbessern. PIA ist kein Medizinprodukt. Details finden Sie in der Zweckbestimmung oder im PIA Handbuch. 

PIA kann per App (Android und iOS) oder als Webversion genutzt werden. Dabei kann PIA unterschiedliche Datenformate wie Fragen, Barcodes, Fotos oder Pharmazentralnummern verarbeiten und ermöglicht Fragebögen oder Interviews einmalig, in zyklischen Abständen oder auf bestimmten Bedingungen basierend erscheinen zu lassen.

Es können außerdem Bioproben und unterschiedlichste Prozesse im Studien-Management verwaltet werden z.B. Symptombeobachtung oder das Monitoring von Kontaktpersonen.

Dabei verfügt PIA über sechs Nutzeroberflächen, die verschiedene Rechte und Aufgaben haben:

Administration
Kann neue Studien anlegen und verwaltet alle PIA-Nutzenden

Einwilligungsmanagement
Verwaltet die Einwilligungen der Teilnehmenden

Untersuchungsteam
Kann Teilnehmende registrieren und Untersuchungen/ Interviews durchführen und dokumentieren

Teilnehmendenmanagement
Verwaltet die Kontaktdaten der Teilnehmenden und kann diese über das System kontaktieren

Forschungsteam
Kann Inhalte der Studien wie Fragebögen, Einwilligung und Begrüßungstext individuell implementieren und Daten einsehen/exportieren

Teilnehmende
Können Fragebögen innerhalb der App/Webversion ausfüllen, Bioproben entnehmen und die Ergebnisse in-app einsehen

Die Teilnahme an PIA-Studien ist immer freiwillig und kann jeder Zeit ohne Begründung beendet werden.

Je länger jede oder jeder Einzelne jedoch mitmacht, desto besser können wir wiederkehrende Erkrankungen erforschen.

Werfen Sie doch mal einen Blick in die App!

EnTstehung

Wie PIA entstanden ist und wo PIA hingeht.

Das eResearch System PIA wird seit 2017 von der Abteilung Epidemiologie des Helmholtz-Zentrums für Infektionsforschung (HZI) unter der Leitung von Dr. Stefanie Castell entwickelt. 2019 wurde es das erste Mail im Rahmen eines L3-Projektes der NAKO Gesundheitsstudie zur Erforschung von akuten Atemwegsinfektionen eingesetzt. Seitdem sind weitere Projekte im Bereich der Infektionsforschung dazugekommen.

Mit PIA können beliebige Fragebögen und verschiedene Funktionen (z.B. Bioproben oder Signale bei bestimmten Antworten) zur Verfügung gestellt werden, sodass Anpassungen an unterschiedlichste Studiendesigns möglich sind. Die Anwendung wird kontinuierlich verbessert und durch neue Funktionen und Elemente erweitert.

PIA ist flexibel in unterschiedlichen Kontexten einsetzbar und kann als eigenständiges System fungieren oder in andere Systeme integriert werden (z.B. in das IT-System der NAKO Gesundheitsstudie oder die Surveillance-Software SORMAS). Neben dem Einsatz in der Wissenschaft und Forschung dient PIA dem Gesundheitswesen zur Beobachtung von Symptomen und Krankheitsverläufen, unter anderem bei Klinikpersonal und Patient:innen. Außerdem eignet sich PIA für das Kontaktmanagement bei Infektionsausbrüchen.

Bei der Entwicklung von PIA wird besonders auf Sicherheit, Flexibilität und nutzerfreundliches Design geachtet. Insgesamt hat PIA acht Fokusse, die eine zentrale Rolle bei der fachlichen und technischen Entwicklung spielen:

Datenschutz und IT-Sicherheit

Flexible Zielgruppen

Nutzerfreundlichkeit

Inhaltsflexibilität

Prozessmanagement

Open-Source

Mandatentrennung

Wartbarkeit

Datenschutz

Entwicklung mit höchsten Ansprüchen an Datenschutz und IT-Sicherheit.

Daten, die mit Hilfe von PIA erfasst werden, werden grundsätzlich abhängig von ihren Eigenschaften auf unterschiedlichen Datenbanken gespeichert.

Dabei wird zwischen personenidentifizierenden Daten (z.B. Name und Adresse von Teilnehmer:innen), Studiendaten (z.B. Antworten aus Fragebögen) und Einwilligungsdaten (Studieneinwilligungen) unterschieden.

Die Daten sind auf Applikationsebene durch Rollen-Mandate voneinander getrennt während sie auf Systemebene in getrennten Datenbanken auf getrennten virtuellen Maschinen liegen. Zugriffe auf Projekte und Rollen können individuell mit unterschiedlichen Rechten bestimmt werden, sodass eine strikte Trennung von Daten gesichert ist.

PIA wird regelmäßig gemäß aktueller Entwicklungs-Standards aktualisiert und gewartet.

Sie finden unser PIA-Repository auf GitHub. Das Backend der Anwendung besteht aus Node.js-Mikroservices, die PostgreSQL als Datenbank nutzt. Das Frontend stehen eine Angular Webanwendung und IONIC betriebene iOS und Android Mobile App zur Verfügung. 

Partner

Wer entwickelt PIA?

An der Entwicklung und Bereitstellung von PIA sowie der Durchführung von PIA-Studien sind viele Partner beteiligt, die PIA zu dem machen, was es ist.
HZI_Logo

Fachliche Weiterentwicklung von PIA und Durchführung von Studien

Netzlink

Wartung, Bereitstellung und Support von PIA

EDT

IT-Beratung

Programmierung und Weiterentwicklung von PIA

Convetic

ehem. Programmierung von PIA

Logo_grau

Virologische Analyse der Bioproben

Finanzierung

PIA wird aus Forschungsgeldern entwickelt.

Die PIA-Studien werden aus öffentlichen Geldern für Forschungszwecke finanziert. Wie einzelne Projekte im Detail finanziert werden, finden Sie auf unseren Projekt-Seiten.
HZI_Logo

Helmholtz-Zentrum für Infektionsforschung (HZI)

DZIF

Deutsches Zentrum für Infektionsforschung (DZIF)

Exzellenzcluster RESIST

Helmholtz Logo

Helmholtz Gemeinschaft (HGF)

MWK

Niedersächsisches Ministerium für Wissenschaft und Kultur

volkswagen

Volkswagen Stiftung

Publikationen

Wissenschaftliche Arbeiten rund um Infektionsforschung, eHealth und PIA.

Bonn et al (2022). Weißbuch Citizen-Science-Strategie 2030 für Deutschland. Helmholtz-Gemeinschaft, Leibnitz-Gemeinschaft, Universitäten und außeruniversitäre Einrichtungen.

Abstract excerpt of the One Health Conference Greifswald 2022
Heise et al. (2022) PIA@SHIP – Digital One Health Epidemiology. P. 58

Heise et al (2022) Putting digital epidemiology into practice: PIA- Prospective Monitoring and Management Application

Abstract excerpt of the Annual Meeting of the Study Group Vaccines 
Heise, Klett-Tammen, Soja et al. (2022) Self-reported vaccination against SARS-CoV-2 in multiple cohorts 

Gornyk et al (2021) SARS-CoV-2-Seroprävalenz in Deutschland

Abstract Book DGepi 2021 – 16. Jahrestagung
Soja et al. (2021) Merging Citizen Science with Epidemiology: Study Design of a prospective feasibility study of health events and air pollution in Cologne. P. 155
Behrens et al. (2021) Monitoring of Staff during the COVID-19-pandemic using a digital application in health care facilities in southern Germany – a study protocol. P. 156

Abstract excerpt of the GMDS-Jahrestagung 2019 Dortmund
Heise et al. (2019) Putting Digital Epidemiology into Practice: Prospective Assessment of Incident Health Events within the German National Cohort

Abstract excerpt of the DZIF Annual Meeting 2018 Heidelberg
Heise et al. (2018) E-Health technology for infectious disease monitoring with a special focus on respiratory infections: Design Conception

Akmatov et al (2017) Determination of nasal and oropharyngeal microbiomes in a multicenter population-based study – findings from Pretest 1 of the German National Cohort

Akmatov et al. (2015) Diverse recruitment strategies result in different participation percentages in a web-based study, but in similar compliance

Mall et al. (2014) Web-based questionnaires to capture acute infections in long-term cohorts

Akmatov et al. (2014) Serial home-based self-collection of anterior nasal swabs to detect Staphylococcus aureus carriage in a randomized population-based study in Germany

Akmatov et al. (2012) Equivalence of Self- and Staff-Collected Nasal Swabs for the Detection of Viral Respiratory Pathogens

Akmatov et al. (2011) E-mail-based symptomatic surveillance combined with self-collection of nasal swabs: a new tool for acute respiratory infection epidemiology

Akmatov & Pessler (2011) Self-collected nasal swabs to detect infection and colonization: a useful tool for population-based epidemiological studies?