Local Data Hub

Ihr Local Data Hub – Visitenkarte und Portal für das Forschungsdatenmanagement Ihrer Einrichtung

Der Local Data Hub dient der Präsentation und dem Austausch Ihrer Projekte, Studien, Publikationen, (bio-)medizinischen Daten, Modelle und Softwaretools aus dem Bereich der Gesundheitsforschung und basiert auf den FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable).

Sie können dieses Werkzeug zum Forschungsdatenmanagement direkt in Ihrer Einrichtung einsetzen - hier ein Beispiel für den Local Data Hub des ZKS Leipzig.

Im Local Data Hub werden detaillierte ergänzende Ressourcen wie Studienprotokolle, Datensätze, Verweise auf Publikationen, Repositorien, Register und Analyseplattformen vernetzt und im Zusammenhang dargestellt. Einrichtungen, Ansprechpersonen und Autoren, Sponsoren und Förderprogramme, Präsentationen und Studien und vieles mehr sind vernetz- und suchbar. Der Zugang zu den Ressourcen kann öffentlich, für eine Gruppe, nur lokal oder für wenige Personen geöffnet werden. Bestehende, eigene heterogene Daten und Projektportale werden unter Umständen überflüssig. Hierbei arbeiten wir nach dem Prinzip Software-as-a-Service: Die webbasierte Lösung erlaubt verschiedene Betriebsformen, vollständig bei Ihnen betrieben oder zentral gehostet.

Das zugrunde liegende Werkzeug FAIRDOM SEEK ist etabliert und wird zusammen mit der internationalen Community durch NFDI4Health auf die Bedürfnisse von klinischen Studien, epidemiologischen Kohorten und Public Health Studien laufend angepasst, weiterentwickelt und optimiert.

Das NFDI4Health Team unterstützt Sie bei Installation und Schulung.

Vorteile für Ihre Benutzer:innen

Alle Informationen, Dokumente und Daten zu Ihrem Projekt an einem Ort.

Automatischer Abruf von Publikationsmetadaten für PubMed-Publikationen + Verknüpfung Autorenliste.

Direkte Veröffentlichung von Inhalten im NFDI4Health German Central Health Study Hub.

Projektspezifische Rechtevergabe – Sie alleine entscheiden über Zugriffe.

Beinhaltet das geprüfte NFDI4Health Metdatenschema.

Vorteile als Betreiber

Eigenständige, lizenzfreie Data Sharing Plattform.

Permanente Archivierung der gesamten Forschungsaktivität (Zitierbarkeit & Referenzierbarkeit).

Anbindung eigener und NFDI4Health-Werkzeuge zur Datenexploration, Anreicherung und Qualitätssicherung.

Dokumentation zur Installation und Schulung zum Betrieb ist ein Service von NFDI4Health.

Systemvoraussetzungen

Wir empfehlen den Einsatz von Softwarecontainer/ Docker, Linux oder Windows (WSL2); Auch eine native Linux Installation ist möglich.
Software und Installationshinweise finden Sie hier.
Geringe Hardware-Ressourcen sind notwendig (z. B. Linux VM).

Download Local Data Hub Flyer

Unsere Services

Health Study Hub

Der German Central Health Study Hub ermöglicht Wissenschaftler:innen, ihre Projektcharakteristika, Dokumente und Daten im Zusammenhang mit ihrem Forschungsvorhaben in einer FAIRen Weise zu veröffentlichen oder Informationen über vergangene und laufende Studien finden.

Data Train

Das fächerübergreifende Ausbildungsprogramm Data Train, ein Kernelement des NFDI4Health-Ausbildungskonzepts, zielt darauf ab, die nächste Generation von datenkundigen Forscher:innenn in den biomedizinischen Wissenschaften auszubilden.

Personal Health Train

Um datengesteuerte Innovationen in der Medizin zu fördern, haben wir eine verteilte Analyseinfrastruktur entwickelt, die die Forschung an sensiblen Daten ohne vorherige Datenfreigabe ermöglicht und gleichzeitig verschiedene Datenformate unterstützt: den Personal Health Train.

Mit dem LDH liefern wir eine Web-Lösung für transparentes und FAIRes DataSharing. Von der Suche im German Central Health Study Hub gelangen Interessenten zu den Projekten in Ihrer lokalen Plattform zum Forschungsdatenmanagement – dem Local Data Hub.

Datenpublikation

NFDI4Health schafft Verfahren für die FAIRe Veröffentlichung von Gesundheitsstudien ohne den Schutz der Daten zu gefährden. NFDI4Health hat einen Metadatenstandard und ein Verfahren für die Veröffentlichung von Gesundheitsstudien und deren Daten entwickelt, um Gesundheitsdaten FAIR zu machen.

Datenharmonisierung

Um Gesundheitsstudien und ihre Daten FAIR (Findable, Accessible, Interoperable and Reusable - auffindbar, zugänglich, interoperabel und wiederverwendbar) zu machen, haben wir Leitlinien und Standards für die Beschreibung von Metadaten und den Datenaustausch entwickelt.

Datenqualitätsbewertung

Es ist paradox: Einerseits hängt eine gute wissenschaftliche Arbeit von einer hohen Datenqualität ab. Auf der anderen Seite wird zwar viel Aufwand in das Design und die Durchführung von Studien gesteckt, nicht aber in die Datenqualitätsbewertungen. Wir helfen, die effiziente Durchführung solcher Bewertungen zu erleichtern.

DataSHIELD

Ausbau von dezentralen Forschungsprojekten mit DataSHIELD: Bisher verhindern Datenschutzbedenken und das Fehlen von spezieller IT-Infrastruktur die Ausweitung von institutsübergreifenden Forschungsprojekten. Das soll DataSHIELD ändern.