Udviklingafdatabasesystem tilregionsjælands Befolkningsundersøgelse

Størrelse: px
Starte visningen fra side:

Download "Udviklingafdatabasesystem tilregionsjælands Befolkningsundersøgelse"

Transkript

1 Udviklingafdatabasesystem tilregionsjælands Befolkningsundersøgelse Gruppe856c 2.Semester Sundhedsteknologimedspecialei MedicinskInformatik AalborgUniversitet 2009

2

3 Aalborg Universitet Institut for Sundhedsvidenskab og Teknologi TITEL: Udvikling af databasesystem til Region Sjællands Befolkningsundersøgelse TEMA: Medicinsk Informatik i klinisk praksis PROJEKTGRUPPE: Gruppe 856c GRUPPEMEDLEMMER: Kenneth Andersen Merete Martlev Jensen Ann Merete Duedal Jensen Anne Soe Korsager Rikke Kristensen VEJLEDERE: Mette Dencker Johansen SEMESTER: Sundhedsteknologi med speciale i Medicinsk Informatik 2. semester PROJEKTPERIODE: Foråret 2009 OPLAGSTAL: 8 SIDEANTAL: 175 Synopsis: Region Sjælland planlægger en befolkningsundersøgelse, der har til formål at sætte fokus på risikofaktorers indvirkning på kroniske sygdomme. I første omgang opsamles data fra deltagere, hvilket stiller krav til det system, der skal benyttes under lagring og håndtering af data. I dette projekt består data af besvarelser fra et subjektivt spørgeskema omhandlende personlige oplysninger, sygdom, fysisk aktivitet, deltagerens forældre, medicinforbrug, kost og drikkevarer. Metoderne, som anvendes er Unied Process, Entitets-Relation Modellering og Low-Fidelity Prototyping og sprogene er Unied Modeling Language, Java og Structured Query Language. Der er udviklet et databasesystem bestående af en database og brugergrænseade til håndtering af data fra Region Sjællands Befolkningsundersøgelse. I databasesystemet kan data indtastes, redigeres og udtrækkes. Det udviklede system betragtes ikke som et færdigt produkt til brug i Region Sjællands Befolkningsundersøgelse, men som et fundament, der kan udvikles og udbygges på baggrund af de krav, styregruppen for befolkningsundersøgelsen har stillet. Rapportens indhold er frit tilgængeligt, men oentliggørelse må kun ske efter aftale med forfatterne.

4

5 Forord Dette projekt er udarbejdet af projektgruppe 856c på civilingeniøruddannelsen i Sundhedsteknologi med speciale i Medicinsk Informatik på 2. semester på Aalborg Universitet, foråret Det overordnede tema for projektperioden er Medicinsk Informatik i klinisk praksis. Formålet er at lære at anvende og evaluere videnskabelige metoder i modellering og/eller designe et klinisk informationssystem. Rapporten henvender sig til censor og vejleder, som er tilknyttet projektet og andre interesserede. Der rettes en tak til Christina Ellervik, 1. reservelæge, Ph.D., Klinisk Biokemisk Afdeling, Næstved Sygehus og Palle Pedersen, Cand.Scient, Ph.D., Klinisk Biokemisk Afdeling, Næstved Sygehus. Projektet er udarbejdet af Kenneth Andersen Merete Martlev Jensen Ann Merete Duedal Jensen Anne Soe Korsager Rikke Kristensen III

6

7 Læsevejledning Rapporten er inddelt i otte dele. Del I indeholder en foranalyse med indledende overvejelser og problemformulering. Del II omhandler modellering af databasen. Del III til Del VII beskriver udviklingen af det samlede system i worows; krav, analyse, design, implementering og test, svarende til delenes opdeling. Del III indeholder en systembeskrivelse, deploymentdiagram og use case modellering. Del IV beskriver analysen af systemet og indeholder analyseklasser og interaktionsdiagrammer. I Del V designes systemet vha. designklasser og interaktionsdiagrammer. Del VI omhandler implementering af databasesystemet i undersystemer. I Del VII testes det implementerede system først igennem test af undersystemer og dernæst igennem testscenarier, der opstilles på baggrund af use casene. I den efterfølgende del, Del VIII, foretages en syntese af projektet, og denne indbefatter status i forhold til kravspecikation fra Region Sjællands Befolkningsundersøgelse, diskussion, konklusion og perspektivering. Rapporten indeholder desuden Appendix og Bilag, der ndes sidst i rapporten. I Appendix ndes beskrivelser af Entitets-Relations Modellering, designklassespecikationer, samt mailudveksling med styregruppen for Region Sjællands Befolkningsundersøgelse. Desuden ndes baggrundsviden om databaser i Appendix, og bilagene består af informationer og kravspecikation modtaget fra styregruppen for Region Sjællands Befolkningsundersøgelse. Til rapporten er der vedlagt en DVD, hvorpå kildekoden til det udviklede system ndes, samt en kopi af den samlede rapport i pdf-format. Desuden er systemet i eksekverbar udgave vedlagt på DVDen. Harvard-metoden er brugt til kildehenvisninger. Kildehenvisninger anført efter punktum refererer til det foregående afsnit, og kildehenvisninger anført før punktum refererer til foregående sætning. 1

8 INDHOLD Indhold 1 Indledning 7 Del I - Foranalyse 9 2 Overvejelser ved Region Sjællands Befolkningsundersøgelse inden datalagring Lovgivning Etik og screening Databehandling Systemer til datalagring ved Region Sjællands Befolkningsundersøgelse Regneark Databaser Databaser i forhold til regneark Valg af system til datalagring til Region Sjællands Befolkningsundersøgelse 17 4 Problemformulering Løsningsstrategi Del II - Modellering af database 23 5 Entitets-Relation Modellering Entitets-Relationsdiagram for Region Sjællands Befolkningsundersøgelse Omsætning fra Entitets-Relation diagram til relationer Normalisering af relationer

9 INDHOLD Del III - Krav 33 6 Krav Systembeskrivelse Systemarkitektur Use case modellering Afgrænsning af use cases Low-Fidelity prototype af brugergrænseaden Test af Low-Fidelity prototype Del IV - Analyse 53 8 Analyseklasser Klassespecikationer for analyseklasser Klassediagram for analyseklasserne Interaktionsdiagrammer for analyse Kommunikations- og sekvensdiagrammer Del V - Design Designklasser Designklasser udledt fra analyseklassen Brugergrænseade Designklasse udledt fra analyseklasserne Database og Eksport Designklasser udledt fra analyseklassen Spørgeskema Klassediagram for designklasserne Interaktionsdiagrammer for design Kommunikations- og sekvensdiagrammer Del VI - Implementering Implementering af brugergrænseade Implementeringsovervejelser

10 INDHOLD 12.2 Grask opsætning af brugergrænseaden Implementering af designklasser Implementering af database Oprettelse af tabeller Implementering af kommunikation Forbindelse til database Indtastning, redigering og udtrækning af data Eksport af data Del VII - Test Test af undersystemer Test af brugergrænseade Test af database Test af kommunikation Test af use cases Indtast data Redigér data Udtræk data Del VIII - Syntese Status i forhold til kravspecikation fra Region Sjællands Befolkningsundersøgelse Funktionelle krav Ikke-funktionelle krav Diskussion Konklusion Perspektivering 135 4

11 INDHOLD Litteraturliste 136 Appendix 139 A Udspecicering af Entitets-Relationsdiagram 141 B Klassespecikationer for designklasser 157 B.1 Klassespecikationer for GUI-klasserne B.2 Klassespecikationer for de øvrige klasser C Mailudveksling med styregruppen for Region Sjællands Befolkningsundersøgelse 171 D Databaseteori 173 Bilag 177 A Kravspecikation vedr. IT understøttelse af Region Sjællands Befolkningsundersøgelse 179 B Region Sjællands Befolkningsundersøgelse med optageområde for Sygehus Syd 180 C Subjektivt spørgeskema 181 5

12

13 Kapitel 1 Indledning I Danmark er der stort fokus på at styrke sundhedsfremme og forebyggelse af sygdomme. Dette fokus bliver stadig større, da antallet af danskere med en kronisk sygdom er stigende samtidig med, at kendskabet til sammenhængen mellem risikofaktorer og sygdom gennem de seneste år er vokset. [Sundhedsstyrelsen, 2007] Desuden er middellevetiden i Danmark den næstlaveste i EU; kun Irland har en lavere middellevetid [Nyt fra Danmarks Statistik, 2003]. Den primære årsag er overdødelighed som følge af livsstilsrelaterede sygdomme [Sundhedsstyrelsen, 2007]. Kendskab til risikofaktorer ligger til grund for målrettet forebyggelse. Dermed kan adskillige mennesker undgå at udvikle en folkesygdom, hvis der iværksættes en indsats for forebyggelse og sundhedsfremme. Der er forskellige risikofaktorer, der har indvirkning på befolkningens sundhedstilstand, herunder de individuelle livsstilsfaktorer, såsom kost og motion, og de generelle samfundsforhold og levekår, som indkomst, boligforhold, uddannelsesmuligheder, arbejdsmuligheder, arbejdsmiljø og sundhedsvæsenets indretning. [Sundhedsstyrelsen, 2007] Et af redskaberne til at kortlægge ovennævnte risikofaktorers påvirkning på kroniske folkesygdomme, som fx cancer, lungesygdomme, stofskiftelidelser, kredsløbssygdomme og allergier, er befolkningsundersøgelser. En befolkningsundersøgelse indebærer at undersøge raske som syge personer i et bestemt geogrask område. Et aktuelt eksempel på en sådan undersøgelse er Region Sjællands Befolkningsundersøgelse. Udover at Region Sjællands Befolkningsundersøgelse skal nde sammenhænge mellem risikofaktorer og sygdomme i regionen, skal den medvirke til at klarlægge sundhedstilstande, herunder ikke-erkendte sygdomme som diabetes og åreforkalkning hos den generelle befolkning i regionen. På længere sigt skal denne befolkningsundersøgelse yderligere bidrage til forskning indenfor arveligheden af multifaktorielle folkesygdomme og beskrive ændringer i niveauet af risikofaktorer. I Region Sjællands Befolkningsundersøgelse forventes et deltagerantal på ca og befolkningsundersøgelsen designes som et longitudinelt studie med opfølgning hvert år. Næstved Kommune er den første kommune, som vil blive inviteret, og 7

14 1. Indledning det forventes, at denne del af befolkningsundersøgelsen vil forløbe over ca. 4 år med start medio 2009 og vil inkludere omkring deltagere fra kommunen. Befolkningsundersøgelsen består af tre forskellige dele. Hver deltager skal udfylde et subjektivt spørgeskema omhandlende nuværende og tidligere sygdomme, levevaner, familiemæssige og sociale forhold, samt trivsel. Derudover udføres en objektiv fysisk helbredsundersøgelse af deltagerne, og der oprettes en biobank, hvor biokemiske data opbevares til senere forskningsformål. For hver enkelt deltager vil det samlede antal parametre fra helbredsundersøgelsen, spørgeskemabesvarelsen og blodprøverne være ca. 500, hvilket med ca deltagere vil resultere i parametre. Desuden vil dette tal fordobles for hvert fremmøde. Således er et af kendetegnene ved befolkningsundersøgelsen en stor mængde data af forskellige formater, der skal opsamles og lagres med varierende procedurer. Eksempelvis planlægger befolkningsundersøgelsens styregruppe, at størstedelen af data skal overføres direkte fra elektronisk måleudstyr og ved brug af software til oversættelse af spørgeskemaer på papirform til kommaseparerede (csv) ler. Alligevel vil der være nogle få parametre, der kræver manuel indtastning. Derudover skal der opbevares et elektrokardiogram for hver deltager. For at disse data efterfølgende kan tilgås på en nem og hensigtsmæssig måde, er det nødvendigt at overveje hvilke hensyn, der skal tages før og under lagring af data. Denne rapport vil derfor omhandle de datalagringsmæssige aspekter ved Region Sjællands Befolkningsundersøgelse, herunder udviklingen af et lagringssystem til brug under befolkningsundersøgelsen. 8

15 Del I Foranalyse Foranalysen omhandler lagringsmæssige aspekter og overvejelser ved datalagring i forbindelse med Region Sjællands Befolkningsundersøgelse. Aspekterne indbefatter den gældende lovgivning, etiske overvejelser om screening og databehandling. Overvejelserne indenfor disse kategorier skal sammen med en sammenligning mellem to løsningsmuligheder, regneark og database, danne grundlag for at vælge det system, som skal anvendes til datalagring under befolkningsundersøgelsen. Herefter følger en problemafgrænsning og problemformuleringen for projektet opstilles. For at opnå et overblik over den resterende rapport sluttes delen med en løsningsstrategi, hvor metoderne til løsningen præsenteres.

16

17 Kapitel 2 Overvejelser ved Region Sjællands Befolkningsundersøgelse inden datalagring Dette kapitel behandler de overvejelser og hensyn, der skal tages før lagring af data fra Region Sjællands Befolkningsundersøgelse kan nde sted. Disse overvejelser medvirker til at bestemme selve designet af lagringsystemet ved at stille en række funktionelle krav. Region Sjællands Befolkningsundersøgelse involverer opbevaring af personoplysninger, hvormed persondataloven skal overholdes. I det følgende beskrives denne lovs betydning og etiske overvejelser i forbindelse med datalagring til befolkningsundersøgelsen. Udover de lovmæssige og etiske aspekter om screening skal det overvejes, hvordan data efterfølgende skal behandles, da dette har betydning for måden, hvorpå data lagres optimalt. 2.1 Lovgivning Ifølge direktivet 95/46/EF omhandlende beskyttelse af fysiske personer i forbindelse med behandling af personoplysninger og om fri udveksling af sådanne oplysninger stilles der krav om, at identikationsoplysninger, såsom CPR-nr., skal krypteres [Nielsen and Waaben, 2001]. Dette betyder, at der er begrænset adgang til de lagrede oplysninger, og kun de dataansvarlige og forskningsgruppen har adgang til alle oplysninger. Endvidere kræves det, at oplysningerne kan rettes, slettes eller anonymiseres i tilfælde, hvor de er forkerte, vildledende eller hvis deltageren ikke ønsker at deltage i befolkningsundersøgelsen længere. Ydermere skal det i en tilladelse fra tilsynsmyndigheden præciseres hvilke o- plysningstyper, der må vidergives. [Nielsen and Waaben, 2001] [Datatilsynet, 2009] Ifølge rapporten Vejledninger i God Videnskabelig Praksis med særlig fokus på sundhedsvidenskab, naturvidenskab og teknisk videnskab fra januar 2009 giver persondataloven pligt til at give deltagerne indsigt i de oplysninger, der behandles om den registrerede, hvis vedkommende ønsker det. [Udvalgene vedrørende Videnskabelig Uredelighed, 2009] Adgangen til de opsamlede data må kun ske ved at benytte fortrolig adgangskode, som skal skiftes ud mindst en gang årligt, hvilket vil betyde, at der skal implementeres en log ind funktion i lagringssystemet. 11

18 2. Overvejelser ved Region Sjællands Befolkningsundersøgelse inden datalagring Dette betyder for Region Sjællands Befolkningsundersøgelse, at oplysningerne indsamlet fra befolkningsundersøgelsen skal lagres således, at der forendes en kobling mellem deltagerne og de indsamlede data om den enkelte deltager. Der skal være en nøgle med personhenførbare data, der kobler data med deltagerne. Denne nøgle må kun være kendt af den dataansvarlige og styregruppen, så en forsker i et konkret projekt aldrig kan få oplyst denne nøgle. 2.2 Etik og screening Ved opsamling af store mængder data vedrørende menneskers helbredsmæssige tilstand kan der være data, der tyder på ikke-erkendte sygdomme hos de deltagende, hvilket resulterer i etiske overvejelser om screening. De dataansvarlige vil i sådanne situationer have et ansvar overfor deltagerne og har pligt til at oplyse dem om deres fund. Deltagerne har mulighed for at fraskrive sig retten til disse oplysninger, hvilket vil sige, at de inden deltagelse kan underskrive en samtykkeerklæring om, at de ikke vil have del i denne viden. I tilfælde af, at der ndes uventede fund af helbredsmæssig betydning hos en deltager i Region Sjællands Befolkningsundersøgelse, bliver pågældende deltager informeret om dette. Den enkelte deltager får ikke kendskab hertil, hvis der er givet samtykke til, at vedkommende ikke ønsker denne information. Der er i undersøgelsen deneret grænser for, hvornår de biokemiske variable kan give begrundet mistanke om forekomst af sygdomme. Udover at de biokemiske variable undersøges ved blodprøvetagningen før nedfrysning, skal data tjekkes ved lagring. Det kan fx gøres ved at implementere grænser i lagringssystemet som en sikkerhed for, at ingen værdier over disse grænser overses. Styregruppen for Region Sjællands Befolkningsundersøgelse planlægger desuden at udvikle algoritmer til at tjekke tidligere deltageres undersøgelser, således at de deltagere, hvor det er nødvendigt, henvises til den rette videre behandling. Dette skal derfor implementeres i lagringssystemet. Fund af ikke-erkendte sygdomme giver mulighed for at afdække sygdomsmæssige forhold, hvilket vil være uetisk ikke at reagere på. Der skal tages stilling til, hvorledes oplysninger håndteres i tilfælde af fund af fx en arvelig sygdom, som ere familiemedlemmer også har en risiko for at lide af, selvom de ikke nødvendigvis er en del af undersøgelsen. I et lagringssystem til brug ved undersøgelsen skal der derfor være strukturer, der understøtter det, der vælges angående uventede fund. 2.3 Databehandling Når der søges tilladelse fra Datatilsynet angående datalagring er denne altid tidsbegrænset. Det betyder, at personhenførbare oplysninger skal anonymiseres eller destrueres 12

19 2.3. Databehandling ved tilladelsens ophør. Der er ikke en generel tidsramme for dette, hvorfor denne skal fastlægges for hver enkelt situation. Behandlet data fra forskning bør altid stilles til rådighed for andre forskere efter et projekts afslutning, således yderligere forskning eller genvurdering af de opnåede resultater er mulig. Efter tilladelsens ophør vil data stadig have betydning for forskning på trods af, at data ikke længere er personhenførbare og ikke har værdi for den enkelte deltager, da analyse stadig er mulig. Det er desuden vigtigt i databehandlingsøjemed, at persondata bliver adskilt fra forskningsdata. [Udvalgene vedrørende Videnskabelig Uredelighed, 2009] Region Sjællands Befolkningsundersøgelse er designet som et longitudinelt studie, hvormed der foretages gentagne observationer af samme deltagere over en længere tidsperiode. Det resulterer i, at deltagerne skal genindkaldes en til ere gange, hvormed den samlede datamængde forøges for hvert fremmøde, og databehandlingen kompliceres. Den øgede datamængde bevirker, at måden data lagres på er et vigtigt element, når data senere skal behandles og analyseres. Tidsrammen for hele studiet er minimum 20 år, hvilket er af betydende karakter, da opbevaring af data ikke må være at nde i identicerbar form i længere tid end nødvendigt. I Region Sjællands Befolkningsundersøgelse er der ere stationer, hvor helbredsundersøgelsen nder sted, hvilket bevirker, at der skal være mulighed for, at data kan lagres parallelt. Derudover skal det senere være muligt for ere forskere at udtrække data parallelt til forkellige forskningsprojekter. Lagringsystemet skal derfor kunne håndtere ere brugere samtidig. Det er vigtig at kunne fremnde CPR-nr. i Region Sjællands Befolkningsundersøgelse, når en deltager skal genindkaldes til undersøgelse efter år, eller hvis det ønskes at linke en deltager til andre registre såsom Cancer-, Landspatient- og Dødsårsagsregisteret. En sådan kobling kan bidrage til forskning i årsager til udvikling af kroniske sygdomme [Osler and Jørgensen, 2004]. Som nævnt er det vigtigt, at persondata er adskilt fra data, hvormed data bør lagres således, at de enkelte deltageres data er identicerbare for forskerne fx vha. et deltagernr.. Dermed har de dataansvarlige stadig mulighed, som de eneste, at koble CPR-nr. og deltagere vha. deltagernr.. Det er vigtigt, at lagring af opnåede videnskabelige data udføres hensigtsmæssigt, således alle lovmæssige aspekter opfyldes. Endvidere bør både deltagere og forskere have gavn af befolkningsundersøgelsen, hvilket muliggøres ved en hensigtsmæssig lagring, da deltagernes oplysninger hurtigt og nemt skal ndes frem til screening og behandling. Da der ndes ere forskellige måder at lagre data på, bør det undersøges hvilket system, der er mest brugbart til lagring af data fra befolkningsundersøgelsen. 13

20

21 Kapitel 3 Systemer til datalagring ved Region Sjællands Befolkningsundersøgelse Ved lagring af store mængder data, som det er tilfældet ved Region Sjællands Befolkningsundersøgelse, er det nødvendigt at anvende det mest hensigtsmæssige lagringssystem. Der ndes ere typer løsninger til elektronisk lagring af data, der overordnet er opdelt i regneark og databaser. Dette kapitel giver et overblik over disse to valgmuligheder, hvor deres fordele og ulemper klarlægges. På dette grundlag vælges et system til at lagre data fra befolkningsundersøgelsen. 3.1 Regneark Et af de mest anvendte regnark er Microsoft Oce Excel, herefter betegnet Excel. Statistikprogrammer som fx SPSS er desuden deneret som regneark. Regneark kræver oftest, at programmet til regnearket er installeret, når data skal tilgås, hvis ikke et open source program er tilgængelig eller data er konverteret til et format, som kan åbnes af andre programmer. Det sidste kan betyde, at data ikke kan behandles men kun kan synliggøres. De este som bruger IT, har også anvendt regneark, og regneark er derfor ofte betegnet som intuitive og brugervenlige. [Tomida, 2006] I et regneark præsenteres data i en to-dimensionel tabel, hvorfra analyser kan foretages. Regnearket er bygget op af celler, som dannes ud fra rækker og søjler. Regneark har en række- og søjlebegrænsning, hvormed data som overskrider denne begrænsning skal opdeles på ere regneark, fx er Microsofts række- og søjlebegrænsning på søjler og rækker [Microsoft Developer Network, 2006]. Regneark arbejder ikke kun med rådata, når analyser udføres. Antallet af gemte parametre øges med antallet af analyser, hvilket betegnes som dataredundans, fordi meget unødvendig data gemmes. Regneark vil oftest være udarbejdet på én computer, hvormed data kun kan tilgås fra denne computer. Hvis en serverløsning er valgt, kan computere tilkoblet denne tilgå data. 15

22 3. Systemer til datalagring ved Region Sjællands Befolkningsundersøgelse Det vil ikke være muligt for ere brugere at redigere i det lagrede data samtidig, selvom en serverløsning er valgt. Regneark gemmer de ændringer, der bliver lagret sidst og alle foregående simultane ændringer vil gå tabt [Tomida, 2006]. 3.2 Databaser Den mest udbredte databasetype er den relationelle database. Herudover ndes der den hierakiske database og den objektorienterede database. [Jensen et al., 2006] Eksempler på relationelle databaser er MySQL, MS SQL og Oracle. Databasesystemer er platformsuafhængige, men kræver hardware- og softwareomkostninger ved opstart [Database - Advantages & Disadvantages, 2009]. Adgangen til data for brugere sker gennem host and query languages, hvilket kræver træning i det sprog, der benyttes. Dog ndes der systemer til oversættelse af forespørgsler. Databasesystemer betegnes som komplekse, svære og tidskrævende at designe [Database - Advantages & Disadvantages, 2009]. Dataindtastning, -lagring og -udtrækning er forbundet med få omkostninger. Alternativt kan adgangen til data lagret i databasen foregå gennem en brugergrænseade udviklet til formålet. I en relationel database præsenteres data oftest i ere tabeller, der kobles sammen vha. relationer. Tabellerne består af felter, der ligesom regneark er dannet af rækker og søjler. Ved brug af databaser kan regler opsættes for at sikre, at data er sammenhængende ved tilføjelser, opdateringer eller sletning af data. Der arbejdes kun på rådata, hvormed dataredundans minimeres. Flere brugere kan tilgå data samtidig, ligesom ere brugere kan redigere, slette og tilføje data parallelt. I disse tilfælde håndterer et database managementsystem (DBMS) simultane ændringer. For mere information angående DBMS, se Appendix D på side 173. Databasesystemer er derfor forbundet med få opdateringsfejl og øget konsistens, og giver desuden stor datasikkerhed. [Database - Advantages & Disadvantages, 2009] Databasesystemer betyder dataintegritet og uafhængighed fra andre applikationer, hvilket anses som en fordel, men hvis der sker skader på databasen, påvirker det næsten alle tilhørende applikationer. [Database - Advantages & Disadvantages, 2009] 3.3 Databaser i forhold til regneark Som nævnt i Afsnit 3.2 kan der i databasesystemer opsættes regler for at sikre datakonsistens, mens regneark ikke giver denne mulighed. Her kan brugere selv indsætte data i en prædeneret struktur, men der er ingen måde at tjekke, om brugeren indsætter data rigtigt i denne struktur. Databaser begrænser brugernes adgang til data og tillader ikke 16

23 3.4. Valg af system til datalagring til Region Sjællands Befolkningsundersøgelse brugeren at ændre datastrukturen. [Tomida, 2006] Dataredundans er vigtig at overveje ved store mængder data, som tilfældet er med Region Sjællands Befolkningsundersøgelse, da dataredundans øges med mængden af data. I denne sammenhæng har databaser en fordel i forhold til regneark, se evt. Afsnit 3.1 på side 15 og Afsnit 3.2 på forrige side. Brugervenligheden af databasesystemet er afhængig af designet af brugergrænseaden, hvorimod brugervenligheden af regneark altid er den samme og afhænger således af brugerens præferencer. Grundet størrelsen af befolkningsundersøgelsen bør række- og søjlebegrænsningen ved regneark medtages i overvejelserne, da denne kan overskrides, hvormed ere tabeller er nødvendige. Denne begrænsning har databasesystemer ikke, jævnfør Afsnit 3.2 på modstående side. Parallel tilgang til data er centralt ved datalagring ved Region Sjællands Befolkningsundersøgelse, da ere helbredsundersøgelser udføres samtidig og data dermed skal kunne overføres parallelt. Ligeledes skal udtrækning af data kunne ske parallelt, da ere forskere skal kunne tilgå data samtidig. I denne forbindelse er datadeling nemmere ved brug af databaser, da det kan fungere blandt ere brugere på samme computer eller på forskellige computere forbundet gennem et netværk. Dette er muligt, da der kan opstilles regler, der beskytter data, se evt. Afsnit 3.2 på forrige side. Ved brug af databaser er det nemmere at dele data mellem forskellige operativsystemer, netop pga. platformsuafhængighed. Med Microsoft Excel er data nemmere at læse for et Windows operativsystem end for et alternativt operativsystem, hvilket gælder for regneark generelt. [Tomida, 2006] En vigtig fordel ved databaser er sikkerhed. De este DBMS'er tillader, at der skabes brugere med forskellige niveauer af sikkerhed. Før en bruger tilgår en database, bør brugeren logge ind med et brugernavn og adgangskode. Hver bruger kan have forskellige rettigheder og begrænsninger. [Tomida, 2006] 3.4 Valg af system til datalagring til Region Sjællands Befolkningsundersøgelse På baggrund af ovenstående sammenligning af regneark og databaser konkluderes det, at lagringen af data til Region Sjællands Befolkningsundersøgelse skal gennemføres med en databaseløsning. Det vurderes, at brugervenligheden er størst ved en databaseløsning med brugergrænse- ade fremfor ved regneark. Da antallet af deltagere og parametre for hver deltager er så stort, vil det betyde, at fx Microsoft Excels rækkebegrænsning på overskrides, og 17

24 3. Systemer til datalagring ved Region Sjællands Befolkningsundersøgelse regnearket skal opsplittes. Opsplittede tabeller i et regneark bliver uoverskuelige, da der ikke er direkte sammenhæng mellem disse. Desuden begrundes valget med at en databaseløsning giver mulighed for at tilgå data parallelt, og krav til IT-sikkerheden kan nemmere opfyldes ved en databaseløsning, da databaser har større datasikkerhed. Et eksempel er, at personoplysningerne ikke skal være kendt af alle brugere til systemet. Derfor skal løsningen kunne opfylde, at brugere har forskellig adgang til data, hvilket databasesystemer kan opfylde. 18

25 Kapitel 4 Problemformulering I de foregående kapitler blev nødvendigheden af hensigtsmæssig datalagring beskrevet. Ved hjælp af sammenligning af regneark og databaser blev en databaseløsning valgt til at lagre data opsamlet fra Region Sjællands Befolkningsundersøgelse. I det følgende beskrives det foreliggende projekts afgrænsning og der opstilles en problemformulering og løsningsstrategi. Ønsket fra styregruppen for Region Sjællands Befolkningsundersøgelse er som udgangspunkt en grunddatabase, der kan integrere data fra spørgeskema, helbredsundersøgelse og biokemiske undersøgelser. Da befolkningsundersøgelsen påbegyndes i Næstved Kommune, kan dette ses som et pilotprojekt. Det vælges derfor at afgrænse det foreliggende projekt til at udvikle en database til brug under pilotprojektet, da der muligvis kan opstå ændringer i procedurer og protokoller efter pilotprojektets afslutning. Det betyder, at det foreliggende projekt bygger på beskrivelser og informationer udarbejdet til befolkningsundersøgelsen, samt mailudveksling med styregruppen. Disse informationer kan læses i Appendix C på side 171 og Bilag A, B og C. Endvidere begrænses det foreliggende projekt af, at befolkningsundersøgelsen endnu ikke er påbegyndt og dermed ikke endelig formuleret og planlagt. Designet af helbredsundersøgelsen og protokollerne for biokemisk opsamlet data er endnu ikke færdiggjort, hvorfor det vælges at fokusere på spørgeskemaundersøgelsen, der er klar til at blive sendt til borgerne i Næstved Kommune. Styregruppen har opdelt spørgeskemaet i følgende kategorier; Spørgeskema, Deltager, Sygdom, Fysisk aktivitet, Forældre, Kost og drikkevarer, Medicin, Kvinder, Rygning, Uddannelse, erhverv og bopæl, Trivsel og velbendende, Ophold i solen, Læge og AP-skema. Det vælges at fokusere på et af hovedmålene med Region Sjællands Befolkningsundersøgelse, hvilket er at opspore diabetes og undersøge genetisk disponering for diabetes. På baggrund af det mål udvælges det at fokusere på nogle af de kategorier, der kan have betydning for udvikling af diabetes. Herudover vælges kategorier, der indeholder information om den enkelte deltager og dennes udfyldte spørgeskema. De valgte kategorier er 19

26 4. Problemformulering derfor; Spørgeskema, Deltager, Sygdom, Fysisk aktivitet, Forældre, Kost og drikkevarer og Medicin. Disse kategorier vil derfor medtages i den videre analyse, design og implementering af grunddatabasen. For at kunne lagre og udtrække data fra grunddatabasen skal der desuden designes og implementeres en brugergrænseade. På baggrund af ovenstående afgrænsning er følgende problem formuleret, som besvares i den resterende del af rapporten: Problemformulering Der analyseres, designes og implementeres et databasesystem indeholdende en grunddatabase og en brugergrænseade til lagring og udtrækning af data fra spørgeskemaer fra Region Sjællands Befolkningsundersøgelse i Næstved. 4.1 Løsningsstrategi Databasen designes gennem Entitets-Relations (ER) modellering, som er en struktureret metode til at modellere en database, hvormed fx datakonsistens ved ere brugere, skelnen mellem ukendt og ikke-indtastet data og fornuftig lagring er mulig. Dette vil være vanskeligt at opnå ved en ustruktureret metode. Der laves en low-delity (Lo-Fi) prototype af brugergrænseaden. Brugergrænseaden realiseres ligesom kommunikationen til databasen ved brug af programmeringssproget Java, som er kendetegnet ved at være et objektorienteret sprog. Derfor vælges det at benytte udviklingsmetoden Unied Process (UP), der dokumenteres ved brug af modelleringssproget Unied Modeling Language (UML). Entitets-Relations modellering ER-modellen beskriver den underliggende struktur af en database, og opbygges af to typer basisobjekter, entitetsklasser og relationsklasser. En entitetsklasse er en samling af entiteter med egenskaber indenfor samme område, hvor hver entitet betragtes som en unik forekomst af entitetsklassen. Entiteter beskriver objekter i den verden, som ønskes modelleret, og kan enten være konkrete eller abstrakte. Hver entitetsklasse er beskrevet ved et sæt af attributter, som repræsenterer egenskaber af hvert medlem i en entitetsklasse. Hver entitet i en entitetsklasse skal have de samme attributter, men værdien af disse er ikke nødvendigvis ens. Attributternes tilladte værdier kaldes for domæne. Desuden skal hver entitet i en entitetsklasse unikt kunne identiceres, hvortil primær- og fremmednøgler anvendes. Hvis en attribut har funktionen primærnøgle understreges navnet i denne. [Silberschatz et al., 2005] En relationsklasse er en samling af relationer af samme type, og en relation beskriver en association mellem ere entiteter. En relationsklasse består af en række attributter, 20

27 4.1. Løsningsstrategi der kaldes beskrivende attributter. Hver relation i en relationsklasse skal have samme attributter, men værdierne af disse er ikke nødvendigvis ens. ER-modellen beskrives grask i ER-diagrammer, hvor entitetsklasser, relationsklasser og attributter optræder i den logiske struktur, der ønskes implementeret i databasen. Low-Fidelity Prototyping En Lo-Fi prototype har til formål at illustrere et systems grundidé eller aspekter af et sådan, hvormed en prototype kan bidrage under analysen, designet og implementeringen. Lo-Fi prototyper benyttes til at teste ideer og evaluere grundidéen, hvorefter systemet kan forbedres. I interaktionsdesign er en Lo-Fi prototype en model af et system, eller dele af et system. Det kan fx være et storyboard, der viser brugerens interaktion med systemet, et powerpoint show eller mock-ups af brugergrænseader lavet i papir eller software med begrænset funktionalitet. [Sharp et al., 2007] Unied Process UP er en objektorienteret metode til design og udvikling af software og karakteriseres ved at være iterativ og inkrementel, hvorfor systemet ikke udvikles som et lineært forløb. UP består af et antal inkrementelle faser, hvori der udføres iterativt arbejde indenfor en række workows. Faserne opdeles i Inception, Elaboration, Construction og Transition. Inception er en forberedelsesfase, hvor mål og muligheder for systemet deneres, Elaboration er en etableringsfase, hvor en mere detaljeret analyse af krav og arkitektur udføres, Construction er en konstruktionsfase, hvor systemet udvikles gennem iterationer og Transition er den afsluttende fase, hvor systemet overdrages til brugeren. Hver fase karakteriseres ved en række workows, som udgøres af Krav, Analyse, Design, Implementering og Test. Afhængigt af den pågældende fase, udføres arbejde i et udvalg af de angivne workows. [Eriksson et al., 2004] UP karakteriseres desuden ved at være use case drevet, arkitekturcentreret og risikodrevet. De forskellige use cases benyttes til at illustrere de funktionelle krav og UP, som use case drevet metode, sikrer at applikationsområdet er i fokus i modelleringen fremfor hele problemdomænet. UP er arkitekturcentreret i den forstand, at der udarbejdes en veldeneret arkitektur tidligt i forløbet, og risikodrevet, da kritiske risici håndteres målrettet fra begyndelsen af udviklingsprocessen. [Eriksson et al., 2004] 21

28 4. Problemformulering Unied Modeling Language UML er et objektorienteret modelleringssprog, som indeholder forskellige diagramtyper og elementer. Det system der skal udvikles beskrives vha. deployment-, proces-, logisk-, implementerings- og use case views. Hvert view er en abstraktion af systemet, der viser forskellige aspekter af samme system, og som sammenbinder udviklingsmetoden med kommunikationssproget. Samlingen af alle views viser det fuldstændige system. På baggrund af iterationer i de forskellige workows igennem en række faser, fremkommer modeller, som enten helt eller delvist kan sidestilles med disse views og som kommunikeres igennem diagrammer. Afhængig af det pågældende workow, benyttes deployment-, use case-, aktivitets-, klasse-, kommunikations- og sekvensdiagrammer. [Eriksson et al., 2004] 22

29 Del II Modellering af database Del II beskriver design af databasen til Region Sjællands Befolkningsundersøgelse vha. Entitets-Relation Modellering. Et endeligt Entitets-Relationsdiagram vil blive præsenteret, samt en beskrivelse heraf. Dette vil ende ud i forskellige relationer, som er mulige at implementere.

30

31 Kapitel 5 Entitets-Relation Modellering I dette kapitel dokumenteres ER-diagrammet for hele databasen. Derefter reduceres udvalgte entitetsklasser, Deltager og Forældre, i ER-diagrammet til en samling relationer, hvilke desuden beskrives. De resterende entitetsklasser beskrives og reduceres til relationer i Appendix A på side 141. Disse udtrykker tilsammen ER-modellen. Databasen designes som en relationel database, da dette er den mest anvendte form for databaser. Relationelle databaser bruger en samling af tabeller til at repræsentere data og relationer mellem disse data, se evt. Appendix D på side Entitets-Relationsdiagram for Region Sjællands Befolkningsundersøgelse På Figur 5.1 på næste side ses det overordnede ER-diagram for databasen. I ER-diagrammet er entitetsklasserne repræsenteret ved rektangler, attributter som ovaler, mens relationerne er vist ved rhomber. Hvis en entitetsklasse ikke kan eksistere uden en anden entitetsklasse vises dette ved en dobbeltstreg. [Silberschatz et al., 2005] Oplysninger om graden af relationerne på et ER-diagram kaldes kardinalitet. [Silberschatz et al., 2005] Spørgeskemaet, helbredsundersøgelsen og blodprøverne fra Region Sjællands Befolkningsundersøgelse er alle med i diagrammet. For at skabe overblik er attributter ikke at nde på guren. Entitetsklasserne er fundet ved at inddele spørgsmålene fra spørgeskemaet og målingerne fra helbredsundersøgelsen i kategorier. 25

32 5. Entitets-Relation Modellering Deltager 1 1 Udfylder Spørgeskema Fysisk aktivitet AP-skema 1 1 Sygdom Blodprøver 1 Får foretaget 1 Læge 1 Indeholder 1 Rygning Helbredsundersøgelse Medicin Kvinder Kropsmål 1 Indeholder 1 Kredsløb 1 1 Ophold i solen Forældre 1 1 Lunge Trivsel og velbefindende 1 Kost/Drikkevarer 1 Uddannelse, erhverv og bopæl Figur 5.1: Overordnet ER-diagram for databasen. Entitetsklasserne er repræsenteret ved rektangler og rhomberne betegner relationerne. Desuden ses kardinaliteterne mellem entiteter. Attributterne er ikke på dette diagram, men udspeciceres i andre gurer. Dobbeltstregerne indikerer, at Spørgeskema og Helbredsundersøgelse ikke kan eksistere uden en deltager. Det er, som nævnt i Kapitel 4 på side 19, valgt at fokusere på kategorier, der kan have betydning for udvikling af diabetes. Hver kategori bliver til en entitetsklasse, og derfor designes entitetsklasserne Spørgeskema, Deltager, Sygdom, Fysisk aktivitet, Forældre, Kost og drikkevarer og Medicin. Det er dog kun entitetsklasserne Deltager og Forældre, som udspeciceres med attributter og reduceres til relationer i dette kapitel. Udspeciceringen af det overordende ER-diagram vises for begge entitetsklasser, hvormed attributterne er medtaget på Figur 5.2 for entitetsklassen Deltager og Figur 5.3 på næste side for entitetsklassen Forældre. Deltagernr. CPR-nr. Dødsfald Navn Dato for 2. invitation Deltager Adresse Dato for 1. invitation Telefonnr. Genindkaldel - sesdato Fremmødt dato Figur 5.2: Udspecicering af ER-diagrammet for Entitetsklassen Deltager. Entitetsklassen er repræsenteret ved et rektangel og attributterne ses som ovaler, der er forbundet med entitetsklasserne med en enkelt streg. 26

33 5.1. Entitets-Relationsdiagram for Region Sjællands Befolkningsundersøgelse Far: uddannelse Deltagernr. Mor: sukkersyge Far: sukkersyge Mor: depression Far: depression Mor: galdesten Far: galdesten Mor: uddannelse Mor: allergi Far: forhøjet blodtryk Far: allergi Mor: forhøjet blodtryk Forældre Mor: astma Far: forhøjet kolesterol Far: astma Mor: forhøjet kolesterol Mor: blødersygdom Far: kræft Far: blødersygdom Mor: kræft Far: blodprop i lunge Far: blodprop i hjertet Far: blodprop i hjernen Mor: blodprop i hjernen Mor: blodprop i lunge Mor: blodprop i hjertet Figur 5.3: Udspecicering af ER-diagrammet for Entitetsklassen Forældre. Entitetsklassen er repræsenteret ved et rektangel og attributterne ses som ovaler, der er forbundet med entitetsklasserne med en enkelt streg. Attributterne til entitetsklasserne er baseret direkte på de spørgsmål, der er stillet i spørgeskemaet til befolkningsundersøgelsen, se Bilag C. Deltagernummeret er unikt for hver eneste deltager, hvorfor denne attribut fungerer som en primærnøgle for alle entitetsklasser. Primørnøglen er understreget i diagrammerne. Alle attributter vil blive repræsenteret ved en streng, fx vil attributten Dødsfald i entitetsklassen Deltager kunne antage værdierne Ja og Nej. Hvis intet er valgt, er strengen tom. Attributterne tilhørende entitetsklassen Deltager kan antage ere værdier i form af en streng med enten et navn, nummer eller dato. Entitetsklassen Forældre indeholder attributter, der kan antage værdier i form af en streng med specikke sygdomme eller uddannelser. 27

34 5. Entitets-Relation Modellering 5.2 Omsætning fra Entitets-Relation diagram til relationer Det er anvendeligt at transformere ER-diagrammet til et sæt af relationer. Til hver entitet hører en relation, og hver relation indeholder et sæt af navngivne søjler. Søjlerne tilsvarer attributterne i ER-diagrammet, og de attributter, der fungerer som nøgler i ERdiagrammet, er primærnøgler i relationerne. Desuden indeholder den enkelte relation et arbitrært antal rækker. En struktureret relation besidder en minimal mængde redundans og tillader, at der kan indsættes, modiceres og slettes rækker uden nogen former for fejl eller inkonsistens. [Silberschatz et al., 2005] Da en database ofte har et stort antal relationer og attributter og et endnu større antal rækker og det desuden er tidskrævende at opdage repetitioner, bør der opstilles nogle regler. Disse regler gør det muligt at opfange situationer, hvor en relation bør nedbrydes i to eller ere relationer. Nedbrydningen foregår efter nogle foruddenerede regler og sker i tre trin, denne proces kaldes normalisering. [Silberschatz et al., 2005] 5.3 Normalisering af relationer Målet med normaliseringen er at muliggøre lagring af data på en sådan måde, at denne let kan tilgås, samt at forhindre uhensigtsmæssigheder i de resulterende relationer, fx unødvendig redundans. Der ndes tre normalformer, benævnt 1. til 3. normalform. Da normalformerne er adaptive vil en relation på 3. normalform også pr. denitation være på 1. og 2. normalform. En relation er på 1. normalform, hvis alle attributter er identiceret, atomare og der ikke eksisterer attributter, der kan antage ere værdier. Desuden skal primærnøglen identiceres på 1. normalform, og alle andre attributter skal være afhængige af primærnøglen. Dog må et subset af primærnøgler ikke bestemme en attribut funktionelt, hvilket kaldes for partiel afhængighed. På 2. normalform må der ikke være redundant data, hvilket vil sige, at ingen attribut må kunne elimineres uden, at det vil ødelægge den unikke identi- kation af nøglen. En relation på 1. normalform er også på 2. normalform, hvis der kun er én primærnøgle. En relation på 3. normalform indeholder ingen transitiv afhængigheder, hvormed ingen ikke-nøgle attributter må være afhængige af hinanden. Hvis dette er tilfældet, dannes nye relationer. [Silberschatz et al., 2005] Herunder normaliseres relationer transformeret fra entitetsklasserne Deltager og Forældre ud fra ovenstående regler for normalformer. 28

35 5.3. Normalisering af relationer Deltager Den oprindelige relation for entitetsklassen Deltager er illustreret på Figur 5.4. Som det ses af guren er CPR-nr. isoleret forinden normaliseringen, så denne attribut kun optræder i én relation. Fra denne relation kan en deltagers CPR-nr. kobles med Deltagernr. Dette gøres fordi, det ikke er alle brugere, der skal have adgang til deltagernes CPR-nr.. Deltager Oprindelig relation Deltagernr Navn Adresse Telefonnr. Dødsfald Fremmødedato Genindkaldelsesdato Dato 1. invitation Dato 2. invitation DeltagerCPRnr Deltagernr CPR nr Figur 5.4: Den oprindelig relation for entitetsklassen Deltager. En ny relation dannes, som består af CPR-nr. og Deltagernr., da CPR-nummeret skal beskyttes og ikke være tilgængeligt for alle. 1. normaliseringstrin I 1. normaliseringstrin opdeles attributterne Navn og Adresse i ere attributter for at opnå atomare relationer. Desuden opdeles Telefonnr. da denne attribut kan antage én til ere værdier. Det vælges, at der til hver deltager kun kan knyttes to numre, nemlig Privatnr. og Mobilnr.. Figur 5.5 viser de nye relationer på 1. normalform fra den oprindelige entitetsklasse Deltager. Deltager Oprindelig tabel Deltagernr Navn Adresse Telefonnr Dødsfald Fremmødedato Genindkaldelsesdato Dato 1. invitation Dato 2. invitation Deltager 1. normalform Deltagernr Fornavn Efternavn Gade Husnr Postnr By Privatnr Mobilnr Dødsfald Fremmødedato Genindkaldelsesdato Dato 1. invitation Dato 2. invitation Figur 5.5: Relationen Deltager på 1. normalform for entitetsklassen Deltager. Relationen forinden normaliseringen er vist, og det er markeret, hvordan attributterne Navn, Adresse og Telefonnr. er omdannet til ere attibutter. 29

36 5. Entitets-Relation Modellering 2. normaliseringstrin Relationerne for entitetsklassen er allerede på 2. normalform og dokumenteres derfor ikke her, men der henvises til Figur 5.5 på forrige side. 3. normaliseringstrin I 3. normaliseringstrin dannes en ny relation indeholdende Postnr. og By, da By er transitiv afhængig af Postnr. Dette skyldes, at hvis Postnr. er kendt, kan By ligeledes bestemmes. Relationerne på 3. normalform kan ses på Figur 5.6. Deltager 2. normalform Deltagernr Fornavn Efternavn Gade Husnr Postnr By Privatnr Mobilnr Dødsfald Fremmødedato Genindkaldelsesdato Dato 1. invitation Dato 2. invitation PostnrBy 3. normalform Postnr By Deltager 3. normalform Deltagernr Fornavn Efternavn Gade Husnr Postnr Privatnr Mobilnr Dødsfald Fremmødedato Genindkaldelsesdato Dato 1. invitation Dato 2. invitation Figur 5.6: Relationen Deltager på 3. normalform for entitetsklassen Deltager. Relationen på 1. normalform er vist, og det er markeret, hvordan attributterne Postnr. og By er omfattet af en nydannet relation. Forældre Den oprindelige relation for entitetsklassen Forældre er illustreret på Figur 5.7 på modstående side. 30

37 5.3. Normalisering af relationer Forældre Oprindelig relation Deltagernr Mor: sukkersyge Mor: depression Mor: galdesten Mor: allergi Mor: astma Mor: blødersygdomme Mor: blodprop i hjernen Mor: blodprop i hjertet Mor: blodprop i lunge Mor: kræft Mor: forhøjet kolesterol Mor: forhøjet blodtryk Mor: uddannelse Forældre Fortsat Far: sukkersyge Far: depression Far: galdesten Far: allergi Far: astma Far: blødersygdomme Far: blodprop i hjernen Far: blodprop i hjertet Far: blodprop i lunge Far: kræft Far: forhøjet kolesterol Far: forhøjet blodtryk Far: uddannelse Figur 5.7: Den oprindelig relation for entitetsklassen Forældre. Denne relation er allerede på 3. normalform hvorfor den ikke behandles yderligere. Normaliseringen af relationen dokumenteres ikke, da den oprindelige relation overholder kravene om at være på 3. normalform. 31

38

39 Del III Krav Hovedparten af arbejdet i workowet Krav udføres i Inception- og Elaborationsfasen. Her deneres funktionelle krav til systemet i form af en systembeskrivelse efterfulgt af den basale arkitektur, som afspejles i et deploymentdiagram, samt af use case modellering. Use case modellering består af et use case diagram, beskrivelser af aktører og use cases, hvoraf sidstnævnte også indeholder aktivitetsdiagrammer. Use casene afgrænses til senere analyse, design og implementering og sidst i denne del præsenteres en Lo-Fi prototype af databasesystemets brugergrænseade.

40

41 Kapitel 6 Krav I dette kapitel beskrives systemets overordnede funktioner. Efter en systembeskrivelse de- neres arkitekturen og use cases for databasesystemet. En systembeskrivelse opstilles på baggrund af mailudveksling med styregruppen for Region Sjællands Befolkningsundersøgelse, samt egne overvejelser. 6.1 Systembeskrivelse Der ønskes udviklet et databasesystem, hvor det for brugeren skal være muligt at indtaste data, samt overføre data til databasen om deltagerens personlige oplysninger, sygdom, medicin, kost og drikkevarer, fysisk aktivitet og deltagerens forældre ud fra spørgeskemaet fra Region Sjællands Befolkningsundersøgelsen. Disse indtastninger og overførsler af data skal kun gemmes, hvis CPR-nr., deltagernr., navn, postnr. og by er indtastet og overført. Databasesystemet skal understøtte, at brugeren forinden indtastning og overførsel af data kan tjekke om deltageren allerede ndes i databasen. For at kunne foretage en nærmere analyse af data, er det nødvendigt, at brugeren desuden har mulighed for at udtrække data fra databasen, og dermed eksportere data til et andet program, fx statistikprogrammet SPSS. Ydermere vil redigering af de indtastede data være nødvendigt, hvis brugeren har skrevet forkerte oplysninger ind, eller hvis en deltagers oplysninger ændres ved fx ytning. I det tilfælde at en deltager ikke længere ønsker at deltage i befolkningsundersøgelsen, skal vedkommendes oplysninger kunne slettes. Af sikkerhedsmæssige årsager skal det ikke være muligt for alle brugere at tilgå alt i databasen, hvorfor det er en nødvendighed at have adgangskontrol. Hver bruger får sit eget unikke log ind, bestående af brugernavn og adgangskode. Ligeledes skal det være muligt at logge ud for at sikre, at andre uden tilladelse ikke kan tilgå data i databasen. Flere brugere skal kunne tilgå databasen på samme tid, både ved indtastning og udtrækning. Systemet skal registrere, hvis fejl opstår og give repons på disse til brugeren. Kun ved korrekt overførsel vil data blive gemt i databasen. Systemets brugere er klinikere, forskere samt dataansvarlige. Brugerne af systemet skal 35

Skriftlig eksamen i kurset. Informationssystemer

Skriftlig eksamen i kurset. Informationssystemer 6. semester sundhedsteknologi Skriftlig eksamen i kurset Informationssystemer Der er 3 timer til at besvare opgaven. Alle hjælpemidler er tilladte. Skriv kort og præcist. Referer gerne til kursuslitteraturen.

Læs mere

Hassansalem.dk/delpin User: admin Pass: admin BACKEND

Hassansalem.dk/delpin User: admin Pass: admin BACKEND Hassansalem.dk/delpin User: admin Pass: admin BACKEND 1/10 Indledning Dette projekt er den afsluttende del af web udvikling studiet på Erhvervs Lillebælt 1. semester. Projektet er udarbejdet med Del-pin

Læs mere

Vejledning om videregivelse. af personoplysninger til brug for forskning og statistik

Vejledning om videregivelse. af personoplysninger til brug for forskning og statistik Vejledning om videregivelse af personoplysninger til brug for forskning og statistik 1 Indholdsfortegnelse 1. Baggrund 2. Definitioner 2.1. Personoplysning 2.2. Anonymiseret personoplysning (i persondatalovens

Læs mere

Hvad er en relationsdatabase? Odense, den 19. januar Version 1.0

Hvad er en relationsdatabase? Odense, den 19. januar Version 1.0 Hvad er en relationsdatabase? Odense, den 19 januar 2004 Version 10 Program for 6 kursusdag: Databaser 0900-0945 Hvad er en relationsdatabase? -1045 Opgave om normalisering 1100-1145 Eksempel på database

Læs mere

Vejledning til udfyldelse af anmeldelsesskema til Datatilsynet

Vejledning til udfyldelse af anmeldelsesskema til Datatilsynet Afdeling: Direktionssekretariatet Udarbejdet af: Dorte Riskjær Larsen Sagsnr.: 13/1121 E-mail: dorte.riskjaer.larsen @ouh.regionsyddanmark.dk Dato: 26. september 2013 Telefon: 2128 4616 Vejledning til

Læs mere

Dokumentation af sikkerhed i forbindelse med databehandling

Dokumentation af sikkerhed i forbindelse med databehandling - Dokumentation af sikkerhed i forbindelse med databehandling Al databehandling, der er underlagt persondataloven, skal overholde de tekniske krav, der er opstillet i Datatilsynets bekendtgørelse 528 (sikkerhedsbekendtgørelsen).

Læs mere

Vejledning til udfyldelse af anmeldelsesskemaet for Sundhedsvidenskabelig

Vejledning til udfyldelse af anmeldelsesskemaet for Sundhedsvidenskabelig Gældende fra 2. marts 2015 og erstatter tidligere vejledninger Vejledning til udfyldelse af anmeldelsesskemaet for Sundhedsvidenskabelig forskning i Region Syddanmark Generelt om anmeldelse Alle forskningsprojekter

Læs mere

PRÆSENTATION AF ER-DIAGRAMMER OG NORMALISERING

PRÆSENTATION AF ER-DIAGRAMMER OG NORMALISERING PRÆSENTATION AF ER-DIAGRAMMER OG NORMALISERING KIRSTINE ROSENBECK GØEG Tema Titel Materiale 1 IS i sundhedssektoren Patientdatas anvendelighed Lynge et al. 2 Registrering af patientdata Berg. Kap. 2 Waiting

Læs mere

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125 Tietgenskolen - Nørrehus Data warehouse Database for udviklere Thor Harloff Lynggaard DM08125 Juni 2010 Indhold Beskrivelse... 3 Data warehouse... 3 Generelt... 3 Sammenligning... 3 Gode sider ved DW...

Læs mere

Indholdsfortegnelse for kapitel 3

Indholdsfortegnelse for kapitel 3 Indholdsfortegnelse for kapitel 3 Kapitel 3 Design............................................................ 2 Database........................................................... 3 ER-diagram.................................................

Læs mere

It-sikkerhedstekst ST8

It-sikkerhedstekst ST8 It-sikkerhedstekst ST8 Logning til brug ved efterforskning af autoriserede brugeres anvendelser af data Denne tekst må kopieres i sin helhed med kildeangivelse. Dokumentnavn: ST8 Version 1 Maj 2015 Logning

Læs mere

Tema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al.

Tema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al. Tema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al. 2 Registrering af patientdata Berg. Kap. 2 Waiting for Godot. 3 Relations-databaser Silberschatz Kap 1 (1.1-1.6) 4

Læs mere

SmartFraming Et vindue til nationale sundhedssystemer. Version 3.0

SmartFraming Et vindue til nationale sundhedssystemer. Version 3.0 SmartFraming Et vindue til nationale sundhedssystemer Version 3.0 Infrastruktur i dagens sundheds IT Det sundhedsfaglige personale benytter sig i dag af en række forskellige systemer i forbindelse med

Læs mere

Databasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002

Databasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002 Databaser, efterår 2002 Databasesystemer Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Deltagerinformation 10-01-2009 INFORMATION TIL DELTAGERE

Deltagerinformation 10-01-2009 INFORMATION TIL DELTAGERE INFORMATION TIL DELTAGERE Tilskud af høj-dosis vitamin D under graviditeten med henblik på forebyggelse af astma hos børn: Delstudium i ABC (Asthma Begins in Childhood) kohorten Vi henvender os til dig

Læs mere

Biologiske signaler i graviditeten - Genetisk information

Biologiske signaler i graviditeten - Genetisk information Biologiske signaler i graviditeten - Genetisk information 2 Vi vil spørge, om du vil deltage i et videnskabeligt studie, der udføres af Afdeling for Epidemiologisk Forskning, Statens Serum Institut. Før

Læs mere

Databaser. 3. Normalform. Mette Frost Nielsen

Databaser. 3. Normalform. Mette Frost Nielsen Databaser 3. Normalform Mette Frost Nielsen Normalisering Kvalitetssikring ej redundans Ej null i tabeller Hurtigere Lettere at vedligeholde Ordbog Relation = tabel Redundans = gentagelser, samme information

Læs mere

Databeskyttelsespolitik

Databeskyttelsespolitik Databeskyttelsespolitik for Rasmus Gissel, tekstforfatter, oversætter og korrekturlæser 1. Indledning I denne databeskyttelsespolitik kan du læse følgende: hvordan, hvornår og hvorfor jeg indsamler persondata

Læs mere

KORTLÆGNING AF DIGITIALISERINGS- BEHOV I DANMARK HUMANOMICS RESEARCH CENTER

KORTLÆGNING AF DIGITIALISERINGS- BEHOV I DANMARK HUMANOMICS RESEARCH CENTER ANALYSERAPPORT KORTLÆGNING AF DIGITIALISERINGS- BEHOV I DANMARK HUMANOMICS RESEARCH CENTER Denne rapport samt bilag indeholder den endelige database af spørgeskemaet Anvendelsen af digitale ressourcer

Læs mere

EVALUERING I SURVEYXACT TRIN FOR TRIN

EVALUERING I SURVEYXACT TRIN FOR TRIN EVALUERING I SURVEYXACT TRIN FOR TRIN LÆR AT TACKLE 2015 KOMITEEN FOR SUNDHEDSOPLYSNING 1 INDLEDNING Komiteen for Sundhedsoplysning stiller SurveyXact et internetbaseret redskab til kvalitetssikring til

Læs mere

7. Oktober Datatilsynet og forskningsregistrering

7. Oktober Datatilsynet og forskningsregistrering 7. Oktober 2015 Datatilsynet og forskningsregistrering Forskningsregistrering Rådgivning omkring datasikkerhed i forbindelse med forskningsdata Forskningsregistrering til regionens paraplyanmeldelse Registrering

Læs mere

Side 1. Databaser og SQL. Dagens gang. Databasebegreber. Introduktion til SQL Kap 1-5

Side 1. Databaser og SQL. Dagens gang. Databasebegreber. Introduktion til SQL Kap 1-5 Databaser og SQL Introduktion til SQL Kap 1-5 1 Dagens gang Databaser Database begreber Mapning af klasser til relationel model Normalisering Opgaver til næste gang 2 Databasebegreber A database is a:

Læs mere

Generelt om persondata og EU s persondataforordning

Generelt om persondata og EU s persondataforordning SSV-Udvikling aps 2017 1 Generelt om persondata og EU s persondataforordning Persondata er i Danmark allerede beskyttet af Persondataloven. Her stilles strenge krav til omgangen med persondata, og disse

Læs mere

Projektets titel. Projektets formål

Projektets titel. Projektets formål Projektets titel Projektets formål Projektansvarlig inkl. kontaktoplysninger i RN Den projektansvarlige er den forsker eller forskergruppe, der skal bruge de indsamlede personoplysninger til forskning,

Læs mere

Privatlivspolitik ekstern persondatapolitik

Privatlivspolitik ekstern persondatapolitik Privatlivspolitik ekstern persondatapolitik for Shine Danmark miljøvenlig rengøring vedr. behandling af persondata Version 1 Dato 22.05.2018 Godkendt af Christina L. Johansen Antal sider 14 Side 1 af 10

Læs mere

Skriftlig eksamen i. Databaser. Vinter 2002/2003

Skriftlig eksamen i. Databaser. Vinter 2002/2003 Skriftlig eksamen i Databaser Vinter 2002/2003 Dette eksamenssæt består af 5 nummererede sider (incl. denne). Der er 5 opgaver, som ved bedømmelsen tillægges følgende vægte: Opgave 1: 15% Opgave 2: 30%

Læs mere

DugaBase Brugermanual til rapportdannelse 01.01.2015

DugaBase Brugermanual til rapportdannelse 01.01.2015 DugaBase Brugermanual til rapportdannelse 01.01.2015 Udarbejdet af Ulla Darling og Rikke Guldberg (Version 1 - November 2014) Side 1 af 8 Indhold Adgang til rapportdannelse... 2 Opbevaring af data udenfor

Læs mere

Skriftlig eksamen i. Databaser. Vinter 2002/2003. Vejledende løsninger

Skriftlig eksamen i. Databaser. Vinter 2002/2003. Vejledende løsninger Skriftlig eksamen i Databaser Vinter 2002/2003 Vejledende løsninger Dette eksamenssæt består af 5 nummererede sider (incl. denne). Der er 5 opgaver, som ved bedømmelsen tillægges følgende vægte: Opgave

Læs mere

Revideret den 14. juni 2013 Juridiske retningslinjer for indsamling af patientdata til brug i opgaver og projekter

Revideret den 14. juni 2013 Juridiske retningslinjer for indsamling af patientdata til brug i opgaver og projekter Campus Sønderborg Revideret den 14. juni 2013 Juridiske retningslinjer for indsamling af patientdata til brug i opgaver og projekter 1. Indledning Formålet med Sygeplejerskeuddannelsen er at kvalificere

Læs mere

Oplysningerne opbevares hos den dataansvarlige og/eller Oplysningerne opbevares hos databehandler

Oplysningerne opbevares hos den dataansvarlige og/eller Oplysningerne opbevares hos databehandler Blankettype: Stillingsbesættende virksomhed Datatilsynet Borgergade 28 1300 København K Anmeldelse af behandlinger af oplysninger der foretages for en privat dataansvarlig, og som sker med henblik på erhvervsmæssig

Læs mere

Privatlivspolitik (ekstern persondatapolitik)

Privatlivspolitik (ekstern persondatapolitik) (ekstern persondatapolitik) for MHT ApS vedr. behandling af persondata Version 1 Dato 28.05.2018 Godkendt af Jette Petersen Antal sider 11 Side 1 af 11 Tak, for at du har valgt at bruge vores produkter/services.

Læs mere

Privatlivspolitik. for SUN DESIGN A/S.

Privatlivspolitik. for SUN DESIGN A/S. Privatlivspolitik for SUN DESIGN A/S. Dataansvar Vi tager din databeskyttelse alvorligt Vi behandler persondata og har derfor vedtaget denne privatlivsbeskyttelsespolitik, der fortæller dig, hvordan vi

Læs mere

Vejledning. Tværinstitutionelt samarbejde mellem regioner og universiteter vedrørende sundhedsdata. September 2018

Vejledning. Tværinstitutionelt samarbejde mellem regioner og universiteter vedrørende sundhedsdata. September 2018 Vejledning Tværinstitutionelt samarbejde mellem regioner og universiteter vedrørende sundhedsdata September 2018 Vejledningen er godkendt af universitetsrektorer og regionsdirektører Vejledning Tværinstitutionelt

Læs mere

EUROPOL JOINT SUPERVISORY BODY

EUROPOL JOINT SUPERVISORY BODY EUROPOL JOINT SUPERVISORY BODY Udtalelse 12/05 fra den fælles kontrolinstans for Europol om Europols anmeldelse af behandling af personoplysninger: Arbejdstider/flekstid/overarbejde/rådighedstjeneste/skifteholdstjeneste

Læs mere

Hvad er personoplysninger?

Hvad er personoplysninger? Hvad er personoplysninger? Personoplysninger defineres som oplysninger, der direkte eller indirekte kan identificere en person. Det kan være et navn, registreringsnummer på en bil eller oplysninger om

Læs mere

Databasesystemer, forår 2005 IT Universitetet i København. Forelæsning 3: E-R modellering. 17. februar 2005. Forelæser: Rasmus Pagh

Databasesystemer, forår 2005 IT Universitetet i København. Forelæsning 3: E-R modellering. 17. februar 2005. Forelæser: Rasmus Pagh Databasesystemer, forår 2005 IT Universitetet i København Forelæsning 3: E-R modellering 17. februar 2005 Forelæser: Rasmus Pagh Forelæsningen i dag Datamodellering hvad, hvornår, hvorfor og hvordan? Business

Læs mere

DATABASE - MIN MUSIKSAMLING

DATABASE - MIN MUSIKSAMLING DATABASE - MIN MUSIKSAMLING I dette forløb skulle vi lære om databaser, som bruger sproget SQL. SQL står for Structured Query Language. Det bruges til at vise og manipulere data, gemt i en database. I

Læs mere

Oplysningerne opbevares hos databehandler. Databehandlerens adresse Weidekampsgade 6, 2300 København S

Oplysningerne opbevares hos databehandler. Databehandlerens adresse Weidekampsgade 6, 2300 København S Benyt anmeldelse som kladde. Afkryds de felter, du ønsker at genbruge, eller genbrug hele blanketten. 1.Dataansvarlig myndighed Navn Haderslev Kommune Adresse Gåskærgade 26-28 Kommunekode (For kommuner

Læs mere

Gahrn-Jensen har to fysiske butikker der sælger tøj til kvinder. Gahrn-Jensen har ydermere stor webshop.

Gahrn-Jensen har to fysiske butikker der sælger tøj til kvinder. Gahrn-Jensen har ydermere stor webshop. Vores persondatapolitik 1. Generelt Gahrn-Jensen har to fysiske butikker der sælger tøj til kvinder. Gahrn-Jensen har ydermere stor webshop. Gahrn-Jensen henter og gemmer oplysninger om dig for at levere

Læs mere

Behandling af personoplysninger

Behandling af personoplysninger Behandling af personoplysninger Foreningen Team Alabu Bolig Medlemmer (Ryttere og servicehold) + øvrige deltagere i turen samt Fonden Team Alabu Bolig (i forbindelse med ansøgning om tilskud) Baggrund

Læs mere

Deltagerinformation 10-5-2010 INFORMATION TIL DELTAGERE

Deltagerinformation 10-5-2010 INFORMATION TIL DELTAGERE INFORMATION TIL DELTAGERE H1N1v vaccination af gravide kvinder. Et kohortestudie til karakterisering af den beskyttende effekt af Influenza A H1N1v vaccine hos gravide kvinder: Vi henvender os til dig

Læs mere

Midttrafik TRAFIKADMINISTRATION. Brugermanual august-2013 vers. 1.2

Midttrafik TRAFIKADMINISTRATION. Brugermanual august-2013 vers. 1.2 Midttrafik TRAFIKADMINISTRATION 2 34 Brugermanual august-2013 vers. 1.2 1 intro! På de følgende sider vil du finde en lille og hurtig gennemgang af Midttrafik Trafikadministration. Med Midttrafik Trafikadministration

Læs mere

Datamodeller. 1. Elementerne. Vi betragter E/R-diagrammet, som et diagram over entiteter og relationer Tegneregler: Entitet

Datamodeller. 1. Elementerne. Vi betragter E/R-diagrammet, som et diagram over entiteter og relationer Tegneregler: Entitet Datamodeller I forlængelse af noten om normalisering, følges der her op med redskabet E/R-diagrammer til opstilling af en datamodel, opfat således dette som en alternativ metode mere end endnu et redskab

Læs mere

Brugerskabte data en national service (BSD) - produktbeskrivelse

Brugerskabte data en national service (BSD) - produktbeskrivelse - 1 Brugerskabte data en national service (BSD) - produktbeskrivelse Brugerskabte data en national service (BSD) - produktbeskrivelse...1 Indledning...1 Formål...1 Beskrivelse...1 Basale krav til det bibliotek/website

Læs mere

Kost, kræft og helbred Næste generationer

Kost, kræft og helbred Næste generationer En befolkningsundersøgelse for fremtiden KRÆFTENS BEKÆMPELSE Kost, kræft og helbred Næste generationer Information om deltagelse i forskningsprojektet Foto: Shutterstock Med denne folder vil vi uddybe

Læs mere

R E T N I N G S L I N J E R F O R H Å N D T E R I N G A F S I K K E R H E D S B R U D V E D R Ø R E N D E P E R S O N O P L Y S N I N G E R

R E T N I N G S L I N J E R F O R H Å N D T E R I N G A F S I K K E R H E D S B R U D V E D R Ø R E N D E P E R S O N O P L Y S N I N G E R R E T N I N G S L I N J E R F O R H Å N D T E R I N G A F S I K K E R H E D S B R U D V E D R Ø R E N D E P E R S O N O P L Y S N I N G E R Afsnit 1: Indledning... side 1 Afsnit 2: Generelt om sikkerhedsbrud...

Læs mere

DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER

DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER KIRSTINE ROSENBECK GØEG Tema Titel Materiale 1 IS i sundhedssektoren Patientdatas anvendelighed Lynge et al. 2 Registrering

Læs mere

Titel: System til børn under 13 år som hjælp til forebyggelse og behandling af fedme. Emne: Design af sundhedsteknologiske systemer.

Titel: System til børn under 13 år som hjælp til forebyggelse og behandling af fedme. Emne: Design af sundhedsteknologiske systemer. iii Institut for sundhedsvidenskab og teknologi Fredrik Bajersvej 7 9220 Aalborg Øst Danmark Titel: System til børn under 13 år som hjælp til forebyggelse og behandling af fedme. Emne: Design af sundhedsteknologiske

Læs mere

(den Dataansvarlige og Databehandleren i det følgende hver for sig benævnt Part og under et Parterne )

(den Dataansvarlige og Databehandleren i det følgende hver for sig benævnt Part og under et Parterne ) MySolutionSpace ApS Måløv Byvej 229.V. 2760 Måløv CVR: 34 46 36 89 [Part] [Adresse] [Adresse] CVR-nr.: [XX] (den Dataansvarlige ) og MySolutionSpace ApS Måløv Byvej 229.V. 2760 Måløv Danmark CVR-nr.: 34

Læs mere

It-sikkerhedstekst ST9

It-sikkerhedstekst ST9 It-sikkerhedstekst ST9 Single Sign-On og log-ud Denne tekst må kopieres i sin helhed med kildeangivelse. Dokumentnavn: ST9 Version 1 Juli 2015 Single Sign-On og log-ud Betegnelsen Single Sign-On (SSO)

Læs mere

Langtved Data A/S Nyhedsbrev

Langtved Data A/S Nyhedsbrev Langtved Data A/S Nyhedsbrev Nr. 2 Indledning I denne udgave af nyhedsbrevet har vi valgt at sætte fokus på interessante faciliteter som allerede benyttes af nogle af vores kunder og som kunne være interessante

Læs mere

VEJLEDNING TIL BEBOERREPRÆSENTANTER - BESKYTTELSE AF PERSONDATA

VEJLEDNING TIL BEBOERREPRÆSENTANTER - BESKYTTELSE AF PERSONDATA VEJLEDNING TIL BEBOERREPRÆSENTANTER - BESKYTTELSE AF PERSONDATA HVILKE PERSONOPLYSNINGER LIGGER I INDE MED? Side 1 af 10 Oktober 2018 BESKYTTELSE AF PERSONDATA - DET ER OGSÅ JERES ANSVAR Som beboerrepræsentanter

Læs mere

Oplysningerne opbevares hos den dataansvarlige og/eller Oplysningerne opbevares hos databehandler

Oplysningerne opbevares hos den dataansvarlige og/eller Oplysningerne opbevares hos databehandler Blankettype: Privat virksomhed Datatilsynet Borgergade 28 1300 København K Anmeldelse af behandlinger af oplysninger om rent private forhold der foreta- ges for en privat dataansvarlig. Felter markeret

Læs mere

Biologiske Signaler i Graviditeten

Biologiske Signaler i Graviditeten Biologiske Signaler i Graviditeten Vi vil spørge, om du vil deltage i et videnskabeligt studie, der udføres af Afdeling for Epidemiologisk Forskning, Statens Serum Institut. Før du beslutter, om du vil

Læs mere

Vejledning til registrering af virksomheder og personer (effekter) Projektrapporteringsværktøj - PRV

Vejledning til registrering af virksomheder og personer (effekter) Projektrapporteringsværktøj - PRV Vejledning til registrering af virksomheder og personer (effekter) Projektrapporteringsværktøj - PRV Registrering af virksomheder og personer Erhvervsstyrelsen og de regionale vækstfora ønsker at styrke

Læs mere

Oplysninger om vores behandling af personoplysninger vi indsamler om dig

Oplysninger om vores behandling af personoplysninger vi indsamler om dig Oplysninger om vores behandling af personoplysninger vi indsamler om dig 1. Vi er den dataansvarlige hvordan kontakter du os? Klinik Bettina er dataansvarlig for behandlingen af de personoplysninger, som

Læs mere

Procedure for håndtering af personoplysninger - GDPR Denne udgave: /TW

Procedure for håndtering af personoplysninger - GDPR Denne udgave: /TW Procedure for håndtering af personoplysninger - GDPR Denne udgave: 23.08.2018/TW DolphinEyes ApS (i det følgende virksomheden) beskriver med denne procedure, hvordan vi opfylder persondataloven. Proceduren

Læs mere

ER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002

ER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002 Databaser, efterår 2002 ER-modellen Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

It-sikkerhedstekst ST6

It-sikkerhedstekst ST6 It-sikkerhedstekst ST6 Registrering af en fysisk person med henblik på udstedelse af faktorer til et personligt login Denne tekst må kopieres i sin helhed med kildeangivelse. Dokumentnavn: ST6 Version

Læs mere

HOFTEALLOPLASTIK - DATAUDTRÆK OG IMPORT TIL EXCEL

HOFTEALLOPLASTIK - DATAUDTRÆK OG IMPORT TIL EXCEL HOFTEALLOPLASTIK - DATAUDTRÆK OG IMPORT TIL EXCEL Når man er logget på KMS systemet, vælges Dataudtræk under punktet Vælg modul, hvorefter der klikkes på Gå til: På næste side klikkes på knappen Opret:

Læs mere

Juridiske retningslinjer for indsamling af patientdata

Juridiske retningslinjer for indsamling af patientdata INFORMATION Juridiske retningslinjer for indsamling af patientdata Til brug i opgaver og projekter Sygeplejerskeuddannelsen i Vejle Marts 2018 TS: 1317137 Indhold 1. Indledning... 3 2. Informeret samtykke...

Læs mere

DATASIKKERHED. på TrygFondens Børneforskningscenter

DATASIKKERHED. på TrygFondens Børneforskningscenter DATASIKKERHED på TrygFondens Børneforskningscenter PROJEKT 703978 Datatilsynet har godkendt TrygFondens Børneforskningscenters brug af grunddata i perioden februar 2014 december 2021. Godkendelsen gælder

Læs mere

Privatlivspolitik (ekstern persondatapolitik)

Privatlivspolitik (ekstern persondatapolitik) (ekstern persondatapolitik) for Tabellae A/S vedr. behandling af persondata Version 1.1 Dato for seneste opdatering 25.10.2018 Godkendt af Stefan Reina Antal sider 13 Side 1 af 12 Tak, for dit besøg på

Læs mere

Retningslinjer for sygeplejestuderendes indsamling af patientdata til brug i interne opgaver og udviklingsprojekter

Retningslinjer for sygeplejestuderendes indsamling af patientdata til brug i interne opgaver og udviklingsprojekter Sygeplejerskeuddannelsen Retningslinjer for sygeplejestuderendes indsamling af patientdata til brug i interne opgaver og udviklingsprojekter Februar 2018 Disse retningslinjer gælder interne opgaver og

Læs mere

Manual til Kundekartotek

Manual til Kundekartotek 2016 Manual til Kundekartotek ShopPlanner Customers Med forklaring og eksempler på hvordan man håndterer kundeoplysninger www.obels.dk 1 Introduktion... 3 1.1 Formål... 3 1.2 Anvendelse... 3 2 Referencer...

Læs mere

1. Om Petro-chem. Petro-chem Smedeland Glostrup CVR-nr Datasikkerhed er vigtig for os

1. Om Petro-chem. Petro-chem Smedeland Glostrup CVR-nr Datasikkerhed er vigtig for os P RIVATLIVSPOLITIK FOR P ETRO -CHEM Denne Privatlivspolitik er fastlagt af Petro-chem A/S, Petro-chem AS og Petro-chem AB (samlet betegnet Petro-chem, vi, os eller vores i denne Privatlivspolitik) og gælder

Læs mere

Statistikudtræk. 1 Introduktion

Statistikudtræk. 1 Introduktion Statistikudtræk MADS MENU: RAPPORT STATISTIK STATISTIKUDTRÆK (D.4.1.) Revideret 20-09-2010 1 Introduktion I MADS kan statistiske data trækkes ud via enten statistikudtræk eller perioderapporter. I statistikudtræk

Læs mere

4. Selvvurderet helbred

4. Selvvurderet helbred 4. Selvvurderet helbred Anni Brit Sternhagen Nielsen Befolkningens helbred er bl.a. belyst ud fra spørgsmål om forekomsten af langvarig sygdom og spørgsmål om interviewpersonernes vurdering af eget helbred.

Læs mere

Juridiske retningslinjer for indsamling af patientdata til brug i opgaver og projekter

Juridiske retningslinjer for indsamling af patientdata til brug i opgaver og projekter Sygeplejerskeuddannelsen Juridiske retningslinjer for indsamling af patientdata til brug i opgaver og projekter Revideret 30. august 2016 1 Indholdsfortegnelse 1. Indledning 3 2. Informeret samtykke 3

Læs mere

Privatlivspolitik for Falck Healthcare A/S

Privatlivspolitik for Falck Healthcare A/S Privatlivspolitik for Falck Healthcare A/S Helbredsundersøgelse Det er vigtigt for Falck Healthcare A/S, at du har tillid til os, og derfor er det også vigtigt for os at beskytte dit privatliv. Alle dine

Læs mere

Høringssvar vedr.- Fælles sprog III standarden

Høringssvar vedr.- Fælles sprog III standarden Høringssvar vedr.- Fælles sprog III standarden Som led i at indsamle høringssvar anvendes dette høringsskema. Skemaet bedes udfyldt elektronisk. Målet er at sikre en ensartet indsamling samt at sikre at

Læs mere

PRIVATLIVSPOLITIK MONTAGEBUREAUET APS S AF PRIVATLIVSPOLITIK

PRIVATLIVSPOLITIK MONTAGEBUREAUET APS S AF PRIVATLIVSPOLITIK PRIVATLIVSPOLITIK MONTAGEBUREAUET APS S AF PRIVATLIVSPOLITIK Vores privatlivspolitik giver dig et tydeligt overblik over, hvordan vi behandler dine data, samt hvad du kan forvente, at vi bruger dem til.

Læs mere

Vejledning: AMUUDBUD.DK

Vejledning: AMUUDBUD.DK Vejledning: AMUUDBUD.DK Henvendt til uddannelsesinstitutioner Websiden amuudbud.dk bruges af uddannelsesinstitutioner til at ansøge om godkendelse til at udbyde AMU. Du skal have modtaget en e-mail med

Læs mere

Daglig brug af JitBesked 2.0

Daglig brug af JitBesked 2.0 Daglig brug af JitBesked 2.0 Indholdsfortegnelse Oprettelse af personer (modtagere)...3 Afsendelse af besked...4 Valg af flere modtagere...5 Valg af flere personer der ligger i rækkefølge...5 Valg af flere

Læs mere

Collect - brugermanual til Y s Men

Collect - brugermanual til Y s Men Denne vejledning er kun til brug for de personer der har fået adgang til redigering i medlemsdatabasen Collect - brugermanual til Y s Men Indhold Velkommen... 2 Første login... 2 Sådan gemmes nye data...

Læs mere

Del 1. Beskrivelse af KRAM-undersøgelsen

Del 1. Beskrivelse af KRAM-undersøgelsen Del 1. Beskrivelse af KRAM-undersøgelsen 15 16 Kost Rygning Alkohol Motion Kapitel 1 Baggrund og formål Kapitel 1. Baggrund og formål 17 KRAM-undersøgelsen er en af de hidtil største undersøgelser af danskerne

Læs mere

Erfaringer med CPR-replikering

Erfaringer med CPR-replikering Erfaringer med CPR-replikering Dette dokument beskriver en række overvejelser vi har gjort os i forbindelse med at vi har udviklet en Proof of Concept (PoC) af en CPR-replikeringstjeneste for KOMBIT. CPRs

Læs mere

Virksomhedens informationssystem. Det elektroniske kontor. Elektronisk dokumenthåndtering Samfundet. Systembeskrivelse II IT og økonomi

Virksomhedens informationssystem. Det elektroniske kontor. Elektronisk dokumenthåndtering Samfundet. Systembeskrivelse II IT og økonomi Virksomhedens informationssystem Systembeskrivelse II IT og økonomi Det elektroniske kontor Elektronisk dokumenthåndtering Hvordan omlægger vi arbejdsgange, så elektronikken styrker vores arbejde? Data

Læs mere

Kost, kræft og helbred Næste generationer

Kost, kræft og helbred Næste generationer KRÆFTENS BEKÆMPELSE Kost, kræft og helbred Næste generationer INFORMATION OM DELTAGELSE I ET SUNDHEDSVIDENSKABELIGT FORSKNINGSPROJEKT Foto: Shutterstock Vi vil spørge, om du vil deltage i et videnskabeligt

Læs mere

GeoGIS2020. Installation. Udkast. Revision: 1 Udarbejdet af: BrS Dato: Kontrolleret af: Status: Løbende Reference: Godkendt af:

GeoGIS2020. Installation. Udkast. Revision: 1 Udarbejdet af: BrS Dato: Kontrolleret af: Status: Løbende Reference: Godkendt af: GeoGIS2020 Installation Udkast Revision: 1 Udarbejdet af: BrS Dato: 2015.08.31 Kontrolleret af: Status: Løbende Reference: Godkendt af: 1. GENERELT Side 2 af 16 Side 3 af 16 2. DOWNLOAD OG INSTALLATION

Læs mere

Elektronisk spørgeskema 2009. Vejledning

Elektronisk spørgeskema 2009. Vejledning Elektronisk spørgeskema 2009 Vejledning Indberetning på Elektronisk spørgeskema for 2009 Introduktion Elektronisk spørgeskema 2009 (ESP 2009) giver Dem mulighed for at lette arbejdet i forbindelse med

Læs mere

Kost, kræft og helbred Næste generationer

Kost, kræft og helbred Næste generationer EN BEFOLKNINGSUNDERSØGELSE FOR FREMTIDEN KRÆFTENS BEKÆMPELSE Kost, kræft og helbred Næste generationer INFORMATION OM DELTAGELSE I FORSKNINGSPROJEKTET Foto: Shutterstock Med denne folder vil vi uddybe

Læs mere

District or. Persondatapolitik

District or. Persondatapolitik District or Persondatapolitik August 2018 1 Forord I Zonta har vi stort fokus på, at vi på alle måder lever op til gældende lovgivning og god skik i øvrigt inden for persondatasikkerhed. Denne politik

Læs mere

OpenTele datamonitoreringsplatform

OpenTele datamonitoreringsplatform OpenTele datamonitoreringsplatform Brugergrænsefladedokumentation 1. maj 2013 Indholdsfortegnelse Indholdsfortegnelse...2 Indledning...3 Brugergrænseflade for OpenTele-server...3 Administrationsfunktionalitet...3

Læs mere

Socialt Frikort Brugervejledning for Sagsbehandlere

Socialt Frikort Brugervejledning for Sagsbehandlere Socialt Frikort Brugervejledning for Sagsbehandlere Indhold Indledning... 3 Hvad er socialt frikort?... 3 Om Løsningen... 4 Persondata i Socialt Frikort... 4 Adgang til løsningen... 4 Nøglebegreber i Socialt

Læs mere

It-sikkerhedstekst ST4

It-sikkerhedstekst ST4 It-sikkerhedstekst ST4 Datatransmission af personoplysninger på åbne net Denne tekst må kopieres i sin helhed med kildeangivelse. Dokumentnavn: ST4 Version 1 Oktober 2014 Datatransmission af personoplysninger

Læs mere

DANSK SKOLEDATA APS. Tlf. 86 44 80 99 E-mail DSD@skoledata.dk DSA-Ventelisten

DANSK SKOLEDATA APS. Tlf. 86 44 80 99 E-mail DSD@skoledata.dk DSA-Ventelisten Indholdsfortegnelse Overordnet beskrivelse af programmets funktioner... 2 Log på... 2 Manuel oprettelse af elev.... 3 Optagelse af elever... 3 1 Gruppering og sortering af elever... 3 2 Udvælg aspiranter...

Læs mere

Databehandleraftale. (den Dataansvarlige og Databehandleren i det følgende hver for sig benævnt Part og under et Parterne )

Databehandleraftale. (den Dataansvarlige og Databehandleren i det følgende hver for sig benævnt Part og under et Parterne ) Databehandleraftale Virksomhed [Adresse] [Adresse] CVR-nr.: (den Dataansvarlige ) og Net & Data ApS Hollands Gaard 8 4800 Nykøbing F CVR-nr.: 27216609 ( Databehandleren ) (den Dataansvarlige og Databehandleren

Læs mere

Impact værktøj retningslinjer

Impact værktøj retningslinjer Impact værktøj retningslinjer Værktøj fra Daphne III projektet IMPACT: Evaluation of European Perpetrator Programmes (Programmet for evaluering af Europæiske udøvere af krænkende adfærd) Impact værktøj

Læs mere

Aktion Børnehjælp og vores hjemmesider er nedenfor samlet benævnt Aktion Børnehjælp eller aktionboernehjaelp.dk.

Aktion Børnehjælp og vores hjemmesider er nedenfor samlet benævnt Aktion Børnehjælp eller aktionboernehjaelp.dk. September 2017 Privatlivspolitik Aktion Børnehjælp indsamler oplysninger om vores brugere og deres besøg ved hjælp af såkaldte cookies eller ved at brugeren selv afgiver oplysningerne på aktionboernehjaelp.dk

Læs mere

Monitorering af danskernes rygevaner. Metodebeskrivelse m.m. Januar 2004

Monitorering af danskernes rygevaner. Metodebeskrivelse m.m. Januar 2004 Monitorering af danskernes rygevaner 2003 Metodebeskrivelse m.m. Januar 2004 Monitorering af danskernes rygevaner 2003 Metodebeskrivelse m.m. Januar 2004 Indhold Side 1.1. Indledning... 1 1.2. Baggrund

Læs mere

Privatlivspolitik for Lichen Sclerosus Foreningen

Privatlivspolitik for Lichen Sclerosus Foreningen Privatlivspolitik for Lichen Sclerosus Foreningen Dataansvar Vi tager din databeskyttelse alvorligt Lichen Sclerosus Foreningen behandler persondata og har derfor vedtaget denne privatlivspolitik, der

Læs mere

Anmeldelsesskema for Videnskabelige og statistiske undersøgelser på SDU.

Anmeldelsesskema for Videnskabelige og statistiske undersøgelser på SDU. Anmeldelsesskema for Videnskabelige og statistiske undersøgelser på SDU. 1. Dataansvarlig myndighed Myndighedens navn: Syddansk Universitet Campusvej 55 5230 Odense M Institut og fakultets navn: Fx Klinisk

Læs mere

WorldTrack Elektronisk Kørebog QUICKGUIDE (AUGUST 2018)

WorldTrack Elektronisk Kørebog QUICKGUIDE (AUGUST 2018) 2018 WorldTrack Elektronisk Kørebog QUICKGUIDE (AUGUST 2018) WORLDTRACK Ejby industrivej 2, 2600 Glostrup Indhold Indledning... 2 PC Version... 2 Login... 2 Kladder...5 Setup... 6 Køretøjer... 6 SKAT kørselssatser...

Læs mere

Koagulationsprofil hos patienter som opereres for lungekræft - et randomiseret, kontrolleret studie

Koagulationsprofil hos patienter som opereres for lungekræft - et randomiseret, kontrolleret studie Deltagerinformation Forsøgets titel: Koagulationsprofil hos patienter som opereres for lungekræft - et randomiseret, kontrolleret studie Vi vil spørge, om De vil deltage i et videnskabeligt forsøg, der

Læs mere

københavns universitet det natur- og biovidenskabelige fakultet DELTAGERINFORMATION OM FORSKNINGSPROJEKTET SKOT III MØDRE

københavns universitet det natur- og biovidenskabelige fakultet DELTAGERINFORMATION OM FORSKNINGSPROJEKTET SKOT III MØDRE københavns universitet det natur- og biovidenskabelige fakultet DELTAGERINFORMATION OM FORSKNINGSPROJEKTET SKOT III MØDRE Hvem kan deltage 3 Aktiviteter i forsøget 3 Oversigt over aktiviteter i forsøget

Læs mere

It-sikkerhedstekst ST2

It-sikkerhedstekst ST2 It-sikkerhedstekst ST2 Overvejelser om sikring mod, at personoplysninger kommer til uvedkommendes kendskab i forbindelse med Denne tekst må kopieres i sin helhed med kildeangivelse. Dokumentnavn: ST2 Version

Læs mere

Indhold 1. Introduktion Hovedmenu Brugere Oprettelse af brugere enkeltvis Oprettelse af flere brugere

Indhold 1. Introduktion Hovedmenu Brugere Oprettelse af brugere enkeltvis Oprettelse af flere brugere Superbrugerguide Indhold 1. Introduktion... 1 1.1 Hovedmenu... 2 2. Brugere... 3 2.1 Oprettelse af brugere enkeltvis... 3 2.2 Oprettelse af flere brugere... 3 2.3 Sletning og suspendering af brugere...

Læs mere