VeRIf: Verifikation von Referenzintervallen
VeRIf ist eine interaktive Shiny-Webanwendung zur Verifikation und Bewertung von Referenzintervallen auf Basis von Routinelabordaten mithilfe vom R-Paket reflimR. Die Webanwendung unterstützt medizinische Laboratorien dabei, bestehende Referenzintervalle effizient, transparent und datenbasiert zu überprüfen.
VeRIf ermöglicht die strukturierte Auswertung numerischer Laborwerte mit folgenden Kernfunktionen:
Verifikation vorgegebener Ziel-Referenzgrenzen anhand von Routinedaten
Indirekte Schätzung von Referenzintervallen mittels reflimR
Ergänzende indirekte Schätzung von Referenzintervallen mittels refineR
Analyse der Routinedaten mit mclust
Grafische und tabellarische Auswertungen (Histogramme, Dichtekurven, QQ-Plots und Tabellen)
Ampelsystem zur übersichtlichen Plausibilitätsbewertung
Optionale Filterung nach Alter und Geschlecht
Die Kombination aus statistischer Modellierung und visueller Aufbereitung erlaubt eine schnelle Einschätzung der Übereinstimmung zwischen Routinedaten und bestehenden Referenzintervallen.
VeRIf kann ohne eine lokale Installation direkt im Browser getestet werden:
VeRIf ist ein Open-Source-Projekt. Der vollständige Quellcode steht auf GitHub zur Verfügung und kann frei genutzt, angepasst und weiterentwickelt werden:
Aktuell prüfen wir, ob es Bedarf an einer kommerziellen Version mit erweiterten Funktionen, besserem Komfort, höherem Qualitätsanspruch und Support gibt.
Um das besser einschätzen zu können, suchen wir Nutzer:innen, die Interesse haben, die aktuelle Version dann zu testen. Teilnehmende der Testphase können mit ihrem Feedback die Weiterentwicklung aktiv mitgestalten.
Wenn Sie sich eine Teilnahme als Tester:in vorstellen können, freuen wir uns über Ihre Nachricht.
Kontakt VeRIf
Literatur
Hoffmann, G., Klawitter, S., Trulson, I., Adler, J., Holdenrieder, S., & Klawonn, F. (2024). A Novel Tool for the Rapid and Transparent Verification of Reference Intervals in Clinical Laboratories. Journal of Clinical Medicine, 13(15), 4397. https://doi.org/10.3390/jcm13154397
Ammer, T., Schützenmeister, A., Prokosch, HU. et al. refineR: A Novel Algorithm for Reference Interval Estimation from Real-World Data. Sci Rep 11, 16023 (2021). https://doi.org/10.1038/s41598-021-95301-2
Disclaimer
In diese Anwendung dürfen ausschließlich anonymisierte Daten hochgeladen werden. Diese Anwendung wird „wie besehen“ und „wie verfügbar“ bereitgestellt, ohne jegliche ausdrückliche oder stillschweigende Gewährleistung. Es wird keine Garantie für die Richtigkeit, Vollständigkeit, Zuverlässigkeit oder Aktualität der Ergebnisse übernommen.
Die Ergebnisse dienen ausschließlich Informations- und Forschungszwecken und dürfen nicht für Diagnose, Behandlung, Prävention oder sonstige klinische oder medizinische Entscheidungsfindung verwendet werden. Diese Anwendung ist kein Medizinprodukt und ersetzt keine professionelle medizinische Beratung.
Soweit gesetzlich zulässig, schließt der Autor jegliche Haftung für direkte, indirekte, zufällige, mittelbare oder besondere Schäden aus, die aus der Nutzung dieser Anwendung oder ihrer Ergebnisse entstehen. Die Nutzung dieser Anwendung erfolgt vollständig auf eigenes Risiko.
