Suchergebnisse

Die Analyse der kommunalen Planungspraxis zur Auswahl und Bewertung von Siedlungsflächen in der Flächennutzungsplanung zeigt auf, welchen Einfluss Forschungsergebnisse auf die aktuelle Planungspraxis haben. Aufbauend auf einer Analyse des Forschungsstandes und der rechtlichen Rahmenbedingungen wird die Bewertung von Siedlungsflächen in 29 verschiedenen Flächennutzungsplänen untersucht. Als Ergebniswurde ermittelt,dass in der Planungspraxis die Anzahl der Bewertungskriterien und die Komplexität der Bewertung in den letzten Jahren stark zugenommen hat. Außerdem kann gezeigt werden, dass und wie stark sich die Planungsmethodikund die verwendeten Kriterien zur Auswahl und Bewertung von Siedlungsflächen zwischen den einzelnen Gemeinden unterscheiden. Trotz umfangreicher anwendungsorientierter Forschung seit den 1990er Jahren zur Bewertung und Auswahl von Siedlungsflächen lassen sich jedoch nur indirekte Einflüsse der Forschungsergebnisse auf die Planungspraxis identifizieren. Teilweise wurde allerdings festgestellt, dass auch von den Gemeinden selbst neue Kriterien und Vorgehensweisenentwickelt werden.

BACKGROUND: About 30 million people in the EU and USA, respectively, suffer from a rare disease. Driven by European legislative requirements, national strategies for the improvement of care in rare diseases are being developed. To improve timely and correct diagnosis for patients with rare diseases, the development of a registry for undiagnosed patients was recommended by the German National Action Plan. In this paper we focus on the question on how such a registry for undiagnosed patients can be built and which information it should contain. RESULTS: To develop a registry for undiagnosed patients, a software for data acquisition and storage, an appropriate data set and an applicable terminology/classification system for the data collected are needed. We have used the open-source software Open-Source Registry System for Rare Diseases (OSSE) to build the registry for undiagnosed patients. Our data set is based on the minimal data set for rare disease patient registries recommended by the European Rare Disease Registries Platform. We extended this Common Data Set to also include symptoms, clinical findings and other diagnoses. In order to ensure findability, comparability and statistical analysis, symptoms, clinical findings and diagnoses have to be encoded. We evaluated three medical ontologies (SNOMED CT, HPO and LOINC) for their usefulness. With exact matches of 98% of tested medical terms, a mean number of five deposited synonyms, SNOMED CT seemed to fit our needs best. HPO and LOINC provided 73% and 31% of exacts matches of clinical terms respectively. Allowing more generic codes for a defined symptom, with SNOMED CT 99%, with HPO 89% and with LOINC 39% of terms could be encoded. CONCLUSIONS: With the use of the OSSE software and a data set, which, in addition to the Common Data Set, focuses on symptoms and clinical findings, a functioning and meaningful registry for undiagnosed patients can be implemented. The next step is the implementation of the registry in centres for rare diseases. With the help of ...