Kerndatensatz Senologie
0.9.0 - ci-build

Kerndatensatz Senologie - Local Development build (v0.9.0) built by the FHIR (HL7® FHIR® Standard) Build Tools. See the Directory of published versions

Walkthrough — TNM und IHC

Walkthrough: Tumorformel und IHC

Diese Seite zeigt an einem konkreten Beispiel — der TNM-Klassifikation mit immunhistochemischem Rezeptorstatus (IHC) — wie die Daten durch alle Ebenen des Kerndatensatzes fließen: vom klinischen Formular bis zu den verschiedenen Meldewegen.

Als Beispiel nutzen wir Fall 1 (Erika Neumann): invasives Karzinom NST links, G2, pT1c pN0(sn) cM0, UICC IA, ER+ IRS 12, PR+ IRS 8, HER2- Score 1+, Ki-67 15%.

1. Klinische Datenpunkte

Für einen kompletten senologischen Tumorbefund sind folgende Kategorien erforderlich:

TNM-Klassifikation

Kategorie Wert Bedeutung
T-Kategorie pT1c Tumor 1,0–2,0 cm (pathologisch)
N-Kategorie pN0(sn) Keine LK-Metastasen (Sentinel)
M-Kategorie cM0 Keine Fernmetastasen (klinisch)
y-Symbol — Nicht nach neoadjuvanter Therapie
r-Symbol — Keine Rezidiv-Klassifikation
L-Kategorie L0 Keine Lymphgefäßinvasion
V-Kategorie V0 Keine Veneninvasion
Pn-Kategorie Pn0 Keine Perineuralscheideninvasion
UICC-Stadium IA Stadium IA (pT1 pN0 M0)
Grading G2 Mäßig differenziert

Immunhistochemie (Modul Mamma)

Parameter Wert Kodierung
Östrogenrezeptor (ER) positiv, IRS 12, Anteil 95%, Intensität 3 LOINC 85337-4
Progesteronrezeptor (PR) positiv, IRS 8, Anteil 80%, Intensität 2 LOINC 85339-0
HER2/neu (IHC) Score 1+ (negativ) LOINC 85319-2
Ki-67 15% LOINC 85319-2-like, % positive cells

2. Erfassung im Questionnaire (SDC)

Der Kliniker erfasst diese Daten über einen strukturierten Fragebogen (Ausschnitt):

┌─────────────────────────────────────────────────────────────┐
│ Pathologiebefund — TNM und Rezeptorstatus                    │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│ TNM-Klassifikation                                           │
│                                                              │
│ Präfix T:    ◉ c (klinisch)  ◯ p (pathologisch)  ◯ yp  ◯ rp │
│ T-Kategorie: [pT1c ▼]                                        │
│                                                              │
│ Präfix N:    ◯ c             ◉ p                  ◯ yp      │
│ N-Kategorie: [pN0(sn) ▼]                                     │
│                                                              │
│ Präfix M:    ◉ c             ◯ p                             │
│ M-Kategorie: [cM0 ▼]                                         │
│                                                              │
│ L-Kategorie:  ◉ L0  ◯ L1  ◯ LX                               │
│ V-Kategorie:  ◉ V0  ◯ V1  ◯ VX                               │
│ Pn-Kategorie: ◉ Pn0 ◯ Pn1 ◯ PnX                              │
│                                                              │
│ UICC-Stadium: [IA ▼]                                         │
│ Grading:      [G2 ▼]                                         │
│                                                              │
├─────────────────────────────────────────────────────────────┤
│ Immunhistochemie (IHC)                                       │
│                                                              │
│ Östrogenrezeptor:                                            │
│   Status:      ◉ positiv  ◯ negativ  ◯ unbekannt             │
│   IRS:         [12]                                          │
│   Anteil (%):  [95]                                          │
│   Intensität:  ◯ 0  ◯ 1  ◯ 2  ◉ 3                            │
│                                                              │
│ Progesteronrezeptor:                                         │
│   Status:      ◉ positiv  ◯ negativ  ◯ unbekannt             │
│   IRS:         [8]                                           │
│   ...                                                        │
│                                                              │
│ HER2/neu (IHC):                                              │
│   Score:       ◯ 0  ◉ 1+  ◯ 2+  ◯ 3+                         │
│   Ergebnis:    ◉ negativ  ◯ positiv (ISH-Bestätigung bei 2+)│
│                                                              │
│ Ki-67 (%):     [15]                                          │
│                                                              │
└─────────────────────────────────────────────────────────────┘

FSH-Ausschnitt (vereinfacht):

* item[+]
  * linkId = "tnm-t-praefix"
  * text = "Präfix T"
  * type = #choice
  * answerOption[+].valueCoding = #c "klinisch"
  * answerOption[+].valueCoding = #p "pathologisch"
  * code = http://loinc.org#21905-5  // T-Kategorie
* item[+]
  * linkId = "tnm-t-kategorie"
  * text = "T-Kategorie"
  * type = #choice
  * answerValueSet = "https://www.senologie.org/fhir/ValueSet/vs-tnm-t-kategorie"

3. Abbildung im FHIR-Datenmodell

Die QuestionnaireResponse wird über SDC $extract in mehrere FHIR-Ressourcen transformiert. Die TNM + IHC-Daten werden als separate Observations gespeichert (MII Onkologie Pattern):

TNM-Klassifikation (MII Onko Profile)

Observation (mii-pr-onko-tnm-klassifikation)
├── code: LOINC 21908-9 "Stage group.cancer Clinical Cancer"
├── effectiveDateTime: 2025-02-05
├── subject → Patient/Fall1-Patient-Erika-Neumann
├── focus → Condition/Fall1-Diagnose-Mammakarzinom
├── method: UICC 8
├── valueCodeableConcept: IA                     ← UICC Stadium
├── hasMember → Observation/Fall1-TNM-T          ← pT1c
├── hasMember → Observation/Fall1-TNM-N          ← pN0(sn)
├── hasMember → Observation/Fall1-TNM-M          ← cM0
├── hasMember → Observation/Fall1-TNM-L          ← L0
├── hasMember → Observation/Fall1-TNM-V          ← V0
└── hasMember → Observation/Fall1-TNM-Pn         ← Pn0

Jede Sub-Observation (T/N/M/L/V/Pn) nutzt ein eigenes MII-Profil:

  • mii-pr-onko-tnm-t-kategorie
  • mii-pr-onko-tnm-n-kategorie
  • mii-pr-onko-tnm-m-kategorie
  • mii-pr-onko-tnm-l-kategorie
  • mii-pr-onko-tnm-v-kategorie
  • mii-pr-onko-tnm-pn-kategorie

Mit cpu-Präfix als Extension:

Observation.code.extension[mii-ex-onko-tnm-cp-praefix]
  .valueCoding = SCT#373808000 "clinical"  (für c)
  oder SCT#373809008 "pathological" (für p)

Immunhistochemie (MII Onko Mamma-Profile)

Observation (mii-pr-onko-mamma-rezeptorstatus-estrogen)
├── code: LOINC 85337-4 "Estrogen receptor [Interpretation]"
├── valueCodeableConcept: SCT#10828004 "Positive"
├── component[+]
│   ├── code: SCT#1234804006 "Anteil positive Zellen"
│   └── valueQuantity: 95 %
└── component[+]
    ├── code: SCT#1236874005 "Färbeintensität"
    └── valueCodeableConcept: SCT#258453006 "Strong staining"

Observation (mii-pr-onko-mamma-rezeptorstatus-progesteron)
└── (analog, LOINC 85339-0, IRS 8, 80%, Intensität 2)

Observation (mii-pr-onko-mamma-her2neu-status)
├── code: LOINC 85319-2
├── valueCodeableConcept: SCT#260385009 "Negative"
└── component[+]
    ├── code: "HER2-Score"
    └── valueCodeableConcept: "1+"

Observation (Ki-67)
└── valueQuantity: 15 %

4. Ausspielung oBDS-XML (Krebsregistermeldung)

Die StructureMaps transformieren die FHIR-Observations in oBDS v3.0.5:

oBDS TNM-Block

<TNM ID="fall1-tnm-op">
  <Datum>2025-02-05</Datum>
  <Version>8</Version>
  <c_p_u_Praefix_T>p</c_p_u_Praefix_T>
  <T>1c</T>
  <c_p_u_Praefix_N>p</c_p_u_Praefix_N>
  <N>0 (sn)</N>
  <c_p_u_Praefix_M>c</c_p_u_Praefix_M>
  <M>0</M>
  <L>L0</L>
  <V>V0</V>
  <Pn>Pn0</Pn>
  <UICC_Stadium>IA</UICC_Stadium>
</TNM>

oBDS Modul_Mamma

<Modul_Mamma>
  <HormonrezeptorStatus_Oestrogen>P</HormonrezeptorStatus_Oestrogen>
  <HormonrezeptorStatus_Progesteron>P</HormonrezeptorStatus_Progesteron>
  <Her2neuStatus>N</Her2neuStatus>
</Modul_Mamma>

Mapping in FSH/FML (Ausschnitt):

  • LOINC 85337-4 + SNOMED 10828004 "Positive" → oBDS HormonrezeptorStatus_Oestrogen = P
  • LOINC 85319-2 + SNOMED 260385009 "Negative" → oBDS Her2neuStatus = N

Die Transformation nutzt die Reverse ConceptMaps für die Code-Übersetzung.

5. Ausspielung IQTIG QS-Datensatz 18.1

Die IQTIG-StructureMap transformiert in den QS-Datensatz:

Teildatensatz Operation (O)
  O:PT          = p1c
  O:PN          = p0(sn)
  O:PM          = c0
  O:UICCPATHO   = IA
  O:GRADING     = G2
  O:ERSTATUS    = P
  O:PRSTATUS    = P
  O:HER2STATUS  = N

Besonderheit IQTIG: Die Teildatensätze werden als separate Datenzeilen geführt, UICC wird im OP-Block wiederholt, weil er der Bezugspunkt der QS-Messung ist.

6. Ausspielung OncoBox Brust (DKG-Zertifizierung)

Die OncoBox-StructureMap transformiert in das OncoBox-XML:

<Primärfall>
  <Diagnose>
    <PT>p1c</PT>
    <PN>p0(sn)</PN>
    <PM>c0</PM>
    <UICC>IA</UICC>
    <Grading>G2</Grading>
    <ERStatus>positiv</ERStatus>
    <ERIRS>12</ERIRS>
    <PRStatus>positiv</PRStatus>
    <PRIRS>8</PRIRS>
    <HER2IHC>1</HER2IHC>
    <HER2Ergebnis>negativ</HER2Ergebnis>
    <Ki67>15</Ki67>
  </Diagnose>
</Primärfall>

Besonderheit OncoBox: Die Kennzahl KB-15 (BET bei pT1) nutzt direkt das pT-Feld. Der IRS-Wert wird numerisch übertragen, nicht nur als Positiv/Negativ wie im oBDS.

Zusammenfassung der Transformation

Datenpunkt FHIR-Feld oBDS IQTIG OncoBox
pT Observation(TNM-T).value <T> + <c_p_u_Praefix_T> O:PT Diagnose/PT
pN Observation(TNM-N).value <N> O:PN Diagnose/PN
cM Observation(TNM-M).value <M> O:PM Diagnose/PM
UICC Observation(TNM-Klass).value <UICC_Stadium> O:UICCPATHO Diagnose/UICC
Grading Observation(Grading).value <Grading> O:GRADING Diagnose/Grading
ER-Status Observation(ER).value Modul_Mamma/<HormonrezeptorStatus_Oestrogen> = P/N/U O:ERSTATUS = P/N/U Diagnose/ERStatus (+ IRS)
PR-Status Observation(PR).value Modul_Mamma/<HormonrezeptorStatus_Progesteron> O:PRSTATUS Diagnose/PRStatus (+ IRS)
HER2/neu Observation(HER2).value Modul_Mamma/<Her2neuStatus> O:HER2STATUS Diagnose/HER2IHC + HER2Ergebnis

Wo die Meldewege unterscheiden

  • oBDS reduziert die IHC-Details auf P/N/U (Status), die detaillierten IRS-Werte gehen verloren.
  • IQTIG ist noch gröber, erwartet nur Status.
  • OncoBox behält die feingranularen IHC-Werte (IRS, Anteil, Intensität, HER2-Score).

Das heißt: Die klinische Erfassung muss die höchste Granularität abbilden (OncoBox-Niveau), die Reduktion zu oBDS/IQTIG erfolgt in der StructureMap.

Design-Prinzip

Dieser Walkthrough illustriert das zentrale Design-Prinzip des Kerndatensatzes:

Einmal fein erfassen, mehrfach grob ausleiten.

Der Kliniker erfasst die Daten in der höchsten klinisch relevanten Granularität (über SDC-Questionnaire). FHIR speichert die strukturierte Repräsentation. Die StructureMaps reduzieren diese Daten auf das jeweilige Meldeformat. Verluste (z.B. IRS → nur P/N/U bei oBDS) sind dokumentiert und akzeptiert — sie sind eine Eigenschaft der Zielformate, nicht des Kerndatensatzes.