Header
 
Login
 

Privatsphäre-Einstellungen

Wir verwenden Cookies auf unserer Website. Einige von ihnen sind unerlässlich, während andere uns helfen, diese Website und Ihre Erfahrungen zu verbessern.

Notwendig Statistik Marketing
Auswahl bestätigen
Weitere Einstellungen

Hier finden Sie eine Übersicht aller verwendeten Cookies. Sie können ganzen Kategorien Ihre Zustimmung geben oder weitere Informationen anzeigen und bestimmte Cookies auswählen.

Alle auswählen
Auswahl bestätigen
Notwendig Cookies
Wesentliche Cookies ermöglichen grundlegende Funktionen und sind für die ordnungsgemäße Funktion der Website erforderlich.
Statistik Cookies
Statistik-Cookies sammeln anonym Informationen. Diese Informationen helfen uns zu verstehen, wie unsere Besucher unsere Website nutzen.
Marketing Cookies
Marketing-Cookies werden von Werbekunden oder Publishern von Drittanbietern verwendet, um personalisierte Anzeigen zu schalten. Sie tun dies, indem sie Besucher über Websites hinweg verfolgen
Zurück

Ihr Suchergebnis

Sie recherchieren derzeit unangemeldet.
Melden Sie sich an (Login) um den vollen Funktionsumfang der Datenbank nutzen zu können.
Sie suchen in allen Bereichen nach dem Autor Dietrich T.

In der Rubrik Zeitschriften haben wir 2 Beiträge für Sie gefunden

  1. Merken

    Data Governance

    Rubrik: IT

    (Treffer aus pharmind, Nr. 06, Seite 786 (2020))

    Dietrich T

    Data Governance / Teil 2: Datenlenkungssysteme*Teil 1 dieses Beitrags: siehe Pharm. Ind. 2020;82(3);412–423. · Dietrich T · pharm@dviser, Wehrheim
    In mehreren, seit 2015 erschienenen, Richtlinien und Leitfäden wird die Einführung einer Data Governance (Datenlenkung) gefordert. Dieser Begriff wurde bis dahin in den Regularien der Life-Sciences-Industrien nicht verwendet. Es stellt sich daher die Frage, was genau darunter zu verstehen ist. Dieser Beitrag greift das Thema auf und beleuchtet bestehende explizite Anforderungen an die Datenlenkung. Dabei geht er über die Zielgröße der Datenintegrität hinaus und beschreibt die verschiedenen Elemente eines ganzheitlichen Datenlenkungssystems, das auf die übergeordnete Datenqualität ausgerichtet ist. Diese stellt somit nicht nur die Datenintegrität sicher, sondern auch andere essenzielle und gesetzlich geforderte Datenqualitätsattribute. Als tragende Säulen der Zielgröße Datenqualität werden ...

  2. Merken

    Data Governance

    Rubrik: IT

    (Treffer aus pharmind, Nr. 03, Seite 412 (2020))

    Dietrich T

    Data Governance / Teil 1: Terminologie und Basiskonzepte · Dietrich T · pharm@dviser, Wehrheim
    Eine schlüssige und präzise Terminologie ist zur eindeutigen Beschreibung und Diskussion eines jeden Themas unverzichtbar. Die existenten einschlägigen Richtlinien und Leitfäden zum Thema Data Governance (Datenlenkung) und Datenintegrität sind hinsichtlich der verwendeten Terminologie z. T. inkonsistent, widersprüchlich, unvollständig und vage. Die Intention dieses Beitrags ist es, schlüssige Begriffsdefinitionen zu liefern, welche die Grundlage der im Weiteren wiedergegebenen Begriffsdiskussionen und -abgrenzungen sowie auch des Beitrags Data Governance – Teil 2: Datenlenkungssysteme sind. Neben der Terminologie wird auch auf wesentliche Basiskonzepte der Datenlenkung detailliert eingegangen, die für die Einführung eines Datenlenkungssystems und somit zur Sicherstellung der Datenqualität und -integrität von großer Bedeutung sind. Der ...

In der Rubrik Bücher haben wir 2 Bücher für Sie gefunden

  1. Merken

    GMP-Inspektionen und -Audits 3. Auflage
    Grundlagen · Behördliche Inspektionen · Praxisberichte · Audits im globalen Umfeld

    (Treffer aus Büchern)


    Grundlagen · Behördliche Inspektionen · Praxisberichte · Audits im globalen Umfeld Worauf es ankommt GMP-Inspektionen und -Audits sind ein wesentlicher Bestandteil in der Sicherung der Arzneimittelqualität. Ohne eine ...

  2. Merken

    Datenintegrität in der pharmazeutischen Industrie
    Anwendung – Praxisbeispiele – Audit Trail

    (Treffer aus Büchern)


    Ein erfolgreiches Qualitätsmanagement im GxP-regulierten Umfeld stützt sich auf die Zuverlässigkeit (Korrektheit, Konsistenz, Vollständigkeit) aller erhobenen Daten. Damit diese Daten als zuverlässig beurteilt werden können, muss deren Lebenszyklus lückenlos ...