临床数据向通用数据模型转换研究及应用实践

目的:通过参与OHDSI(ObservationalHealthDataSciencesandInformatics)研究,挖掘临床大数据的价值,评估OHDSI研究在国内的可行性,并探讨OHDSI研究的有效方法。方法:建立标准化的OMOP通用数据模型(CDM),并成功导入临床数据,在此基础上建设了临床医疗大数据科研分析平台,选择高血压、2型糖尿病、抑郁症三个慢病进行分析研究。结果:分析了高血压、2型糖尿病、抑郁症的治疗路径(用药品种与顺序),并进行了数据可视化,生成图形与图表。结论:通用数据模型的使用,既可实现全院级的科研数据的整合,也在充分保护患者隐私的前提下,为跨医院、跨区域的科研数据共享提供了一个良好的基础,可借助大数据技术开展大规模的合作式科研。

观察性健康数据科学和信息学组织实用工具简介

运用真实世界大数据进行药品不良反应主动监测受到了国内外学者的高度关注。其中如何实现多个形式不一数据库之间的数据整合,仍然是发挥大数据优势对药品不良反应进行主动监测时存在的一个巨大的挑战。本文旨在通过介绍观察性健康数据科学和信息学(OHDSI)组织的几种工具软件,为我国开展药品不良反应主动监测的数据整合提供思路及方向。