Die Beispielnotebooks der OMOP-Transformationen in Datenlösungen für das Gesundheitswesen nutzen

Anmerkung

Dieser Inhalt wird derzeit aktualisiert.

In diesem Abschnitt finden Sie zwei OMOP-Beispielszenarien (Observational Medical Outcomes Partnership). Diese Szenarien spiegeln gängige klinische Forschungsstudien wider, die von der Gemeinschaft in Bezug auf die OMOP-Exposition gegenüber primären und sekundären Arzneimitteln in verschiedenen Patientenpopulationen durchgeführt wurden. Aus der Perspektive der Zeit bis zur Wertschöpfung wird gezeigt, wie schnell Sie Analyseergebnisse in Ihrem Fabric-Arbeitsbereich visualisieren können. Sie können diese Visualisierung erreichen, indem Sie die Beispielnotebooks ausführen, nachdem die Datenpipelines die klinischen Daten der Fast Healthcare Interoperability Resources (FHIR) in den Silver bzw. Gold Lakehouses aufgefüllt haben.

Anforderungen

Bevor Sie die Beispielnotebooks healthcare#_msft_omop_drug_exposure_era_sample und healthcare#_msft_omop_drug_exposure_insights_sample ausführen, müssen Sie sicherstellen, dass Sie die folgenden Anforderungen erfüllen:

• Überprüfen Sie, ob die OMOP-Datenbank erstellt und mit Beispieldaten gefüllt wurde.

• Stellen Sie die Beispieldaten in Ihrer OMOP-Umgebung bereit, und richten Sie sie ein, wie unter Bereitstellen von OMOP-Transformationen erläutert.

• Sehen Sie sich die Konfiguration des Beispielnotebooks an, wie in den folgenden Abschnitten erläutert:

  • Das Beispielnotizbuch für die Ära der Drogenexposition konfigurieren
  • Das Beispielnotizbuch für die Erkenntnisse der Drogenexposition konfigurieren

Beispielszenario

Die Beispielszenarien zielen darauf ab, nach Geschlecht und Alter stratifizierte Patientenkohorten zu identifizieren, die während eines bestimmten Zeitraums einem sekundären Medikament ausgesetzt waren, während sie dasselbe primäre Medikament einnahmen. Der Prozess umfasst die folgenden Schritte:

• Stratifizieren Sie die Patientenpopulation nach Geschlecht und Alter.

• Identifizieren Sie das Medikament (z. B. Insulinisophan, humanes 70 UNT/ML/Insulin, regulär, human 30Unit), das von der Patientenpopulation über einen Zeitraum von einem Jahr mindestens einmal eingenommen wurde.

  Wenn nicht genügend Daten vorhanden sind, sollten Sie stattdessen einen Zeitraum von fünf Jahren in Betracht ziehen.

• Identifizieren Sie ein anderes Medikament (das zweite Medikament), dem die gleiche Patientenpopulation im gleichen Zeitraum ausgesetzt ist.

• Zeichnen Sie die Verteilung der sekundären Arzneimittelexposition über die Geschlechterschichten auf.

• Generieren Sie die Datensätze, und visualisieren Sie die Verteilung als Histogramm.

Trinkgeld

Die Beispielszenarien beziehen sich auf die OHDSI Drug Eras-Beispielskripte und die OMOP-Abfragen zur Arzneimittelexposition. Sie können diese Ressourcen lesen, um mehr über ähnliche Beispiele zu erfahren, die von der OMOP-Community veröffentlicht wurden.

Eingaben für die Ausführung von Beispielnotebooks

Das primäre Ziel des Entwicklungsdesigns besteht darin, die Datensätze aus der Arzneimittelära zu generieren, die durch die OMOP-standardisierte abgeleitete Tabelle drug_era dargestellt werden. In dieser Tabelle werden die berechneten Arzneimittelzeiten gespeichert, die aggregierte Informationen über die Arzneimittelexposition gruppiert nach Person, Wirkstoffbestandteil und Persistenzfenster enthalten. Es handelt sich um kontinuierliche Zeiträume der angenommenen Exposition gegenüber einem bestimmten Wirkstoff, die sich von den Aufzeichnungen über die Exposition einzelner Arzneimittel unterscheiden.

Die Tabelle enthält die folgenden Spalten:

• drug_era_id: eindeutiger Bezeichner für jede Arzneimittelzeit.

• person_id: Fremdschlüssel, der sich auf die Person bezieht, die dem Arzneimittel ausgesetzt war, mit demografischen Details in der Tabelle Person.

• drug_concept_id: Fremdschlüssel, der sich auf eine standardisierte Konzeptkennung für den Wirkstoff bezieht.

• drug_era_start_date: Startdatum der Arzneimittelzeit, abgeleitet von der ersten Arzneimittelexposition.

• drug_era_end_date: Enddatum der Arzneimittelzeit, basierend auf der letzten Arzneimittelexposition.

• drug_exposure_count: Gesamtzahl der Arzneimittelexpositionen während der Arzneimittelzeit.

• gap_days: Anzahl der Tage, die nicht von den Aufzeichnungen über die Arzneimittelexposition abgedeckt sind, die zur Arzneimittelzeit beigetragen haben.

Für die Generierung der Arzneimittel-Datensätze verwenden wir die folgenden OMOP-standardisierten klinischen Tabellen:

• Arzneimittelexposition: Diese Tabelle enthält die Daten zur Arzneimittelexposition, einschließlich drug_exposure_id, person_id, drug_concept_id, drug_exposure_start_date drug_exposure_end_date und days_supply.

• Vorgängerkonzept: In dieser Tabelle werden hierarchische Beziehungen zwischen Konzepten in verschiedenen Vokabularen wie RxNorm gespeichert. Es umfasst die ancestor_concept_id (eine Referenz auf ein übergeordnetes Konzept) und die descendant_concept_id (eine Referenz auf ein untergeordnetes Konzept), die die breiteren zu engeren Begriffsverbindungen darstellen.

• Konzept: Diese Tabelle enthält die Konzeptdaten, einschließlich concept_id, concept_name, domain_id, vocabulary_id und concept_class_id.

Beispieleingabeparameter

• primary_drug = 1596977 - insulin
• secondary_drug = 1308216 - lisinopril
• year = 2022

Ausgaben von Beispielnotebooks

Wenn Sie die beiden Beispielnotebooks ausführen, generieren sie ein Histogramm mit einer Verteilung der sekundären Arzneimittelexposition über die Geschlechts- und Altersschichten der Patientenpopulation, die während eines bestimmten Zeitraums aus der abgeleiteten OMOP-Tabelle omop.drug_era identifiziert wurden. In diesem Beispiel betrachten wir einen Zeitraum von einem Jahr.

Mit der Verteilung können Sie folgende Aspekte analysieren:

• Auswirkungen der Exposition nach Geschlecht und Alter.
• Medianverteilung der betroffenen Population.
• Deskriptive Statistik zur Beschreibung der Merkmale der Bevölkerung.

Was Sie beachten sollten

• Erstellen Sie zum Testen Ihrer benutzerdefinierten Szenarien eine Kopie der Beispielnotebooks. Aktualisieren Sie die Notibücher nicht direkt.

• Das Visualisierungs-Notebook verwendet die folgenden Parameter, die Sie konfigurieren können, um verschiedene Analysen auszuführen:

  • primary_drug: Das primäre zu analysierende Medikament.
  • secondary_drug: Das sekundäre zu analysierende Medikament.
  • year: Das Jahr, für das die Analyse durchgeführt werden sollte.

• Durch mehrmaliges Ausführen des Notebooks Drug Exposure Era werden zunächst alle vorhandenen OMOP-Datensätze drug_era gelöscht und dann basierend auf den neuesten OMOP-Daten neu erstellt.

Verwandte Informationen

• Übersicht der OMOP-Transformationen
• OMOP-Transformationen bereitstellen und konfigurieren
• OMOP-Transformationen verwenden