Condividi tramite

Usare notebook di esempio con Trasformazioni OMOP nelle soluzioni per dati sanitari

  • Articolo

Nota

Questo contenuto è in fase di aggiornamento.

In questa sezione vengono illustrati due scenari di esempio OMOP (Observational Medical Outcomes Partnership). Questi scenari riflettono gli esami diagnostici comuni di ricerca clinica condotti dalla community OMOP in merito all'esposizione a farmaci primari e secondari in tutte le popolazioni di pazienti. Dal punto di vista del time-to-value, dimostra la rapidità con cui è possibile visualizzare risultati analitici nell'area di lavoro Fabric. Puoi ottenere questa visualizzazione eseguendo i notebook di esempio dopo che le pipeline di dati hanno popolato i dati clinici FHIR (Fast Healthcare Interoperability Resources) rispettivamente nei lakehouse Silver e Gold.

Prerequisiti

Prima di eseguire i notebook di esempio healthcare#_msft_omop_drug_exposure_era_sample e healthcare#_msft_omop_drug_exposure_insights_sample, assicurati di disporre dei seguenti requisiti:

Scenario di esempio

Gli scenari di esempio hanno lo scopo di identificare coorti di pazienti stratificate per sesso ed età che sono esposte a un farmaco secondario durante un certo periodo mentre assumono lo stesso farmaco primario. Il processo include i seguenti passaggi:

  • Stratificare la popolazione di pazienti per sesso ed età.

  • Identificare il farmaco (ad esempio, insulina isophane, umana 70 UNT/ML/insulina, normale, umana 30Unit) assunto dalla popolazione di pazienti per un periodo di un anno, almeno una volta.

    Se non ci sono dati sufficienti, prendi in considerazione un periodo di cinque anni.

  • Identificare un altro farmaco (il secondo farmaco) a cui la stessa popolazione di pazienti è esposta durante lo stesso periodo.

  • Tracciare la distribuzione dell'esposizione al farmaco secondario attraverso gli strati di sesso.

  • Generare i record e visualizzare la distribuzione come istogramma.

Suggerimento

Gli scenari di esempio fanno riferimento agli script di esempio OHDSI Drug Eras e alle query di esposizione ai farmaci OMOP. Puoi esaminare queste risorse per saperne di più su esempi simili pubblicati dalla community OMOP.

Input di esecuzione dei notebook di esempio

L'obiettivo principale del progetto di sviluppo è di generare i record del periodo di esposizione rappresentati dalla tabella derivata standardizzata OMOP drug_era. In questa tabella sono memorizzati i periodi di esposizione calcolati, contenenti informazioni aggregate sulle esposizioni ai farmaci raggruppate per persona, principio attivo del farmaco e finestra di persistenza. Rappresenta periodi continui di presunta esposizione a uno specifico principio attivo, distinti dai singoli record di esposizione ai farmaci.

La tabella contiene le seguenti colonne:

  • drug_era_id: identificatore univoco di ogni periodo di esposizione.

  • person_id: chiave esterna che fa riferimento alla persona esposta al farmaco, con dettagli demografici nella tabella Person.

  • drug_concept_id: chiave esterna che fa riferimento a un identificatore concettuale standardizzato per il principio attivo.

  • drug_era_start_date: data di inizio del periodo di esposizione, derivata dalla prima esposizione al farmaco.

  • drug_era_end_date: data di fine del periodo di esposizione, in base all'ultima esposizione al farmaco.

  • drug_exposure_count: numero totale di esposizioni ai farmaci durante il periodo di esposizione.

  • gap_days: numero di giorni non coperti dai record di esposizione ai farmaci inclusi nel periodo di esposizione.

Per generare i record del periodo di esposizione, utilizziamo le seguenti tabelle cliniche standardizzate OMOP:

  • Esposizione ai farmaci: questa tabella contiene i dati sull'esposizione ai farmaci, tra cui drug_exposure_id, person_id, drug_concept_id, drug_exposure_start_date, drug_exposure_end_date e days_supply.

  • Predecessore concetto: in questa tabella vengono memorizzate le relazioni gerarchiche tra i concetti in vari vocabolari, ad esempio RxNorm. Include ancestor_concept_id (un riferimento a un concetto di livello superiore) e descendant_concept_id (un riferimento a un concetto di livello inferiore), che rappresentano le connessioni concettuali da quelle più ampie a quelle più ridotte.

  • Concetto: questa tabella contiene i dati concettuali, tra cui concept_id, concept_name, domain_id, vocabulary_id e concept_class_id.

Parametri di input di esempio

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

Output di notebook di esempio

Quando esegui i due notebook di esempio, questi generano un istogramma con una distribuzione dell'esposizione al farmaco secondario negli strati di sesso ed età della popolazione di pazienti identificata durante un periodo specifico dalla tabella OMOP derivata omop.drug_era. In questo esempio, prendiamo in considerazione un periodo di un anno.

Immagine che mostra un istogramma di esempio dell'esposizione ai farmaci.

Puoi utilizzare la distribuzione per analizzare i seguenti aspetti:

  • Impatto dell'esposizione per sesso ed età.
  • Distribuzione mediana della popolazione interessata.
  • Statistica descrittiva per descrivere le caratteristiche della popolazione.

Alcune cose da ricordare

  • Per testare gli scenari personalizzati, fai una copia dei notebook di esempio. Non aggiornare direttamente i notebook.

  • Il notebook di visualizzazione usa i seguenti parametri, configurabili per eseguire analisi differenti:

    • primary_drug: il farmaco primario da analizzare.
    • secondary_drug: il farmaco secondario da analizzare.
    • yearl'anno per il quale deve essere eseguita l'analisi.

  • Se si esegue più volte il notebook del periodo di esposizione, dapprima vengono eliminati tutti i record drug_era OMOP esistenti e poi vengono ricreati i record in base ai dati OMOP più recenti.