Udostępnij za pośrednictwem

Używanie przykładowych notesów przekształceń OMOP w rozwiązaniach do obsługi danych medycznych

  • Artykuł

Uwaga

Za wartość jest obecnie aktualizowana.

W tej sekcji przedstawiono dwa przykładowe scenariusze partnerstwa na rzecz obserwacyjnych wyników medycznych (OMOP). Scenariusze te odzwierciedlają wspólne badania kliniczne prowadzone przez społeczność OMOP w odniesieniu do narażenia na leki pierwotne i wtórne w różnych populacjach pacjentów. Z perspektywy czasu do wartości pokazuje, jak szybko można wizualizować wyniki analityczne w obszarze roboczym Fabric. Tę wizualizację można osiągnąć, wykonując przykładowe notesy po wypełnieniu przez potoki danych zasobów FHIR (Fast Healthcare Interoperability Resources) odpowiednio w srebrnych i złotych magazynach lakehouse.

Wymagania wstępne

Przed uruchomieniem przykładowych notesów healthcare#_msft_omop_drug_exposure_era_sample i healthcare#_msft_omop_drug_exposure_insights_sample upewnij się, że masz następujące wymagania:

Przykładowy scenariusz

Przykładowe scenariusze mają na celu identyfikację kohort pacjentów stratyfikowanych według płci i wieku, którzy są narażeni na działanie leku drugorzędnego w określonym czasie podczas przyjmowania tego samego leku podstawowego. Proces obejmuje następujące kroki:

  • Stratyfikacja populacji pacjentów według płci i wieku.

  • Zidentyfikuj lek (na przykład insulinę izofanową, ludzką 70 UNT/ML/insulinę, zwykłą, ludzką 30 jednostek) przyjmowaną przez populację pacjentów przez okres jednego roku, co najmniej raz.

    Jeśli nie ma wystarczającej ilości danych, rozważ okres pięciu lat.

  • Zidentyfikuj inny lek (drugi lek), na który ta sama populacja pacjentów jest narażona w tym samym okresie.

  • Wykreśl rozkład wtórnej ekspozycji na narkotyki w warstwach płci.

  • Wygeneruj rekordy i wizualizuj rozkład w postaci wykresu histogramu.

Porada

Przykładowe scenariusze odwołują się do skryptów przykładowych er leków OHDSI i Zapytań narażenia na leki OMOP. Możesz przejrzeć te zasoby, aby dowiedzieć się więcej o podobnych przykładach opublikowanych przez społeczność OMOP.

Przykładowe dane wejściowe wykonywania notesu

Podstawowym celem projektu rozwojowego jest wygenerowanie rekordów ery leku, reprezentowanych przez znormalizowaną tabelę pochodną OMOP drug_era. W tej tabeli są przechowywane obliczone ery leków, zawierające zagregowane informacje na temat ekspozycji na lek pogrupowane według osoby, składnika leku i przedziału trwałości. Reprezentuje ciągłe okresy zakładanej ekspozycji na określony składnik aktywny, różniące się od indywidualnych zapisów ekspozycji na leki.

Poniższa tabela zawiera następujące kolumny:

  • drug_era_id: identyfikator unikatowy dla każdej ery leków.

  • person_id: klucz obcy odnoszący się do osoby narażonej na działanie leku, ze szczegółami demograficznymi w tabeli Osoba.

  • drug_concept_id: klucz obcy odnoszący się do znormalizowanego identyfikatora pojęcia składnika aktywnego.

  • drug_era_start_date: data rozpoczęcia ery leków, pochodząca z pierwszej ekspozycji na lek.

  • drug_era_end_date: data końcowa ery leków, na podstawie ostatniej ekspozycji na lek.

  • drug_exposure_count: całkowita liczba ekspozycji na leki w erze leków.

  • gap_days: liczba dni nieuwzględnionych w zapisach dotyczących narażenia na lek, które przyczyniły się do ery leku.

Do generowania rekordów ery leku używamy następujących znormalizowanych tabel klinicznych OMOP:

  • Narażenie na leki: ta tabela zawiera dane dotyczące narażenia na leki, w tym drug_exposure_id, person_id, drug_concept_id, drug_exposure_start_date, drug_exposure_end_date i days_supply.

  • Element nadrzędny pojęcia: ta tabela przechowuje hierarchiczne relacje między pojęciami w różnych słownikach, takich jak RxNorm. Obejmuje on ancestor_concept_id (odniesienie do pojęcia wyższego poziomu) i descendant_concept_id (odniesienie do pojęcia niższego poziomu), reprezentujące szersze i węższe połączenia pojęć.

  • Pojęcie: ta tabela zawiera dane pojęć, w tym concept_id, concept_name, domain_id, vocabulary_id i concept_class_id.

Przykładowe parametry wejściowe

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

Przykładowe dane wyjściowe notesu

Po uruchomieniu dwóch przykładowych notesów generowany jest histogram z rozkładem wtórnej ekspozycji na lek w warstwach płci i wieku populacji pacjentów zidentyfikowanych w określonym okresie na podstawie tabeli pochodnej OMOP omop.drug_era. W tym przykładzie rozważamy okres jednego roku.

Obraz przedstawiający histogram narażenia na lek dla próbki.

Rozkładu można użyć do przeanalizowania następujących aspektów:

  • Wpływ narażenia w podziale na płeć i wiek.
  • Mediana rozkładu populacji dotkniętej chorobą.
  • Statystyki opisowe opisujące charakterystykę populacji.

Pamiętaj

  • Aby przetestować scenariusze niestandardowe, utwórz kopię przykładowych notesów. Nie aktualizuj notesów bezpośrednio.

  • W notesie wizualizacji są używane następujące parametry, które można skonfigurować w celu uruchamiania różnych analiz:

    • primary_drug: podstawowy lek do analizy.
    • secondary_drug: drugorzędny lek do analizy.
    • year: rok, dla którego jest przeprowadzana analiza.

  • Wielokrotne uruchomienie notesu ery narażenia na działanie leków powoduje najpierw usunięcie wszystkich istniejących rekordów OMOP drug_era, a następnie ponowne utworzenie rekordów na podstawie najnowszych danych OMOP.