XiaoMi-AI文件搜索系统
World File Search SystemOMOP
OMOP CDM中的药物剂量和暴露时间
将医疗数据转换为观察医学结果伙伴关系（OMOP）共同数据模型（CDM）的需求日益增长。主要的ETL挑战之一是将天然数据转换为保留施用或处方的确切药物剂量的药物域。从CDM v.5.2.0面开始，该exposure表包含唯一用于储存药物量的数量字段。在最新的CDM文档中，据指出“应将数量转换为drug_strength表中给出的正确单位”。尽管CDM文档提供了有关此主题的示例，但数量和药物剂量计算之间仍然存在相当大的歧义。此外，由于OMOP CDM v5.2.0 drug_exposure_end_date字段。众所周知，源数据中并不总是可以使用药物摄入的结束日期，因此OMOP CDM文档提供了推断drug_exposure_end_date²的方法：基于天数供应，总剂量/每日剂量比例的总剂量/每日剂量比例和默认值和默认值（1天的行政记录，书面处方和89天的订购日为29天）。默认值规则往往不够精确，需要在缺乏天数供应和每日剂量信息的数据源上开发替代解决方案。
在OMOP CDM中启用基因组数据协调
背景观察健康数据科学和信息学（OHDSI）观察性医学结果伙伴关系（OMOP）共同数据模型（CDM）通过将这些不同来源的临床数据进行大规模分析的概念，通过使这些不同的数据模型和共同的辅助数据模型和共同的声音模型进行协调。在多个国家 /地区的多个机构中采用OMOP CDM已使各种疾病领域的跨机构合作有能力产生真实的证据并最终改善患者护理1。为了实现精确医学，它需要将基因组变体整合到CDM中。虽然OHDSI工具和词汇量已经在多个方面开发了，但迄今为止，OMOP词汇的重点是基因组变体（OMOP基因组）的重点，已放置在与癌症临床上相关的基因组变体上。这限制了其他疾病领域和健康人群中精确医学的努力；因此，我们认为改进1）基因组词汇； 2）映射工具对于最大程度地限制此限制很重要。顺便说一句，美国食品和药物管理局（US FDA）已经确定了可互操作基因组数据标准的差距，因此，使用OMOP CDM开发OMOP/GA4GH互操作性框架是战略价值。
OMOP CDM 中的药物剂量和暴露时间
如果源数据中没有每日剂量，则可以使用最常见剂量：对于每个源药物概念或源/目标药物概念组合，定义最常见剂量，然后将其应用于缺少剂量的记录。如果根本没有每日剂量，可以使用 ATC DDD（定义每日剂量）作为用于成人主要适应症的药物的假定平均每日维持剂量 4 。该方法在 OHDSI 论坛 5 上进行了讨论，并在口服固体药物上进行了测试。使用另一个合理的估计来评估方法的合理性：根据以下处方计算结束日期并假设服药的最常见持续时间应为 7/30/60/90 天。此外，我们审查了来源中 200 种最常见药物的结果，并得出结论，在大多数情况下，ATC DDD 方法是适用的（例如，来源药物是“氨氯地平 5 毫克口服片”，总量 = 28 片，ATC DDD = 5 毫克 => 计算持续时间 = 28 天）。但是，这种方法有一些局限性。一些药物的剂量不同，适用于不同的治疗目的，例如，阿司匹林作为镇痛药/解热药的剂量为 3 克/天，作为抗血栓剂的剂量为 1 片/天（与强度无关）。
通过疫苗串通OMOP疫苗相关词汇
1。Abeysinghe R，Black A，Kaduk D等。使用半自动化的方法，在OMOP词汇中疫苗概念映射的质量改进。j BioMed Inform。2022; 134：104162。2。He，Y.，Cowell，L.，Diehl，A。等。vo：疫苗本体论。nat Prec（2009）。https://doi.org/10.1038/npre.2009.3552.1 3。lin y，He Y.本体论表示和分析疫苗公式和给药及其对疫苗免疫反应的影响。J BioMed语义。2012年12月20日; 3（1）：17。4。IIS：当前HL7标准代码集CVX-施用的疫苗[引用2023年6月7日]。可从：https：//www2a.cdc.gov/vaccines/iis/iis/iisstandards/vaccines.asp?rpt=cvx 5。https://github.com/vaccineontology 6。Ong e，Xiang Z，Zhao B，Liu Y，Lin Y，Zheng J，Mungall C，Courtot M，Ruttenberg A，He Y. Ontobee：链接的本体学数据服务器，以支持本体术语术语术语术语递减，链接，查询，查询，查询和集成。核酸res。2017年1月4日； 45（D1）：D347-D352。7。Musen MA； Protégé团队。 Protégé项目：回顾和向前看。 AI很重要。 2015 Jun; 1（4）：4-12。 8。 Xiang Z，Zheng J，Lin Y，He Y. Ontorat：基于本体设计模式的新本体论项，注释和公理的自动生成。 J BioMed语义。 2015年1月9日; 6：4。 9。https://github.com/vaccineontology/vo/tree/master/docs10. 疫苗缩写| CDC [Internet]。 [引用2023年6月7日]。 可从：获得Musen MA； Protégé团队。Protégé项目：回顾和向前看。AI很重要。2015 Jun; 1（4）：4-12。 8。 Xiang Z，Zheng J，Lin Y，He Y. Ontorat：基于本体设计模式的新本体论项，注释和公理的自动生成。 J BioMed语义。 2015年1月9日; 6：4。 9。https://github.com/vaccineontology/vo/tree/master/docs10. 疫苗缩写| CDC [Internet]。 [引用2023年6月7日]。 可从：获得2015 Jun; 1（4）：4-12。8。Xiang Z，Zheng J，Lin Y，He Y. Ontorat：基于本体设计模式的新本体论项，注释和公理的自动生成。J BioMed语义。2015年1月9日; 6：4。9。https://github.com/vaccineontology/vo/tree/master/docs10.疫苗缩写| CDC [Internet]。[引用2023年6月7日]。可从：
现实世界证据的生成AI在IQVIA健康数据转换上加速OMOP转换
fhir越来越多地成为医疗保健中采用的互操作性标准，预计全球使用将继续增长1。发展为提高健康数据交换的便利性和速度的一种手段，它大大减少了组织与患者之间数据共享的摩擦。虽然为互换优化了FHIR标准，但其他标准（例如OMOP）已优化用于分析。因此，OMOP转换的FHIR是实现数据分析中互操作性和一致性的重要要求。因此，OMOP转换的FHIR是IQVIA健康数据转换平台的核心组成部分。通过FHIR实现这两种技术（OMOP和FHIR）之间的共存和协同作用，以在IQVIA健康数据转换平台中启用OMOP转换。
使用半自动化方法提高 Omop 词汇表中疫苗概念图的质量
观察性医学结果伙伴关系 (OMOP) 通用数据模型 (CDM) 提供了一个统一的模型来整合不同的真实世界数据 (RWD) 源。OMOP CDM 的一个组成部分是标准化词汇表（以下称为 OMOP 词汇表），它能够组织和标准化 OMOP CDM 各个临床领域的医学概念。对于来自不同源词汇表的具有相同含义的概念，一个被指定为标准概念，而其他则被指定为非标准或源概念并映射到标准概念。然而，由于源词汇表的异构性，OMOP 词汇表中可能存在映射问题，例如错误映射和缺失映射，这可能会影响使用
使用OMOP CDM和OHDSI工具扩展OUH临床数据仓库数据输送基础架构
方法的CDW数据报告，以扩展为止，CDW的数据报告基础架构是用oracle技术来用于ETL和构建和构建并介绍报告和分析的。CDW当前包含来自几个临床系统的数据，这些数据通过报告和仪表板向临床医生呈现。通过三个工作流提供了用于构建报告基础架构的ETL工具和技能，用于交付Digione项目：（1）采购CDW中尚未存在的变量，（2）将CDW的变量从CDW转换为OMOP，以及（3）（3）（3）对基础结构进行效应以实现联邦研究的研究3。数据输送基础架构为了将患者数据传递给临床医生，数据报告基础架构使用的ETL和报告工具已被重新用于实施数据传递基础架构。基础架构允许CDW独立的研究支持团队代表质量和研究注册表所有者向CDW签订数据订单。研究支持是数据接收者，有责任将数据派遣到特定的注册表中。
标题：Medicare和Medicaid承保范围的人的远程医疗利用
首先，我们使用Medicare和Medicare Medicaid统计信息系统（T-MSIS）索赔数据的2018 - 2020年相遇样本进行了横断面分析。我们使用了753 ICD-9-CM和ICD-10-CM诊断代码来识别糖尿病患者。第二，我们通过使用观察性医学结果伙伴关系（OMOP）共同数据模型（CDM）将糖尿病队列转变为新的Snomed词汇。OMOP ATHENA工具用于映射到Snomed-CT。