Un sistema interactivo de visualización de información para consultas temporales en un conjunto de datos de HCE a...

Área de la Ciencia:

• Informática Clínica
• Ciencia de Datos de Salud
• Epidemiología Computacional

Sus antecedentes:

• El uso secundario de Registros Electrónicos de Salud (HCE) es crucial para la investigación de COVID-19.
• Existen desafíos en el acceso y análisis de datos de HCE a gran escala para la investigación clínica.
• Las herramientas informáticas existentes a menudo requieren experiencia especializada en bases de datos, lo que crea barreras para los investigadores.

Objetivo del estudio:

• Presentar COVID-SPHERE, una aplicación web de autoservicio para el uso secundario de datos de HCE en la investigación de COVID-19.
• Facilitar la construcción de consultas temporales complejas y la visualización de datos para investigadores clínicos.
• Reducir las barreras informáticas y mejorar la eficiencia de la investigación clínica y traslacional.

Principales métodos:

• Desarrolló un marco conceptual flexible de HCE con conceptos jerárquicos y ontologías.
• Implementó la generación dinámica de consultas de MongoDB en tiempo real desde una interfaz de un solo clic.
• Integró visualizaciones interactivas y facetadas para la actividad longitudinal del paciente y el análisis de registros de salud.
• Desplegado en un servidor que gestiona más de 5 TB de datos, incluyendo 30 mil millones de registros de salud de 8,8 millones de pacientes durante 15 años.

Principales resultados:

• COVID-SPHERE ha apoyado con éxito múltiples estudios de investigación publicados sobre epidemiología de COVID-19, resultados de tratamiento y secuelas a largo plazo desde noviembre de 2020.
• Demostró generalización en varios temas de investigación relacionados con COVID-19.
• Facilitó el descubrimiento eficiente de cohortes y la obtención de información basada en datos para la vigilancia y la intervención.

Conclusiones:

• COVID-SPHERE reduce significativamente las barreras informáticas, capacitando a los investigadores para utilizar los datos de HCE de manera más efectiva.
• La aplicación mejora la eficiencia de la investigación clínica y promueve la obtención de información basada en datos para la salud pública.
• La arquitectura sirve como un modelo escalable para futuros sistemas de informática de salud pública y almacenes de datos de investigación clínica a gran escala.