一种可扩展的方法,用于在学术医疗中心的重症监护数据提取和分析

科学领域:

• 医疗信息学 医疗信息学
• 数据科学数据科学数据科学
• 临床研究 临床研究

背景情况:

• 电子健康记录 (EHR) 为研究带来了挑战,原因是数据不一致,格式多样,系统碎片化.
• 专门的健康数据工程和数据科学专业知识对于利用EHR数据在研究中至关重要.
• 开发了一种可扩展的方法,以促进重症监护病房的临床常规数据的二次使用.

研究的目的:

• 分享数据请求,队列识别和从临床信息系统中提取数据的工作流.
• 介绍一种算法,用于从重症监护信息系统 (CCIS) 中自动提取数据.
• 为面向对象数据库提供一个可适应的解决方案.

主要方法:

• 实施了一个数据请求流程,自动识别患者队列.
• 开发了一个专门的层次数据结构,用于过相关变量.
• 在数据湖基础设施上使用Python和PySpark进行数据提取算法.

主要成果:

• 自2022年6月以来,数据请求流程一直在运行,为121个项目提供148个请求.
• 详细讨论CCIS层次结构和经常使用的数据项.
• 展示了一个应用程序示例,包括队列选择,提取和转换为分析准备的格式.

结论:

• 使用临床常规数据的二次研究需要一个跨学科的团队和强大的数据工程.
• 开发的可扩展方法自动化了队列识别,数据提取和预处理.
• 促进数据协调,整合和咨询数据分析,机器学习和可视化.