EHRchitect:一个开源软件工具,用于从电子健康记录中提取医疗事件序列数据

科学领域:

• 生物医学信息学 生物医学信息学
• 健康 数据科学 数据科学
• 计算医学是一种计算医学.

背景情况:

• 电子健康记录 (EHR) 数据对于医学研究至关重要,但需要大量的质量控制和重组.
• 在EHR数据中分析医疗事件的顺序具有挑战性,但对于了解疾病进展和治疗结果至关重要.
• 目前用于电子健康记录数据挖掘和准备的方法复杂且耗时,阻碍了研究效率.

研究的目的:

• 介绍EHRchitect,这是一个Python应用程序,旨在自动化出口EHR数据集的转换和质量控制.
• 为了便于从EHR数据中创建优化的MySQL数据库,以进行高效的分析.
• 为了使能够提取针对特定研究配置量身定制的连续医疗事件数据.

主要方法:

• 开发了EHRchitect作为一个用于自动化EHR数据集转换的Python应用程序.
• 实现功能,以创建干净,格式化和优化的MySQL数据库.
• 启用了用户配置的序列数据提取,包括事件序列,患者元数据和事件元数据.

主要成果:

• EHRchitect成功地创建了针对连续医疗事件数据提取的优化数据库.
• 提取的数据提供在分布式Parquet文件中,包含全面的事件和患者信息.
• 该应用程序支持并发处理,允许在多处理器系统上轻松扩展.

结论:

• EHRchitect显著简化了用于研究的大型EHR数据集的处理.
• 该工具提供了一个灵活的框架,用于配置事件和时间表参数,用于顺序数据提取.
• 通过自动化质量控制和简化数据准备,EHRchitect大大减少了EHR数据分析所需的时间和精力.