在面板映射中对LOINC和SNOMEDCT进行比较研究:提高实验室测试中的互操作性

科学领域:

• 医疗信息学 医疗信息学
• 临床实验室科学 临床实验室科学

背景情况:

• 准确地绘制实验室测试的地图对于数据交换至关重要.
• 逻辑观察标识符名称和代码 (LOINC) 和SNOMED CT是此目的的关键术语.

研究的目的:

• 为了比较LOINC和SNOMEDCT在映射中的有效性,经常要求实验室小组测试.
• 分析LOINC和SNOMEDCT映射之间的结构差异.

主要方法:

• 确定了来自两个主要实验室的频繁要求的小组测试.
• 经过交叉验证的LOINC和SNOMEDCT映射.
• 对映射概念和代码进行了比较结构分析.

主要成果:

• 在面板测试中,LOINC实现了87.0%的精确映射率,具有结构化面板代码和详细的组件规格.
• SNOMED CT实现了78.2%的精确映射率,由于缺少概念和有限的预先协调代码,通常需要后期协调.
• LOINC显示了更高的准确性和更好的代表面板测试组件.

结论:

• 由于更高的精确映射率和结构化代码,LOINC显示了用于绘制频繁执行的实验室面板测试的优势.
• 将SNOMED CT的灵活性与LOINC集成,可以进一步提高实验室数据的互操作性和标准化.
• 建议进一步开发,比如LOINC Ontology项目,以加强实验室数据交换.