संक्षिप्त उत्तर: OMOP कॉमन डेटा मॉडल (ऑब्जर्वेशनल मेडिकल आउटकम्स पार्टनरशिप CDM), जिसे OHDSI समुदाय द्वारा बनाए रखा जाता है, एक रिलेशनल स्कीमा है जिसमें किसी भी स्रोत (EHRs, क्लेम, रजिस्ट्री) से स्वास्थ्य डेटा को परिवर्तित किया जाता है, साथ ही मानकीकृत शब्दावली का एक सेट भी होता है जो हर स्थानीय कोड को एक मानक कॉन्सेप्ट आईडी पर मैप करता है। एक बार डेटाबेस OMOP में हो जाने के बाद, वही विश्लेषण कोड (एक कोहोर्ट परिभाषा, एक घटना अनुमान, एक तुलनात्मक प्रभावशीलता अध्ययन) दुनिया भर के सैकड़ों डेटाबेस पर बिना किसी बदलाव के चलता है, और केवल समग्र परिणाम साझा किए जाते हैं। OMOP अनुसंधान के लिए मॉडल है; FHIR विनिमय और देखभाल के लिए मॉडल है; एक प्रकाशित मैपिंग उन्हें जोड़ती है, और अधिकांश अनुसंधान प्लेटफ़ॉर्म अब अपने OMOP ETL के लिए स्रोत के रूप में FHIR स्वीकार करते हैं।
एक तस्वीर में मॉडल
OMOP कॉमन डेटा मॉडल में, हर चीज़ को एक अवलोकन अवधि के दौरान किसी व्यक्ति से संबंधित एक घटना के रूप में दर्शाया जाता है। क्लिनिकल डोमेन तय करता है कि कौन सी टेबल इस्तेमाल होगी: निदान के लिए condition_occurrence, दवाओं के लिए drug_exposure, लैब नतीजों और वाइटल साइन्स के लिए measurement, procedure_occurrence, visit_occurrence, अन्य तथ्यों के लिए observation, साथ ही person, death, note, specimen, provider और cost टेबल। वर्जन 5.4 सबसे ज़्यादा इस्तेमाल किया जाने वाला वर्जन है।
सब कुछ एक व्यक्ति के बारे में एक अवलोकन अवधि के दौरान एक घटना है, जिसमें नैदानिक डोमेन तालिका तय करता है:
| तालिका | रखता है | मानक शब्दावली (विशिष्ट) | FHIR स्रोत |
|---|---|---|---|
| person | प्रति व्यक्ति एक पंक्ति: लिंग, जन्म तिथि, जाति, जातीयता, स्थान | लिंग, जाति, जातीयता अवधारणाएं | Patient |
| observation_period | वे अवधि जिनके दौरान व्यक्ति के बारे में डेटा अपेक्षित है | — | कवरेज और एनकाउंटर तिथियों से व्युत्पन्न |
| visit_occurrence (और visit_detail) | एनकाउंटर: इनपेशेंट, आउट पेशेंट, आपातकालीन, तिथियों के साथ | विज़िट अवधारणाएं | Encounter |
| condition_occurrence | निदान और समस्याएं शुरू और अंत के साथ | SNOMED CT | Condition (ICD कोड SNOMED में मैप किए गए) |
| drug_exposure | नुस्खे, वितरण, मात्रा और दिनों की आपूर्ति के साथ प्रशासन | RxNorm (और गैर-अमेरिकी दवाओं के लिए RxNorm एक्सटेंशन) | MedicationRequest, MedicationStatement, MedicationAdministration, MedicationDispense |
| procedure_occurrence | की गई प्रक्रियाएं | SNOMED CT, CPT4, ICD10PCS | Procedure |
| measurement | मान, इकाई, सीमा के साथ लैब परिणाम और महत्वपूर्ण संकेत | LOINC, UCUM इकाइयों के साथ | Observation (laboratory, vital signs) |
| observation | अन्य नैदानिक तथ्य: इतिहास, सामाजिक, स्कोर | SNOMED CT, LOINC | Observation (other), QuestionnaireResponse, FamilyMemberHistory |
| device_exposure | उपयोग किए गए उपकरण | SNOMED CT | DeviceUseStatement, Procedure |
| death | तिथि और कारण | SNOMED CT | Patient.deceased, Observation |
| note, note_nlp | नैदानिक नोट्स और NLP-निकाले गए शब्द | — | DocumentReference, DiagnosticReport |
| specimen | नमूने | SNOMED CT | Specimen |
| provider, care_site, location | चिकित्सक, सुविधाएं, स्थान | विशेषज्ञता अवधारणाएं | Practitioner, Organization, Location |
| cost, payer_plan_period | लागत और कवरेज | — | Coverage, Claim (जहां उपलब्ध हो) |
संस्करण 5.4 वह है जिसे अधिकांश साइटें चलाती हैं; संस्करण 6 मौजूद है लेकिन व्यापक रूप से अपनाया नहीं गया है, और 5.x लाइन पर विकास जारी है।
शब्दावली
OMOP मानकीकृत शब्दावली, जिसे OHDSI एथेना के माध्यम से वितरित करता है, सौ से ज़्यादा कोड सिस्टम (SNOMED CT, LOINC, RxNorm, ICD-10, ATC और अन्य) को concept, concept_relationship और concept_ancestor टेबल में लोड करती है। हर कोड एक concept_id बन जाता है, जो या तो स्टैंडर्ड होता है या किसी स्टैंडर्ड कोड से मैप किया गया होता है। इस तरह, विश्लेषण एक बार लिखे जाते हैं जबकि मूल सोर्स कोड सुरक्षित रहता है।
OMOP का दूसरा भाग एथेना है, जो OHDSI का शब्दावली वितरण है: सौ से अधिक कोड सिस्टम (SNOMED CT, LOINC, RxNorm, ICD-10 और राष्ट्रीय वेरिएंट, ATC, CPT, Read, और कई अन्य) concept, concept_relationship, concept_ancestor तालिकाओं में लोड किए गए हैं। प्रत्येक कोड एक कॉन्सेप्ट_आईडी बन जाता है; प्रत्येक अवधारणा या तो मानक (जिस पर विश्लेषण उपयोग करते हैं), गैर-मानक (एक स्रोत कोड जो मानक पर मैप करता है) या एक वर्गीकरण है। ETL स्रोत अवधारणा (रिकॉर्ड में क्या कहा गया: ICD-10 E11.9) और मानक अवधारणा (SNOMED 44054006) दोनों को संग्रहीत करता है, इसलिए विश्लेषण एक बार मानक अवधारणाओं के विरुद्ध लिखे जाते हैं जबकि मूल संरक्षित रहता है। concept_ancestor तालिका एक कोहोर्ट को एक ही जॉइन में "किसी भी प्रकार का मधुमेह" के लिए पूछने की अनुमति देती है। शर्तों के लिए मानक SNOMED CT क्यों है, इसके लिए SNOMED CT बनाम ICD-10 देखें।
ETL
OMOP ETL का काम सोर्स डेटाबेस को कॉमन डेटा मॉडल में बदलना है। इसमें OHDSI टूल्स मदद करते हैं: WhiteRabbit सोर्स को प्रोफाइल करता है, Rabbit-in-a-Hat टेबल मैपिंग का दस्तावेज़ीकरण करता है, Usagi स्थानीय कोड को स्टैंडर्ड कॉन्सेप्ट्स से मैप करता है, डेटा क्वालिटी डैशबोर्ड हज़ारों नियमों के ख़िलाफ़ नतीजे की जाँच करता है, और ACHILLES तैयार डेटाबेस की विशेषता बताता है।
स्रोत को OMOP में परिवर्तित करना मुख्य कार्य है। OHDSI के उपकरण मदद करते हैं: व्हाइट रैबिट स्रोत को स्कैन करता है और उसे प्रोफाइल करता है; रैबिट-इन-ए-हैट स्रोत तालिकाओं से CDM तालिकाओं तक मैपिंग का दस्तावेजीकरण करता है; उसागी स्थानीय कोड को मानक अवधारणाओं पर मैप करने में मदद करता है; डेटा क्वालिटी डैशबोर्ड हजारों नियमों के विरुद्ध परिणाम की जांच करता है; एकिलीस डेटाबेस को चिह्नित करता है। विशिष्ट निर्णय: विज़िट कैसे परिभाषित किए जाते हैं, दवा रिकॉर्ड दिनों की आपूर्ति के साथ एक्सपोज़र कैसे बनते हैं, इकाइयों को कैसे सामान्यीकृत किया जाता है, उन कोडों के साथ क्या करना है जिनका कोई मानक मैपिंग नहीं है, और अपडेट को कैसे संभालना है (पूर्ण रीलोड बनाम वृद्धिशील)।
नेटवर्क में विश्लेषण
OHDSI नेटवर्क में विश्लेषण एक स्टडी को एक बार लिखकर हर जगह चलाने के सिद्धांत पर काम करता है: शोधकर्ता ATLAS में कोहोर्ट परिभाषित करते हैं, HADES R पैकेज के साथ अनुमान और भविष्यवाणी चलाते हैं, और विश्लेषण को कोड के रूप में पैक करते हैं जिसे हर साइट अपने OMOP डेटाबेस पर स्थानीय रूप से निष्पादित करती है, केवल एग्रीगेट परिणाम साझा करती है। DARWIN EU और EHDEN इसी मॉडल का पालन करते हैं।
एटलस वह वेब टूल है जहां शोधकर्ता कोहोर्ट परिभाषाएं (स्थिति X वाले लोग, दवा Y के संपर्क में, समय विंडो के भीतर) बनाते हैं, उन्हें चिह्नित करते हैं और हेड्स आर पैकेजों (CohortMethod, PatientLevelPrediction, SelfControlledCaseSeries) के साथ अनुमान और भविष्यवाणी अध्ययन चलाते हैं। एक नेटवर्क अध्ययन विश्लेषण को कोड के रूप में पैकेज करता है; प्रत्येक साइट इसे अपने OMOP डेटाबेस पर स्थानीय रूप से चलाती है और समग्र परिणाम साझा करती है; कोई भी रिकॉर्ड-स्तरीय डेटा पूल नहीं करता है। इस तरह OHDSI समुदाय ने महामारी के दौरान बड़े बहुराष्ट्रीय अध्ययन जल्दी से तैयार किए, और यह EMA के डार्विन EU नेटवर्क और EHDEN परियोजना के पीछे का मॉडल है, जिसने सौ से अधिक यूरोपीय डेटाबेस को OMOP में परिवर्तित किया।
FHIR से OMOP
FHIR दो स्तरों पर OMOP से मैप होता है: रिसोर्स टेबल से और एलिमेंट कॉलम से, जिसमें FHIR कोड को OMOP की शब्दावली के माध्यम से स्टैंडर्ड कॉन्सेप्ट्स में अनुवादित किया जाता है। HL7 का FHIR से OMOP इम्प्लीमेंटेशन गाइड और OHDSI का FHIR वर्किंग ग्रुप मैपिंग प्रकाशित करते हैं; कई प्लेटफॉर्म सीधे FHIR सर्वर या बल्क डेटा एक्सपोर्ट से ETL चलाते हैं।
FHIR और OMOP विभिन्न आवश्यकताओं को पूरा करते हैं: FHIR एक रोगी के रिकॉर्ड को पूर्ण विवरण के साथ सिस्टम के बीच ले जाता है; OMOP सांख्यिकी के लिए कई रोगियों के रिकॉर्ड को समतल करता है। मैपिंग संसाधन स्तर (ऊपर तालिका) पर स्वाभाविक है और तत्व स्तर पर विस्तृत है: FHIR कोड OMOP की शब्दावली के माध्यम से मानक अवधारणाओं पर मैप करते हैं; Observation.valueQuantity माप value_as_number के साथ unit_concept_id बन जाता है; Encounter.class visit_concept_id बन जाता है। HL7 का FHIR से OMOP कार्यान्वयन गाइड (वल्कन एक्सेलेरेटर के माध्यम से) और OHDSI का FHIR कार्य समूह मैपिंग और संदर्भ कार्यान्वयन प्रकाशित करते हैं; कई प्लेटफ़ॉर्म सीधे FHIR सर्वर या बल्क डेटा निर्यात से ETL चलाते हैं। जहां FHIR अधिक समृद्ध है (एकाधिक कोडिंग, स्थितियां, उत्पत्ति) या जहां OMOP को FHIR की कमी है (दिनों की आपूर्ति, अवलोकन अवधि) वहां अस्पष्टताएं बनी रहती हैं।
OMOP क्या नहीं है
OMOP देखभाल के लिए कोई फॉर्मेट नहीं है और यह अपने आप में गुमनाम नहीं है: यह नैरेटिव को छोड़ देता है, स्टेटस को फ्लैट कर देता है और इसमें कोई सहमति, प्रोवेनेंस या वर्कफ़्लो नहीं होता है। इसलिए, FHIR एक्सचेंज फॉर्मेट बना रहता है, और OMOP डेटाबेस में अभी भी रिकॉर्ड-लेवल डेटा होता है जिसे किसी भी हेल्थ डेटाबेस की तरह ही नियंत्रित किया जाना चाहिए, आमतौर पर एक सुरक्षित वातावरण के अंदर छद्मनाम वाले व्यक्ति आईडी के साथ।
यह देखभाल के लिए एक प्रारूप नहीं है: यह कथा को छोड़ देता है, स्थितियों को समतल करता है और सहमति, उत्पत्ति या वर्कफ़्लो को नहीं ले जाता है। यह अपने आप में गुमनाम नहीं है: एक OMOP डेटाबेस रिकॉर्ड-स्तरीय डेटा रखता है और किसी भी स्वास्थ्य डेटाबेस की तरह शासित होता है, आमतौर पर छद्मनाम वाले व्यक्ति आईडी और सुरक्षित वातावरण में। स्वास्थ्य डेटा का द्वितीयक उपयोग और स्वास्थ्य डेटा का डी-पहचान देखें।
Anpheros में
Anpheros रिकॉर्ड FHIR R4 हैं जिनमें मानक कोड (LOINC, SNOMED CT, ATC, ICD-10) हैं, जो एक OMOP ETL चाहता है; अनुसंधान उद्देश्य के लिए रोगी की सहमति के साथ, छद्मनाम वाले FHIR एक्सट्रैक्ट एक अनुसंधान प्लेटफ़ॉर्म के ETL को फीड कर सकते हैं। Anpheros स्वयं 20 या अधिक के समूहों पर केवल समग्र जनसंख्या संकेत की गणना करता है और पहचाने गए डेटा पर OMOP डेटाबेस संचालित नहीं करता है।
संबंधित पृष्ठ
- स्वास्थ्य डेटा का द्वितीयक उपयोग: मानचित्र
- SNOMED CT बनाम ICD-10
- स्वास्थ्य डेटा का डी-पहचान
- FHIR बल्क डेटा निर्यात समझाया गया
- शब्दावली सर्वर समझाए गए
- RxNorm बनाम ATC
स्रोत
- OHDSI: OMOP कॉमन डेटा मॉडल
- OHDSI: OHDSI की पुस्तक
- OHDSI एथेना: मानकीकृत शब्दावली
- OHDSI: एटलस
- HL7 वल्कन: FHIR से OMOP कार्यान्वयन गाइड
- EHDEN परियोजना
- EMA: DARWIN EU
अक्सर पूछे जाने वाले प्रश्न
क्या OMOP FHIR का प्रतिस्थापन है?
नहीं। FHIR एक रोगी के विस्तृत रिकॉर्ड को सिस्टम के बीच आदान-प्रदान करता है; OMOP सांख्यिकीय विश्लेषण के लिए कई रिकॉर्ड को संरचित करता है। अनुसंधान प्लेटफ़ॉर्म FHIR (या अन्य स्रोत) लेते हैं और OMOP का उत्पादन करते हैं।
मुझे कौन सा OMOP संस्करण उपयोग करना चाहिए?
5.4 व्यापक रूप से तैनात संस्करण है जिसमें पूर्ण टूल समर्थन है; अधिकांश नए रूपांतरण इसे लक्षित करते हैं। संस्करण 6 ने ऐसे परिवर्तन पेश किए जिन्हें समुदाय ने व्यापक रूप से नहीं अपनाया।
OMOP ICD कोड को SNOMED CT में क्यों मैप करता है?
ताकि विश्लेषण एक ही, पदानुक्रमित मानक शब्दावली के विरुद्ध एक बार लिखे जा सकें, भले ही स्रोत ने ICD-10, ICD-10-CM, ICD-9-CM या Read कोड का उपयोग किया हो। स्रोत कोड साथ में रखा जाता है।
क्या OMOP डेटाबेस गुमनाम है?
अपने आप में नहीं। यह रिकॉर्ड-स्तरीय डेटा रखता है, आमतौर पर छद्मनाम वाले पहचानकर्ताओं के साथ और प्रत्यक्ष पहचानकर्ताओं के बिना, और इसे किसी भी स्वास्थ्य डेटाबेस की तरह संरक्षित और शासित किया जाना चाहिए, आमतौर पर एक सुरक्षित वातावरण के भीतर।
सैंडबॉक्स में मुफ़्त आज़माएँ
5 मिनट में आपकी पहली FHIR कॉल. एक HL7 FHIR R4 API जिसमें मरीज़ की सहमति शामिल है: सैंडबॉक्स में आज़माएं, फिर अपना ऐप या क्लिनिक सिस्टम कनेक्ट करें।
मुफ़्त · 30 सिंथेटिक मरीज़ · कोई कार्ड नहीं
Anpheros एक मेडिकल रिकॉर्ड बनाता है जिसे मरीज़ नियंत्रित कर सकता है और किसी भी क्लिनिक के साथ साझा कर सकता है, यह EU में स्थित HL7 FHIR R4 प्लेटफ़ॉर्म पर आधारित है। ये गाइड आपको अपने स्वास्थ्य को समझने और व्यवस्थित करने में मदद करते हैं; ये आपके डॉक्टर का विकल्प नहीं हैं।
Anpheros के बारे में →