背景:德国医学信息学倡议(Medical Informatics Initiative, MII)合作项目"多重用药、药物相互作用与风险(POLypharmacy, drug interActions and Risks, POLAR_MI)"旨在检测德国大学医院成年患者中由多重用药导致的药物相关风险。本文报告依托各大学医院新近建立的数据整合中心(Data Integration Centre, DIC)存储与处理的常规诊疗数据开展大规模多中心项目时所面临的技术挑战及解决方案。方法:研究人员基于经国际评议的MII HL7®FHIR®(Fast Healthcare Interoperability Resources)核心数据集(Core Data Set, CDS)规范(版本1.0),开发并实施了两步、隐私保护型分布式分析方法以分析临床常规诊疗数据。在该方法中,数据分析人员无原始数据直接访问权限,首先在各大学医院DIC进行本地数据聚合步骤(含数据抽取 Extract、转换 Transform——含统计分析——及加载 Load,即ETL),随后进行中央随机效应荟萃分析(random-effects meta-analysis)。结果:通过DIC与跨机构分析团队间的迭代流程,研究人员克服了诸多挑战并建立"POLAR_MI ETL流水线(Pipeline)"。这些挑战源于DIC及所属大学医院IT基础设施(含本地医院信息系统 Hospital Information System, HIS)的异质性。应用该流水线,研究人员分析了来自十个中心的近800,000次就诊(encounter)记录,涉及约500,000例患者。结论:研究人员首次在MII基础设施框架内证明,基于德国新近建立之DIC网络,采用分布式分析方法开展常规诊疗数据项目是可行的。本文描述了获取常规诊疗中健康风险有价值概览之方法并共享相关代码;此外提出对未来分布式分析ETL流程的改进建议;最后,本文所涉数据相关挑战及解决方案可适用于具备等效DIC及通用数据格式/模型的其他医疗环境(其他国家及其他倡议项目)。
论文解读:德国大学医院电子病历药物警戒数据的分布式分析——POLAR_MI ETL流水线与MII核心数据集的应用
《BMC Medical Informatics and Decision Making》刊发的此文,报道了德国医学信息学倡议(MedizinInformatikInitiative, MII)旗下POLAR_MI(POLypharmacy, drug interActions and Risks)课题依托各大学医院数据整合中心(Datenintegrationszentrum, DIC)开展的分布式药物警戒分析实践。当前德国36所大学医院各自运行独立医院信息系统(Hospital Information System, HIS),此前缺乏跨院数据协调与交换机制,常规电子健康记录(Electronic Health Record, EHR)难以直接支撑多中心药物安全研究。MII旨在通过统一数据提取与使用框架构建网络,在各院设立DIC并约定采用HL7® FHIR® (Fast Healthcare Interoperability Resources)格式及MII核心数据集(Kerndatensatz / Core Data Set, CDS)规范以实现互操作。POLAR_MI课题拟检测成人住院多重用药人群的药物相关风险(潜在不适当用药、禁忌联用、肾功能不全患者不当处方、可疑药物不良事件所致急诊/再入院及不良事件预测模型),但面临跨中心原始数据不可直取、DIC与HIS异构、FHIR资源映射不一、时间戳缺失、药品与实验室值编码差异等多重技术障碍,故研究人员特开展此项POLAR_MI ETL流水线之设计与实施研究,以验证分布式隐私保护分析路径在多中心真实世界EHR研究中的可行性并归纳可迁移经验。最终研究人员证实该方案可行,10个中心贡献约788,127次住院就诊(encounter)、501,613例患者数据可纳入分析,并对ETL各环节挑战提出具体应对与改进意见,为后续MII多中心观察性研究提供范式参照。
为开展本研究,研究人员主要采取如下关键技术方法:基于MII CDS版本1.0(含Person、Fall〔Encounter〕、Diagnose、Medikation、Laborbefund模块)之FHIR® 资源,由跨机构分析团队编写R语言脚本模块(含数据检索模块调用fhircrackr包将FHIR转宽表、统计分析模块做本地聚合),通过内部GitLab分发至各参与大学医院DIC;DIC选择运行预配置Docker容器或在具FHIR服务端访问权限机器手动执行脚本,先从本地FHIR服务器下载并快照(snapshot)分析时段内所有住院encounter及相关伪匿名资源,经fhircrackr变换为表格后依预设入排标准(2018–2021年住院、≥18岁、出生日期晚于1910年、至少1条7位ATC码等)清洗、计算衍生变量、做合理性检查,生成本地聚合统计量(不含个体患者/就诊标识),经本地隐私审查上传至安全中央云;中央团队核查各中心聚合结果之完整性、收敛性与合理性后用R包meta执行随机效应荟萃分析以校正中心异质性。样本队列来源于MII十个参与DIC(Bonn, Erlangen, Freiburg/Breisgau, Gießen, Halle/Saale, Hamburg, Heidelberg, Jena, Kiel, Leipzig)之住院EHR。
研究结果(Results)
Local statistical analysis at each data integration centre(各数据整合中心的本地统计分析)
研究人员通过多次试跑发现每次从FHIR服务器实时下载耗时长且数据可能随CDS版本变动,故决定所有分析基于同一预先制作之本地数据快照,提升效率与可复现性。FHIR资源间引用方式在DIC间存在差异:Patient资源须引患者ID,Encounter引用可选;缺encounter引用的资源通过时间戳区间重叠推断归属,无法关联则舍弃并引入缺失,时间重叠之就诊整体排除。理想时间戳(effectiveDateTime等)常因HIS中事后录入(post-documentation)而非实况记录,致药物与疑似不良事件先后顺序难判定,关联解释需谨慎。药品资源中MedicationRequest当时未普遍提供,研究将MedicationStatement与MedicationAdministration视为等价(语义有别),仅纳入含≥1条7字符ATC码之encounter;剂量因CDS成分类映射过于灵活而未提取。实验室值靠LOINC(Logical Observation Identifiers Names and Codes)码标识,但同一参数可有多种LOINC映射且单位书写变异大(大小写、空格、倒数形式等),须中心自查可用LOINC列表并做单位归一(建议UCUM统一单位制)。诊断均按"已记录"解读,无诊断即视为缺失,受德国住院偿付法§21影响多数为出院后编码故无法区分入院/住院中新发诊断。部分DIC对FHIR库先做裁剪(限分析时段encounter、限定LOINC码列表)以节省资源并满足数据保护,但禁止提前按药品或诊断过滤以免破坏患病率估计。缺失数据源于资源未生成/不可读、EMR本身空缺、ETL引入缺失或encounter引用丢失,所需关键字段缺如之encounter予以排除,其余情况记录缺失频度。因各DIC FHIR服务器异构,检索模块须支持参数调整(全量vs按月分页请求、令牌过期处理等),经迭代开发适配。
Central meta-analysis of local results(本地结果的中央荟萃分析)
为确保再现性与透明性,研究人员制定核查清单审验各中心上传聚合结果:文件完整性、运行报错/警告、数据快照日期一致性、入排标准符合性、绝对频数一致性、比例合理性及回归收敛状况;存疑处要求局部重跑或排除。随机效应模型仅纳入回归收敛之中心结果。
POLAR_MI real data application(POLAR_MI真实数据应用)
十二个参与中心传回本地结果,慕尼黑与图宾根因当地数据保护要求未纳入荟萃分析,最终十个中心纳入。POLAR_MI总体人群含788,127次encounter(501,613例患者),就诊水平中位年龄60.1岁(95%CI 58.1–62.1),女性占49.5%,住院中位时长3.0天(95%CI 2.2–3.8);98.6%就诊有诊断记录(中位每就诊6.8个不同诊断,Charlson合并症指数中位2.5),63.7%就诊具7位ATC码药物信息(中位每就诊6.6种)。技术排除(主要因单患者多encounter时间重叠占45,746/75,109例)后修正POLAR_MI人群为713,018次encounter(489,267例患者)。修正人群中约32.5%(95%CI 10.2%–67.1%)encounter缺药品资源(中心间10%–100%不等),有药品资源者绝大多数同时给ATC码与德国Pharmazentralnummer(PZN,药品中心编号),且几乎均为7位ATC与8位PZN;要求至少一条7位ATC码后剩365,344次encounter(270,384例患者)。
讨论(Discussion)
研究人员指出数据缺失、不完整与异质源于CDS填充灵活度大、部分FHIR元素(如出院日期)可选、"数据缺席原因(data absent reason)"少用、部分 wards/IT子系统未接入FHIR服务器、资源间链接缺失等,非随机缺失(如仅联网病区有完整药历)可致选择偏倚倾向纳入病情更复杂患者。研究问题与设计须匹配可用数据现实,初期缺乏典型"脏数据"测试集致需经DIC—分析团队多轮迭代反馈,该过程亦反向促进DIC完善CDS实现(如落实8位PZN)。此分布式分析经验与4CE联盟等非CDS联邦分析具共性难题(LOINC多版本映射、单位不统一、编码错误识别难)。实验室值整合建议分两步:本地做LOINC映射与UCUM单位转换,中央做同类LOINC分组与单位换算后分析。FHIR并行请求若用线程可能引资源冲突致快照微差,应改用进程级并行。POLAR_MI推动DIC层面药学信息标准化讨论、MMI Pharmindex授权及CDS 2.0(2023)门诊/住院药物区分之修订。文末归纳四大挑战与展望:持续推广修订CDS规范与DIC能力建设、诊断时间戳真实性需HIS源头改进、计划系统缺失数据机制分析、未来可探索DataSHIELD或Personal Health Train及OMOP CDM等联邦/集中分析架构以提升效率。
结论(Conclusions)
在POLAR_MI项目中,研究人员成功完成德国迄今最大规模之十所大学医院常规诊疗数据(聚焦用药安全)分析工作。针对MII CDS FHIR轮廓(profile),研究人员开发ETL流水线并根据各中心源系统逐一适配。尽管遭遇数据映射偏差、数据不完整、时间戳问题与(人群)异质性等障碍,研究人员透过系列透明简化假设与约定予以应对。鉴于MII持续进展,计划在后续INTERPOLAR(INTERventional POLypharmacy – drug interActions – Risks)项目中基于更新数据重复考察以监测数据完整性与质量之改善。最终,本文所述ETL流水线设计理念——含所识别挑战及相应对策——在具备等效DIC与CDS(或通用数据格式/模型)之其他国家和医疗系统类似倡议中,均可移植应用于常规诊疗数据之分布式/联邦分析及集中式分析。
打赏