はじめに
シリーズ最終投稿！ メタデータ グループ (CDM_SOURCE、METADATA) と COHORT (研究グループ管理テーブル) について学びます。次に、37 以上の OMOP CDM 5.4 テーブルとさらなる学習ロードマップをすべて要約します。
1. CDM_SOURCE — データソース情報
＃＃＃１．１．テーブル構造
| コラム | タイプ | 必須 | 説明 |
|---|---|---|---|
cdm_source_name | VARCHAR(255) | ✅ | データソース名 |
cdm_source_abbreviation | VARCHAR(25) | ✅ | 略称 |
cdm_holder | VARCHAR(255) | 所有組織 | |
source_description | クロブ | 詳細な説明 | |
source_documentation_reference | VARCHAR(255) | ドキュメントの URL | |
cdm_etl_reference | VARCHAR(255) | URL ETL ドキュメント | |
source_release_date | 日付 | データ公開日 | |
cdm_release_date | 日付 | CDM 変換日 | |
cdm_version | VARCHAR(10) | CDM バージョン (v5.4) | |
cdm_version_concept_id | 整数 | FK → コンセプト | |
vocabulary_version | VARCHAR(20) | 語彙バージョン |
＃＃＃１．２．ベトナムのデータ例
INSERT INTO cdm_source (
cdm_source_name,
cdm_source_abbreviation,
cdm_holder,
source_description,
cdm_etl_reference,
source_release_date,
cdm_release_date,
cdm_version,
cdm_version_concept_id,
vocabulary_version
) VALUES (
'Bệnh viện Bạch Mai - Hệ thống HIS',
'BACHMAI_HIS',
'Bệnh viện Bạch Mai',
'Dữ liệu EMR từ hệ thống HIS Bệnh viện Bạch Mai, '
|| 'bao gồm khám ngoại trú và nội trú từ 2020-2024. '
|| 'Chuyển đổi theo OMOP CDM 5.4 phục vụ nghiên cứu '
|| 'dịch tễ học lâm sàng.',
'https://github.com/bachmai-etl/omop-cdm',
'2024-06-30', -- Ngày xuất dữ liệu nguồn
'2024-09-15', -- Ngày hoàn tất ETL
'v5.4',
756265, -- CDM v5.4 concept_id
'v5.0 30-AUG-24' -- Vocabulary version từ Athena
);
＃＃＃１．３． CDM_SOURCE が重要なのはなぜですか?
- トレーサビリティ: データがどこから来たのか、ETL がいつなのかを知る
- ネットワーク調査: サイト間の結果を比較
- 再現性: 研究結果を再現します。
- コンプライアンス: コンプライアンス監査
2. メタデータ — 追加情報
＃＃＃２．１．テーブル構造
| コラム | タイプ | 必須 | 説明 |
|---|---|---|---|
metadata_id | 整数 | ✅PK | 固有の ID |
metadata_concept_id | 整数 | ✅ | タイプメタデータ (FK → CONCEPT) |
metadata_type_concept_id | 整数 | ✅ | タイプメタデータ |
name | VARCHAR(250) | ✅ | キー名 |
value_as_string | VARCHAR(250) | テキスト値 | |
value_as_concept_id | 整数 | コンセプトバリュー | |
value_as_number | フロート | 数値 | |
metadata_date | 日付 | 記録日 | |
metadata_datetime | 日時 | 記録日時 |
＃＃＃２．２．使用例
-- Ghi nhận thông tin ETL
INSERT INTO metadata VALUES (1, 0, 0, 'ETL_TOOL', 'WhiteRabbit + RabbitInAHat', NULL, NULL, '2024-09-15', NULL);
INSERT INTO metadata VALUES (2, 0, 0, 'ETL_VERSION', '1.2.0', NULL, NULL, '2024-09-15', NULL);
INSERT INTO metadata VALUES (3, 0, 0, 'SOURCE_PATIENT_COUNT', NULL, NULL, 125000, '2024-09-15', NULL);
INSERT INTO metadata VALUES (4, 0, 0, 'CDM_PATIENT_COUNT', NULL, NULL, 118500, '2024-09-15', NULL);
INSERT INTO metadata VALUES (5, 0, 0, 'MAPPING_COVERAGE_PCT', NULL, NULL, 94.8, '2024-09-15', NULL);
INSERT INTO metadata VALUES (6, 0, 0, 'COUNTRY', 'Vietnam', NULL, NULL, '2024-09-15', NULL);
METADATA は柔軟なキーと値のテーブルであり、CDM_SOURCE に収まらない情報を保存するために使用されます。
3. コホート — 研究チーム
＃＃＃３．１．テーブル構造
| コラム | タイプ | 必須 | 説明 |
|---|---|---|---|
cohort_definition_id | 整数 | ✅ | FK → COHORT_DEFINITION |
subject_id | 整数 | ✅ | エンティティ ID (通常 = person_id) |
cohort_start_date | 日付 | ✅ | コホート登録日 |
cohort_end_date | 日付 | ✅ | コホートのリリース日 |
＃＃＃３．２． COHORT_DEFINITION (レッスン 16 を思い出してください)
| コラム | タイプ | 説明 |
|---|---|---|
cohort_definition_id | 整数 PK | 定義ID |
cohort_definition_name | VARCHAR(255) | コホート名 |
cohort_definition_description | クロブ | 説明 |
definition_type_concept_id | 整数 | タイプ |
cohort_definition_syntax | クロブ | コホートを作成するロジック |
subject_concept_id | 整数 | オブジェクト |
cohort_initiation_date | 日付 | 作成日 |
＃＃＃３．３．使用方法: 2 型糖尿病コホートを作成する
-- Bước 1: Định nghĩa cohort
INSERT INTO cohort_definition (
cohort_definition_id,
cohort_definition_name,
cohort_definition_description,
definition_type_concept_id,
cohort_definition_syntax,
subject_concept_id,
cohort_initiation_date
) VALUES (
101,
'Tiểu đường Type 2 mới phát hiện 2023',
'BN có chẩn đoán T2DM lần đầu trong 2023, '
|| 'có ít nhất 365 ngày observation trước đó, '
|| 'không có T1DM.',
0,
'{
"PrimaryCriteria": {
"CriteriaList": [{
"ConditionOccurrence": {
"CodesetId": 201826
}
}],
"ObservationWindow": {"PriorDays": 365}
},
"ExclusionCriteria": [{
"ConditionOccurrence": {
"CodesetId": 201254
}
}]
}',
0,
'2024-09-15'
);
-- Bước 2: Populate cohort
INSERT INTO cohort (
cohort_definition_id,
subject_id,
cohort_start_date,
cohort_end_date
)
SELECT
101 AS cohort_definition_id,
co.person_id AS subject_id,
MIN(co.condition_start_date) AS cohort_start_date,
COALESCE(
(SELECT MAX(op.observation_period_end_date)
FROM observation_period op
WHERE op.person_id = co.person_id),
MIN(co.condition_start_date)
) AS cohort_end_date
FROM condition_occurrence co
JOIN concept_ancestor ca
ON co.condition_concept_id = ca.descendant_concept_id
WHERE ca.ancestor_concept_id = 201826 -- Type 2 DM
AND co.condition_start_date BETWEEN '2023-01-01' AND '2023-12-31'
-- Phải có 365 ngày observation trước
AND EXISTS (
SELECT 1 FROM observation_period op
WHERE op.person_id = co.person_id
AND op.observation_period_start_date
<= co.condition_start_date - INTERVAL '365 days'
)
-- Loại trừ T1DM
AND NOT EXISTS (
SELECT 1 FROM condition_occurrence co2
JOIN concept_ancestor ca2
ON co2.condition_concept_id = ca2.descendant_concept_id
WHERE ca2.ancestor_concept_id = 201254 -- Type 1 DM
AND co2.person_id = co.person_id
AND co2.condition_start_date <= co.condition_start_date
)
GROUP BY co.person_id;
＃＃＃３．４．コホートの分析
-- Tổng quan cohort T2DM 2023
SELECT
cd.cohort_definition_name,
COUNT(DISTINCT c.subject_id) AS patient_count,
AVG(p.year_of_birth) AS avg_birth_year,
ROUND(
SUM(CASE WHEN p.gender_concept_id = 8507 THEN 1 ELSE 0 END)
* 100.0 / COUNT(*), 1
) AS male_pct
FROM cohort c
JOIN cohort_definition cd
ON c.cohort_definition_id = cd.cohort_definition_id
JOIN person p ON c.subject_id = p.person_id
WHERE c.cohort_definition_id = 101
GROUP BY cd.cohort_definition_name;
4. OMOP CDM 5.4 全体の概要
＃＃＃４．１． 37 以上のボードのグループ別リスト
╔═══════════════════════════════════════════════════╗
║ OMOP CDM 5.4 — 37+ Bảng ║
╠═══════════════════════════════════════════════════╣
║ ║
║ ▎ CLINICAL DATA (16 bảng) ║
║ ├── PERSON Bài 4 ║
║ ├── OBSERVATION_PERIOD Bài 5 ║
║ ├── VISIT_OCCURRENCE Bài 6 ║
║ ├── VISIT_DETAIL Bài 6 ║
║ ├── CONDITION_OCCURRENCE Bài 7 ║
║ ├── DRUG_EXPOSURE Bài 8 ║
║ ├── PROCEDURE_OCCURRENCE Bài 9 ║
║ ├── MEASUREMENT Bài 10 ║
║ ├── OBSERVATION Bài 11 ║
║ ├── DEVICE_EXPOSURE Bài 12 ║
║ ├── SPECIMEN Bài 12 ║
║ ├── NOTE Bài 12 ║
║ ├── NOTE_NLP Bài 12 ║
║ ├── DEATH Bài 13 ║
║ ├── EPISODE Bài 13 (CDM 5.4) ║
║ └── EPISODE_EVENT Bài 13 (CDM 5.4) ║
║ ║
║ ▎ HEALTH SYSTEM DATA (3 bảng) ║
║ ├── LOCATION Bài 17 ║
║ ├── CARE_SITE Bài 17 ║
║ └── PROVIDER Bài 17 ║
║ ║
║ ▎ HEALTH ECONOMICS DATA (2 bảng) ║
║ ├── PAYER_PLAN_PERIOD Bài 18 ║
║ └── COST Bài 18 ║
║ ║
║ ▎ STANDARDIZED VOCABULARIES (12 bảng) ║
║ ├── CONCEPT Bài 3, 14 ║
║ ├── VOCABULARY Bài 14 ║
║ ├── DOMAIN Bài 14 ║
║ ├── CONCEPT_CLASS Bài 14 ║
║ ├── CONCEPT_RELATIONSHIP Bài 15 ║
║ ├── RELATIONSHIP Bài 15 ║
║ ├── CONCEPT_SYNONYM Bài 15 ║
║ ├── CONCEPT_ANCESTOR Bài 15 ║
║ ├── SOURCE_TO_CONCEPT_MAP Bài 15 ║
║ ├── DRUG_STRENGTH Bài 16 ║
║ ├── COHORT_DEFINITION Bài 16, 20 ║
║ └── ATTRIBUTE_DEFINITION Bài 16 ║
║ ║
║ ▎ DERIVED ELEMENTS (3 bảng) ║
║ ├── CONDITION_ERA Bài 19 ║
║ ├── DRUG_ERA Bài 19 ║
║ └── DOSE_ERA Bài 19 ║
║ ║
║ ▎ METADATA (2 bảng) ║
║ ├── CDM_SOURCE Bài 20 ║
║ └── METADATA Bài 20 ║
║ ║
║ ▎ COHORT (1 bảng) ║
║ └── COHORT Bài 20 ║
║ ║
╚═══════════════════════════════════════════════════╝
＃＃＃４．２． 5 つの設計原則 (繰り返し)
| # | 原則 | 意味 |
|---|---|---|
| 1 | 個人中心 | PERSON |
| 2 | 観察期間 | 追跡期間中のみの分析 |
| 3 | 標準コンセプト | 語彙による標準化されたコード |
| 4 | ドメインルーティング | データはドメインに従ってテーブルに入力されます |
| 5 | ソース値は保持されます | 元のソース コードをそのまま保持します |
＃＃＃４．３． CDM 5.4 — 重要な変更点 (5.3 と比較)
| 変更 | 詳細 |
|---|---|
| エピソード / エピソード_イベント | 腫瘍学用の新しいテーブル |
| measurement_event_id | MEASUREMENT |
| observation_event_id | OBSERVATION におけるポリモーフィック FK |
| 手続き終了日/日時 | 手順の終了日を追加 |
| unit_source_concept_id | 測定値に追加 |
| production_id | DEVICE_EXPOSURE (UDI) を追加 |
5. データ品質チェック (DQD)
＃＃＃５．１． OHDSI データ品質ダッシュボード
┌──────────────────────────────────────────┐
│ Data Quality Dashboard (DQD) │
│ │
│ Kiểm tra 3500+ rules: │
│ │
│ 1. Completeness — Đầy đủ │
│ Bao nhiêu % records có concept != 0? │
│ │
│ 2. Conformance — Tuân thủ │
│ Giá trị có hợp lệ? (date, range) │
│ │
│ 3. Plausibility — Hợp lý │
│ Trẻ 5 tuổi có chẩn đoán Alzheimer? │
│ │
│ Output: Bảng báo cáo PASS/FAIL │
│ cho từng rule │
└──────────────────────────────────────────┘
＃＃＃５．２． SQLを使ったクイックチェック
-- Mapping completeness: % records có concept_id != 0
SELECT
'condition_occurrence' AS table_name,
COUNT(*) AS total,
SUM(CASE WHEN condition_concept_id = 0 THEN 1 ELSE 0 END) AS unmapped,
ROUND(
SUM(CASE WHEN condition_concept_id != 0 THEN 1 ELSE 0 END)
* 100.0 / COUNT(*), 1
) AS mapped_pct
FROM condition_occurrence
UNION ALL
SELECT 'drug_exposure', COUNT(*),
SUM(CASE WHEN drug_concept_id = 0 THEN 1 ELSE 0 END),
ROUND(SUM(CASE WHEN drug_concept_id != 0 THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1)
FROM drug_exposure
UNION ALL
SELECT 'procedure_occurrence', COUNT(*),
SUM(CASE WHEN procedure_concept_id = 0 THEN 1 ELSE 0 END),
ROUND(SUM(CASE WHEN procedure_concept_id != 0 THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1)
FROM procedure_occurrence
UNION ALL
SELECT 'measurement', COUNT(*),
SUM(CASE WHEN measurement_concept_id = 0 THEN 1 ELSE 0 END),
ROUND(SUM(CASE WHEN measurement_concept_id != 0 THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1)
FROM measurement;
-- Kiểm tra orphan records
-- (records không có observation_period tương ứng)
SELECT 'condition_occurrence' AS src, COUNT(*) AS orphan_count
FROM condition_occurrence co
WHERE NOT EXISTS (
SELECT 1 FROM observation_period op
WHERE op.person_id = co.person_id
AND co.condition_start_date BETWEEN
op.observation_period_start_date
AND op.observation_period_end_date
)
UNION ALL
SELECT 'drug_exposure', COUNT(*)
FROM drug_exposure de
WHERE NOT EXISTS (
SELECT 1 FROM observation_period op
WHERE op.person_id = de.person_id
AND de.drug_exposure_start_date BETWEEN
op.observation_period_start_date
AND op.observation_period_end_date
);
6. OHDSI ツールのエコシステム
| ツール | 役割 |
|---|---|
| ホワイトラビット | ソースデータをスキャン |
| ウサギの帽子 | ETL マッピングを設計する |
| うさぎ | ソースコードマップ → 標準コンセプト |
| アテナ | 語彙のダウンロード/検索 |
| アトラス | コホートの作成、分析、特徴付け |
| WebAPI | ATLAS 用バックエンド API |
| アキレス | データベースプロファイリングと DQD |
| ハデス | 研究用 R パッケージ (PLE、PLP) |
| データ品質ダッシュボード | データ品質をチェックする |
7. 次のルート
Bạn đã hoàn thành ✅
──────────────────────────────────
OMOP CDM 5.4 — 37+ bảng, 7 nhóm
ETL concepts, Vocabulary system
VN-specific mapping patterns
Bước tiếp theo 📘
──────────────────────────────────
1. Thực hành ETL
→ Dùng WhiteRabbit + RabbitInAHat
→ Chuyển 1 bộ dữ liệu nhỏ sang OMOP
2. ATLAS & Cohort Building
→ Cài ATLAS + WebAPI
→ Tạo cohort definitions UI
3. Achilles + DQD
→ Chạy database profiling
→ Kiểm tra chất lượng dữ liệu
4. Nghiên cứu với HADES
→ Population Level Estimation
→ Patient Level Prediction
→ Characterization
5. Tham gia cộng đồng OHDSI
→ forums.ohdsi.org
→ OHDSI Symposium hàng năm
→ Study-a-thon
概要
- CDM_SOURCE: データ ソース、CDM、および語彙のバージョンに関するメタデータ
- METADATA: キーと値のテーブルには追加情報 (ETL ツール、カバレッジなど) が格納されます。
- COHORT + COHORT_DEFINITION: 研究チームの管理、ATLAS の基盤
- OMOP CDM 5.4 には 7 つのグループに 37 以上のテーブルが含まれており、すべて PERSON を中心に展開します
- 新しい CDM 5.4: EPISODE/EPISODE_EVENT、ポリモーフィック FK、procedure_end_date
OMOP CDM 5.4 for Beginners シリーズの完了おめでとうございます。ここから、国際標準に従ってベトナムの医療データの ETL に着手するための強固な基盤が得られます。