Giới thiệu
PERSON là bảng trung tâm của toàn bộ OMOP CDM — mọi bảng clinical đều tham chiếu đến PERSON qua person_id. Đây là nơi lưu trữ thông tin nhân khẩu học (demographics) của bệnh nhân.
Mỗi dòng trong PERSON = một bệnh nhân duy nhất (unique person).
1. Cấu trúc bảng PERSON
1.1. Danh sách cột đầy đủ
| Cột | Kiểu | Bắt buộc | Mô tả |
|---|---|---|---|
person_id | INTEGER | ✅ PK | ID duy nhất cho mỗi bệnh nhân |
gender_concept_id | INTEGER | ✅ | Giới tính (Standard Concept) |
year_of_birth | INTEGER | ✅ | Năm sinh |
month_of_birth | INTEGER | Tháng sinh | |
day_of_birth | INTEGER | Ngày sinh | |
birth_datetime | DATETIME | Ngày giờ sinh đầy đủ | |
race_concept_id | INTEGER | ✅ | Chủng tộc (Standard Concept) |
ethnicity_concept_id | INTEGER | ✅ | Dân tộc (Standard Concept) |
location_id | INTEGER | FK | Địa chỉ (tham chiếu LOCATION) |
provider_id | INTEGER | FK | Bác sĩ chính (tham chiếu PROVIDER) |
care_site_id | INTEGER | FK | Cơ sở y tế (tham chiếu CARE_SITE) |
person_source_value | VARCHAR(50) | Mã bệnh nhân gốc từ HIS | |
gender_source_value | VARCHAR(50) | Giới tính gốc (VD: "Nu", "F") | |
gender_source_concept_id | INTEGER | Concept ID giới tính gốc | |
race_source_value | VARCHAR(50) | Chủng tộc gốc | |
race_source_concept_id | INTEGER | Concept ID chủng tộc gốc | |
ethnicity_source_value | VARCHAR(50) | Dân tộc gốc | |
ethnicity_source_concept_id | INTEGER | Concept ID dân tộc gốc |
1.2. Entity-Relationship
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ LOCATION │←──────│ PERSON │──────→│ PROVIDER │
│ location_id │ │ person_id │ │ provider_id │
│ address_1 │ │ gender_* │ │ provider_name│
│ city │ │ birth_* │ │ specialty_* │
│ state │ │ race_* │ └──────────────┘
│ zip │ │ ethnicity_* │ ↑
│ country_* │ │ location_id │ │
└──────────────┘ │ provider_id │ ┌──────┴───────┐
│ care_site_id│──────→│ CARE_SITE │
└──────┬───────┘ │ care_site_id │
│ │ care_site_name│
┌───────────┼───────────┐ └──────────────┘
↓ ↓ ↓
VISIT_OCC. CONDITION DRUG_EXPOSURE
OBSERVATION MEASUREMENT ... (tất cả clinical)
2. Các trường quan trọng chi tiết
2.1. person_id
- Kiểu: INTEGER, Primary Key
- Quy tắc: Duy nhất, không thay đổi, không có ý nghĩa lâm sàng
- Không phải mã bệnh nhân gốc (mã BN gốc lưu ở
person_source_value)
-- ĐÚNG: person_id là số tự tăng hoặc hash
person_id = 100001
person_source_value = 'BN-2024-00123' -- Mã gốc từ HIS
-- SAI: Không dùng mã gốc làm person_id
-- person_id = 'BN-2024-00123' ← SAI (phải là INTEGER)
2.2. gender_concept_id
| Concept ID | Concept Name | Mô tả |
|---|---|---|
| 8507 | Male | Nam |
| 8532 | Female | Nữ |
| 8551 | UNKNOWN | Không rõ |
| 8521 | OTHER | Khác |
-- Ví dụ ETL cho dữ liệu Việt Nam
CASE
WHEN gioi_tinh IN ('Nam', 'M', '1') THEN 8507 -- Male
WHEN gioi_tinh IN ('Nữ', 'Nu', 'F', '2') THEN 8532 -- Female
ELSE 8551 -- UNKNOWN
END AS gender_concept_id,
gioi_tinh AS gender_source_value
2.3. year_of_birth, month_of_birth, day_of_birth
year_of_birth: Bắt buộc — nếu không có, không nạp bệnh nhânmonth_of_birth,day_of_birth: Tùy chọn — đặt NULL nếu không cóbirth_datetime: Tùy chọn — hữu ích cho nhi khoa (tính tuổi chính xác)
-- Ví dụ: BN sinh ngày 15/03/1980
year_of_birth = 1980
month_of_birth = 3
day_of_birth = 15
birth_datetime = '1980-03-15 00:00:00'
2.4. race_concept_id và ethnicity_concept_id
Đây là 2 trường theo chuẩn US Census. Cho dữ liệu Việt Nam:
| Trường | Khuyến nghị cho VN |
|---|---|
race_concept_id | 8515 (Asian) |
race_source_value | "Kinh", "Tày", "Mường"... |
ethnicity_concept_id | 0 (No matching concept) |
ethnicity_source_value | Ghi dân tộc gốc nếu có |
Lưu ý:
racevàethnicitytrong OMOP theo chuẩn Mỹ (OMB). Khi ETL dữ liệu VN, ta vẫn phải đặt giá trị (dùng 0 nếu không map được) nhưng giữ thông tin gốc ở*_source_value.
3. Ví dụ thực tế
3.1. Bệnh nhân Việt Nam
INSERT INTO person VALUES (
100001, -- person_id
8532, -- gender_concept_id (Female)
1980, -- year_of_birth
3, -- month_of_birth
15, -- day_of_birth
'1980-03-15 00:00:00', -- birth_datetime
8515, -- race_concept_id (Asian)
0, -- ethnicity_concept_id (N/A)
1001, -- location_id (→ LOCATION table)
5001, -- provider_id (→ PROVIDER table)
2001, -- care_site_id (→ CARE_SITE table)
'BN-2024-00123', -- person_source_value
'Nữ', -- gender_source_value
0, -- gender_source_concept_id
'Kinh', -- race_source_value
0, -- race_source_concept_id
NULL, -- ethnicity_source_value
0 -- ethnicity_source_concept_id
);
3.2. SQL truy vấn cơ bản
-- Đếm bệnh nhân theo giới tính
SELECT
c.concept_name AS gender,
COUNT(*) AS patient_count
FROM person p
JOIN concept c ON p.gender_concept_id = c.concept_id
GROUP BY c.concept_name;
-- Phân bố tuổi
SELECT
EXTRACT(YEAR FROM CURRENT_DATE) - year_of_birth AS age,
COUNT(*) AS count
FROM person
GROUP BY 1
ORDER BY 1;
-- Tìm bệnh nhân có dữ liệu gốc
SELECT
person_id,
person_source_value AS ma_bn_goc,
gender_source_value AS gioi_tinh_goc,
race_source_value AS dan_toc
FROM person
WHERE person_source_value IS NOT NULL
LIMIT 10;
4. ETL Conventions
4.1. Quy tắc quan trọng
| Quy tắc | Chi tiết |
|---|---|
| 1 person = 1 record | Không trùng lặp, cần deduplicate |
| year_of_birth bắt buộc | Bỏ qua BN nếu không có năm sinh |
| gender_concept_id bắt buộc | Đặt 8551 (UNKNOWN) nếu không rõ |
| person_id không mang ý nghĩa | Đừng dùng mã BN gốc hoặc CMND/CCCD |
| Không lưu PII trực tiếp | Không có cột tên, CMND, sdt trong PERSON |
4.2. De-identification (Khử danh)
OMOP CDM không có cột tên, số CMND/CCCD, số điện thoại. Đây là thiết kế có chủ đích:
HIS gốc (có PII): OMOP CDM (de-identified):
┌─────────────────────────┐ ┌──────────────────────────┐
│ ma_bn: BN-2024-00123 │ → │ person_id: 100001 │
│ ho_ten: Nguyễn Thị Lan │ → │ (không có cột tên!) │
│ cmnd: 079123456789 │ → │ (không có cột CMND!) │
│ sdt: 0901234567 │ → │ (không có cột SĐT!) │
│ ngay_sinh: 15/03/1980 │ → │ year_of_birth: 1980 │
│ gioi_tinh: Nữ │ → │ gender_concept_id: 8532 │
└─────────────────────────┘ └──────────────────────────┘
Lưu ý:
person_source_valuecó thể chứa mã BN gốc (để truy vết). Tùy tổ chức có thể hash hoặc mã hóa giá trị này.
4.3. Xử lý trùng lặp
Khi bệnh nhân có ≥2 mã ở nhiều hệ thống:
HIS BV Chợ Rẫy: BN-CR-001 ┐
HIS BV Bạch Mai: BN-BM-555 ├──→ person_id = 100001
BHXH: DN-7900123456789 ┘ (1 person duy nhất)
ETL cần thực hiện Patient Matching (khớp bệnh nhân) trước khi nạp vào PERSON.
5. Mối quan hệ với các bảng khác
-- Tất cả dữ liệu lâm sàng của 1 bệnh nhân
SELECT 'Visits' AS data_type, COUNT(*) AS count
FROM visit_occurrence WHERE person_id = 100001
UNION ALL
SELECT 'Conditions', COUNT(*)
FROM condition_occurrence WHERE person_id = 100001
UNION ALL
SELECT 'Drugs', COUNT(*)
FROM drug_exposure WHERE person_id = 100001
UNION ALL
SELECT 'Measurements', COUNT(*)
FROM measurement WHERE person_id = 100001
UNION ALL
SELECT 'Observations', COUNT(*)
FROM observation WHERE person_id = 100001;
6. Các lỗi ETL thường gặp
| Lỗi | Hậu quả | Cách khắc phục |
|---|---|---|
| Trùng person_id | Ghi đè dữ liệu | Kiểm tra unique constraint |
| year_of_birth = NULL | Vi phạm NOT NULL | Bỏ qua hoặc impute |
| gender_concept_id sai | Phân tích sai giới tính | Mapping chính xác |
| Để PII vào source_value | Vi phạm de-identification | Hash hoặc loại bỏ |
| Không deduplicate | 1 BN thành nhiều person | Patient matching trước ETL |
Tổng kết
- PERSON là bảng trung tâm — mọi bảng clinical tham chiếu qua
person_id - Trường bắt buộc: person_id, gender_concept_id, year_of_birth, race_concept_id, ethnicity_concept_id
- Không chứa PII (tên, CMND, SĐT) — thiết kế de-identified
- Liên kết: LOCATION (địa chỉ), CARE_SITE (cơ sở), PROVIDER (bác sĩ chính)
- ETL VN: gender mapping, race = Asian (8515), ethnicity = 0
Bài tiếp theo: OBSERVATION_PERIOD — tại sao cần biết "khoảng thời gian theo dõi" và cách nó ảnh hưởng đến mọi phân tích.