Modele de jante

La norme HL7 v3 est une méthodologie basée sur un modèle dans laquelle un réseau de modèles inter-reliés décrivent les aspects statiques et comportementaux des exigences des normes HL7. Les modèles définissent également la sémantique sous-jacente et les règles métier. La jante est la racine de tous les modèles et structures d`information développés dans le cadre du processus de développement v3. Une image du modèle RIM est affichée ci-dessous. Type T. Il s`agit des types de fichiers disponibles sur la page des modèles. Les types définis sont: parmi les nombreux modèles cliniques détaillés qui ont été examinés pour l`intégration des ensembles de données biomédicales [20], le HL7 v3 est l`un des plus pertinents, puisque la principale exigence pour le MDP est que toutes les données provenant d`institutions cliniques peuvent être représentés sans perte d`information. Le HL7 RIM offre une large couverture pour représenter les données cliniques et s`est avéré utile pour l`échange d`informations cliniques. La norme HL7 v3 définit la jante à son cœur. Cette définition se compose d`un diagramme de classes UML (il ne définit pas une structure de données ou un modèle de base de données).

En outre, les problèmes tels que la gestion des types de données ne sont pas banalement traduisible dans un modèle de base de données. Par conséquent, nous avons précédemment défini un modèle relationnel pour celui-ci, qui peut être vu dans la Fig. 1 et décrit dans [13]. Par conséquent, le MDP basé sur la jante de HL7 défini ci-dessus remplit les exigences nécessaires pour le scénario d`essais cliniques de cancer du sein. En outre, nous avons créé une ontologie qui reflète le modèle HL7RIM [23], qui est disponible pour d`autres à réutiliser. Les types de données attributaires sont plutôt complexes sur la jante, de sorte qu`ils sont changés en fonction du scénario mentionné, suivant les spécifications de type HL7 [22]. Par conséquent, certains attributs ont été simplifiés dans le modèle relationnel par rapport à ceux définis par la norme HL7 v3. Pour améliorer les performances et la compréhension du schéma HL7 RIM, il est défini un ensemble de vues.

Ces vues couvrent les exigences de récupération d`accès pour le scénario clinique. Nous avons défini une vue pour chaque contexte clinique (observation, procédure, SubstanceAdministration et exposition). Maintenant que j`ai une compréhension pour la jante, et plus précisément la contrainte R-MIM de la jante pour CDA, j`ai une meilleure idée pour savoir si les données fournies sont complètes, si toutes les classes appropriées sont représentées, et comment le modèle lie tout ensemble. La partie la plus importante est que je peux lire le code d`un document CDA et commencer à imaginer la séquence des événements qui se sont produites dans le cadre clinique. Il serait beaucoup plus difficile de le faire sans une compréhension de la jante. Il est en effet obtenir plus compliqué que cela, mais à un niveau très simple, je peux marcher à travers quelques blocs du modèle. Au cours des dernières années, les essais cliniques ont commencé à introduire des variables génomiques [1]. Cela nécessite une stratification des patients lors de la sélection de la population de patients pour appliquer les essais cliniques.

Il s`agit de l`utilisation de biomarqueurs pour créer des sous-ensembles au sein d`une population de patients qui fournissent des informations plus détaillées sur la façon dont le patient répondra à un médicament donné. Plusieurs ensembles de données, généralement produits par différentes institutions et donc plutôt hétérogènes en général, doivent être utilisés pour la stratification des patients [2]. L`interopérabilité entre ces ensembles de données est facilitée par l`utilisation de normes et de terminologies biomédicales [3]. Toutefois, la réalisation d`une telle interopérabilité pose des défis technologiques pertinents [4]. Dans ce travail, nous nous concentrons sur une approche d`interopérabilité sémantique pour homogénéiser différents modèles de données en un seul modèle de données commun (CDM).

Feb, 18, 2019

0