CN112331282A - 基于随访项目对患者进行分组的方法和系统 - Google Patents
基于随访项目对患者进行分组的方法和系统 Download PDFInfo
- Publication number
- CN112331282A CN112331282A CN202011264803.XA CN202011264803A CN112331282A CN 112331282 A CN112331282 A CN 112331282A CN 202011264803 A CN202011264803 A CN 202011264803A CN 112331282 A CN112331282 A CN 112331282A
- Authority
- CN
- China
- Prior art keywords
- grouping
- patients
- grouped
- follow
- clinical event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003032 molecular docking Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims 1
- 230000014509 gene expression Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 230000008520 organization Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000013075 data extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于随访项目对患者进行分组的方法和系统,包括:获取待分组患者的临床事件和自登记量表数据;确定对待分组患者进行分组的触发条件;触发条件包括:随访项目入组,随访项目执行过程中的量表数据登记;获取目标逻辑分组规则;在待分组患者的随访项目满足触发条件时,确定与目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果;基于匹配结果对待分组患者进行分组。本发明缓解了现有技术中的随访分组存在着分组方式单一的技术问题。
Description
技术领域
本发明涉及诊后随访研究技术领域,尤其是涉及一种基于随访项目对患者进行分组的方法和系统。
背景技术
在科研课题中对患者进行诊后随访研究时,对于科研结果的研究注重患者随访结局的对比需求,不同病情患者执行不同随访方案需求,产生不同的随访结局,进而进行对比。完成此类研究的核心需求是需要对患者进行分组设置,针对不同分组下的患者执行不同的随访调查方案、治疗措施与干预措施。现阶段随访分组大多停留在患者加入项目时就通过程序的设定进行分组的阶段(如设置为参考组和对照组),而在实际中由于一些疾病特殊性,导致疾病的分组操作并不会在入组时就发生,会存在先入组后分组的情况,即入组后根据某一阶段的某一规则的触发才进行分组,还会存在分组后的再分组的需求以及自动动态分组的变化需求。因此,现有技术中的随访分组存在着分组方式单一的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于随访项目对患者进行分组的方法和系统,以缓解现有技术中的随访分组存在着分组方式单一的技术问题。
第一方面,本发明实施例提供了一种基于随访项目对患者进行分组的方法,包括:获取待分组患者的临床事件和自登记量表数据;确定对所述待分组患者进行分组的触发条件;所述触发条件包括:随访项目入组,随访项目执行过程中的量表数据登记;获取目标逻辑分组规则;在所述待分组患者的随访项目满足所述触发条件时,确定与所述目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果;基于所述匹配结果对所述待分组患者进行分组。
进一步地,所述方法还包括:获取所述待分组患者的在院医疗数据;基于ETL工具对所述在院医疗数据进行数据对接、抽取和转化操作,得到所述待分组患者的临床事件和自登记量表数据。
进一步地,所述方法还包括:获取对所述待分组患者进行分组的执行频率和执行次数;基于所述执行频率和所述执行次数,对所述待分组患者进行分组操作。
进一步地,获取目标逻辑分组规则,包括:获取预设临床事件规则库;所述预设临床事件规则库包括:临床事件库,临床事件属性库和判断条件库;基于所述预设临床事件规则库,确定目标逻辑分组规则。
第二方面,本发明实施例还提供了一种基于随访项目对患者进行分组的系统,包括:患者临床事件医疗数据库和分组规则引擎,所述分组规则引擎还包括:分组执行切面,临床事件规则引擎,临床事件规则执行解析器和分组执行器;其中,所述患者临床事件医疗数据库,用于存储待分组患者的临床事件和所述待分组患者的自登记量表数据;所述分组执行切面,用于确定对所述待分组患者进行分组的触发条件;所述触发条件包括:随访项目入组,随访项目执行过程中的量表数据登记;所述临床事件规则引擎,用于配置目标逻辑分组规则;所述临床事件规则执行解析器,用于在所述待分组患者的随访项目满足所述触发条件时,从所述患者临床事件医疗数据库中确定与所述目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果;所述分组执行器,用于基于所述匹配结果对所述待分组患者进行分组。
进一步地,所述患者临床事件医疗数据库,还用于:获取所述待分组患者的在院医疗数据;基于ETL工具对所述在院医疗数据进行数据对接、抽取和转化操作,得到所述待分组患者的临床事件和自登记量表数据。
进一步地,所述系统还包括:分组任务调度器,用于获取对所述待分组患者进行分组的执行频率和执行次数;基于所述执行频率和所述执行次数,对所述待分组患者进行分组操作。
进一步地,所述临床事件规则引擎,还包括:临床事件规则库;所述临床事件规则库包括:临床事件库,临床事件属性库和判断条件库;所述临床事件规则引擎,用于基于所述临床事件规则库配置目标逻辑分组规则。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。
第四方面,本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述第一方面所述方法。
本发明提供了一种基于随访项目对患者进行分组的方法和系统,包括:获取待分组患者的临床事件和自登记量表数据;确定对待分组患者进行分组的触发条件;触发条件包括:随访项目入组,随访项目执行过程中的量表数据登记;获取目标逻辑分组规则;在待分组患者的随访项目满足触发条件时,确定与目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果;基于匹配结果对待分组患者进行分组。本发明通过目标逻辑分组规则的灵活配置,可以针对不同的触发条件实现不同的分组方式,缓解了现有技术中的随访分组存在着分组方式单一的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于随访项目对患者进行分组的方法的流程图;
图2为本发明实施例提供的一种基于随访项目对患者进行分组的系统的示意图;
图3为本发明实施例提供的一种分组规则引擎的示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
图1是根据本发明实施例提供的一种基于随访项目对患者进行分组的方法的流程图。如图1所示,该方法具体包括如下步骤:
步骤S102,获取待分组患者的临床事件和自登记量表数据。
可选地,首先获取待分组患者的在院医疗数据;然后基于ETL工具对在院医疗数据进行数据对接、抽取和转化操作,得到待分组患者的临床事件和自登记量表数据。
可选地,对接抽取的临床事件数据包含患者基本信息数据、门诊病历数据、住院病历数据、检查数据、检验数据、手术数据等。自登记量表数据包含首次登记量表数据、随访计划量表数据数据,数据抽取及转化基于HL7标准及业务需求转化为临床事件模型,临床事件由事件属性构成,如检查事件由检查报告时间、检查类型、检查部位、检查诊断等事件属性构成。数据抽取及转化完成后产生:患者主索引、电子病历事件、检查报告事件、检验报告事件、手术事件、随访首次登记事件、随访计划事件。
步骤S104,确定对待分组患者进行分组的触发条件;触发条件包括:随访项目入组,随访项目执行过程中的量表数据登记。
可选地,触发条件还可以由随访方案确定。随访方案主要由基本信息、首次登记方案、随访计划方案三部分构成,基本信息主要包含项目名称、成员列表等信息;首次登记方案指在进入随访项目后需完成的量表登记方案,是开展随访计划方案的前提条件,首次登记方案配置中需设置首次登记的调查量表,调查量表支持多个量表;随访计划方案指制定的随访执行计划量表登记方案,方案中包含随访计划名称、随访计划的开始时间及计划调查量表,调查量表支持多个量表。
步骤S106,获取目标逻辑分组规则。
可选地,目标逻辑分组规则有规则基本信息和规则条件信息构成。规则基本信息包含规则名称、规则备注等基础信息,规则条件信息包含条件序号、条件事件、条件事件属性项、判断条件、判断值及规则组合结果表达式构成,条件事件、条件事件属性项、判断条件来源于上述的临床事件库、临床事件属性项库,事件属性项判断条件库,条件序号作为每条规则的唯一标识,规则组合结果表达式通过条件序号、逻辑连接词、运算次序符号、范围符号进行规则组合,形成表达式,如:2且4、(1且2)或(3或4)且5。逻辑连接词包含“或”与“且”,运算次序符号为“()”,范围符号为“[]”;“()”在表达式中遵循数学计算逻辑,用来规定运算次序;“[]”在表达式中表示为范围符号,主要用于将相同事件的多规则条件进行范围组合,定位到一条事件数据中,如患者有多条检查报告数据,规则1为检查时间等于2020年,规则2为检查报告类型为心电,规则条件组合为1且2,如不加“[]”时,则表示多条检查报告中的任何一条或多条分别满足1和2即可,即检查事件集合中,有满足检查时间等于2020年,有检查报告类型为心电的即可;如加上“[]”变为“[1且2]”时,则表示需将1和2定位于同一事件数据上,即同一条检查报告事件数据即满足1又满足2方才可以,即一条检查报告事件需既满足检查时间等于2020年且检查报告类型等于心电。
步骤S108,在待分组患者的随访项目满足触发条件时,确定与目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果。
步骤S110,基于匹配结果对待分组患者进行分组。
本发明实施例提供了一种基于随访项目对患者进行分组的方法,通过目标逻辑分组规则的灵活配置,可以针对不同的触发条件实现不同的分组方式,缓解了现有技术中的随访分组存在着分组方式单一的技术问题。
可选地,当触发条件为随访项目入组时,本发明实施例提供的分组方法可以在待分组患者入组随访后,执行分组操作。
可选地,当触发条件为随访项目执行过程中的量表数据登记时,本发明实施例提供的方法,可以在待分组患者入组后不进行分组操作,而是根据随访项目执行过程中的量表数据集登记结果进行逻辑处理级分组。
可选地,本发明实施例中提供的方法,还可以在带分组患者分组之后,再次进行分组操作,具体地,根据随访项目执行过程中的量表数据登记结果进行逻辑处理及再次分组。
可选地,本发明实施例提供的方法还包括:
获取对待分组患者进行分组的执行频率和执行次数;
基于执行频率和执行次数,对待分组患者进行分组操作。
可选地步骤S106还包括如下步骤:
步骤S1061,获取预设临床事件规则库;预设临床事件规则库包括:临床事件库,临床事件属性库和判断条件库。
在本发明实施例中,将涉及的临床事件与临床事件属性项及事件属性项判断条件建立成预设临床事件规则库:1、临床事件库:条件事件即数据抽取即转化后的临床事件列表,2、临床事件属性项库:条件事件属性项对应到条件事件,将各临床事件的每一条属性维护到数据库中,3、事件属性项判断条件库:大于、等于、小于、大于等于、小于等于、不等于、属于、不属于、包含。
步骤S1062,基于预设临床事件规则库,确定目标逻辑分组规则。
本发明实施例提供的一种基于随访项目对患者进行分组的方法,首先获取待分组患者的临床事件和自登记量表数据;然后确定对待分组患者进行分组的触发条件;获取目标逻辑分组规则;在待分组患者的随访项目满足触发条件时,确定与目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果;最后基于匹配结果对待分组患者进行分组。本发明通过目标逻辑分组规则的灵活配置,可以针对不同的触发条件实现不同的分组方式,缓解了现有技术中的随访分组存在着分组方式单一的技术问题。
实施例二:
图2是根据本发明实施例提供的一种基于随访项目对患者进行分组的系统的示意图。如图2所示,该系统包括:患者临床事件医疗数据库10和分组规则引擎20。
具体地,图3是根据本发明实施例提供的一种分组规则引擎的示意图。如图3所示,分组规则引擎20还包括:分组执行切面21,临床事件规则引擎22,临床事件规则执行解析器23和分组执行器24。
具体地,患者临床事件医疗数据库10,用于存储待分组患者的临床事件和待分组患者的自登记量表数据。
可选地,患者临床事件医疗数据库,还用于:获取待分组患者的在院医疗数据;基于ETL工具对在院医疗数据进行数据对接、抽取和转化操作,得到待分组患者的临床事件和自登记量表数据。
分组执行切面21,用于确定对待分组患者进行分组的触发条件;触发条件包括:随访项目入组,随访项目执行过程中的量表数据登记。
可选地,分组执行切面21,包含随访项目入组、基于首次登记方案中的量表登记数据的逻辑处理、基于随访计划方案中的量表登记数据的逻辑处理三种执行切面。
临床事件规则引擎22,用于配置目标逻辑分组规则。
可选地,临床事件规则引擎22基于患者医疗临床事件库、临床事件属性项库、判断条件库,主要负责临床事件业务逻辑的规则配置,将配置后的规则结果输出给临床事件规则执行解析器进行解析。
临床事件规则执行解析器23,用于在待分组患者的随访项目满足触发条件时,从患者临床事件医疗数据库中确定与目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果。
可选地,临床事件规则执行解析器23通过临床事件规则引擎22中的所涉及的临床事件,从患者医疗临床事件库中抽取对应事件数据,将数据进行业务逻辑组织,并执行规则组合结果表达式,进行真假命题判断,并将执行结果输出给分组执行器。
分组执行器24,用于基于匹配结果对待分组患者进行分组。
本发明实施例提供了一种基于随访项目对患者进行分组的系统,通过目标逻辑分组规则的灵活配置,可以针对不同的触发条件实现不同的分组方式,缓解了现有技术中的随访分组存在着分组方式单一的技术问题。
可选地,如图2所示,该系统还包括:分组任务调度器30,用于获取对待分组患者进行分组的执行频率和执行次数;基于执行频率和执行次数,对待分组患者进行分组操作。
在本发明实施例中,分组规则引擎与分组任务调度器基于患者医疗数据库与随访方案制定,医疗数据库作为分组引擎和分组任务调度器的数据基础,随访入组、随访首次登记方案和随访计划方案作为分组引擎的触发条件。
为随访项目设置分组方案时,先设置分组基本信息并为分组配置对应的分组规则引擎,分组基本信息包含分组名称、分组下的随访计划方案等信息。
可选地,临床事件规则引擎22,还包括:临床事件规则库;临床事件规则库包括:临床事件库,临床事件属性库和判断条件库。
具体地,临床事件规则引擎22,用于基于临床事件规则库配置目标逻辑分组规则。
在本发明实施例中,通过分组规则引擎20及分组任务调度器30可以实现以下四种场景的分组:
(1)入组时即刻分组;
(2)入组后根据执行规则分组;
(3)入组分组后的再次分组;
(4)动态分组切换。
其中,(1)(2)(3)采用分组规则引擎20实现,(4)采用分组任务调度器30实现。
具体地,(1)入组时即刻分组,将分组规则引擎20中分组执行切面21设置为“随访项目入组”,根据业务需求逻辑在临床事件规则引擎22配置添加相应的规则,并配置规则结果组合,当患者入组随访后,临床事件规则引擎22自动执行,临床事件规则执行解析器23通过临床事件规则引擎22中的所涉及的临床事件,从患者医疗临床事件库中抽取对应事件数据,将数据进行业务逻辑组织,执行规则组合结果表达式,并将分组结果输出给分组执行器24,由分组执行器24执行患者分组结果。
(2)入组后根据执行规则分组,是指患者入组后不进行分组操作,而是根据随访项目执行过程中的量表数据登记结果进行逻辑处理及分组。在此情况中,分组规则引擎20中分组执行切面21可设置为“基于首次登记方案中的量表登记数据的逻辑处理”和“基于随访计划方案中的量表登记数据”,两者至少选择一种也可都选。选择基于首次登记方案中的量表登记数据的逻辑处理后临床事件规则引擎22配置选择随访首次登记事件,事件项根据业务要求进行配置,如配置为:随访首次登记事件、量表填写结果总分、大于、20,并配置规则结果组合;选择基于随访方案中的量表登记数据的逻辑处理后,临床事件规则引擎22配置选择随访计划事件,事件项根据业务要求进行配置,并配置规则结果组合,如配置为:1随访计划事件、计划名称、等于、第一次随访;2随访计划事件、填写结果、等于、20,规则结果[1且2],如将两者均选择后,规则配置方法仍按上述进行配置。当患者填写完首次登记量表、随访计划方案量表后,临床事件规则引擎22自动执行,临床事件规则执行解析器23通过临床事件规则引擎22中的所涉及的临床事件,从患者医疗临床事件库中抽取对应事件数据,将数据进行业务逻辑组织,执行规则组合结果表达式输出给分组执行器24,由分组执行器24执行患者分组结果。
(3)分组后的再次分组,是指患者入组后进行分组操作,且还会根据随访项目执行过程中的量表数据登记结果进行逻辑处理及再次分组。在此情况中,分组规则引擎20中分组执行切面21设置为“随访项目入组”及“基于首次登记方案中的量表登记数据的逻辑处理”、“基于随访计划方案中的量表登记数据”(两者至少选择一种也可都选,此时的随访计划方案为分组下的随访计划方案)。具体分组规则引擎20配置流程同(1)(2)中配置过程。
当患者入组随访后,临床事件规则引擎22自动执行,临床事件规则执行解析器23通过临床事件规则引擎22中的所涉及的临床事件,从患者医疗临床事件库中抽取对应事件数据,将数据进行业务逻辑组织,执行规则组合结果表达式,并将分组结果输出给分组执行器24,由分组执行器24执行患者分组结果;当患者填写完首次登记量表、随访计划方案量表后,临床事件规则引擎22自动执行,临床事件规则执行解析器23通过临床事件规则引擎22中的所涉及的临床事件,从患者医疗临床事件库中抽取对应事件数据,将数据进行业务逻辑组织,执行规则组合结果表达式输出给分组执行器24,由分组执行器24执行患者分组结果。
(4)动态分组切换,主要处理由于患者个人属性数据与医疗数据的动态变化产生的分组需求,此类情况无法通过上述规则进行配置,需通过定时的分组任务调度器30执行分组操作,如3岁-5岁随访组、6岁-8岁随访组,当随着5岁患者年龄的增长需动态进行分组的切换;再如在院随访组、出院后随访组,需根据患者医疗数据的增量抽取进行动态分组的切换。
在此情况中,先设置分组基本信息并为分组配置对应的分组任务调度器30,分组任务调度器30由任务作业调度器、临床事件规则引擎、临床事件规则执行解析器及分组执行器构成。分组基本信息包含分组名称、分组下的随访计划方案等信息。分组任务执行器设置对应任务的执行规则(如执行频率、执行次数等)和规则引擎配置,任务定时执行临床事件规则执行解析器,通过执行临床事件规则引擎配置的规则,将分组结果输出给分组执行器,由分组执行器执行患者分组结果。
与现有技术的方式相比,本发明实施例具有以下优点:
(a)规则灵活配置,满足科研课题全方位的分组需求。
(b)动态加载规则配置结果与表达式,保证系统的连贯性运行,避免常规的代码编写后重启容器的情况。
本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例一中的方法的步骤。
本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,程序代码使处理器执行上述实施例一中的方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于随访项目对患者进行分组的方法,其特征在于,包括:
获取待分组患者的临床事件和自登记量表数据;
确定对所述待分组患者进行分组的触发条件;所述触发条件包括:随访项目入组,随访项目执行过程中的量表数据登记;
获取目标逻辑分组规则;
在所述待分组患者的随访项目满足所述触发条件时,确定与所述目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果;
基于所述匹配结果对所述待分组患者进行分组。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述待分组患者的在院医疗数据;
基于ETL工具对所述在院医疗数据进行数据对接、抽取和转化操作,得到所述待分组患者的临床事件和自登记量表数据。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取对所述待分组患者进行分组的执行频率和执行次数;
基于所述执行频率和所述执行次数,对所述待分组患者进行分组操作。
4.根据权利要求1所述的方法,其特征在于,获取目标逻辑分组规则,包括:
获取预设临床事件规则库;所述预设临床事件规则库包括:临床事件库,临床事件属性库和判断条件库;
基于所述预设临床事件规则库,确定目标逻辑分组规则。
5.一种基于随访项目对患者进行分组的系统,其特征在于,包括:患者临床事件医疗数据库和分组规则引擎,所述分组规则引擎还包括:分组执行切面,临床事件规则引擎,临床事件规则执行解析器和分组执行器;其中,
所述患者临床事件医疗数据库,用于存储待分组患者的临床事件和所述待分组患者的自登记量表数据;
所述分组执行切面,用于确定对所述待分组患者进行分组的触发条件;所述触发条件包括:随访项目入组,随访项目执行过程中的量表数据登记;
所述临床事件规则引擎,用于配置目标逻辑分组规则;
所述临床事件规则执行解析器,用于在所述待分组患者的随访项目满足所述触发条件时,从所述患者临床事件医疗数据库中确定与所述目标逻辑分组规则相匹配的临床事件和/或自登记量表数据,得到匹配结果;
所述分组执行器,用于基于所述匹配结果对所述待分组患者进行分组。
6.根据权利要求5所述的系统,其特征在于,所述患者临床事件医疗数据库,还用于:
获取所述待分组患者的在院医疗数据;
基于ETL工具对所述在院医疗数据进行数据对接、抽取和转化操作,得到所述待分组患者的临床事件和自登记量表数据。
7.根据权利要求5所述的系统,其特征在于,所述系统还包括:分组任务调度器,用于获取对所述待分组患者进行分组的执行频率和执行次数;基于所述执行频率和所述执行次数,对所述待分组患者进行分组操作。
8.根据权利要求5所述的系统,其特征在于,所述临床事件规则引擎,还包括:临床事件规则库;所述临床事件规则库包括:临床事件库,临床事件属性库和判断条件库;
所述临床事件规则引擎,用于基于所述临床事件规则库配置目标逻辑分组规则。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至4任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1-4任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011264803.XA CN112331282A (zh) | 2020-11-12 | 2020-11-12 | 基于随访项目对患者进行分组的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011264803.XA CN112331282A (zh) | 2020-11-12 | 2020-11-12 | 基于随访项目对患者进行分组的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112331282A true CN112331282A (zh) | 2021-02-05 |
Family
ID=74318430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011264803.XA Pending CN112331282A (zh) | 2020-11-12 | 2020-11-12 | 基于随访项目对患者进行分组的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112331282A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113744819A (zh) * | 2021-09-09 | 2021-12-03 | 北京嘉和美康信息技术有限公司 | 随访状态的管理方法及装置 |
CN117409908A (zh) * | 2023-10-17 | 2024-01-16 | 浙江智慧网络医院管理有限公司 | 基于rpa的肿瘤全病程管理方法、装置、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130080425A1 (en) * | 2011-09-22 | 2013-03-28 | Patrick Kwete | Personalized Medical Treatment Provision Software |
CN104616136A (zh) * | 2015-02-15 | 2015-05-13 | 王任直 | 一种临床数据管理系统 |
CN107436994A (zh) * | 2017-06-16 | 2017-12-05 | 康美健康云服务有限公司 | 一种基于客户端的患者分组主动管理方法及其系统 |
CN109102847A (zh) * | 2018-06-28 | 2018-12-28 | 上海长海医院 | 一种糖尿病前期“pc-微信”智能管理及随访系统 |
CN109215745A (zh) * | 2018-09-13 | 2019-01-15 | 成都中医药大学 | 一种临床试验管理系统 |
CN109545292A (zh) * | 2018-11-09 | 2019-03-29 | 医渡云(北京)技术有限公司 | 一种医疗科研随访任务的管理方法、设备和介质 |
CN110189804A (zh) * | 2019-05-30 | 2019-08-30 | 浙江中医药大学附属第二医院(浙江省新华医院) | 一种心血管信息采集与处理系统及方法 |
CN110211702A (zh) * | 2019-04-30 | 2019-09-06 | 甘肃省中医院 | 一种跨区域医疗机构科研病例在线采集系统 |
EP3654339A1 (en) * | 2018-11-16 | 2020-05-20 | Koninklijke Philips N.V. | Method of classifying medical records |
CN111210883A (zh) * | 2019-12-24 | 2020-05-29 | 深圳市联影医疗数据服务有限公司 | 生成脑肿瘤患者随访数据的方法、系统、装置及存储介质 |
-
2020
- 2020-11-12 CN CN202011264803.XA patent/CN112331282A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130080425A1 (en) * | 2011-09-22 | 2013-03-28 | Patrick Kwete | Personalized Medical Treatment Provision Software |
CN104616136A (zh) * | 2015-02-15 | 2015-05-13 | 王任直 | 一种临床数据管理系统 |
CN107436994A (zh) * | 2017-06-16 | 2017-12-05 | 康美健康云服务有限公司 | 一种基于客户端的患者分组主动管理方法及其系统 |
CN109102847A (zh) * | 2018-06-28 | 2018-12-28 | 上海长海医院 | 一种糖尿病前期“pc-微信”智能管理及随访系统 |
CN109215745A (zh) * | 2018-09-13 | 2019-01-15 | 成都中医药大学 | 一种临床试验管理系统 |
CN109545292A (zh) * | 2018-11-09 | 2019-03-29 | 医渡云(北京)技术有限公司 | 一种医疗科研随访任务的管理方法、设备和介质 |
EP3654339A1 (en) * | 2018-11-16 | 2020-05-20 | Koninklijke Philips N.V. | Method of classifying medical records |
CN110211702A (zh) * | 2019-04-30 | 2019-09-06 | 甘肃省中医院 | 一种跨区域医疗机构科研病例在线采集系统 |
CN110189804A (zh) * | 2019-05-30 | 2019-08-30 | 浙江中医药大学附属第二医院(浙江省新华医院) | 一种心血管信息采集与处理系统及方法 |
CN111210883A (zh) * | 2019-12-24 | 2020-05-29 | 深圳市联影医疗数据服务有限公司 | 生成脑肿瘤患者随访数据的方法、系统、装置及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113744819A (zh) * | 2021-09-09 | 2021-12-03 | 北京嘉和美康信息技术有限公司 | 随访状态的管理方法及装置 |
CN113744819B (zh) * | 2021-09-09 | 2024-04-12 | 北京嘉和美康信息技术有限公司 | 随访状态的管理方法及装置 |
CN117409908A (zh) * | 2023-10-17 | 2024-01-16 | 浙江智慧网络医院管理有限公司 | 基于rpa的肿瘤全病程管理方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022508350A (ja) | 汎用医療用語ライブラリに基づくマルチセンタ医療用語標準化システム | |
US7917377B2 (en) | Patient data mining for automated compliance | |
KR102368520B1 (ko) | 인간참여형(human-in-the-loop) 인터랙티브 모델 훈련 | |
CN110428910A (zh) | 临床用药适应症分析系统、方法、计算机设备和存储介质 | |
CN104166667A (zh) | 分析系统以及保健事业支援方法 | |
CN112331282A (zh) | 基于随访项目对患者进行分组的方法和系统 | |
CN114496140B (zh) | 查询条件的数据匹配方法、装置、设备及介质 | |
Mate et al. | A method for the graphical modeling of relative temporal constraints | |
WO2022166859A1 (zh) | 一种医疗数据治理系统 | |
CN112447270A (zh) | 一种用药推荐方法、装置、设备及存储介质 | |
KR102563038B1 (ko) | 치료영역 별 임상시험 데이터의 표준화 처리 시스템 | |
O’Connor et al. | A lightweight model for representing and reasoning with temporal information in biomedical ontologies | |
Spineth et al. | Implementing CDS hooks communication in an Arden-syntax-based clinical decision support platform | |
Banham et al. | xPM: Enhancing exogenous data visibility | |
CN112071431A (zh) | 基于深度学习和知识图谱的临床路径自动生成方法及系统 | |
US11983947B2 (en) | Generating document content by data analysis | |
Radulovic et al. | Extending software quality models-A sample in the semantic technologies domain | |
CN115080594A (zh) | 一种对数据进行多维度分析方法、系统和电子设备 | |
Fernandez-Llatas | Bringing interactive process mining to health professionals: interactive data rodeos | |
WO2022011837A1 (zh) | 根据公式自动计算观察项的装置及方法 | |
CN110704697B (zh) | 一种基于选择分支构建的用于提高业务流程效率的方法 | |
CN114283915A (zh) | 一种用于确定患者全病程照护方案的方法及装置 | |
Sendak et al. | Development and validation of ML-DQA–a machine learning data quality assurance framework for healthcare | |
US20170024784A1 (en) | Computer System and Cost Calculating Method | |
JP7430091B2 (ja) | データ処理支援システム、データ処理支援方法及びデータ処理支援プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |