CN112700851A - 医疗基地确定方法、装置、电子设备及存储介质 - Google Patents

医疗基地确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112700851A
CN112700851A CN202011622827.8A CN202011622827A CN112700851A CN 112700851 A CN112700851 A CN 112700851A CN 202011622827 A CN202011622827 A CN 202011622827A CN 112700851 A CN112700851 A CN 112700851A
Authority
CN
China
Prior art keywords
base
target
quality
data
medical
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.)
Granted
Application number
CN202011622827.8A
Other languages
English (en)
Other versions
CN112700851B (zh
Inventor
于静
李会龙
杜飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yidu Cloud Beijing Technology Co Ltd
Original Assignee
Yidu Cloud Beijing Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yidu Cloud Beijing Technology Co Ltd filed Critical Yidu Cloud Beijing Technology Co Ltd
Priority to CN202011622827.8A priority Critical patent/CN112700851B/zh
Publication of CN112700851A publication Critical patent/CN112700851A/zh
Application granted granted Critical
Publication of CN112700851B publication Critical patent/CN112700851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本公开实施例提供了一种医疗基地确定方法、装置、电子设备及计算机可读存储介质,属于医疗数据技术领域,该医疗基地确定方法包括:确定当前医疗试验需要的医疗数据范围和数据质量要求,并根据考量指标确定多个待选基地;根据所述医疗数据范围建立各所述待选基地对应的目标数据集,并根据所述数据质量要求建立各所述待选基地对应的质量规则集;按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果;对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地。本公开实施例能够提高确定目标基地的准确性。

Description

医疗基地确定方法、装置、电子设备及存储介质
技术领域
本公开实施例涉及医疗数据技术领域,具体而言,涉及一种医疗基地确定方法、医疗基地确定装置、电子设备及计算机可读存储介质。
背景技术
临床试验基地,是临床试验开展的基础。基地选择得当,后期项目开展,无论从质量还是进度,都能得到更好的保障。
相关技术中,一般采用传统基地选择方法进行选择。具体地,通常通过基地样本代表性、资质/技术/经验、实验室和设施、患者招募能力等参数来确定,这些参数通常由试验设计者收集相关信息再综合评价选择。上述方式中,利用传统基地选择方法确定基地时,由于只是根据人工收集的信息来进行评价选择,存在一定的局限性,因此可能导致得到的基地并不准确,与实际情况差别较大,且可靠性较差,进而导致临床试验出现误差。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开实施例的目的在于提供一种医疗基地确定方法、医疗基地确定装置、电子设备及计算机可读存储介质,进而至少在一定程度上克服确定的医疗基地不准确的问题。
本公开实施例的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本公开实施例的一个方面,提供一种医疗基地确定方法,包括:确定当前医疗试验需要的医疗数据范围和数据质量要求,并根据考量指标确定多个待选基地;根据所述医疗数据范围建立各所述待选基地对应的目标数据集,并根据所述数据质量要求建立各所述待选基地对应的质量规则集;按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果;对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地。
在本公开的一种示例性实施例中,所述确定当前医疗试验需要的医疗数据范围和数据质量要求,包括:从所述当前医疗试验的试验方案中确定纳排标准,并根据所述纳排标准确定所述医疗数据范围;根据所述当前医疗试验的试验方案确定所述数据质量要求。
在本公开的一种示例性实施例中,所述根据考量指标确定多个待选基地,包括:根据基地的属性信息和关联信息,确定所述多个待选基地。
在本公开的一种示例性实施例中,所述根据所述医疗数据范围建立各所述待选基地对应的目标数据集,包括:根据所述医疗数据范围对应的纳排策略对各所述待选基地的医疗数据进行纳排处理,建立各所述待选基地的所述目标数据集。
在本公开的一种示例性实施例中,所述按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果,包括:调用各所述待选基地的所述质量规则集,对各所述待选基地对应的所述目标数据集进行规则校验,得到不满足各所述质量规则集中质量规则的医疗数据的比例;根据不满足各所述质量规则集中质量规则的医疗数据的比例,确定各所述待选基地的所述质量评估结果。
在本公开的一种示例性实施例中,所述对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地,包括:根据多个目标质量规则对所述质量评估结果进行分析,确定各所述待选基地对应的符合所述目标质量规则的数据量,并根据所述数据量从所述多个待选基地中确定所述目标基地。
在本公开的一种示例性实施例中,所述根据多个目标质量规则对所述质量评估结果进行分析,确定各所述待选基地对应的符合所述目标质量规则的数据量,并根据所述数据量从所述多个待选基地中确定所述目标基地,包括:从所述质量评估结果包含的所有质量规则中筛选所述多个目标质量规则,并根据所述多个目标质量规则确定多个目标层级;确定与每个目标层级对应的至少一个目标质量规则;对每个目标层级的所述至少一个目标质量规则进行逻辑组配,计算出每个目标层级中符合所述目标质量规则的多个粒度的数据量;根据所述多个粒度的数据量,从所述多个待选基地中确定所述目标基地。
根据本公开的一个方面,提供一种医疗基地确定装置,包括:待选基地确定模块,用于确定当前医疗试验需要的医疗数据范围和数据质量要求,并根据考量指标确定多个待选基地;目标数据集确定模块,用于根据所述医疗数据范围建立各所述待选基地对应的目标数据集,并根据所述数据质量要求建立各所述待选基地对应的质量规则集;规则校验模块,用于按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果;目标基地确定模块,用于对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任意一项所述的医疗基地确定方法。
根据本公开的一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的医疗基地确定方法。
本公开实施例提供的医疗基地确定方法、装置、电子设备和计算机可读存储介质中,通过考量指标确定多个待选基地,并在待选基地的基础上根据医疗数据范围以及数据质量要求来评估各待选基地的数据质量,以根据质量评估结果来辅助进行医疗基地的筛选。一方面,由于可以结合考量指标和数据质量评估结果两个维度来确定目标基地,避免了只根据考量指标确定目标基地时导致的局限性,能够从多个维度全面准确地确定目标基地,从而提高可靠性。另一方面,能够利用真实世界数据的质量分析结果来辅助目标基地的选择,从而使得确定的目标基地与当前医疗试验更匹配,增加了应用范围且减少临床试验的误差。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。在附图中:
图1示意性示出了本公开实施例的用于执行医疗基地确定方法的系统架构图。
图2示意性示出了本公开实施例的医疗基地确定方法的流程示意图。
图3示意性示出了本公开实施例确定质量评估结果的流程示意图。
图4示意性示出了本公开实施例中规则校验的应用场景示意图。
图5示意性示出了本公开实施例中确定目标基地的流程示意图。
图6示意性示出了本公开实施例中确定目标基地的示意图。
图7示意性示出了根据本公开实施例的医疗基地确定装置的框图。
图8示意性示出了用来实现上述医疗基地确定方法的电子设备的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1中示意性示出了用于执行本公开实施例中的医疗基地确定方法的系统架构图。
如图1所示,系统架构100可以包括第一端101、网络102、第二端103。其中,第一端101可以是客户端,例如可以为各种具有计算功能和数据处理功能的手持设备(智能手机)、台式计算机等等。网络102用以在第一端101和第二端103之间提供通信链路的介质,网络102可以包括各种连接类型,例如有线通信链路、无线通信链路等等,在本公开实施例中,第一端101和第二端103之间的网络102可以是有线通信链路,例如可以通过串口连接线提供通信链路,也可以是无线通信链路,通过无线网络提供通信链路。第二端103可以是客户端,例如便携式计算机、台式计算机、智能手机等具有数据处理功能的终端设备,用于对第一端输入的数据进行质量评估,进而结合传统的考量指标确定出符合当前医疗试验的目标基地。其中,当第一端和第二端均为客户端时,二者可以为同一个客户端。第二端也可以为服务器,此处不做限定。
应该理解,图1中的第一端、网络和第二端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的客户端、网络和服务器。
需要说明的是,本公开实施例所提供的医疗基地确定方法可以完全由第二端执行,相应地,医疗基地确定装置可设置于第二端103中。
基于上述系统架构,本公开实施例中提供了一种医疗基地确定方法,该医疗基地确定方法可以应用于在真实世界研究场景中。真实世界研究指的是在真实世界环境下收集与患者有关的数据(即真实世界数据),通过对真实世界数据进行分析,获得医疗产品的使用价值及潜在获益或风险的临床证据,主要研究类型是观察性研究,也可以是临床试验。
具体地,第一端获取当前医疗试验需要的医疗数据范围和数据质量要求,将其发送至第二端,以使得第二端来进行数据质量评估。第二端可以按照传统的考量指标来确定多个待选基地,进而根据医疗数据范围、数据质量要求以及多个待选基地来建立与每个待选基地对应的目标数据集和质量规则集,以确定每个待选基地的目标数据集的质量评估结果,并根据质量评估结果来确定目标基地。随后,还可以将校验结果发送至第一端进行显示或者是后续处理。
上述医疗基地确定方法的执行主体可以为服务器或者是具有计算能力的终端,参考图2所示,该医疗基地确定方法包括步骤S210至步骤S240,详细介绍如下:
在步骤S210中,确定当前医疗试验需要的医疗数据范围和数据质量要求,并根据考量指标确定多个待选基地;
在步骤S220中,根据所述医疗数据范围建立各所述待选基地对应的目标数据集,并根据所述数据质量要求建立各所述待选基地对应的质量规则集;
在步骤S230中,按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果;
在步骤S240中,对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地。
本公开实施例提供的医疗基地确定方法中,一方面,由于可以结合考量指标和数据质量评估结果两个维度来确定目标基地,避免了只根据考量指标确定目标基地时导致的局限性,能够从多个维度全面准确地确定目标基地,从而提高可靠性。另一方面,能够利用真实世界数据的质量分析结果来辅助目标基地的选择,从而更符合实际情况,减少临床试验的误差,也避免了资源浪费。
接下来,结合附图对本公开实施例中的医疗基地确定方法进行详细的解释说明。
在步骤S210中,确定当前医疗试验需要的医疗数据范围和数据质量要求,并根据考量指标确定多个待选基地。
本公开实施例中,当前医疗试验指的是正在进行的医疗试验,且当前医疗试验可以根据实际需求而变化,并不是固定不变。当前医疗试验可以为药物临床试验或者是其它试验等等。药物临床试验是指任何在人体(病人或健康志愿者)进行的药物的系统性研究,以证实或发现试验药物的临床、药理和/或其他药效学方面的作用、不良反应和/或吸收、分布、代谢及排泄,目的是确定试验药物的安全性和有效性。当前医疗试验可以用试验方案来表示,试验方案中可以包括对当前医疗试验的目标、需要满足的条件等内容,具体可以用文本等方式来表示。
医疗数据范围指的是当前医疗试验最终需要的数据,其可以来源于各个医疗机构或者是其它数据源,具体可以通过真实世界数据而获得。真实世界数据指的是真实世界研究中,在真实世界环境下收集的与患者有关的数据。真实世界研究指的是在真实世界环境下收集与患者有关的数据,通过分析真实世界数据,获得医疗产品的使用价值及潜在获益或风险的临床证据(RWE),主要研究类型是观察性研究,也可以是临床试验。数据质量要求指的是当前医疗试验中描述的对数据进行限定的质量规则,数据质量要求可以包括多个质量规则,例如数据质量要求为满足规则A且不满足规则B。
具体而言,可以从当前医疗试验的试验方案中确定纳排标准,并根据纳排标准确定所述医疗数据范围。其中,可以对试验方案进行解析,得到其中包含的纳排标准。纳排标准可以包括纳入标准以及排除标准。其中,在临床研究中,纳入标准旨在选择临床特点相对单一、人口学具有共性的对象进行研究;排除标准的目的是防止影响因素干扰研究,提高研究结果的可靠性。根据该纳排标准,可以初步确定当前医疗试验的医疗数据范围。此处的医疗数据范围可以包括但不限于数据表、字段、年份以及数据纳排策略。除此之外,还可以对当前医疗试验的试验方案进行解析,得到其中的数据质量要求。
除此之外,还可以根据考量指标确定多个待选基地。待选基地指的是初步确定的临床试验基地。临床试验基地指的是由国家批准的允许进行药物临床试验的医疗机构,是临床试验实施及临床试验数据产生的主要场所。考量指标指的是基地的属性信息和关联信息。具体地,属性信息可以为基地本身具有的信息,例如可以包括但不限于基地代表性、资质/技术/经验等等。关联信息可以为与基地关联的信息,例如基地的合作研究者情况等。在此基础上,可以结合基地的属性信息和基地的关联信息,来初步选择多个待选基地,以通过传统方式实现基地的初步选择,粗略确定待选基地的范围。待选基地例如可以为医院等医疗机构,例如基地1、基地2等等。
在步骤S220中,根据所述医疗数据范围建立各所述待选基地对应的目标数据集,并根据所述数据质量要求建立各所述待选基地对应的质量规则集。
本公开实施例中,每个待选基地都可以对应一个目标数据集。具体地,可以在当前医疗试验需要的医疗数据范围内,根据医疗数据范围解析出来的纳排策略来对每个待选基地对应的医疗数据进行过滤处理得到。由于医疗数据范围内包括年份数据,因此此处需要过滤的医疗数据指的即是年份数据。基于此,可以认为该目标数据集是根据真实世界数据而确定的。其中,纳排策略用于表示纳入的患者的类型以及年份,例如属于糖尿病患者且不能有其他并发症,且为近五年的数据。如此一来,每个待选基地均可以对应一个目标数据集,且每个待选基地的目标数据集不同。需要补充说明的是,每个待选基地都存在各自的私有云,且每个待选基地的目标数据集均存储在其私有云中,以实现目标数据集的分布式存储。例如,基地1对应私有云1,用于存储目标数据集1;基地2对应私有云2,用于存储目标数据集2;基地3对应私有云3,用于存储目标数据集3等等。需要说明的是,最终确定的目标数据集中包括当前医疗试验涉及的数据表和字段等等。
接下来,可以根据获取的数据质量要求来建立每个待选基地的质量规则集,不同待选基地的质量规则集也可以不同。具体而言,可以将从当前医疗试验的试验方案中提取的数据质量要求转换为对应的质量规则。与此同时,还可以为每一个质量规则确定当前医疗试验的标签,以通过该标签来表示质量规则是属于当前医疗试验的规则,质量规则可以按照实际需求而进行更新。并且,可以将存在该标签的质量规则存储至规则库,生成当前医疗试验的质量规则集。质量规则集中的质量规则用于进行质量评估。
在步骤S230中,按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果。
本公开实施例中,由于每个待选基地都存在对应的质量规则集和目标数据集,因此可以基于每个待选基地的质量规则集来对该待选基地的目标数据集进行规则校验,从而实现对待选基地的目标数据集进行质量评估。
图3中示意性示出了确定质量评估结果的流程示意图,参考图3中所示,主要包括以下步骤:
在步骤S310中,调用各所述待选基地的所述质量规则集,对各所述待选基地对应的所述目标数据集进行规则校验,得到不满足各所述质量规则集中质量规则的医疗数据的比例。
本步骤中,各待选基地的质量规则集可以存储在公有云规则库,即存储在公有云中,且质量规则集中可以存在多个质量规则。各待选基地的目标数据集可以存储在各待选基地的私有云中,以实现不同待选基地的目标数据集之间的分布存储,避免不同待选基地的目标数据集之间的相互干扰。具体而言,对于每一个待选基地而言,可以通过其对应的质量规则集中的每一个质量规则来对目标数据集进行规则校验,以确定不符合质量规则的医疗数据所占的比例。质量规则集中可以包括多个质量规则,例如200个或者是其他数量。质量规则例如可以为不为空,或者是符合医学逻辑,或者是用药必须是糖尿病等等。举例而言,对于待选基地1的目标数据集1而言,当质量规则为不为空时,根据不为空的患者的数量与所有糖尿病的患者的数量的比值,来计算不满足质量规则的医疗数据的比例。
在步骤S320中,根据不满足各所述质量规则集中质量规则的医疗数据的比例,确定各所述待选基地的所述质量评估结果。
本步骤中,每个待选基地都可以得到一个质量评估结果,该质量评估结果是针对于质量规则集中的所有质量规则而言的,用于表示不满足每一个质量规则的医疗数据的比例。
进一步地,可以将质量评估结果推送至公有云进行存储,以支持页面展示和下一步实时漏斗分析。质量评估结果通过页面展示查询,可快速了解每个待选基地的数据质量情况,可快速评估关键数据表或字段能否支撑研究开展。
图4中示意性示出了规则校验的应用场景的示意图,参考图4中所示,公有云410发送规则校验需求,需要说明的是,公有云410可以同时向私有云421、私有云422、私有云423等发送各自对应的校验请求,私有云421、私有云422、私有云423可以响应于接收到的校验请求,并行调用各待选基地对应的包含当前医疗试验标签的质量规则集,从而对各待选基地各存储在私有云中的目标数据集进行校验,得到对应的质量评估结果。例如,私有云421响应于校验请求4210,调用与待选基地1对应的质量规则集1对存储在私有云421的目标数据集1进行校验得到质量评估结果1。私有云422响应于校验请求4220,调用与待选基地2对应的质量规则集2对存储在私有云422的目标数据集2进行校验得到质量评估结果2。私有云423响应于校验请求4230,调用与待选基地3对应的质量规则集3对存储在私有云423的目标数据集3进行校验得到质量评估结果3。
本公开实施例中,通过并行对多个待选基地的目标数据集执行规则校验,能够提高校验效率。
在步骤S240中,对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地。
本公开实施例中,由于每个待选基地的质量评估结果中包含了质量规则集中的所有质量规则的数据,为了提高分析效率,可以从所有质量规则中筛选出多个目标质量规则来进行质量评估,以减少计算量,提高操作效率。
图5中示意性示出了确定目标基地的流程图,参考图5中所示,主要包括以下步骤:
在步骤S510中,从所述质量评估结果包含的所有质量规则中筛选所述多个目标质量规则,并根据所述多个目标质量规则确定多个目标层级。
本步骤中,可以按照每个质量规则对待选基地的影响程度来确定每一个待选基地对应的多个目标质量规则。例如可以按照影响程度从大到小进行排序,按照排序结果确定目标质量规则。目标质量规则的数量可以事先确定,例如可以为20个或者是50个等等。影响程度用于描述质量规则对待选基地的数据的质量的重要性。
在确定目标质量规则后,多个目标质量规则之间具有层级关系,因此可以基于目标质量规则之间的层级关系来确定多个目标层级。需要说明的是,目标层级的数量可以小于或者是等于目标质量规则的数量。不同的目标层级之间是逻辑与的关系,相同的目标层级内的目标质量规则之间是逻辑或的关系。
在步骤S520中,确定与每个目标层级对应的至少一个目标质量规则。
本步骤中,每个目标层级可以对应一个或者是多个目标质量规则。当存在多个目标质量规则时,多个目标质量规则之间支持and/or的逻辑组配。
在步骤S530中,对每个目标层级的所述至少一个目标质量规则进行逻辑组配,计算出每个目标层级中符合所述目标质量规则的多个粒度的数据量。
本步骤中,多个粒度可以包括患者、病历以及活动记录中的任意一种或多种的结合。当每个目标层级存在多个目标质量规则时,可以对每个目标层级的多个目标质量规则之间进行逻辑组配,例如进行逻辑与或者是逻辑或。通过逐层进行漏斗分析后,可以确定出每个目标层级中与粒度关联且符合该目标层级的目标质量规则的数据量,进一步确定出经过所有目标层级之后的符合目标质量规则的数据量。
在步骤S540中,根据所述多个粒度的数据量,从所述多个待选基地中确定所述目标基地。
本步骤中,可以根据每个粒度对应的符合目标质量规则的数据量,来从多个待选基地中确定出目标基地。具体地,按照各个粒度(各个类型)的数据量排序分析后,即可清晰看出哪些待选基地符合数据质量要求的数据量多,能够更好地支持研究,并且可以从待选基地中过滤掉符合目标质量规则的数据量过少的待选基地,从而达到辅助选择目标基地的目的。
本公开实施例中,可以通过漏斗分析方法来确定目标基地。漏斗分析是一种数据分析的可视化展示方式。漏斗分析功能支持自定义多层级筛选,每个目标层级可选择一个或多个目标质量规则,多个目标质量规则间支持and/or逻辑组配,从而可依次计算出漏出每个目标层级后符合数据质量要求的数据量,该数据量可以包括但不限于患者量、病历量、活动记录数量。通过漏斗分析,能够根据多个目标层级准确地确定出最终符合数据质量要求的数据量,从而根据数据量来确定出目标基地。
图6中示意性示出了确定目标基地的示意图,参考图6中所示,分析粒度为患者粒度。分析规则为:每个目标层级内多个目标质量规则之间关系默认为“or”。每个目标层级之间多个目标质量规则之间的关系为“and”。
第一目标层级的目标质量规则可以为:检查记录-物理检查类型归一(不含原值)以及检查记录-AJCC分期/数据不为空。
第二目标层级的目标质量规则可以为:检查记录-肿瘤位置/数据不为空以及检查记录-检查报告-检查所见/数据不为空。
除此之外,还可以在第二目标层级的基础上新增一个目标层级。最终形成漏斗形状的多个目标层级,以通过多个目标层级来对多个待选基地的目标数据集进行筛选,最终得到目标基地。需要说明的是,目标基地的数量可以为一个或者是多个,此处不作限定。
基于此,在待选基地为62个医疗机构时,对于名称1而言,其初始的数据量为510874,经过第一目标层级之后的数据量为508980,经过第二目标层级之后的数据两位504658。对于名称2而言,其初始的数据量为471391,经过第一目标层级之后的数据量为471268,经过第二目标层级之后的数据量为470976。
本公开实施例中,经过多个目标层级进行漏斗分析后,能够在传统方式确定的多个待选基地中,根据每个待选基地的数据质量来选择出目标基地,从而提高确定目标基地的准确性,可有效降低当前医疗试验研究过程中因数据质量不满足数据质量要求而需要更换基地的风险,避免因数据质量问题导致的重大成本损失和试验周期风险,提高了稳定性和可靠性。能够根据当前医疗试验的数据质量要求,来从多个待选基地中按需确定目标基地,而不仅仅是根据基地的属性信息和关联信息来确定,因此能够灵活确定目标基地,使得确定的目标基地更符合当前医疗试验的实际情况,增加了应用范围。漏斗分析功能支持自定义多层筛选,每层可选择一个或多个质量规则,多个质量规则间支持and/or逻辑组配,从而可依次计算出漏出每层目标规则层后符合质量要求的数据量(包括患者量、病历量、活动记录数量)。通过为真实世界研究初选基地提供数据质量报告,能够使得用户快速了解每家待选基地试验数据质量状况,有效评估关键数据能否支撑研究开展,为试验效果评估提供预测参考信息;通过对待选基地进行质量分析和筛选,可有效降低研究中途因数据质量不满足试验设计需求而更换基地的风险,避免因数据质量问题导致的重大成本损失和试验周期风险。
本公开实施例中,还提供了一种医疗基地确定装置,参考图7中所示,该医疗基地确定装置700可以包括以下模块:
待选基地确定模块701,用于确定当前医疗试验需要的医疗数据范围和数据质量要求,并根据考量指标确定多个待选基地;
目标数据集确定模块702,用于根据所述医疗数据范围建立各所述待选基地对应的目标数据集,并根据所述数据质量要求建立各所述待选基地对应的质量规则集;
规则校验模块703,用于按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果;
目标基地确定模块704,用于对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地。
在本公开的一种示例性实施例中,所述确定当前医疗试验需要的医疗数据范围和数据质量要求,包括:从所述当前医疗试验的试验方案中确定纳排标准,并根据所述纳排标准确定所述医疗数据范围;根据所述当前医疗试验的试验方案确定所述数据质量要求。
在本公开的一种示例性实施例中,所述根据考量指标确定多个待选基地,包括:根据基地的属性信息和关联信息,确定所述多个待选基地。
在本公开的一种示例性实施例中,所述根据所述医疗数据范围建立各所述待选基地对应的目标数据集,包括:根据所述医疗数据范围对应的纳排策略对各所述待选基地的医疗数据进行纳排处理,建立各所述待选基地的所述目标数据集。
在本公开的一种示例性实施例中,所述按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果,包括:调用各所述待选基地的所述质量规则集,对各所述待选基地对应的所述目标数据集进行规则校验,得到不满足各所述质量规则集中质量规则的医疗数据的比例;根据不满足各所述质量规则集中质量规则的医疗数据的比例,确定各所述待选基地的所述质量评估结果。
在本公开的一种示例性实施例中,所述对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地,包括:根据多个目标质量规则对所述质量评估结果进行分析,确定各所述待选基地对应的符合所述目标质量规则的数据量,并根据所述数据量从所述多个待选基地中确定所述目标基地。
在本公开的一种示例性实施例中,所述根据多个目标质量规则对所述质量评估结果进行分析,确定各所述待选基地对应的符合所述目标质量规则的数据量,并根据所述数据量从所述多个待选基地中确定所述目标基地,包括:从所述质量评估结果包含的所有质量规则中筛选所述多个目标质量规则,并根据所述多个目标质量规则确定多个目标层级;确定与每个目标层级对应的至少一个目标质量规则;对每个目标层级的所述至少一个目标质量规则进行逻辑组配,计算出每个目标层级中符合所述目标质量规则的多个粒度的数据量;根据所述多个粒度的数据量,从所述多个待选基地中确定所述目标基地。
需要说明的是,本公开实施例的医疗基地确定装置的各个功能模块与上述医疗基地确定方法的示例实施例的步骤相同,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
在本发明的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本发明的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元810可以执行如图2中所示的步骤。
存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备900(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备800交互的设备通信,和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明实施方式的医疗基地确定方法。
在本发明的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
用于执行本发明操作的程序代码可以以一种或多种程序设计语言的任意组合来编写,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由权利要求指出。

Claims (10)

1.一种医疗基地确定方法,其特征在于,包括:
确定当前医疗试验需要的医疗数据范围和数据质量要求,并根据考量指标确定多个待选基地;
根据所述医疗数据范围建立各所述待选基地对应的目标数据集,并根据所述数据质量要求建立各所述待选基地对应的质量规则集;
按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果;
对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地。
2.根据权利要求1所述的医疗基地确定方法,其特征在于,所述确定当前医疗试验需要的医疗数据范围和数据质量要求,包括:
从所述当前医疗试验的试验方案中确定纳排标准,并根据所述纳排标准确定所述医疗数据范围;
根据所述当前医疗试验的试验方案确定所述数据质量要求。
3.根据权利要求1所述的医疗基地确定方法,其特征在于,所述根据考量指标确定多个待选基地,包括:
根据基地的属性信息和关联信息,确定所述多个待选基地。
4.根据权利要求1所述的医疗基地确定方法,其特征在于,所述根据所述医疗数据范围建立各所述待选基地对应的目标数据集,包括:
根据所述医疗数据范围对应的纳排策略对各所述待选基地的医疗数据进行纳排处理,建立各所述待选基地的所述目标数据集。
5.根据权利要求1所述的医疗基地确定方法,其特征在于,所述按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果,包括:
调用各所述待选基地的所述质量规则集,对各所述待选基地对应的所述目标数据集进行规则校验,得到不满足各所述质量规则集中质量规则的医疗数据的比例;
根据不满足各所述质量规则集中质量规则的医疗数据的比例,确定各所述待选基地的所述质量评估结果。
6.根据权利要求1所述的医疗基地确定方法,其特征在于,所述对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地,包括:
根据多个目标质量规则对所述质量评估结果进行分析,确定各所述待选基地对应的符合所述目标质量规则的数据量,并根据所述数据量从所述多个待选基地中确定所述目标基地。
7.根据权利要求6所述的医疗基地确定方法,其特征在于,所述根据多个目标质量规则对所述质量评估结果进行分析,确定各所述待选基地对应的符合所述目标质量规则的数据量,并根据所述数据量从所述多个待选基地中确定所述目标基地,包括:
从所述质量评估结果包含的所有质量规则中筛选所述多个目标质量规则,并根据所述多个目标质量规则确定多个目标层级;
确定与每个目标层级对应的至少一个目标质量规则;
对每个目标层级的所述至少一个目标质量规则进行逻辑组配,计算出每个目标层级中符合所述目标质量规则的多个粒度的数据量;
根据所述多个粒度的数据量,从所述多个待选基地中确定所述目标基地。
8.一种医疗基地确定装置,其特征在于,包括:
待选基地确定模块,用于确定当前医疗试验需要的医疗数据范围和数据质量要求,并根据考量指标确定多个待选基地;
目标数据集确定模块,用于根据所述医疗数据范围建立各所述待选基地对应的目标数据集,并根据所述数据质量要求建立各所述待选基地对应的质量规则集;
规则校验模块,用于按照各所述待选基地对应的所述质量规则集对各所述待选基地的所述目标数据集进行规则校验,得到各所述待选基地的质量评估结果;
目标基地确定模块,用于对各所述待选基地的所述质量评估结果进行分析,从所述多个待选基地中确定目标基地。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的医疗基地确定方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任意一项所述的医疗基地确定方法。
CN202011622827.8A 2020-12-31 2020-12-31 医疗基地确定方法、装置、电子设备及存储介质 Active CN112700851B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011622827.8A CN112700851B (zh) 2020-12-31 2020-12-31 医疗基地确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011622827.8A CN112700851B (zh) 2020-12-31 2020-12-31 医疗基地确定方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112700851A true CN112700851A (zh) 2021-04-23
CN112700851B CN112700851B (zh) 2023-03-24

Family

ID=75511204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011622827.8A Active CN112700851B (zh) 2020-12-31 2020-12-31 医疗基地确定方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112700851B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845132A (zh) * 2017-02-16 2017-06-13 广州金域医学检验中心有限公司 一种用于医学检验的方法学评估系统及方法
CN110555604A (zh) * 2019-08-19 2019-12-10 北京戴纳实验科技有限公司 实验室综合评估系统
WO2020117733A1 (en) * 2018-12-04 2020-06-11 Beckman Coulter, Inc. Clinical laboratory optimization framework
CN111695835A (zh) * 2020-06-23 2020-09-22 上海用正医药科技有限公司 用于评估临床试验风险的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845132A (zh) * 2017-02-16 2017-06-13 广州金域医学检验中心有限公司 一种用于医学检验的方法学评估系统及方法
WO2020117733A1 (en) * 2018-12-04 2020-06-11 Beckman Coulter, Inc. Clinical laboratory optimization framework
CN110555604A (zh) * 2019-08-19 2019-12-10 北京戴纳实验科技有限公司 实验室综合评估系统
CN111695835A (zh) * 2020-06-23 2020-09-22 上海用正医药科技有限公司 用于评估临床试验风险的方法

Also Published As

Publication number Publication date
CN112700851B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
Richesson et al. Electronic health records based phenotyping in next-generation clinical trials: a perspective from the NIH Health Care Systems Collaboratory
Velickovski et al. Clinical Decision Support Systems (CDSS) for preventive management of COPD patients
Sajid et al. Role of enterprise architecture in healthcare organizations and knowledge-based medical diagnosis system
CN107766574A (zh) 数据查询方法及装置、数据存储方法及装置
CN112711581B (zh) 医疗数据校验方法、装置、电子设备及存储介质
CN113508439A (zh) 提供个性化医疗保健信息和治疗建议
Dodoo et al. The development of telemedicine programs in Sub-Saharan Africa: progress and associated challenges
CN112397159B (zh) 临床试验报告自动录入方法及装置、电子设备、存储介质
Wright et al. Electronic health information systems for public health care in South Africa: a review of current operational systems
US20190206525A1 (en) Evaluating Completeness and Data Quality of Electronic Medical Record Data Sources
Shamsujjoha et al. Human-centric issues in ehealth app development and usage: A preliminary assessment
Goel et al. Unlocking radiology reporting data: an implementation of synoptic radiology reporting in low-dose CT cancer screening
Kondylakis et al. The INTEGRATE project: delivering solutions for efficient multi-centric clinical research and trials
Devine et al. Preparing electronic clinical data for quality improvement and comparative effectiveness research: the SCOAP CERTAIN automation and validation project
CN111383768B (zh) 医疗数据回归分析方法、装置、电子设备及计算机可读介质
US8799331B1 (en) Generating a unified database from data sets
CN112700851B (zh) 医疗基地确定方法、装置、电子设备及存储介质
Wagholikar et al. Evolving research data sharing networks to clinical app sharing networks
CN109616215A (zh) 医疗数据抽取方法、装置、存储介质及电子设备
CN113053531B (zh) 医疗数据处理方法、装置、计算机可读存储介质及设备
Wachira et al. Analysis of user interactions with a digital health wallet for enabling care continuity in the context of an ongoing pandemic
CN112699872A (zh) 表单审核处理方法及装置、电子设备和存储介质
Iron et al. Health services data, sources and examples: the Institute for clinical evaluative sciences data repository
CN115269701A (zh) 结构化数据生成方法及装置、存储介质及电子设备
Endel et al. Secondary use of claims data from the Austrian health insurance system with i2b2: a pilot study

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
GR01 Patent grant
GR01 Patent grant