呼吸系統(tǒng)疾病臨床信息數(shù)據(jù)庫實(shí)現(xiàn)

王崗 周玉民 冉丕鑫

摘要：根據(jù)我國城鄉(xiāng)居民的呼吸疾病發(fā)病實(shí)際情況，結(jié)合數(shù)據(jù)分析，通過采集社區(qū)醫(yī)療機(jī)構(gòu)和醫(yī)學(xué)中心的呼吸疾病相關(guān)信息，建立呼吸疾病臨床信息數(shù)據(jù)庫，并通過呼吸系統(tǒng)疾病患者產(chǎn)生的綜合性數(shù)據(jù)進(jìn)行分析決策。從總量分析、病情癥狀、疾病數(shù)量、患者負(fù)擔(dān)、醫(yī)療質(zhì)量等方面進(jìn)行統(tǒng)計分析，以幫助管理者獲取所需要的科研信息，提高呼吸疾病科研水平。

關(guān)鍵詞：臨床信息數(shù)據(jù)庫；Struts框架；數(shù)據(jù)分析決策

DOIDOI：10.11907/rjdk.161450

中圖分類號：TP319

文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2016）005-0134-03

0 引言

隨著我國經(jīng)濟(jì)的高速發(fā)展，不可避免地對環(huán)境帶來了污染，近年來空氣污染的指數(shù)之一——PM 2.5更是引起了全國人民的高度關(guān)注。目前我國城鄉(xiāng)居民的呼吸疾病發(fā)病率高，發(fā)病后的醫(yī)療成本負(fù)擔(dān)較重，這與我國社區(qū)基層醫(yī)療機(jī)構(gòu)基礎(chǔ)設(shè)施不完善、設(shè)備落后、防治人才缺乏、居民衛(wèi)生水平低、防治意識落后等因素有關(guān)。為了解決上述問題，有必要將社區(qū)作為防治呼吸系統(tǒng)疾病的主要場所，構(gòu)建適合國情的呼吸系統(tǒng)疾病社區(qū)早期綜合防治平臺。與此同時，如何整合現(xiàn)有社區(qū)醫(yī)療機(jī)構(gòu)采集的病人基礎(chǔ)信息數(shù)據(jù)以及醫(yī)學(xué)中心的病人診療相關(guān)數(shù)據(jù)，并對其進(jìn)行充分分析和利用，以便更好地分工合作，合理分配醫(yī)療資源，充分發(fā)揮社區(qū)醫(yī)療機(jī)構(gòu)人員和醫(yī)學(xué)中心的技術(shù)優(yōu)勢，成為一個亟待解決的問題。

1 呼吸系統(tǒng)臨床信息數(shù)據(jù)庫架構(gòu)

建立呼吸疾病臨床信息數(shù)據(jù)庫，目的是通過呼吸系統(tǒng)疾病患者產(chǎn)生的綜合性數(shù)據(jù)來進(jìn)行分析決策。從總量分析、病情癥狀、疾病數(shù)量、患者負(fù)擔(dān)、醫(yī)療質(zhì)量等多方面進(jìn)行統(tǒng)計分析，以幫助管理者獲取所需要的科研信息，提高呼吸疾病科研水平。

本數(shù)據(jù)庫按J2EE （Java 2 Enterprise Edition） 規(guī)格，采用Java編程語言進(jìn)行開發(fā)，后臺數(shù)據(jù)庫采用Oracle 11g。

著名的軟件大師Ralph Johnson 對框架（Framework）進(jìn)行了如下定義：框架是整個系統(tǒng)或系統(tǒng)一部分的可重用設(shè)計，由一組抽象的類及其實(shí)例間的相互作用方式組成[3]。EJB架構(gòu)是J2EE的經(jīng)典架構(gòu)，然而其過于復(fù)雜、擴(kuò)展性不強(qiáng)也是眾所周知的缺點(diǎn)。目前已經(jīng)有一些開源框架，相對經(jīng)典的EJB架構(gòu)更加靈活，擴(kuò)展性更強(qiáng)。其中主流的框架技術(shù)是：基于MVC模式的Struts框架、基于IoC模式的Spring框架以及對象/關(guān)系映射框架Hibernate[4]。本數(shù)據(jù)庫即基于上述框架開發(fā)。

2 呼吸系統(tǒng)臨床信息數(shù)據(jù)庫需求分析

臨床信息數(shù)據(jù)庫，也稱為臨床信息存儲庫（Clinical Data Repository，CDR）。根據(jù)HIMMS（美國健康信息和管理系統(tǒng)協(xié)會）對CDR的描述，CDR是一個面向主題的、集成的數(shù)據(jù)集合，用于支持醫(yī)院對于即時性、操作性、集成的全體診療信息的需求。該描述揭示了CDR的5個特征：CENTRALIZED（集中式數(shù)據(jù)存儲）、CLINICAL（診療數(shù)據(jù)）、REAL-TIME（實(shí)時數(shù)據(jù)）、LIFE-LONG（數(shù)據(jù)的長期保存）、PATIENT-CENTRIC（以病人為中心）[1]。本文論述的臨床信息數(shù)據(jù)庫所依托的課題，主要是以廣東省內(nèi)呼吸疾病較多發(fā)的翁源縣為社區(qū)醫(yī)療機(jī)構(gòu)試點(diǎn)，以廣州醫(yī)科大學(xué)附屬第一醫(yī)院呼吸病學(xué)國家重點(diǎn)學(xué)科為基礎(chǔ)建立呼吸疾病診治醫(yī)學(xué)中心，開展呼吸疾病的規(guī)范化診療與防治研究工作，建立呼吸疾病綜合防治研究基地，形成高效便捷的具有我國特色的醫(yī)學(xué)中心與社區(qū)醫(yī)療機(jī)構(gòu)協(xié)同工作機(jī)制。

通過建立本數(shù)據(jù)庫，可實(shí)現(xiàn)呼吸疾病診治醫(yī)學(xué)中心患者的臨床信息以及社區(qū)居民呼吸疾病電子檔案庫等基礎(chǔ)數(shù)據(jù)庫的無縫對接，實(shí)現(xiàn)信息數(shù)據(jù)的采集、分析、管理和資源共享，并面向公眾服務(wù)，向居民提供健康檔案信息的查閱功能。

數(shù)據(jù)庫的系統(tǒng)架構(gòu)如圖1所示。

臨床信息采集庫需要采集的主要內(nèi)容有：呼吸系統(tǒng)疾病患者的檢驗(yàn)檢查報告、住院病案首頁、就診患者基本信息、就診患者就診日志信息等。本數(shù)據(jù)庫的數(shù)據(jù)采集源主要包括：廣州醫(yī)科大學(xué)附屬第一醫(yī)院“居民呼吸疾病健康檔案系統(tǒng)”、“電子病歷系統(tǒng)”以及廣州醫(yī)科大學(xué)附屬第一醫(yī)院和翁源縣人民醫(yī)院的“雙向轉(zhuǎn)診系統(tǒng)”。

統(tǒng)計分析方面，有以下4方面需求：

（1）總量分析：按分中心或醫(yī)院統(tǒng)計已有的與本周新產(chǎn)生的臨床信息總數(shù)、隨訪總?cè)舜?、雙向轉(zhuǎn)診人次、生物標(biāo)本量。

（2）病情癥狀：主要根據(jù)咳嗽、咳痰、喘息、呼吸困難、咯血、睡眠狀況、胸痛等癥狀進(jìn)行統(tǒng)計。疾病數(shù)量主要根據(jù)呼吸疾病的各個病種進(jìn)行統(tǒng)計，包括慢性阻塞性肺疾病、支氣管哮喘、支氣管擴(kuò)張、慢支炎、肺氣腫、肺結(jié)核、呼吸睡眠暫停綜合征、肺動脈高壓、肺心病、肺癌、肺炎、肺不張、氣胸、過敏性鼻炎、鼻炎鼻竇炎、肺栓塞、肺間質(zhì)纖維化、現(xiàn)存合并疾病等。

（3）患者負(fù)擔(dān)：有效降低患者醫(yī)療負(fù)擔(dān)是醫(yī)改的大方向，也是衡量醫(yī)院管理水平的重要因素之一。因此，掌握院內(nèi)患者的負(fù)擔(dān)情況對醫(yī)院的管理至關(guān)重要，需要統(tǒng)計包括人均門診費(fèi)用、人均住院費(fèi)用等。

（4）醫(yī)療質(zhì)量：全過程醫(yī)療質(zhì)量管理的基石是準(zhǔn)確的醫(yī)療質(zhì)控基礎(chǔ)數(shù)據(jù)的獲取[2]。如何確保醫(yī)療質(zhì)量是醫(yī)院工作的根本，因此需要全面了解醫(yī)院各項(xiàng)醫(yī)療質(zhì)量指標(biāo)（包括基本質(zhì)量指標(biāo)、合理用藥指標(biāo)等）。

3 數(shù)據(jù)庫功能設(shè)計

本數(shù)據(jù)庫的信息采集功能主要分為手工錄入數(shù)據(jù)以及自動采集數(shù)據(jù)。通過建立數(shù)據(jù)庫，使每一個患者都可通過一個唯一的號碼（臨床檔案號）來識別，通過臨床檔案號可以檢索到該患者的所有信息。臨床信息在手工錄入或通過數(shù)據(jù)共享對接獲取后，生成臨床信息數(shù)據(jù)庫唯一主索引（EMPI），實(shí)現(xiàn)一個病人在整個系統(tǒng)內(nèi)使用一個唯一的信息編碼，即可完成門診、住院、隨訪等所有相關(guān)醫(yī)療服務(wù)的操作和檢索查詢。社區(qū)醫(yī)療機(jī)構(gòu)或醫(yī)學(xué)中心的普通醫(yī)生手工錄入臨床信息后，分中心負(fù)責(zé)人對其進(jìn)行審核，審核通過后的數(shù)據(jù)才能存入臨床信息正式數(shù)據(jù)庫中。

由于醫(yī)院的電子病歷數(shù)據(jù)屬于結(jié)構(gòu)化數(shù)據(jù)，在采集數(shù)據(jù)時，需要對相關(guān)數(shù)據(jù)進(jìn)行必要的清洗。與此同時，部分電子病例數(shù)據(jù)還存在關(guān)鍵信息如癥狀體征、診斷、中藥處方等關(guān)鍵指標(biāo)缺失的情況，因此需要從結(jié)構(gòu)化病歷數(shù)據(jù)庫中抽取適合本項(xiàng)目的與呼吸疾病有關(guān)的患者數(shù)據(jù)，去除關(guān)鍵指標(biāo)缺失的電子病例數(shù)據(jù)，隱去患者的個人隱私信息。設(shè)定抽取和代碼轉(zhuǎn)換規(guī)則，實(shí)現(xiàn)對來源患者數(shù)據(jù)的篩選，并自動轉(zhuǎn)換到臨床信息數(shù)據(jù)庫數(shù)據(jù)，并支持病歷數(shù)據(jù)到臨床信息數(shù)據(jù)庫的自動批量導(dǎo)入與匯總處理。

本數(shù)據(jù)庫用戶角色分為3類：醫(yī)生、分中心管理員和系統(tǒng)管理員。三者的主要功能如表1所示。

由于本數(shù)據(jù)庫涉及到呼吸系統(tǒng)疾病患者的臨床信息，又是基于互聯(lián)網(wǎng)運(yùn)行的，因此對于數(shù)據(jù)安全性也需要格外注意。在大數(shù)據(jù)時代，數(shù)據(jù)的泄漏會造成難以預(yù)期的嚴(yán)重后果。目前針對Struts框架的漏洞分析非常多，隨之而來的是難以防范的數(shù)據(jù)泄漏風(fēng)險。因此，需要及時跟蹤Struts框架的版本升級情況，盡量避免由于版本升級不及時造成的數(shù)據(jù)泄漏。此外，還需要細(xì)化各個級別操作帳號的權(quán)限，加強(qiáng)帳號密碼復(fù)雜度的管理，對密碼采用高強(qiáng)度加密方式進(jìn)行存儲，盡可能減少弱密碼帶來的數(shù)據(jù)泄漏的可能性。

4 結(jié)語

呼吸系統(tǒng)臨床信息數(shù)據(jù)庫是呼吸系統(tǒng)疾病臨床轉(zhuǎn)化研究的核心，利用各個系統(tǒng)采集的數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析和挖掘，提供多角度與多維度的統(tǒng)計分析，進(jìn)而形成對呼吸系統(tǒng)疾病科研人員有用的科研信息，有助于提高呼吸疾病科研水平。目前，該數(shù)據(jù)庫已經(jīng)在承擔(dān)本課題的廣州分中心正常運(yùn)行，并發(fā)揮了較好的作用。

參考文獻(xiàn)：

[1]YOUNG A S，SULLIVAN G，BURNAM M A，et al. Measuring the quality of outpatient treatment for schizophrenia[J].Arch Gen Psychiatry，2008，55（7）：611-617.

[2]陳斌，羅五金.醫(yī)療服務(wù)過程性與醫(yī)院質(zhì)量管理體系構(gòu)建[J].中國醫(yī)院管理，2011，31（1）：33-35.

[3]GAMMA E，HELM R，JOHNSON R，et al.Design patterns：elements of reusable object-oriented software[M].Addison Wesley，1994.

[4]王美琴.基于J2EE的輕量級SSH架構(gòu)整合研究[J].電腦知識與技術(shù)，2009，21（5）：5718-5720.

（責(zé)任編輯：黃 ?。?/p>

Abstract：According to the actual situation of China's urban and rural residents of respiratory disease，through the acquisition community medical institutions and medical center of respiratory disease related information，combined with data analysis，respiratory disease clinical information database is established.From the analysis of the number of patients，the disease symptoms，the number of diseases，the burden of patients，medical quality and other aspects of statistical analysis，to help managers analyze the scientific research information needed to improve the level of respiratory diseases.

Key Words：CDR for Respiratory System Diseases；Struts Framework；Data Analysis and Decision Support