方法文章

TBase——一个用于肾移植受者的整合型电子健康记录与科研数据库

DOI:

10.3791/61971

2021年4月13日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

TBase 将电子健康记录与一种创新的肾移植受者研究数据库相结合。TBase 建立在内存数据库平台之上,连接至不同的医院系统,并用于常规门诊护理。它可自动整合所有相关临床数据,包括移植特异性数据,从而构建一个独特的研究数据库。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

TBase 是一种针对肾移植受者(KTR)的电子健康记录(EHR)系统,通过标准化接口自动录入关键临床数据(例如实验室检测值、医疗报告、影像学和病理学数据),同时在常规治疗过程中辅以人工数据录入(例如临床记录、用药清单和移植相关数据)。由此构建了一个全面的肾移植受者数据库,服务于日常临床诊疗和科研工作。该系统既便于临床日常使用,又可为科研问题提供高质量数据的快速访问。这一目标通过在临床常规工作中实施数据验证机制实现:临床使用者和患者在制定治疗方案和用药计划时必须依赖准确的数据,从而在日常实践中持续验证并修正临床数据。该电子健康记录系统专为移植门诊护理需求设计,并已在柏林夏里特医科大学(Charité - Universitätsmedizin Berlin)成功应用超过20年,证实了其临床实用性。系统通过结构清晰、内容全面的长期数据支持高效日常操作,并便于将这些数据用于临床研究。目前,其功能涵盖通过标准化接口从不同医院信息系统自动传输常规数据、提供移植特异性数据、具备药物相互作用自动检测功能的用药清单,以及医疗报告的半自动化生成等。最新一次重构的关键要素包括基于设计隐私保护的稳健架构、模块化设计从而实现向其他临床环境的可移植性,以及基于HTML5(超文本标记语言)的响应式网页设计所带来的易用性和平台独立性。这使得系统能够快速、便捷地扩展至其他疾病领域和其他大学医院。系统积累的全面长期数据集为机器学习算法的研究提供了基础,而模块化结构则支持将这些算法迅速整合到临床实践中。TBase 还集成了患者报告数据和远程医疗服务,以满足患者未来的医疗需求。这些新功能旨在提升临床诊疗质量,同时创造新的研究方向和治疗干预手段。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

建立集成电子健康记录与科研数据库的动机
无论采用经典统计方法还是机器学习(ML)技术进行分析,临床研究均依赖于高质量数据的可获得性1,2。除了常规数据(如人口统计学、实验室和用药数据)外,还需要具有高细粒度的领域特异性数据(如与移植相关的信息)3,4。然而,许多大学附属医院的常规临床工作依赖医院信息系统(HIS),这些系统既无法系统性地收集科研专用数据,也难以便捷提取常规临床数据5,6,7。因此,临床研究人员不得不自行构建专用科研数据库,而这类数据库存在诸多问题,包括数据库搭建流程复杂、需手动录入数据、数据隐私保护难题以及长期维护困难(表1)。数据量有限、数据缺失以及数据不一致等问题在临床研究中普遍存在,严重阻碍了机器学习技术的应用8,9,10,11,12,13。这些独立运行的科研数据库通常仅聚焦于特定疾病或患者某一方面的信息,未与其他数据库连接,且常在一定时期后停止维护,最终形成无法访问的"数据孤岛"。归根结底,关于各类疾病多维度的高质量、长期随访数据十分匮乏。在数字医学时代,迫切需要一种全面的电子健康记录(EHR)系统7,14,15,以支持领域特异性数据的便捷录入,并实现从住院和门诊医疗系统中自动采集常规临床数据。

这些一般性考虑同样适用于移植医学16。因此,为了实现成功的随访治疗,必须完整记录患者的病史,包括所有住院和门诊治疗、临床常规数据以及移植相关的特定数据17,18。由于普通的医院信息系统(HIS)是静态的,且主要关注住院治疗,因此无法整合移植相关的特定数据,例如供体数据、冷缺血时间以及人类白细胞抗原(HLA)数据。然而,这些数据不仅是移植研究19,20,21,22的基本前提,也是长期临床管理所必需的。尽管初次住院时间通常仅为1-2周,且各移植中心之间的肾移植手术过程及早期结果具有可比性,但移植后的终身随访治疗却十分复杂,且缺乏统一的结构化方法。这促使人们建立一个集成的电子健康记录(EHR)与科研数据库,以全面记录患者移植后的终身诊疗历程23

为了将这些功能整合到肾移植受者(KTR)的常规诊疗和研究中,开发了一种名为"TBase"的电子健康记录系统(EHR),其理念在于:将该系统用于移植后常规护理,即可自动构建一个具有最高数据质量的独特研究数据库(表2)。

设计与架构
TBase 基于典型的客户端-服务器架构。在开发过程中,使用了 SAP 高性能分析应用扩展高级版(SAP HANA XSA)的组件和工具。电子健康记录系统(EHR)基于最新的超文本标记语言 5(HTML5)网络技术开发,并针对 Google Chrome 引擎进行了测试。该网页引擎被 Chrome 和 Microsoft Edge 浏览器所采用,使得 EHR 可在最常用的网页浏览器中使用24,而无需进行本地安装。所采用的技术支持响应式网页设计,使基于网页的 EHR 能在各类设备(PC、平板电脑、智能手机)上使用。这一创新的高性能开发平台由多个组件(Web IDE、UI5 和 HANA DB)构成,使我们能够利用先进的软件工具快速实现 TBase 电子健康记录项目(图 1)。

为了表示患者数据,采用了一种简单的表格结构,以实现电子健康记录(EHR)的直观且自解释的设计。例如,以 PatientID 为主键的患者表位于整个表格结构的中心。几乎所有表格(个别子表除外)都通过 PatientID 与该中心表相连(图2)。

图3 更详细地展示了TBase的表结构及其所使用的数据类型。最终用户可通过图形用户界面(GUI)访问数据字段,图4 展示了该界面的一个示例。

该电子健康记录(EHR)包含所有当前的患者数据,用于常规门诊护理。重要的常规临床数据(例如实验室数据、医学检查结果、放射学、微生物学、病毒学和病理学数据、住院数据等)通过标准化接口(例如基于医疗信息交换标准 Health Level Seven(HL7)——医疗保健领域数字化通信的标准25)直接导入TBase。移植特异性数据,如冷缺血时间、供者数据、HLA数据,以及随访记录、生命体征、医疗报告和用药清单,由用户通过图形用户界面(GUI)录入至电子健康记录中。在数据传输至数据库之前,系统会自动进行合理性检查,以及时发现数据录入错误,并提供即时修正的选项。此外,在临床常规工作中也进行数据验证,临床用户会常规撰写报告及致患者和医生的信函。这些信函必须提供准确的数据(例如关于用药、实验室数值和临床备注),以支持后续治疗和用药计划。因此,医生和患者在日常实践中持续验证并纠正临床数据,这一过程确保了高质量的数据。如果数据通过应用程序编程接口(API)或其他接口录入,则在后端执行与前端类似的合理性检查。

前端(图形用户界面)
为实现前端功能,采用 UI5 框架。该框架为前端元素提供了 extensive 的组件库,以及多种附加功能,例如多语言支持和用于数据可视化的图形库。目前,TBase 前端元素根据浏览器的语言设置,以英语或德语显示。

前端采用主从式界面,以确保页面结构简洁直观。浏览页面的上半部分由各个详情页的独立标签页组成(如基本信息、医疗信息、移植信息等)。无论下方显示哪个详情页,该主界面部分均保持不变(图4)。每个页面的详情视图均可为该页面主题提供清晰易懂的概览。

在数据操作方面,电子健康记录系统具有不同级别的用户权限("读取"、"写入"、"删除"和"管理员")。除仅能查看的"查看"级别外,还设有"编辑"级别,但该级别仅可由权限高于"读取"的用户激活。若用户具备写入权限,则所有数据录入字段均被激活,可输入数据。拥有"删除"权限的用户可通过相应按钮删除数据,但需在弹出窗口确认后方可执行。

数据库结构与接口
TBase 的开发在开发数据库中进行。所有软件变更(例如新增功能)均在质量保证数据库中进行广泛而详细的测试。通过质量控制检查的软件更新将被转移至生产系统。出于研究目的,生产系统中的数据会被复制到复制数据库中,用户可通过标准的开放式数据库连接(ODBC)接口(例如通过开源软件 R Studio)查询该数据库。由于复制数据库与生产系统之间无直接连接,因此可有效保护生产系统中的数据,避免数据损坏、丢失或被篡改。这种模块化结构以及四个数据库(开发数据库、质量保证数据库、生产系统和复制数据库)之间的清晰分离,针对开发人员、研究人员和临床医生的具体需求进行了优化,有助于系统的维护以及对敏感患者数据的保护。

电子健康记录(EHR)已完全整合至夏里特(Charité)的数据基础设施中,并依赖多种接口从不同数据源导入数据。与医院信息系统(HIS)的接口可导入所有相关数据,如行政信息、检查项目、用药记录、实验室检查结果及出院小结。该接口通过一个中间区域连接两个系统。在此中间区域中,所有新增数据(数据增量)均从HIS实时传输至TBase。患者通过患者编号或病例编号进行识别,并导入相应的HIS数据(若TBase中尚未存在该数据)。

对于门诊患者,我们的实验室合作伙伴通过 HL7 消息提供实验室结果。这些消息被部署到实验室系统的共享区域,并通过 HL7 接口接收后导入电子健康记录系统(EHR)。为了实现与肾移植受者(KTR)(通过智能手机应用程序)以及家庭肾病医生之间的双向通信和数据交换,已实施了 HL7 快速医疗互操作性资源(HL7 FHIR)接口26。该接口为将来与其他数据源(例如 Eurotransplant、患者应用程序)进行安全的数据交换提供了互操作性和灵活性。

用户管理与数据保护
TBase 基于应用程序层面的用户管理。因此,用户只能访问应用程序的前端,而无法直接访问数据库本身。如上所述,系统采用四阶段授权机制,用户管理权限仅限拥有管理员权限的人员。管理员通过一个名为 "Identity Management Console" 的应用程序,从 Charité 用户库中为 TBase 应用添加新用户,并维护其用户权限(图5)。大多数用户可以访问数据库中的所有患者数据,但也可针对特定用户(如研究监查员)将其访问权限限制在特定患者群体内。

采用商用内存数据库平台,该平台是一种安全的数据库技术,通过应用级授权、单点登录(SSO)、MIT-Kerberos 协议和安全断言标记语言(SAML)等策略保护数据。该平台利用最新的加密和测试技术,保障通信、数据存储和应用服务的安全。所有数据库上的操作均通过授权进行控制,从而在设计层面确保高水平的数据安全。此外,所有数据均保存在经认证的 Charité 防火墙之后。为符合最新的欧盟通用数据保护条例(EU GDPR),已实施健全的数据保护方案,包括数据流图、数据保护风险评估(DSFA)和授权概念。所有相关文件均归档于 Charité 数据保护办公室的操作目录中。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本方案演示了如何使用电子健康记录系统TBase,向数据库中添加数据,以及如何为研究目的提取数据。所有步骤均符合柏林夏里特大学医学中心人类研究伦理委员会的指南。

1. 注册新患者并将患者基本信息录入 TBase

  1. 注册时,将患者的基本信息(姓名、出生日期和医疗保险信息)从患者的医疗保险卡转移至医院信息系统。在此过程中,将生成一个新的唯一病例编号。如果该患者此前从未在夏里特-柏林大学医学中心(Charité - Universitätsmedizin Berlin)接受过治疗,则还将创建一个新的唯一患者编号,以在医院系统中明确标识该患者。
  2. 在此注册过程中,须根据欧盟《通用数据保护条例》(GDPR),获得患者书面知情同意,允许夏里特-柏林大学医学中心及其门诊诊所(Ambulantes Gesundheitszentrum der Charité)对TBase中的数据进行处理。
  3. 由具备相应权限的工作人员将该新患者添加至TBase系统。首先,通过图形用户界面(GUI)登录TBase系统。具体操作为:在夏里特内网中使用基于Chrome引擎的网页浏览器,输入"https://nephro.tbase.charite.de”;然后输入由TBase管理员分配的用户名和密码,点击 Log On
  4. 接着,在左侧的患者概览框底部点击添加新患者按钮,随后将出现一个数据输入界面。
  5. 输入患者的姓名、出生日期、夏里特医院患者编号(见上文,或替代性地输入夏里特医院病例编号),以及患者数据处理同意情况(是否已同意、未同意或已撤销)。完成数据录入后,点击右下角的保存按钮。
    ​注意:此时,新患者已成功添加至TBase系统,并且所有可用的患者数据将自动从医院信息系统(HIS)传输至TBase电子健康记录(EHR)系统。

2. 在 TBase 的以下部分中查看和添加患者记录数据:主数据、医疗数据、医生、诊断、操作、移植数据、医院

  1. 按照步骤 1.3 中所述登录电子健康记录(EHR)系统。
  2. 通过左上角的搜索框,输入姓名或出生日期查找目标患者。点击搜索框右侧的搜索按钮,或按下 Enter 键。在左侧的 患者 概览框中从搜索结果中选择正确的患者,并点击其姓名。新页面将显示所选患者的 主数据
  3. 搜索患者后,默认会显示该患者的 主数据 查看页面。若要从其他页面导航至此,请点击左上角的 主数据 标签。
    1. 如需修改 主数据,请点击右下角的 修改 按钮,系统将显示一个新的输入界面。
    2. 现在可在指定的输入字段中输入新信息,以修改患者的电话号码、地址,或添加/更正识别码。完成数据输入后,点击右下角的 保存 按钮提交更改。页面跳转回 主数据 查看页面后,可查看并核对所作修改。
  4. 要查看和修改 医疗数据,请点击左上角的 医疗数据 标签。系统将显示 医疗数据 概览页面,列出已有的医疗信息。这些数据的结构如下:患者身高、血型、首次透析日期、原发疾病、HLA、遗传学数据、透析数据、现有 HLA 抗体数据、输血数据、风险因素、过敏史、结构化病史数据、死亡信息。
    1. 如需修改部分医疗数据,请点击右下角的 修改 按钮,系统将显示一个新的输入界面。
    2. 例如,通过点击 原发疾病 可展开或收起数据录入表单。在右侧的 原发疾病 输入框中,可从预设选项(例如 Eurotransplant 原发疾病表)中选择一种疾病,或输入新疾病。此外,还可输入诊断日期、疾病确诊程度(是否经活检证实)以及备注信息。完成数据输入后,点击 提交数值 按钮进行提交。
    3. 在所有修改输入并提交后,点击右下角的 保存 按钮保存更改。页面跳转回 医疗数据 查看页面后,可查看所有更改,并确认其是否已正确保存。
  5. 要查看主治医师相关信息,请点击 医生 标签。系统将打开 医生 查看页面,显示已有的主治医师信息。这些信息的结构如下:医生姓名和地址、专业领域、类型(顾问医生、全科医生、住院医生)、工作机构(透析病房、门诊部等)、电话号码。
    1. 如需添加新医生,请点击右下角的 新建 按钮,系统将打开一个新的输入界面。或者,可通过先点击医生姓名,再点击右下角的 修改 按钮,来修改已有医生的信息。
    2. 例如,可向患者的电子健康记录中添加一位新医生。在搜索框中输入姓名并从建议列表中选择正确的条目,以查找此前已添加的医生列表。或者,若目标医生不在列表中,可先选择 添加新医生,然后在下方输入框中填写相关信息。
    3. 在所有修改输入完成后,点击右下角的 保存 按钮保存更改。页面跳转回 医生 查看页面后,所有更改均可见,用户可核对更改是否已正确应用。
  6. 要查看和修改诊断信息,请点击左上角的 诊断 标签。
    ​注意:大多数诊断、操作和检查信息均通过预设接口从医院信息系统(HIS)自动导入,内容涉及住院治疗数据。
    1. 通过点击右下角的 新建 按钮,录入门诊期间做出的诊断。
    2. 新诊断应基于《国际疾病分类第十版修订本》(ICD-10)进行录入。在屏幕中央的搜索框中输入 ICD-10 编码或诊断名称,然后从建议列表中点击选择正确的诊断。接下来,在指定输入框中输入适用的起始和结束日期,以及诊断做出的场景(住院或门诊)。
    3. 点击右下角的 保存 按钮提交数据。页面跳转回 诊断 查看页面后,更改将显示出来,用户可确认数据录入是否正确。
  7. 要查看和修改操作记录,请点击顶部的 操作 标签。
    1. 通过点击右下角的 新建 按钮,录入在门诊期间执行的额外操作。
    2. 新操作应基于 OPS 编码(德国版《国际医学操作分类》(ICPM)编码)进行录入。在屏幕中央的搜索框中输入 OPS 编码或操作名称,然后从建议列表中点击选择正确的操作。接下来,在指定输入框中输入操作部位(左侧、右侧、无)以及操作执行的场景(住院或门诊)。
    3. 点击右下角的 保存 按钮提交数据。页面跳转回 操作 查看页面后,请核对更改是否已正确应用。
  8. 要查看和修改检查数据,请点击顶部的 检查 标签。
    注意:由于 HIS 中大多数报告以文本文件形式提供,因此 EHR 中对应的大多数结果也为文本格式。相比之下,肾移植活检的病理报告则依据 Banff 分类标准 201727,28 进行分类,所得的离散分类数据将被保存至 EHR 中相应的表格中。
    1. 要查看某项特定检查的结果,请在下方列表中点击正确的条目,或使用上方搜索框从建议列表中选择。
    2. 通过点击右下角的 新建 按钮,录入在门诊期间执行的额外检查。
    3. 在指定输入框中输入日期、检查类型(超声、动态心电图监测等)、涉及器官及检查结果,以录入新检查项目。
    4. 点击右下角的 保存 按钮提交数据。页面跳转回 检查 查看页面后,用户可查看并核对更改。
  9. 要查看和修改住院数据,请点击顶部的 住院 标签。
    注意:通常情况下,在 Charité 医院接受移植的肾移植受者(KTR)若出现后续并发症,会于移植中心住院治疗。相关数据首先存储于 HIS 中,关键信息(如入院或出院信息、医疗报告)通过 HIS 接口导入 EHR。外部住院信息则需手动录入 EHR。
    1. 住院数据的结构如下:入院时间、出院时间、医疗报告(如可用)、医院名称、所在病区及住院原因。要阅读医疗报告,请在列表中点击正确的条目,或使用上方搜索框从建议列表中选择。
    2. 通过点击右下角的 新建 按钮,录入额外的住院记录(例如外部住院)。
    3. 在指定输入框中输入上述数据,以录入新的住院记录。
    4. 点击右下角的 保存 按钮提交数据。页面跳转回 住院 查看页面后,更改将显示出来,用户可进行核对。
  10. 要查看和修改移植数据,请点击右上角的 移植 标签。系统将显示 移植 查看页面,列出已有的移植数据。若患者接受过多次移植,可在顶部点击相应按钮在不同移植记录间切换。
    1. 要查看或修改供者信息,请点击对应移植日期下方的 查看供者 按钮。要录入或修改供者信息,请点击右下角的 修改 按钮,在指定输入框中输入数据,然后点击右下角的 保存 按钮保存更改。
    2. 要向患者的电子健康记录中添加新的移植记录,请在 移植 查看页面右下角点击 新建 按钮。根据输入字段录入移植相关数据(包括器官类型、移植日期、缺血时间、手术并发症等信息)。通过点击右下角的 保存 按钮将数据保存至 EHR。系统将跳转至 移植 查看页面,用户可确认更改是否已正确保存。
    3. 要修改已有移植记录的信息,请在 移植 查看页面右下角点击 修改 按钮,系统将显示一个新的输入界面,并展示所选移植记录的现有数据。根据输入字段修改移植相关数据(包括器官类型、移植日期、缺血时间、手术并发症等信息)。通过点击右下角的 保存 按钮将新数据保存至 EHR。页面跳转回 移植 查看页面后,可查看更改并确认录入是否正确。

3. 查看并选择实验室数据

  1. 登录 TBase 并按照 1.3 和 2.2 节所述选择目标患者。
  2. 要查看实验室数据,请点击顶部的 实验室 标签,系统将显示最新实验室结果的表格概览。在页面顶部,可查看最近一次检测的所有数据,并可通过下拉菜单查找以往的实验室数据,其旁边的搜索框可用于检索特定的实验室指标(例如,肌酐)。
    注意:实验室指标的显示格式如下:样本接收日期、处理日期、实验室指标名称、数值、单位、参考范围、备注(H … 偏高,L … 偏低,N … 正常),以及用于对比的前两次历史实验室数值。
  3. 如需更改查看历史实验室检测的日期,请点击左上角的下拉菜单,并通过点击选择目标日期。系统将按上述方式显示该日期对应的所有实验室数值。
  4. 如需选择特定实验室指标(如肌酐)并查看其随时间的变化趋势,请在顶部的搜索框中输入该指标名称,并从建议列表中选择正确的选项。点击 显示实验室 按钮后,该患者所有该指标的历史结果将在下方图表中显示。
    1. 或者,也可直接在单次检测的初始表格展示中点击目标指标,系统将再次显示该特定实验室指标的所有既往及当前结果。
  5. 要绘制实验室指标的变化趋势图,请点击目标指标旁的绘图符号。系统将自动创建该指标所有已有结果的趋势图。如有需要,可通过右上角的输入框设定起止日期以指定绘图时间范围,并在指定输入框中选择第二个指标以将其添加至同一图表中。点击右下角的 返回 按钮可返回 实验室 查看页面。

4. 查看和修改药物信息:根据德国法规创建标准化药物清单("Bundeseinheitlicher Medikationsplan")

  1. 登录 TBase 并按照 1.3 和 2.2 节所述选择目标患者。
  2. 要查看用药数据,请点击顶部的 用药 标签。系统将显示患者当前用药的表格概览。用药数据包括以下内容:开始日期、活性成分、单次剂量(例如,以 mg 为单位)、商品名、给药方案、每日剂量、剂型、通知信息、适应症、处方类型(院内或院外医生处方,或患者自行用药)。
  3. 要添加新药物,请点击右下角的 新建 按钮。输入药物成分名称(或商品名)、给药方案和开始日期;开始日期默认为当前日期,但若实际开始日期在之前,可手动修改。此外,可在指定输入框中添加适应症和备注。点击右下角的 保存 按钮,将该药物添加至列表中。
  4. 要修改现有药物,请在用药列表中点击相应条目,然后点击右下角的 修改 按钮。此时可在指定输入框中修改剂量、给药形式等信息,修改完成后点击右下角的 保存 按钮以应用更改。
  5. 要停用某种药物,请点击目标药物,然后点击顶部的 停用 按钮。
  6. 要查询既往用药,请在左上角的搜索框中输入活性成分,然后从历史用药列表中点击选择正确的条目。系统将显示包含所有既往用药的图表,其结构如 4.2 节所述。
  7. 要根据德国法规为患者生成标准化用药清单,请点击右上角的 Bundeseinheitlicher Medikationsplan 按钮。系统将自动生成并下载一个 PDF 文件,可供打印使用。

5. 查看和添加医学课程条目:半自动生成医学报告

  1. 登录电子健康记录系统(EHR),并按照 1.3 和 2.2 节所述选择目标患者。
  2. 要查看医疗过程,请点击顶部的 病程记录 标签。系统将提供患者既往就诊记录的表格概览。数据结构如下:就诊日期、下次就诊日期、血压、心率、体温、体重、体重指数、尿量,以及三个文本字段,分别用于患者的公开评估、夏里特医院(Charité)内部评估,以及其他医生的医疗评估。
    注意:此外,在页面底部还有一个摘要字段,用于汇总患者病史中的重要信息,以便一目了然地查看。
  3. 要添加新的病程记录条目,请点击右下角的 新建 按钮。将评估所得的信息填入相应的输入字段(例如生命体征、主治医师、内部评估或公开评估)。在右上角指定的输入框中填写下次就诊日期。点击右下角的 保存 按钮提交数据。用户随后将被重定向至 病程记录 查看页面。
  4. 要修改现有条目,请点击相应条目,然后点击右下角的 修改 按钮。现在可在指定输入字段中添加新数据或更改已有数据。通过在通知字段中输入内容来修改或更新相关信息,并点击右下角的 保存 按钮提交更改。用户随后将被重定向至 病程记录 查看页面。
  5. 要生成自动化的医疗报告,请点击右下角的 医疗报告 按钮。新页面将显示 18 种不同选项(从实验室结果到完整医疗报告)。
    1. 例如,可通过几次点击快速生成一份医疗报告:点击 门诊医疗报告。患者姓名、主治医师、最近一次实验室数值日期及最近一次病程记录日期将自动填入,但可根据需要进行修改。点击 确定 确认后,系统将生成并下载一个格式规范的 Word (.doc) 文档文件,可供打印使用。

6. 注销登录

  1. 要主动退出 TBase,请点击右下角的 退出登录 按钮。此外,若连续 60 分钟无操作或关闭浏览器,系统将自动退出登录。

7. 使用收集的数据

  1. 要查询所收集的数据,请使用数据库结构和接口部分所述的复制服务器(图1)。可通过开放式数据库连接(ODBC)、Java数据库连接(JDBC)连接到数据库的任何数据处理程序均可用于查询。建立与数据库的连接后,使用开源软件R Studio。
  2. 例如,在Windows操作系统中设置ODBC数据库连接时,打开ODBC工具,在控制面板和安全管理下点击添加以创建新的用户数据源名称(DSN)。在其中输入复制数据库的可用连接信息。输入以下数据:"驱动程序名称"、"ODBC连接名称"(由用户设定)、"主机名"以及SQL认证信息:"用户名"、"密码"和"数据库名称"。
  3. 在设置好ODBC数据库连接后,若要在开源软件R Studio中生成一个非常简单的查询(例如,2000年至2020年间按性别划分的移植数量),请在应用程序R Studio左上角打开文件,新建文件,然后点击R脚本。在打开的空白脚本窗口中输入示例脚本代码(代码1)。
  4. 点击脚本窗口顶部的运行按钮,脚本即开始执行,并根据连接数据库中的数据生成脚本中定义的柱状图(图6)。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

TBase 于1999年在夏里特米特校区首次发布,并自此持续投入使用。二十多年来,TBase电子健康记录系统(EHR)对所有肾移植受者(KTR)的数据进行前瞻性收集。自2001年起,夏里特医院的其他移植项目也开始将TBase用于肾移植受者及等待移植患者的常规临床管理。自2007年以来,该电子健康记录系统还被用于活体供者以及肾脏病学部门所有患者的常规诊疗。

通过提供TBase软件及其功能,该软件近年来已进一步发展为具有现代软件架构的模块化基于网络的研究数据库,在超过20年的时间里共记录了6,317例患者,完成了7,595例肾移植手术。总计,肾移植受者(KTR)拥有220,877条诊断记录、332,299项操作记录、1,033,941份实验室报告、24,478,441个实验室检测值、539,922次用药事件、324,339项检查记录、6,489条供者数据以及54,350份出院记录等(表3)。

此外,共收集了20,724名患者的数据,包括等待移植名单上的患者、活体捐献者以及慢性肾病患者。这些患者共有...

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

TBase 将基于网络的肾移植受者(KTR)专科门诊电子健康记录系统与科研数据库相结合,为肾病患者建立了一个全面的长期数据库6,11,15,37在组织架构方面,这一系统通过采用现代化的软件设计流程作为机构性载体得以实现,并融入了开发人员、临床使用者及研究人员超过20年的实践经验,共同开发出当前版本。此外,该系统根据临床用户的需求持续改进和更新,因其为柏林夏里特大学医学中心(Charité - Universitätsmedizin Berlin)肾脏病患者主要的门诊记录软件。对于临床使用者而言,该电子健康记录系统(EHR)可自动整合来自住院和门诊系统的全部相关数据,支持移植特异性数据及患者长期随访路径的便捷、直观记录。在药物数据方面,该系统连接了一个商用数据库,提供德国所有获批药品的详细信息,并每两周更新一次。处方药物的药物相互作用检查通过与临床药理学部门的商用系统协作完成。 &am...

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

通讯作者无任何声明。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

过去20年中,本研究所展示的电子健康记录系统的开发得到了来自不同机构和基金会的内部研究资金以及公共资金的支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
开发平台 SAP Web IDESAP SE
GUI 工具箱 SAPUI5SAP SE
内存数据库 SAP-HANASAP SE
接口标准 HL7Health Level Seven International
接口标准 HL7 FHIRHealth Level Seven International
RStudioRStudio Inc.
TBase - 电子健康记录Charité - Universitätsmedizin Berlin
Web 服务器 SAP-HANA XSASAP SE

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Halleck, F., et al. Integrated care of renal transplant patients - Development of an electronic health care service platform. Dialyse aktuell. 20 (06), 285-290 (2016).
  2. Sonntag, D., et al. The Clinical Data Intelligence Project. Informatik-Spektrum. 39 (4), 290-300 (2016).
  3. Kara, E., et al. A Domain-adapted Dependency Parser for German Clinical Text. Proceedings of the 14th Conference on Natural Language Processing. , Vienna Austria. (2018).
  4. Maier, C., et al. Experiences of Transforming a Complex Nephrologic Care and Research Database into i2b2 Using the IDRT Tools. Journal of Healthcare Engineering. 2019, 5640685(2019).
  5. Jensen, P. B., Jensen, L. J., Brunak, S. Mining electronic health records: towards better research applications and clinical care. Nature Reviews Genetics. 13 (6), 395-405 (2012).
  6. Schmidt, D., et al. A novel tool for the identification of correlations in medical data by faceted search. Computers in Biology and Medicine. 85, 98-105 (2017).
  7. Veit, K., Wessels, M., Deiters, W. Gesundheitsdaten und Digitalisierung - Neue Anforderungen an den Umgang mit Daten im Gesundheitswesen. Digitale Transformation von Dienstleistungen im Gesundheitswesen VI: Impulse für die Forschung. , 19-33 (2019).
  8. Ehrler, F., Geissbuhler, A., Jimeno, A., Ruch, P. Data-poor categorization and passage retrieval for gene ontology annotation in Swiss-Prot. BMC Bioinformatics. 6, Suppl 1 23(2005).
  9. Esteban, C., Schmidt, D., Krompaß, D., Tresp, V. Predicting Sequences of Clinical Events by Using a Personalized Temporal Latent Embedding Model. 2015 International Conference on Healthcare Informatics. , 130-139 (2015).
  10. Roller, R., et al. Detecting Named Entities and Relations in German Clinical Reports. Language Technologies for the Challenges of the Digital Age. , 146-154 (2018).
  11. Roller, R., et al. A fine-grained corpus annotation schema of German nephrology records. Clinical Natural Language Processing Workshop (ClinicalNLP). , Osaka, Japan. (2016).
  12. Esteban, C., Staeck, O., Baier, S., Yang, Y., Tresp, V. Predicting Clinical Events by Combining Static and Dynamic Information Using Recurrent Neural Networks. IEEE International Conference on Healthcare Informatics (ICHI). , 93-101 (2016).
  13. Schmidt, D., Niemann, M., Trzebiatowski, G. L. v The Handling of Missing Values in Medical Domains with Respect to Pattern Mining Algorithms. Proceedings of the 24th International Workshop on Concurrency, Specification and Programming (CS&P 2015). 1492, 147-154 (2015).
  14. Burchardt, A., Uszkoreit, H. IT für soziale Inklusion: Digitalisierung - Künstliche Intelligenz - Zukunft für alle. De Gruyter. , (2018).
  15. Schroter, G., Lindemann, L. F. TBase2 - A Web-Based Electronic Patient Record. Fundamenta Informaticae. 43 (1-4), 343-353 (2000).
  16. Duettmann, W., et al. eHealth in Transplantation. Transplant International. , (2020).
  17. Durr, M., et al. Late Conversion to Belatacept After Kidney Transplantation: Outcome and Prognostic Factors. Transplantation Proceedings. 49 (8), 1747-1756 (2017).
  18. Halleck, F., et al. MHealth and digital management after kidney transplantation. Nieren- und Hochdruckkrankheiten. 46, 474-480 (2017).
  19. Düttmann-Rehnolt, W., et al. Neuartige Kommunikationswege und Strukturen zur Optimierung der häuslichen Versorgung am Beispiel von nierentransplantierten Patienten. Digitale Transformation von Dienstleistungen im Gesundheitswesen VI: Impulse für die Forschung. , 407-421 (2019).
  20. Hils, S., Bogatyreva, L., Hauschke, D., Pisarski, P. Telemedical Supported Aftercare as an Innovative Project-Study Improves the Quality of Life After Living Kidney Transplantation - A Single Center Experience. American Journal of Transplantation. 14 (3), 843(2014).
  21. Schmidt, D., et al. Integrierte Versorgung chronisch kranker Patienten am Beispiel von MACSS: Digitalisierung - Künstliche Intelligenz - Zukunft für alle. IT für soziale Inklusion. , 41-50 (2018).
  22. Massie, A. B., Kucirka, L. M., Segev, D. L. Big data in organ transplantation: registries and administrative claims. American Journal of Transplantation. 14 (8), 1723-1730 (2014).
  23. McAdams-DeMarco, M. A., et al. Frailty, Length of Stay, and Mortality in Kidney Transplant Recipients: A National Registry and Prospective Cohort Study. Annals of surgery. 266 (6), 1084-1090 (2017).
  24. The Most Popular Browsers. w3schools.com. , Available from: https://www.w3schools.com/browsers/ (2020).
  25. H.L.S.I. HL7 International. , Available from: https://www.hl7.org/ (2020).
  26. Duettmann, W., et al. Digital home monitoring of patients after kidney transplantation: The MACCS platform. Journal of Visualized Experiments. , (2021).
  27. Haas, M., et al. The Banff 2017 Kidney Meeting Report: Revised diagnostic criteria for chronic active T cell-mediated rejection, antibody-mediated rejection, and prospects for integrative endpoints for next-generation clinical trials. American Journal of Transplantation. 18 (2), 293-307 (2018).
  28. Roufosse, C., et al. A 2018 Reference Guide to the Banff Classification of Renal Allograft Pathology. Transplantation. 102 (11), 1795-1814 (2018).
  29. Duerr, M., et al. Increased incidence of angioedema with ACE inhibitors in combination with mTOR inhibitors in kidney transplant recipients. Clinical Journal of the American Society of Nephrology. 5 (4), 703-708 (2010).
  30. Lachmann, N., et al. Invited letter in response to "Predicted indirectly recognizable HLA epitopes (PIRCHE): Only the tip of the iceberg?". American Journal of Transplantation. 18 (2), 523-524 (2018).
  31. Huber, L., Naik, M., Budde, K. Desensitization of HLA-incompatible kidney recipients. The New England Journal of Medicine. 365 (17), 1644-1645 (2011).
  32. Choi, M., et al. Low Seroprevalence of SARS-CoV-2 Antibodies during Systematic Antibody Screening and Serum Responses in Patients after COVID-19 in a German Transplant Center. Journal of Clinical Medicine. 9 (11), (2020).
  33. Lehner, L. J., et al. Analysis of Risk Factors and Long-Term Outcomes in Kidney Transplant Patients with Identified Lymphoceles. Journal of Clinical Medicine. 9 (9), (2020).
  34. Zhang, Q., et al. The relationship between proteinuria and allograft survival in patients with transplant glomerulopathy: a retrospective single-center cohort study. Transplant International. , (2020).
  35. Bissler, J., et al. Everolimus for angiomyolipoma associated with tuberous sclerosis complex or sporadic lymphangioleiomyomatosis (EXIST-2): A multicentre, randomised, double-blind, placebo-controlled trial. Lancet. 381, (2013).
  36. Budde, K., et al. Everolimus-based, calcineurin-inhibitor-free regimen in recipients of de-novo kidney transplants: an open-label, randomised, controlled trial. Lancet. 377 (9768), 837-847 (2011).
  37. Lindemann, G., Schröter, K., Schlaefer, A., Budde, K., Neumayer, H. H. Web-Based Patient Records - The Design of TBase2. New Aspects of High Technology in Medicine. , (2000).
  38. Big Data Project | BigMedilytics | The largest initiative to transform healthcare sector. BigMedilytics. , Available from: https://www.bigmedilytics.eu/big-data-project/ (2020).
  39. Duettmann, W., et al. Telemedizinische Betreuung von Patienten nach Nierentransplantation: Was beinhaltet MACCS. Nieren- und Hochdruckkrankheiten. 49, (2020).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章