首页 > 文献资料
-
HL7开发框架在国家卫生数据字典研制中的应用
目的:应用HL7标准开发框架(HDF)的方法学,构建国家卫生数据字典。方法采取自底向上的方法构建国家卫生信息概念数据模型;在模型的基础上,采用自顶向下的方法定义类的属性,赋予属性的数据类型和值域,形成规范的数据元及其定义。结果国家卫生信息概念数据模型包含6个大类和若干子类;每个类有若干描述属性,属性的H L7数据类型及所包含的元素形成规范数据元,其语义和表示来源于模型及属性的值域。结论应用H L7模型驱动的标准开发框架研制数据字典,数据元描述更加清晰,可为多来源数据提供统一的元数据参照。通过特化数据类型制定必需的词汇表等工作,数据字典将在数据共享和系统互操作方面发挥重要作用。
-
HL7 V3数据类型及其应用
随着医疗领域信息化的发展,信息的标准化日益显现出其重要性.要打破信息孤岛,实现医疗卫生信息跨机构真正的共享,信息不仅要能够被接收,更要能被接收方正确地理解和使用.HL7 V3的数据类型标准就是要达到使信息接收者能正确理解和使用信息的目的.本文介绍了HL7 V3数据类型的基本内容,举例说明了HL7 V3数据类型XML表达规范及其在信息共享实现过程中所扮演的角色和重要性.同时指出,由于文化和医疗体制不同,我国在采用该标准时还需根据实际需要有所改进.
-
医院数据中心存储备份解决方案
随着医院信息系统的蓬勃发展、业务系统的不断增加、各种应用系统数据量的快速增长及数据类型的不断丰富,信息系统数据正面临着完整性、安全性、可用性等的严峻挑战,而对数据备份的要求也越来越高.
-
护理绩效考核中数据量化处理决策模型的构建和应用
绩效考核是指运用系统的方法、原理来评定和测量职工在本岗位上的工作行为与工作效果的一项动态性考评工作,其目的就是改善职工的组织行为,充分发挥其积极性和潜在能力,提高满意度和未来成就感[1]。随着优质服务理念和岗位管理模式的推广,如何恰当应用绩效考核,提高护理管理水平,鼓励护理人员多劳多得的工作积极性,成为医院管理者关注的焦点。目前各医院积极开展绩效考核,探讨护理工作量的测量方法,制订考评标准与规范客观的管理制度[2‐3]。随着H IS系统和电子病历在医院的广泛应用,从中提取不同科室工作量的客观数据已成为可能。但因数据类型不同,简单的加和无法衡量比较不同科室的护理工作量[4]。本研究采用一种适用于护理领域、易操作、可参考推广的方法学模型来解决护理工作的量化问题,并介绍其在我院病区间护理绩效考核评定中的作用。
-
采用信息技术提高中药材GAP基地建设质量的探讨
国家食品药品监督管理局于2003年12月开始实施的中药材GAP基地认证揭开了我国中药材生产现代化的新篇章[1-4].建设GAP基地不仅需要完善的硬件设施,还需要用信息管理工具来收集、处理、储存、分析和上报大量的数据,其中包括涉及生态环境、种子、栽培、施肥、病虫害、采收、加工、包装、储藏、运输等原始记录及标准操作规程SOP(standard operating procedure)的研究资料,还包括人员、场地、设施、文件、管理规章等基地管理资料.数据类型包括文字、图片、谱图(如指纹图谱)、影像等.面对如此丰富和复杂的数据,要想对其实行有效的管理和分析,并使之成为建设和管理GAP基地的有效帮手而不是负担,需要现代化的信息管理工具.
-
异构多媒体医学影像信息共享
在医学(特别是涉及医学影像)领域中,由于所要处理的信息数据类型众多,且具有诸如多媒体、空间数据、科学数据等复杂数据类型,形成信息异构化。而异构化的信息是不能在系统内进行共享、传递和反馈等应用的。
-
中文ACCESS2000在检验结果中的应用
ACCESS2000是全中文的、面向对象的数据库软件.我们利用ACCESS2000建立了检验科数据库,并可和医院局域网连接,现以检验结果数据库为例,说明利用ACCESS2000开发数据库的过程.1.建表:启动ACCESS2000,选择"新建-空数据库"系统就会生成一个"检验结果管理系统"的空数据库,在这个数据库中包括表、查询等7种数据库对象.首先我们建"生化检验结果"表,选择"表",双击"使用设计器创建表".根据生化的检验结果,我们设立"姓名"、"性别"、"年龄"、"科室"、"住院号"以及"甘油三酯"、"胆固醇"等化验项目,只要选择相应的字段类型,定义主关键字,单击"保存",然后选择"打开",就可向表中输入记录.在定义字段类型时,"甘油三酯"等选择"数字"数据类型,字段大小属性设置为双精度,此时,该字段可以存储任何实数.`
-
欧盟人用药品风险管理制度指南(五)
附件A:药品上市后安全性研究流行病学研究方法1研究设计药品上市后安全性研究方案因其目的不同而设计各异.对于研究的基础方式及可获得数据类型的划分,将在以下内容中做简要概述.此部分将不再对相关内容展开讨论,而是将其他更为宽泛的可获得原始资料在此进行了补充<'[1-4]>.在ICH-E2E指南中,为了达到广泛协调和遵照执行的目的,对相关内容进行了详细的说明.
-
卫生信息标准化中的数据类型
目的:分析国际及国内数据类型规范之间的区别和联系,为今后卫生信息标准研制过程中数据类型的应用提供参考.方法:收集、对比涉及数据类型的国际标准和规范,包括IS011404、IS0 21090、ISO/IEC 11179、HL7 v3 Data Types以及openEHR Data Types Information Model,并与我国的WS/T 303-2009、WS 363-2011进行对照.结果:从标准的背景和目的、基本内容、规范维度、基本数据类型与分类等5方面分析比较.数据类型的国际标准之间相互借鉴并保持协调,其中的数据类型具有语义,约束数据格式和内容.国内标准定义的数据元值的表示类型规范数据元值的格式,数据元值的数据类型则是数据元值表示类型的一个维度.结论:数据类型、数据元值的表示类型及值域之间既有区别又有联系.随着我国数据标准化方法体系的完善,需要从语义的角度规范和定义数据类型,正确应用数据类型和数据元值的表示类型.
-
大数据挑战医院信息化服务模式
近年来,随着云计算、物联网等新技术在医疗卫生领域的应用,大量新型数据应运而生,随之而来的数据种类多元化和数据量的爆炸式增长,导致"大数据"一词在业界不断升温.但大数据不是一项技术,而是由于不断增长的数据量和数据类型逐渐衍生出来的一种现象,以致数据不能用G或T来衡量,它的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T).
-
基于信息建模的数据元标准化方法
目的:建立国家卫生信息概念数据模型,并以模型为基础提炼和描述卫生领域的数据元,表达数据元及其语义关联。方法:以RIM为参照,依据我国相关的数据集以及数据元标准内容,构建卫生数据概念模型;依照模型中的类、属性和数据类型元素提炼通用数据元和数据元。结果:卫生信息概念数据模型包含实体、角色、活动等6个类和若干子类,每个类对应若干个属性;依据模型提取通用数据元实体类代码、实体标识符、实体数量等若干个,形成实体类代码、实体类代码系统标识符、实体标识系统、实体标识符、标识符名称等数据元。结论:规范化数据元具有完整语义和清楚的表达形式,既能实现对数据元的标准化表达,又能指导数据集及临床文档的修订和构建。
-
数字医学相关技术名词注释与概念(一)——数字的由来及相关技术名词注释
一、数字的由来与用途1."数字量"和"模拟量"的由来及关系数字是基本的数据类型.所谓"数"是人们再熟悉不过的了,人类的祖先为了生存首先要解决饥饿,他们或采摘野果或打猎.这时就在思维中产生了"有"和"没有"的概念,这是非常重大的思维变化,极为朴素的"二进制"即"0和1"的概念由此确立.
-
德国国家队列组织模式及其启示
目的:促进我国人群队列数据的有效管理,为我国队列的数据管理模式提供有益参考和借鉴.方法:介绍具有国际影响力的德国国家队列计划,从组织模式、数据类型及数据管理3个维度进行分析和总结,概述其研究目的和主要规划,探究数据采集和处理、整合和存储、分析和使用及质量保护与控制.结果:通过多源数据分类管理,禁止在数据使用过程中直接向受试者申请数据和数据使用结果的共享.结论:针对我国队列研究现有的不足,结合德国国家队列的启示,我国应统一数据标准,实行多源分类存储;使用辅助数据,丰富数据的广度和深度;明确受试者权益、规范共享流程,以促进我国卫生健康事业的可持续性发展.
-
可变字段在药学信息管理系统中的创新性应用
目的:为了适应药学信息管理系统中,如药品药理属性的多重设置、药品曾用名的定义、药品多重包装的定义等等特殊需求,对普通二维表进行改造,使其具有多维度属性.方法:对可变字段重新定义,创新性的使用结构化的理念,采用类似字符串储存方式来代替普通字符储存.结果:普通的二维数据表经改造后,可以多出一些维度.结论:采用新型字段定义后,普通二维表具有多维度属性,能够实现药学信息管理系统中一些以前无法做到的功能,如电子处方的自动审核及针对某一药品不同药理属性进行精确地统计等等.
-
医院信息系统数据存储方案的选择
医院信息系统(HIS)是一个数据量大、数据类型丰富、实时性强、精度和安全性要求高的多媒体信息系统.随着HIS越来越广泛的应用,其信息量急剧膨胀,对这些宝贵数据及时有效管理、存储和备份等问题越来越突出,寻找一个有效的数据存储方案显得十分迫切.
-
数据备份系统在医院计算机网络中的应用
随着计算机技术的发展,医院越来越多地使用计算机系统处理日常业务,以缓解日益加剧的市场竞争和满足不断增长的业务需求.医院的网络管理者所面对的挑战是急剧膨胀的数据量,越来越复杂的数据类型,日新月异的跨平台应用环境,24小时不停运转的关键数据库.但是每天可以提供给备份工作的时间却越来越短,医院的计算机网络中可能出现的物理故障和逻辑故障,都将导致系统无法正常运行.
-
医疗健康大数据的种类、性质及有关问题
按照不同来源,将医疗健康大数据分成医院医疗大数据、区域卫生服务平台医疗健康大数据、疾病监测大数据、自我量化大数据、网络大数据和生物大数据6类,探讨不同种类数据所具有的不同性质、医学价值及问题.