中药上市后临床再评价关键技术研究：上市中药再评价HIS数据提取及处理.pptVIP

公司 ——上市中药再评价HIS数据提取及处理 中药上市后临床再评价关键技术研究 中国人民解放军海军总医院 1、HIS数据仓库构建总体设计 HIS数据仓库构建关键在于HIS数据提取与规范化，其设计方法基于可复用构件思想，采用多元异构数据集成技术。 2、HIS数据仓库的设计方法 标准化视图构建 第一个ETL过程——HIS数据的集中 第二个ETL过程——数据仓库构建 数据的展示及分发 ODS中的基本数据库结构和源系统中的基本相似略有精简，关键在于根据课题需求确定HIS中所需要的表。 在整合标准化视图数据的基础上经过ETL过程处理后形成的供科研使用的多级数据仓库。 通过定制导出工具软件根据具体的需要把数据仓库进行进一步分析、分解、标准化和定制化导出成常用的关系型数据库或子数据库的形式分发使用。 按标准化方式分为自动标准化和手工标准化，按方法分为数据规范化和结构标准化，按流程分为维度标准化、事实表标准化和顶层视图标准化。 分发利用 构建仓库 规范化 数据整理 数据采集 高效性 高内聚安全性 高复用性 可维护性 低耦合 通用性 将数据及其结构的标准化放在各自的ODS来执行，使医院个性化的数据分散到各自的数据库，在提高内聚度的同时保证了其他HIS的数据的安全性得到保障。 标准视图构建在结构和数据标准化之后，其代码可以重用，通过极少量的改动即可实现新加入HIS系统的处理，而对于不同HIS来说标准视图以后的过程更是无需调整。 不同HIS的数据逻辑存储结构采用统一的标准结构使得所有的HIS ODS到HIS数据仓库的ETL都是同一份ETL过程,提高了复用性;同时ETL工具与原始SQL相结合，提高ETL的效率。 标准化视图和可重用ETL过程的设计使系统后端固定,只需提供标准结构，不同单位的开发人员及业务人员即可进行数据及结构的标准化，并且在ODS的视图层完成，对开发人员和维护人员的能力要求较低。 3、设计方案的特点 4、HIS数据的抽取 第一步 现场确认待抽取数据医院数据是否符合课题要求，并编写数据采集测试报告。 第二步 根据课题需要，提供结构说明文档和表对应关系文档，并发到加入分析医院的信息中心，由医院信息中心填写表对应关系文档。 第三步 经过与加入分析医院多次沟通确定所需提供HIS数据内容，完善对应关系文档并获取相应数据结构说明。 第四步 由医院根据文档提供导出数据或准备好科研数据库，然后使用程序和编写语句对准备好的数据进行抽取和集中。 5、HIS数据抽取的方式 方式1 医院提供全部数据的备份。 方式2 医院提供科研或备份数据库，由课题组成员现场抽取。 方式3 医院信息工程师按照要求生成课题要求的数据格式数据并导出。(SQLSERVER) 6、HIS数据抽取工具 7、HIS标准化视图构建 A、维度标准化—对HIS数据的统一描述 数据对照 创建维度标准化视图 确定字典表 创建数据对照表 ODS中针对要分析的每个维度确定相应字典表 判断该表的业务键 确定规范结构和名称。 根据已有规范和数据情况创建对照关系 创建修改时间、医院名称、系统类型等附加信息 程序自动匹配 人工通过专门开发的软件匹配 将维表进行结构标准化 通过数据对照替换进行数据规范化 创建结构和数据统一的维度表视图 7、HIS标准化视图构建 B、事实表标准化—数据替换 判断 确定事实表 判断业务键确 定待规范化字段 确定标准化后的 结构和名称。 多表关联 根据确定的结 构生成统一的 结构视图。 在结构统一的同时对事实表进行维度标准化替换，实现各医院事实表结构和数据的规范化。 关联 替换 7、HIS标准化视图构建 C、构建顶层数据视图—数据归一 Text in here HIS标准视图 顶层数据视图 HIS标准视图 HIS标准视图 UNION UNION UNION 8、数据的提交 数据定制导出 1、准备好原始库和文档 准备好将医院提供的数据包或者直接采集上来的数据形成的数据库以及相关文档。 准备好标准化对照库（mapping）和对照之后的标准化库。 使用数据库工具将准备好的库进行备份导出(SQLSERVER)。 将导出数据以及相关文档统一压缩打包提交课题组。 2、准备好标准化库 3、导出数据 4、打包上传 公司