Mapping eines deutschen, klinischen Datensatzes nach OMOP Common Data Model

Language
de
Document Type
Doctoral Thesis
Issue Date
2020-11-02
Issue Year
2020
Authors
Lang, Lukas
Editor
Abstract

Objectives There is great potential in the secondary use of clinical-medical data that is stored in a patient's electronic health record or a hospital information system. In order to exploit this potential and be able to use the data across institutions or even internationally, a standardized and comprehensive IT infrastructure is required that can map the divergent data in a homogenized form. For this purpose, the US-American OMOP Common Data Model was developed, which is to be examined in this work to determine whether it is suitable for use with a German, clinical data set. Design & Methods After a background research, the data record to be mapped was first defined. Then a flow chart for the mapping process was developed, which is supported by the tools provided by OMOP. This was followed by the implementation of the mapping based on the developed scheme and then its manual expansion. The entire process was documented on the wiki of the Institute for Medical Informatics. Finally, an ETL document was created using the Rabbit-in-a-Hat software as a summary of the mapping results. There was also a quantitative evaluation of the mapping. Observations & Results Of the total of 59 data fields in the five tables of the data set to be mapped, 46 (78.0%) could be mapped to data fields in 13 OMOP CDM tables. There were no congruent CDM data fields for 15 data fields, so they were mapped according to their content via the OBSERVATION table. 100 data fields were used in the mapping in OMOP CDM, which corresponds to 63.3% of the total data fields of the 13 OMOP CDM tables. The data fields in the OMOP CDM were mapped in 63.0% as a concept / value pair, in 6.5% only as a concept and in 30.5% by transferring the data field value. For three values from the data set to be mapped, no concept could be found in the standard vocabularies. In total, 71 of the 100 OMOP data fields used contain values and 29 concepts, with 55.2% fixed mappings for exactly one concept and 44.8% mappings for more than one concept. Information was lost at several points in the mapping process. Conclusions OMOP Common Data Model is suitable for mapping German, clinical data sets and could therefore be an expedient basic model for a data warehouse for pooling German health data. In the mapping process, however, there were problems with the loss of information and the deviation from standard vocabularies. In further work, it is important to test the practicability of mapping for larger data sets and to optimize compatibility with the standard vocabularies.

Abstract

Hintergrund und Ziele Es steckt großes Potenzial in der Sekundärnutzung klinisch-medizinischer Daten, die in der elektronischen Gesundheitsakte eines Patienten oder einem Krankenhaus-informationssystem gespeichert werden. Um dieses Potenzial ausschöpfen und die Daten institutions- oder sogar internationalübergreifend nutzen zu können wird eine normierte und übergreifende IT-Infrastruktur benötigt, die die divergierenden Daten in homogenisierter Form abbilden kann. Für diesen Zweck wurde unter anderem das US-amerikanische OMOP Common Data Model entwickelt, welches in dieser Arbeit darauf untersucht werden soll, ob es für die Verwendung mit einem deutschen, klinischen Datensatz geeignet ist. Methoden Nach einer Hintergrund-Recherche erfolgte zunächst die Definition des zu mappenden Datensatzes. Danach wurde ein Ablaufschema für den Mapping-Prozess entwickelt, welcher durch die von OMOP zur Verfügung gestellten Tools unterstützt wird. Es folgte die Umsetzung des Mappings anhand des erarbeiteten Schemas sowie anschließend dessen manuelle Erweiterung. Die Dokumentation des gesamten Prozesses erfolgte im Wiki des Instituts für Medizinische Informatik. Mittels der Software Rabbit-in-a-Hat wurde abschließend ein ETL-Dokument als Zusammenfassung der Mapping-Ergebnisse erzeugt. Außerdem fand noch eine quantitative Auswertung des Mappings statt. Ergebnisse und Beobachtungen Von den insgesamt 59 Datenfeldern der fünf Tabellen des zu mappenden Datensatzes konnten 46 (78,0%) auf Datenfelder in 13 OMOP CDM Tabellen gemappt werden. Dabei gab es für 15 Datenfelder keine kongruenten CDM Datenfelder, sodass sie entsprechend ihrem Inhalt über die Tabelle OBSERVATION abgebildet wurden. In OMOP CDM wurden 100 Datenfelder beim Mapping verwendet, was 63,3% der gesamten Datenfelder der 13 OMOP CDM Tabellen entspricht. Die Abbildung der Datenfelder im OMOP CDM erfolgte in 63,0% als Konzept/Wert-Paar, in 6,5% nur als Konzept und in 30,5% durch Übertragung des Datenfeld-Werts. Für drei Werte aus dem zu mappenden Datensatz konnte kein Konzept in den Standard Vokabularen gefunden werden. Insgesamt enthalten damit 71 der 100 genutzten OMOP Datenfelder Werte und 29 Konzepte, wobei 55,2% feste Mappings zu genau einem Konzept und 44,8% Mappings zu mehr als einem Konzept sind. Es kam an mehreren Stellen im Mapping-Prozess zu Informationsverlusten.

Schlussfolgerungen OMOP Common Data Model ist für das Mapping von deutschen, klinischen Datensätzen geeignet und könnte somit ein passendes Grundmodel für ein Data Warehouse zum Pooling deutscher Gesundheitsdaten darstellen. Im Mapping-Prozess kam es allerdings zu den Problemen des Informationsverlusts und der Abweichung von Standard Vokabularen. In weiteren Arbeiten gilt es die Praktikabilität des Mappings für umfangreichere Datensätze zu testen und die Kompatibilität mit den Standard Vokabularen zu optimieren.

DOI
Faculties & Collections
Zugehörige ORCIDs