第十一章卫生信息标准与规范重点分析.pptVIP

* * * 二、术语与分类代码类数据标准 1.系统医学命名法——临床术语 SNOMED CT实例 以“左手拇指的严重疼痛”为例 二、术语与分类代码类数据标准 2. 一体化医学语言系统 UMLS 对生物医学科学领域内已有的多个受控词表的一部纲目式汇编，提供词表之间的映射，使术语系统之间能够彼此转化。 UMLS也被看作是生物医学概念所构成的一部广泛全面的叙词表和本体。 二、术语与分类代码类数据标准 2. 一体化医学语言系统 超级叙词表 Metathesaurus：词汇数据库，包含生物医学及与健康相关的概念及其名称和相互关系。是UMLS的基础和核心。 语义网（semantic network）：提供一致的超级叙词表中所有概念的分类及类之间的关系。包含133种语义类型和54种语义关系。 专家词典提供专家自然语言处理系统所需的通用英语词典，专家词汇工具关注自然语言中词汇的多变性，将单词标准化，并将每个单词与超级叙词表中的字符串、术语和概念关联起来。 二、术语与分类代码类数据标准 3. 逻辑观察标识符命名和编码（LOINC） 为实验室和临床检查提供了一套统一的名称和标识码，从语义和逻辑上支持医学检验、检查结果的交换。 LOINC分为四个部分： （1）实验室LOINC（Laboratory LOINC） （2）临床LOINC（Clinical LOINC）负责非实验室诊断检查、重症医学、医疗护理指征、病史及体格检查方面的内容 （3）调查问卷 （4）信息附件 二、术语与分类代码类数据标准 3. 逻辑观察标识符命名和编码 LOINC的语义模型： LOINC概念的核心部分包括一条代码、六个概念定义轴和简称。 其中LOINC的六个概念定义轴为： 成分（Component；分析物） 受检属性（Property） 时间特征（Timing） 样本类型（Sample） 标尺类型（Scale） 方法（Method） 二、术语与分类代码类数据标准 3. 逻辑观察标识符命名和编码 LOINC的编码：每个LOINC概念都分别具有唯一性的代码，且恒久不变。对于组成最终LOINC概念定义的基本概念和组合概念及其相关术语，也做了编码，且这些概念的编码也恒定不变，有助于建立起其他相关术语系统与LOINC概念之间的对照关系（映射关系），便于不同术语系统之间的整合与协同。 二、术语与分类代码类数据标准 4. 国际疾病分类（ICD） 涉及所有疾病和死亡原因，包括损伤和中毒及其外部原因的统计分类，具有权威性、科学性以及宏观反映居民健康状况的特征。 对不同国家、地区在不同时间收集的死亡和疾病数据，应用同一标准进行系统记录、分析、解释和比较，并把疾病诊断和其他健康问题转换成编码，以便于分类检索和统计分析。 二、术语与分类代码类数据标准 4. 国际疾病分类 ICD-10的内容 ：共22章，每章内再分节和小节。 二、术语与分类代码类数据标准 5. 疾病诊断相关分组（DRGs） 用于美国医疗保险预付款制度的分类编码标准。是一种病例分类系统，或称为病例组合（casemix）系统，基于主要诊断编码、主要手术操作码、患者年龄、性别、住院天数、疾病转归等信息对病例进行分类组合，使同一组合的病例在医疗资源消耗强度上具有相似性。 二、术语与分类代码类数据标准 5. 疾病诊断相关分组 DRGs方案利用大样本出院病例数据，按照资源消耗组内差异最小，组间差异最大的原则，采用统计学和专家咨询方法制定 首先形成25个主要诊断类目（MDCs），再根据下列因素进一步划分 二、术语与分类代码类数据标准 5. 疾病诊断相关分组 （1）主要诊断 （2）次要诊断 （3）主要手术 （4）重要的伴随病和合并症 （5）年龄 （6）新生儿体重 （7）昏迷时间 （8）是否死亡 三、卫生信息模型 1. 基本概念 信息模型（information model）：对所关注的信息或数据进行分类，对特定范围内的对象及其特征的结构化描述 数据模型：对特定领域的对象及其特征的表示，既不表达知识也不表达过程，而是定义所要收集的数据 不同模型根据应用目的不同的应用目的、不同的抽象水平 三、卫生信息模型 2. HL7参考信息模型（RIM） HL7 RIM的主干类图 三、卫生信息模型 2. HL7参考信息模型 HL7 RIM类的描述和表示， RI