Laboratóriumi paraméterek kódolása a LOINC-rendszer szerint a Debreceni Egyetem Klinikai Központjában

Author:

Rácz Szilvia1,Emri Miklós2,Opposits Gábor2,Berényi Ervin3,Benczik Lajos4,Ludman István Attila4,Kappelmayer János5,Bhattoa Harjit Pal5

Affiliation:

1. Debreceni Egyetem, Általános Orvostudományi Kar, Orvosi Képalkotó Intézet, Radiológiai Tanszék Debrecen Magyarország

2. Debreceni Egyetem, Általános Orvostudományi Kar, Orvosi Képalkotó Intézet, Nukleáris Medicina Tanszék Debrecen Magyarország

3. Debreceni Egyetem, Klinikai Központ, Egészségügyi Szolgáltató Egységek, Diagnosztikai Egységek, Orvosi Képalkotó Klinika, Radiológia Debrecen Magyarország

4. Debreceni Egyetem, Egészségügyi Finanszírozási és Kontrolling Igazgatóság Debrecen Magyarország

5. Debreceni Egyetem, Általános Orvostudományi Kar, Laboratóriumi Medicina Intézet Debrecen, Nagyerdei krt. 98., 4032 Magyarország

Abstract

Bevezetés: A Debreceni Egyetem adatvagyonának jelentős részét alkotja a Klinikai Központban zajló betegellátás során keletkezett orvosi, biokémiai és képi adat, rendszerezetlen változatban. Ezek kutatási célú alkalmazhatósága jelentősen korlátozott. Az egyetemi „Tématerületi Kiválósági Programon” belül, a „Big Data tématerület” keretében elindított K+F projekt legfontosabb célja az anonimizált adatvagyon elérhetővé tétele a felhasználók számára megfelelő transzformációs eljárások kidolgozásával. Az elemzésre kiválóan használható adatokat az in vitro rutindiagnosztikai laboratórium által szolgáltatott adatok jelentik. A rutindiagnosztikai gyakorlatban használatos adatmezőket rövidített, magyar nyelvű, nem standardizált kulcsszavak jelölik, és e kulcsszavak kódolására a nemzetközi Logikai Megfigyelési Azonosítók, Nevek és Kódok (Logical Observation Identifiers Names and Codes – LOINC) szabvány alkalmazását határoztuk el. Referencialaboratóriumok, egészségügyi szolgáltatók, kormányhivatalok, egészségügyi biztosítók, orvosi szoftverek és műszerek gyártói, kutatók, valamint az egészségügyi rendszert igénybe vevők világszerte használják a LOINC-rendszert az adatok azonosítására, valamint azok rendszerek közötti zökkenőmentes átadására. Célkitűzés: Célunk a Debreceni Egyetem Klinikai Központjának Laboratóriumi Medicina Intézete által meghatározott rutindiagnosztikai paraméterek (n = 448) megfeleltetése a LOINC kódolási rendszernek, figyelembe véve az azonos adatok hátterében az időbeli és módszertani eltéréseket. Módszerek: A laboratóriumi adatokhoz rendelt kulcsszavakat a kórházi informatikai rendszer üzemeltetőjétől kapott adatbázis alapján elemeztük. A rutindiagnosztikában használatos kulcsszavakat, megnevezéseket használtuk a LOINC-szabvány szerinti kódolásra azután, hogy a kódolás módszertanát áttanulmányoztuk, és megfelelő jártasságra tettünk szert az alkalmazásában. Eredmények: Magyarországon egyedülálló módon megfeleltettük az elvégzett rutindiagnosztikai laboratóriumi adatok és vizsgálatok elnevezéseit a LOINC-rendszer követelményeinek, és nyilvánosan hozzáférhetővé tettük őket a Debreceni Egyetem https://labmed.unideb.hu/hu/loinc-tablazatok világhálójának elérhetőségén. Következtetés: Az egységes nemzetközi LOINC-rendszer szerint kódolt adatok hatékonyabban elősegítik a Debreceni Egyetem nemzetközi integrációs törekvéseit, többek között a laboratóriumok közötti kommunikációt, valamint a nemzetközi, határokon átívelő információáramlást és a valamennyi érdekelttel való kapcsolattartást. Orv Hetil. 2023; 164(27): 1043–1051.

Publisher

Akademiai Kiado Zrt.

Subject

General Medicine

Reference48 articles.

1. 1 Microsoft Azure. Available from: https://azure.microsoft.com/en-us/services/ [accessed: February, 2023].

2. 2 Health Level Seven (HL7). Available from: http://www.hl7.org [accessed: December, 2022].

3. 3 Health Level Seven, version 2.4. An application protocol for electronic data exchange in healthcare environments. Health Level Seven, Ann Arbor, MI, 2002.

4. 4 McDonald CJ, Park BH, Blevins L. Grocers, physicians, and electronic data processing. AMA Cont Med Educ Newsl. 1983; 12: 5-8.

5. 5 Olesen H. Properties and units in the clinical laboratory sciences. I. Syntax and semantic rules. Pure Appl Chem. 1995; 67: 1563-1574.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3