📚 课程目录第2章临床数据标准与互操作性

2. 临床数据标准与互操作性

临床数据ETL的难点，往往不在“把数据搬过去”，而在“搬过去之后还能不能被正确理解”。同一个“收缩压”，在急诊系统里叫 SBP，在护理记录里叫 血压-收缩压，在检验系统里可能被编码为 8480-6；同一个“2型糖尿病”，在不同系统中可能是 ICD-10 的 E11.9、SNOMED CT 的某个概念 ID，或 OMOP CDM 中的一条 condition_occurrence 记录。标准体系解决的正是这种“同名不同义、同义不同名”的问题。本节围绕 CDISC、HL7 FHIR、ICD、LOINC、SNOMED CT 与 OMOP CDM 六类标准，说明它们各自管什么、在 ETL 中如何衔接，以及对质量控制提出了哪些硬性要求。

一、六类标准的分工与定位

可以把临床数据标准理解为一条从“业务事件”到“统计分析”的语义链。HL7 FHIR 面向系统间实时交换，用资源（Resource）描述患者、就诊、观察、用药等对象，强调接口互操作；CDISC 的 SDTM 面向监管递交，把原始数据整理为受试者、事件、干预、发现等域；ADaM 则在 SDTM 之上构建分析数据集，直接支撑统计分析与结果可复现。ICD-10/11 是疾病与健康问题的分类编码，用于诊断归类、病案统计与医保结算；LOINC 是检验检查项目的通用标识，解决“项目名称”的标准化；SNOMED CT 是临床术语本体，覆盖症状、诊断、操作、解剖等，具有层级与语义关系；OMOP CDM 则是面向观察性研究的通用数据模型，把多源异构数据映射到统一表结构，便于跨机构分析与工具复用。

它们并非互相替代。FHIR 管“传得通”，CDISC 管“交得规范”，ICD/LOINC/SNOMED CT 管“说得清”，OMOP CDM 管“合得起来”。ETL 工程师需要判断：数据从哪来、要到哪去、中间经过哪些标准映射。

二、标准对 ETL 的具体约束

标准一旦进入 ETL，就不再是“参考文档”，而是可校验的规则。以 SDTM 为例，变量命名、受控术语、日期格式（ISO 8601）、缺失值表示都有明确规定。若把“2024/03/05”直接写入 --DTC，即使人能读懂，也不符合递交要求；正确做法是转换为 2024-03-05。ADaM 则要求分析数据集可追溯：每个分析变量应能回溯到 SDTM 变量或明确的派生规则，例如 ADVS 中的 AVAL 来自 VSSTRESN，而 PARAMCD 必须与 PARAM 一一对应。

FHIR 的约束体现在资源结构与术语绑定。一个 Observation 资源若使用 code 字段，应优先绑定 LOINC；subject 必须指向 Patient 或 Group。ETL 从 FHIR 抽取时，不能只取 valueQuantity.value，还要保留 unit、system、code，否则单位丢失会导致后续无法换算。OMOP CDM 的约束则体现在表结构与概念 ID：所有临床事件最终都要落到标准概念上，measurement 表的 measurement_concept_id 应来自标准词汇表，而非本地编码。

三、质量控制对标准的依赖

质量控制不是独立于标准的“额外检查”，而是标准约束的自动化执行。常见检查包括：编码是否在允许值域内、必填变量是否为空、日期是否可解析、单位是否可换算、概念映射是否命中标准词表、同一受试者的事件时间是否逻辑一致。例如，在 SDTM 中 USUBJID 必须唯一且跨域一致；在 OMOP 中，measurement 的 person_id 必须存在于 person 表。若这些检查失败，ETL 不应静默通过，而应记录到质量日志并阻断下游。

标准映射不是一次性工作。ICD-10 到 ICD-11、LOINC 版本升级、SNOMED CT 国际版与本国扩展的差异，都会导致映射失效。ETL 应保留映射版本号与生效日期，便于回溯。

四、一个可执行的映射检查示例

假设从 LIS 抽取一条血钾检验记录，源字段为：item_name=血钾、result=4.2、unit=mmol/L、test_time=2024/03/05 08:30。ETL 的目标是同时生成 SDTM LB 域与 OMOP measurement 表。关键处理如下：

源记录：
  item_name = 血钾
  result    = 4.2
  unit      = mmol/L
  test_time = 2024/03/05 08:30

映射规则：
  LOINC      : 2823-3 (Potassium [Moles/volume] in Serum or Plasma)
  SDTM LBTESTCD : K
  SDTM LBTEST   : Potassium
  SDTM LBORRES  : 4.2
  SDTM LBORRESU : mmol/L
  SDTM LBDTC     : 2024-03-05T08:30

质量检查：
  1. LOINC 2823-3 是否在允许词表内        -> 通过
  2. LBDTC 是否符合 ISO 8601              -> 通过
  3. LBORRESU 是否可换算为规范单位         -> 通过
  4. OMOP measurement_concept_id 是否命中  -> 通过

若第 3 步失败，例如单位为 mg/dL 而目标要求 mmol/L，则需按换算系数处理：钾的换算约为 mmol/L = mg/dL ÷ 3.91（示例系数，实际以检验方法学为准）。换算后应保留原始值与单位，并在派生字段中记录换算规则，避免“只留结果、丢失来源”。

五、互操作性的工程判断

面对多标准并存，ETL 工程师需要做三个判断：第一，数据用途决定目标标准——监管递交走 CDISC，跨机构研究走 OMOP，实时交换走 FHIR；第二，术语映射决定数据语义——LOINC 管项目、SNOMED CT 管概念、ICD 管分类，三者不能混用；第三，质量控制决定可信度——每个标准字段都应有对应的校验规则和失败处理策略。只有把标准从“文档要求”转化为“可执行规则”，临床数据 ETL 才能真正做到既搬得动、又说得清、还可追溯。