首页
›
生命科学与数字医疗
›
016-临床研究标准RWE与药物安全工程
›
《OMOP CDM数据标准化工程》
VIP14
本课程属于:016-临床研究标准RWE与药物安全工程
生命科学与数字医疗 · 共 14 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
OMOP CDM数据标准化工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
OMOP CDM标准化工程全景
目标=OMOP CDM的定位 · 核心组成 · 标准化工程的目标与生命周期
OMOP
CDM
02
OMOP CDM表结构精讲
目标=PERSON · OBSERVATION_PERIOD · VISIT_OCCURRENCE
OMOP
CDM
03
标准化术语体系入门
目标=SNOMED · LOINC · RxNorm
标准化术语体系入…
SNOMED
04
源数据剖析与映射规划
目标=如何盘点源系统数据 · 识别临床事件 · 制定字段到CDM表的映射策略与优先级
源数据剖析
映射规划
05
PERSON与OBSERVATION_PERIOD标准化
目标=人口学信息清洗 · 出生日期处理 · 观察期构建与数据质量校验
PERSON
OBSERVATION
06
VISIT_OCCURRENCE标准化
目标=就诊类型映射 · 就诊标识生成 · 时间戳对齐与跨系统就诊关联
VISIT
OCCURRENCE
07
CONDITION_OCCURRENCE标准化
目标=诊断编码映射到SNOMED · 条件状态与来源标识 · 起止时间处理
CONDITION
OCCURRENCE
08
DRUG_EXPOSURE标准化
目标=药品编码映射到RxNorm · 剂量与用药途径标准化 · 用药起止与日剂量计算
DRUG
EXPOSURE
09
MEASUREMENT标准化
目标=检验检查项目映射到LOINC · 结果单位转换 · 参考范围与异常值处理
MEASUREMENT
标准化
10
PROCEDURE_OCCURRENCE标准化
目标=手术与操作编码映射 · 操作日期与关联就诊 · 操作来源标识
PROCEDURE
OCCURRENCE
11
OBSERVATION与DEATH标准化
目标=观察记录映射 · 死亡信息整合 · 死亡日期与原因校验
OBSERVATION
DEATH
12
PROVIDER与CARE_SITE标准化
目标=医疗提供者与机构信息建模 · 标识符生成与层级关系维护
PROVIDER
CARE
13
CDM_SOURCE与METADATA管理
目标=数据源描述 · 版本控制 · ETL日志与元数据注册
CDM
SOURCE
14
标准化词汇表映射实战
目标=使用Usagi · OHDSI工具进行术语映射 · 映射审核与版本管理
标准化词汇表映射…
Usagi
15
单位与数值标准化
目标=UCUM单位映射 · 数值精度处理 · 单位转换与异常值检测
单位
数值标准化
16
时间与日期标准化
目标=日期格式统一 · 时区处理 · 时间窗口对齐与事件序列重建
时间
日期标准化
17
ETL管道设计与实现
目标=从源数据抽取 · 转换 · 加载到CDM的架构模式与工具选型
ETL
管道设计
18
数据质量评估框架
目标=OHDSI Data Qual… · 一致性 · 完整性
数据质量评估框架
OHDSI
19
CDM版本迁移与兼容
目标=OMOP CDM v5到v6的… · 迁移策略与向后兼容处理
CDM
版本迁移
20
增量ETL与实时更新
目标=增量数据捕获 · 变更数据捕获 · 增量加载与历史追踪
ETL
增量
21
隐私与安全合规
目标=去标识化 · 假名化 · GDPR/HIPAA合规与数据访问控…
隐私
安全合规
22
多源数据融合
目标=跨机构数据整合 · 患者匹配 · 去重与主索引构建
多源数据融合
目标=跨机构数据…
23
OMOP CDM在真实世界研究中的应用
目标=队列定义 · 表型算法 · 特征提取与常见分析模式
OMOP
CDM
24
标准化工程中的常见陷阱与解决方案
目标=映射错误 · 时间逻辑冲突 · 缺失数据处理与性能瓶颈
标准化工程
常见陷阱
25
自动化映射与机器学习辅助
目标=NLP与ML在术语映射 · 实体识别与数据清洗中的应用
自动化映射
机器学习辅助
26
CDM标准化项目实战
目标=从需求分析 · 映射设计 · ETL开发到质量验证的完整项目案例
CDM
标准化项目实战
27
OHDSI工具生态
目标=ATLAS · ACHILLES · HADES
OHDSI
工具生态
28
性能优化与大规模数据处理
目标=分区 · 索引 · 并行处理与云平台上的CDM部署
性能优化
大规模数据处理
29
标准化工程的运维与监控
目标=ETL调度 · 错误处理 · 数据刷新与版本升级管理
标准化工程的运维
监控
30
未来趋势与持续学习
目标=OMOP CDM演进 · FHIR集成 · AI驱动标准化与社区资源
未来趋势
持续学习
所属VIP或分类
同VIP:ADaM分析数据集工程
同VIP:CDISC临床数据标准工程
同VIP:OMOP临床数据映射与转换工程