2. 健康数据模型设计
健康评估与干预计划平台的数据来源天然是异构的：可穿戴设备持续上报心率、步数、睡眠分期；院内设备产生血压、血糖、体重等体征记录；用户填写PHQ-9、GAD-7等量表问卷；App埋点记录饮食、运动、用药等行为事件；环境传感器或第三方接口提供温湿度、空气质量、地理位置。若把这些数据直接堆进一张宽表，很快会遇到三个问题：同一指标单位与采集口径不一致、同一患者多次测量无法表达时间语义、问卷总分与条目得分无法同时保留。因此数据模型设计要同时解决实体关系、时序表达和标准映射三件事。
一、实体关系建模：以“人—事件—观测”为主干
推荐的主干结构是：Patient（受试者/患者）通过 Encounter（接触/评估场次）关联到 Observation（观测），观测再通过 ObservationComponent 表达多分量结果（如血压的收缩压/舒张压），通过 QuestionnaireResponse 表达问卷作答，通过 Device 表达采集来源。核心原则有三条：
- 观测与定义分离：
Observation只存“谁、何时、什么值、什么单位、来自哪个设备/表单”，指标的定义（编码、正常范围、数据类型）放在ObservationDefinition或术语表中，避免每个观测重复携带元数据。 - 问卷与量表分层：
Questionnaire定义题目与选项，QuestionnaireResponse存单次作答，条目得分与总分分别落库，便于后续重算与审计。 - 行为与环境作为事件流：行为（步数、饮食、用药）和环境（温湿度、PM2.5）本质是带时间戳的事件，用
Event或Observation统一承载，避免为每类数据单独建表。
下面这张图给出多源数据到统一模型的映射关系，以及时序存储与标准映射的分层结构。
二、时序数据建模：把“时间”作为一等公民
体征、行为、环境数据都是高频或中频时序数据。建模时不要只存“最新值”，而要保留完整时间序列。推荐采用“窄表 + 维度表”的方式：事实表只存 patient_id、code、effective_time、value_numeric、value_text、unit、source_id，维度表存指标定义、单位、正常范围、采集频率。这样新增指标不需要改表结构。
时序建模要明确三个约定：
- 时间语义：区分
effective_time（生理事件发生时间）与recorded_time（系统写入时间）。设备离线补传时两者可能相差数小时，评估时必须用effective_time做窗口聚合。 - 采样与聚合：原始数据按设备采样频率存储，分析层再按小时/天聚合。例如心率原始值每5秒一条，日粒度分析时聚合为日均值、最大值、静息心率。
- 缺失与异常：缺失值不补零，用 NULL 表示；异常值保留原始值并打质量标记（如
quality_flag = 'outlier'），避免清洗后无法追溯。
以血压为例，一次测量产生两条分量记录：收缩压 code=8480-6、舒张压 code=8462-4，共享同一 effective_time 和 encounter_id。查询“最近7天晨间血压均值”时，按 effective_time 过滤 06:00–10:00，按 patient_id + code 分组求均值，即可得到可用于干预计划判断的指标。
三、FHIR 与 OMOP 参考：映射而非照搬
FHIR 适合作为交换与接口层的参考模型。平台对外提供数据时，把内部 Observation 映射为 FHIR Observation 资源，字段对应关系为：内部 code → Observation.code（LOINC 编码），value_numeric + unit → valueQuantity，effective_time → effectiveDateTime，patient_id → subject.reference。问卷则映射为 QuestionnaireResponse，条目得分放在 item.answer.valueInteger，总分放在 item.linkId='total' 的扩展中。
OMOP CDM 适合作为分析层的参考模型。体征和实验室指标映射到 MEASUREMENT 表，问卷总分映射到 OBSERVATION 表，行为事件映射到 OBSERVATION 或 PROCEDURE_OCCURRENCE，环境暴露可映射到 OBSERVATION。关键字段是 person_id、measurement_concept_id、measurement_date、value_as_number、unit_concept_id。映射时要用标准术语集（LOINC、SNOMED、UCUM）做 concept_id 对齐，而不是自造编码。
四、一个可落地的建模检查清单
| 检查项 | 判断标准 | 常见问题 |
|---|---|---|
| 实体主键 | Patient、Encounter、Observation 均有稳定业务主键 | 用自增ID做跨系统主键，导致合并困难 |
| 时间字段 | effective_time 与 recorded_time 分离且均带时区 | 只存字符串时间，无法做窗口聚合 |
| 单位与编码 | 指标编码用 LOINC，单位用 UCUM | 同一指标多套编码，无法跨源合并 |
| 问卷分层 | 条目得分与总分分别存储，保留量表版本 | 只存总分，无法重算或审计 |
| 映射可追溯 | 每条记录可回溯到原始来源与映射规则版本 | 映射后丢失来源，异常无法定位 |
完成上述设计后，平台在接入新数据源时只需回答三个问题：它属于哪类实体（观测、问卷、事件）？时间语义是什么？映射到哪个标准编码？把这三个问题固化到接入规范中，多源健康数据就能在统一模型下持续积累，为后续的健康评估与干预计划生成提供稳定、可追溯的数据底座。