structured data collector and data mini

南京猿人

structured data collector and data  mining
1.首先，我们计划构建一个结构化的基于网络的数据采集器，这是一个总的称呼，狭义上，可以被用来作为社区电子病历，GP or GP center,广义上，它可以收集各种各样的健康信息。
2.我们收集一些信息，信息来自于两个部分，pubmed 可以使用以前流行病学的研究的结果作为金标准,我们细化这些信息，成为某一种疾病，或者模式的框架，或者细节的枝条。然后基于这些细节，我们使用上文的结构化数据采集器，收集信息的第二个部分，类似于临床试验的数据采集期。比如社区的健康信息，慢性病数据，
3.实现预警，监控。预警方面，我们把后期采集的数据和前期流行病的数据进行对比，数据分为稳态，非稳态，异态，采用统计学算法，找出数据的异态，最后平衡记分卡，决策树等方法实现数据预警。应用领域：bioterrorism attack,SARS pre-alert,AIDS monitor
4.发现新的模式，我们可以探查病人的医疗行为，比如就医的习惯，和心理特征。我们可以探查新的疾病和用药的关系，疾病与疾病的关系，药物的副作用等。

如何细化？

hlhlhlm

很好的想法，支持与关注

老包

这是一个理论和实用意义都非常强的课题，我认为内容应该包括：

1．        按标准性知识如流行病学知识初步建立对象的数据模型：如疑似SARS数据模型及其他疑似突发性疾病数据模型的建立，仔细分析其物理行为和数据形态（可能是过程的或函数的，因果的，规则的，统计的或其复合的）；
2．        源数据分析：是否有足够的病种源，各数据层次的细节及其结构标准是否能满足需要，是否需要增加特殊的数据项目或结构，如增加新的相关的标准消息；
3．        根据疑似SARS数据模型及其他疑似突发性疾病数据模型的特性确定"可疑数据模式"发掘算子（也可能是复合算子）；
4．        选择语言或其他工具，实现数据阅读及相关数据模式的识别功能，完成实验性程序；
5．        对实验性程序反复测试并修改完善疑似SARS数据模型及其他疑似突发性疾病数据模型及挖掘算子；
6．        完成有限范围的工作，为更大范围甚至全国性范围的工作作准备。

（仅供参考）

老包

也符合2001年AMIA春季会议6个建议文件之一的[B]超越工程框架3：“标准和词汇表”[/B]的主张。

该文件建议：
1.为公共卫生感兴趣的具体的临床医护事件建立[B]可计算病例的定义[/B][/SIZE] ;
2.选择适合于这些定义和这些词汇表开发者的工作的具体数据元素的可控词汇表，以确保所有需要的概念被覆盖;
3.提供和持续更新包含必须强制性地向各种级公共卫生部门报告的规则和触发事件的表格;
4.开发临床医护提供者和公共卫生部门之间的EDI所需要的事务的附加HL7执行指导。