基于多源數(shù)據(jù)整合的居民死亡數(shù)據(jù)管理與分析研究

湯娟華 陸 凱 袁 焱

常州市衛(wèi)生健康數(shù)據(jù)管理中心 江蘇 常州213003

一、課題的主要研究內(nèi)容分析

1.數(shù)據(jù)采集。通過近幾年來的建設(shè)和發(fā)展,常州市衛(wèi)生健康數(shù)據(jù)管理中心管理的區(qū)域全民健信息平臺已經(jīng)收集并存儲了三十多億條醫(yī)療衛(wèi)生數(shù)據(jù),當(dāng)前存儲在中心機(jī)房中,并計劃在2020年內(nèi)遷移到電子政務(wù)云——衛(wèi)生健康專區(qū)存儲,得到“兩地三中心”的容災(zāi)備份支持,因此在數(shù)據(jù)存儲和保管方面已經(jīng)擁有比較完善的基礎(chǔ)設(shè)施。

2.標(biāo)準(zhǔn)模型建立?？紤]對近10年的居民死亡數(shù)據(jù)進(jìn)行研究,在研究過程中需要搭建相應(yīng)主題的數(shù)據(jù)倉庫。首先構(gòu)建邏輯模型,也就是列出需要分析的主題、明確需求目標(biāo)、定義關(guān)系模式,同時在邏輯模型的基礎(chǔ)上對實體的屬性、屬性的值域等信息進(jìn)行明確、完善和細(xì)化。在邏輯模型建立完畢后,需要基于邏輯模型將其轉(zhuǎn)換為物理模型,主要包括將實體名轉(zhuǎn)換為表名、將屬性名轉(zhuǎn)換為列名,確定列的屬性;在物理模型的創(chuàng)建過程中,必須要對列的屬性進(jìn)行明確,包括列名、數(shù)據(jù)類型等。確定物理模型之后,對于數(shù)據(jù)的存放位置和存儲空間的分配等也同時進(jìn)行規(guī)劃。

3.數(shù)據(jù)處理和數(shù)據(jù)整合。預(yù)期建立的居民死因數(shù)據(jù)檔案數(shù)據(jù)來源包括全民健康信息平臺中存儲的健康檔案數(shù)據(jù)、江蘇省死亡登記系統(tǒng)中常州區(qū)域的死因數(shù)據(jù)、常州市民政系統(tǒng)的殯葬數(shù)據(jù)和公安系統(tǒng)的非正常死亡數(shù)據(jù)等,不同的數(shù)據(jù)來源由于其側(cè)重點的差異,在數(shù)據(jù)結(jié)構(gòu)設(shè)計上存在著較大差異,數(shù)據(jù)的準(zhǔn)確程度也各有不同。全民健康信息平臺中存儲了居民的健康檔案信息和體檢相關(guān)信息,其中也包括了居民的個人基本信息及就醫(yī)記錄等,但由于數(shù)據(jù)來源限制,其個人基本信息可能存在部分缺失和更新不及時等問題,死亡登記系統(tǒng)中的數(shù)據(jù)更加側(cè)重于由直接死因、其他死因和時間間隔等構(gòu)建起來的死因鏈,其病理數(shù)據(jù)記錄較為全面也更權(quán)威,但由于歷史全因,其ICD疾病分類與編碼等存在多個不同的版本。民政的殯葬數(shù)據(jù)主要提供了殯葬地點和較為籠統(tǒng)的死因、住址等信息,公安的非正常死亡數(shù)據(jù)則是對數(shù)據(jù)完整性的進(jìn)一步補(bǔ)充。

4.統(tǒng)計分析。根據(jù)數(shù)據(jù)標(biāo)準(zhǔn)完成數(shù)據(jù)整合后,需要對數(shù)據(jù)進(jìn)一步進(jìn)行分析。包括但不限于通過數(shù)據(jù)統(tǒng)計分析工具對每年的死亡人口年齡結(jié)構(gòu)變化、職業(yè)結(jié)構(gòu)變化、區(qū)位變化、因心腦血管疾病、癌癥、慢性呼吸系統(tǒng)疾病和糖尿病這4類重大慢性病導(dǎo)致的死亡數(shù)、疾病費用負(fù)擔(dān)等進(jìn)行分析。

5.數(shù)據(jù)挖掘算法應(yīng)用。當(dāng)前國內(nèi)對于死因數(shù)據(jù)的研究主要集中在死亡率計算、生命表編制和死因鏈分析等基于統(tǒng)計基礎(chǔ)的分析和基于醫(yī)學(xué)研究的分析,將數(shù)據(jù)挖掘技術(shù)應(yīng)用于死因數(shù)據(jù)的情況還比較少,因此具有一定的嘗試和探索價值。當(dāng)前數(shù)據(jù)挖掘技術(shù)已經(jīng)在許多領(lǐng)域得到了較好的應(yīng)用,其中應(yīng)用廣泛的分類回歸算法、關(guān)聯(lián)規(guī)則算法、聚類算法等監(jiān)督和非監(jiān)督算法能否成功應(yīng)用于死因數(shù)據(jù),進(jìn)行死亡人群分類、預(yù)期壽命估計等工作,是本課題需要重點研究的部分之一。

二、研究的實踐意義

1.促進(jìn)數(shù)據(jù)管理,強(qiáng)化互聯(lián)互通。當(dāng)前大數(shù)據(jù)在醫(yī)療健康領(lǐng)域的應(yīng)用還處于起步階段,有大量的醫(yī)療健康數(shù)據(jù)因為不符合數(shù)據(jù)標(biāo)準(zhǔn)、或缺少數(shù)據(jù)整合而無法進(jìn)行利用,仍處在“冷數(shù)據(jù)”狀態(tài)。當(dāng)前衛(wèi)生健康部門收集存儲的醫(yī)療數(shù)據(jù)與政府其他各部委辦局收集存儲的數(shù)據(jù)之間也存在著“信息孤島”的現(xiàn)象,跨區(qū)域、跨部門的數(shù)據(jù)交換并不暢通。通過市大數(shù)據(jù)局管理中心進(jìn)行部門間數(shù)據(jù)交換,整合衛(wèi)健、民政和公安等多個來源的居民死亡相關(guān)數(shù)據(jù),集中到市級全民健康信息平臺上,才能形成較為完整和全面的死因檔案數(shù)據(jù)用于統(tǒng)計分析和算法數(shù)據(jù)挖掘。

2.推動平臺建設(shè),促進(jìn)全民健康。目前,以人為核心的數(shù)據(jù)資源在醫(yī)學(xué)診療過程中的成功運用,不僅給老百姓帶來更加便捷的看病服務(wù),而且進(jìn)一步提高了醫(yī)療資源的利用效率。在平臺建設(shè)過程中,收集整合死因相關(guān)數(shù)據(jù),并研究制定相應(yīng)的數(shù)據(jù)標(biāo)準(zhǔn),對數(shù)據(jù)進(jìn)行后標(biāo)準(zhǔn)化,有利于平臺真正意義上實現(xiàn)全生命周期健康數(shù)據(jù)管理。此外,當(dāng)前平臺缺乏及時的檔案封存工作,這不僅加大了數(shù)據(jù)存儲的負(fù)擔(dān),也一定程度上影響到了平臺數(shù)據(jù)的準(zhǔn)確性。將死因數(shù)據(jù)整合納入平臺管理,有利于對健康檔案及時進(jìn)行更新和注銷,也有利于平臺數(shù)據(jù)質(zhì)量的進(jìn)一步提高。另一方面,將全民健康信息平臺上現(xiàn)有的數(shù)據(jù)補(bǔ)充到死因檔案中,有助于進(jìn)行更有效的數(shù)據(jù)分析?，F(xiàn)有的死亡登記系統(tǒng)中存儲了詳細(xì)的死因鏈等信息,但并沒有包括居民的電子病歷信息,也就是無法獲知其歷史就醫(yī)經(jīng)歷。將歷史就醫(yī)經(jīng)歷補(bǔ)充到死因分析中,能夠得到更多有價值的結(jié)論,也有利于改善居民健康,延長居民平均壽命。

3.應(yīng)用相關(guān)算法,挖掘數(shù)據(jù)價值。死因數(shù)據(jù)分析具有重要的意義,大到國家,小到地區(qū)的衛(wèi)生和經(jīng)濟(jì)狀況某種程度上都可以通過死因數(shù)據(jù)分析了解到,分析結(jié)果也可以為衛(wèi)生政策的制定提供依據(jù)。數(shù)據(jù)分析得到的指標(biāo)可以反映一個國家或者地區(qū)的衛(wèi)生狀況、經(jīng)濟(jì)水平和文化發(fā)展情況,也能夠為制定衛(wèi)生保健措施、衛(wèi)生事業(yè)發(fā)展規(guī)劃乃至社會經(jīng)濟(jì)發(fā)展提供科學(xué)的依據(jù),同時也是醫(yī)學(xué)、人口學(xué)、社會學(xué)等學(xué)科研究的基礎(chǔ)參考信息。隨著數(shù)據(jù)價值逐漸被大眾所認(rèn)知,數(shù)據(jù)挖掘技術(shù)在近年來有了長足的發(fā)展和進(jìn)步,目前已經(jīng)被廣泛應(yīng)用到了各個領(lǐng)域。數(shù)據(jù)挖掘算法主要包括監(jiān)督學(xué)習(xí)算法和非監(jiān)督學(xué)習(xí)算法兩大類別。監(jiān)督學(xué)習(xí)算法又分為分類算法和回歸算法,主要包括最近鄰(KNN)算法,決策樹算法等,非監(jiān)督學(xué)習(xí)算法則主要包括聚類方法和關(guān)聯(lián)規(guī)則分析算法,常用的有K-均值聚類等。

三、結(jié)語

將數(shù)據(jù)挖掘相關(guān)技術(shù)和算法應(yīng)用到死因數(shù)據(jù)上來,一方面可以彌補(bǔ)傳統(tǒng)的統(tǒng)計研究方法中存在的不足,從不同的維度和層面挖掘到有價值、可利用的信息,為政府相關(guān)部門的政策制定提供參考意見,另一方面也可以拓寬數(shù)據(jù)挖掘技術(shù)的應(yīng)用領(lǐng)域,在實踐中進(jìn)一步促進(jìn)其發(fā)展和進(jìn)步。