|
在数据仓库平台基础上，构建面向特定病种诊疗的辅助决策支持功能，实现从临床诊疗中寻找证据、分析证据和提炼证据的方法，辅助形成初步的临床证据链。
（4）高级数据挖掘分析
①多阶段序贯治疗方案的分析方法
基于临床实际诊疗数据，利用内隐对照和马尔可夫决策过程模型，分析确认较优的动态序贯治疗方案；
②有效核心处方与症－药随症加减规律的分析方法
研制发现并确认有效的核心处方的层次复杂网络分析方法，以及随症用药加减的药－症关系知识的聚类分析方法。
4.2实施要求
数据仓库及挖掘分析平台的实施包括平台构建和数据分析利用研究两个主要阶段。本部分阐述实施过程中需要遵循的原则、步骤和基本要求。
4.2.1遵循原则
以基地信息条件和基于实际临床数据的病种临床研究需求为基础，将数据仓库及挖掘分析平台构建和病种临床研究有机结合，以基地临床研究和专职人员为主导，进行临床仓库及挖掘分析平台的建设和示范应用研究。注意在平台构建时的扩展性，支持院内的管理决策。
4.2.2基础设施要求
除基本的局域网络环境之外，数据仓库及挖掘分析平台相关的硬软件环境如下。
（1）硬件要求
①数据仓库服务器
用于分析用数据的存储和管理。在保证运行性能如CPU和内存的基础上，重点需要保证大容量的磁盘存储（最好配置相应的盘阵）。
②多维分析服务器
用于分析报表的应用服务，需要保证并发服务能力。
③ETL数据处理和挖掘分析工作站
用于数据导入的ETL软件的运行和挖掘分析功能，鉴于ETL的大规模数据导入和挖掘分析的高计算量，需要配置高端性能的服务器。
（2）软件要求
①Oracle数据库管理软件（Oracle 9i以上）
②BO中间件软件
（3）数据仓库软件部署
①在Oracle数据库环境中构建ODS数据表、细节数据表、多维数据表、复杂网络分析数据表以及系统运行所需的元信息表等。
② BO软件的安装和部署，元信息数据库的导入和报表文件的导入处理。
③ ETL和复杂网络分析系统的部署。
4.2.3实施步骤
（1）数据仓库及挖掘分析平台构建
临床研究平台由数据前处理、数据仓库、专用数据挖掘和多维检索与展示等四部分功能系统构成。数据前处理系统实现分析用数据的抽取、转换和导入处理；数据仓库系统实现分析用数据按照临床研究内容涉及的数据元素及其关系进行组织和管理，支持结构化查询、筛选和高效的数据分析服务；专用数据挖掘分析系统在数据仓库数据组织模式的基础上，实现数据挖掘分析算法和面向统计分析的数据导出接口；多维检索与展示系统实现直接基于数据仓库数据的多维检索与展示，对临床数据中显性的数据关系从不同维度（证-症-治-效）进行展示。
①数据仓库系统构建
在大型数据库管理系统如Oracle已经安装的基础上，创建数据库，并生成数据仓库关系数据表。针对临床研究问题所对应的数据内容，采用数据模型设计软件，设计多维数据模型，并基于该模型生成数据仓库中相应的多维数据表；
②数据前处理系统的安装与运行测试
在相应的硬件服务器环境中进行数据前处理系统的部署，针对采集形成的结构化数据进行数据转换导入配置，形成并进行数据转换导入运行测试，确保处理前后数据的一致性；
③专用数据挖掘系统安装与运行测试
安装专用数据挖掘分析系统，完成与数据仓库系统的连接配置，联机筛选数据仓库数据形成数据集或采用测试数据样例，进行数据分析功能运行测试；
④多维检索与分析系统安装与分析设计
安装多维检索与分析系统，在多维数据模型和临床分析问题的基础上，采用分析设计工具（如水晶报表）进行分析报表的设计和发布。
平台构建实施流程（略）
（2） 临床数据利用分析
临床数据分析利用阶段主要任务包括：利用中医临床中采集的结构化数据，根据重点病种和重点科室确定的临床分析目标，完成对中医临床数据的前处理、数据挖掘分析和临床研究成果总结等科研任务。基于前期挖掘分析经验和平台构建流程，数据利用分析的具体实施流程分成两部分内容：基于测试平台的预分析和基于基地平台的挖掘分析。
基于测试阶段的预分析目的是解决针对基地特定目标挖掘分析的所有技术环节，并由基地专有挖掘分析人员参与进行平台功能操作的学习和实践，完成对其的初步培训任务；基于基地平台的挖掘分析则由基地专有挖掘分析人员和临床研究人员为主导进行常规挖掘分析应用研究，平台研究组人员提供技术指导和协助，并对挖掘分析过程平台相关的功能进行可能的优化和完善。
|
