Haiguste sageduste visualiseerimine OMOP CDM andmebaasi põhjal

Abstract

Processing health data paves the way to improve public health, the development of new treatment methods, and the planning of preventive and development activities. Existing solutions for visualizing health data focus on specific data types and do not provide harmonized visualization capabilities. Within the health-data domain, the Observational Medical Outcomes Partnership Common Data Model (OMOP CDM) is becoming an increasingly adopted data model, defining both the data-model format and standardized terminologies. The goal of this bachelor’s thesis was to create an interactive data dashboard that can be applied to any database in OMOP CDM form. The completed dashboard makes it possible to examine disease frequencies and their associated costs by diagnosis and demographic filters. In addition, the thesis describes a reusable data query that counts the number of unique patients and the total cost of healthcare services provided to them by calendar year, age, and gender group. For further development of the solution, the thesis presents unimplemented functionalities and improvement proposals.

Terviseandmete töötlemine annab võimaluse rahvastiku tervise edendamiseks, uute ravimeetodite loomiseks ning ennetus- ja arendustegevuste planeerimiseks. Olemasolevad lahendused terviseandmete visualiseerimiseks keskenduvad kindlatele andmetüüpidele ega paku ühtlustatud kujul visualiseerimise võimekust. Terviseandmete valdkonnas üha enam rakendust leidvaks andmemudeliks on Observational Medical Outcomes Partnership Common Data Model (OMOP CDM), mis oma olemuselt määratleb nii andmemudeli vormingu kui ka standardiseeritud terminoloogiad. Bakalaureusetöö eesmärk oli luua interaktiivne andmete töölaud, mida saaks rakendada kõikide OMOP CDM kujul olevate andmebaaside puhul. Valminud töölaud annab võimaluse vaadelda haiguste sagedusi ning nendega kaasnenud kulusid diagnooside ja demograafiliste filtrite lõikes. Lisaks eelnevale on töös kirjeldatud taaskasutatav andmepäring, mille abil on võimalik tabelitest kokku lugeda unikaalsete patsientide arv koos neile osutatud tervishoiuteenuste kogukuludega nii kalendriaasta, vanuse- kui ka soorühmade lõikes. Lahenduse edasiarenduseks on töös esitatud rakendamata funktsionaalsused ja parandusettepanekud.