文献速递重症综合管理与镇静镇痛呼吸衰竭与机械通气

荷兰数据仓库:面向重症COVID-19患者的多中心全住院电子健康记录数据库

The Dutch Data Warehouse, a multicenter and full-admission electronic health records database for critically ill COVID-19 patients.
PubMed 文献 · Crit Care · 2021-08-23
一句话结论荷兰多中心ICU电子健康记录数据库已建成,纳入3463例重症COVID-19患者、逾2亿数据点,ICU死亡率24.4%,可用于研究通气策略等。

该研究介绍了荷兰数据仓库(DDW)的构建:2020年3月启动全国多中心数据共享协作,纳入成人重症COVID-19患者全住院电子健康记录数据,经提取-转换-加载流程、概念映射与数据验证后合并为研究数据库。目前81家ICU中66家参与、47家签署数据共享协议、35家共享数据,25家医院数据已完成处理,共3463例患者、逾2亿临床数据点,ICU总死亡率24.4%。数据涵盖人口学、临床观察、用药、实验室检查及生命支持设备数据,参与医院均可访问。该数据库为重症医学数据科学研究提供了多中心全住院数据基础。

要点

  • DDW纳入25家医院3463例成人重症COVID-19患者(2020年2月20日至2021年3月2日入院),逾2亿临床数据点,ICU总死亡率24.4%。
  • 数据覆盖全ICU住院过程,包括人口学、临床观察、所有用药及每日液体平衡、实验室检查、生命体征监测和生命支持设备数据。
  • 纳入标准为实验室确诊COVID-19或CO-RADS评分结合临床怀疑 compatible 的成人患者。
  • 呼吸和血流动力学参数(吸入氧浓度、通气模式、PEEP、心率、血压)是测量最频繁的参数。

适用人群与场景

  • 荷兰成人重症COVID-19患者,纳入标准为实验室确诊COVID-19或CO-RADS评分结合临床怀疑 compatible 的诊断。
  • 数据来自ICU住院全程,包括第一波和第二波疫情患者,首次入院2020年2月20日,末次入院2021年3月2日。
  • 排除:原文未提及具体排除标准。

诊断标准与关键阈值

  • 纳入标准:所有成人患者,实验室确诊COVID-19或CO-RADS评分伴临床怀疑 compatible 的诊断。
  • 患者由参与医院本地标记为重症COVID-19。

处置流程与药物剂量

  • 原文未提及

红旗征与不能漏的情况

  • 原文未提及

研究设计与关键结果

  • 研究类型为多中心电子健康记录数据库构建报告;81家ICU中66家参与、47家签署数据共享协议、35家共享数据,25家医院数据完成ETL和处理流程。
  • 共纳入3463例患者(原文Results正文写3463,摘要写3464),逾2亿临床数据点,来自荷兰第一波和第二波疫情。
  • 患者中位年龄64.0岁(IQR 56.0–72.0),多数为男性,中位BMI 27.3(IQR 24.3–30.7),ICU总死亡率24.4%。
  • 映射67,236个参数至共同词表(EPIC 32,570、Hix 19,492、MetaVision 15,174),14,656个文本参数映射至分类概念,部分聚合为289个高层概念名。

证据类型、等级与局限

  • 证据类型为多中心数据库构建报告(非RCT、非队列研究),无证据等级或推荐强度。
  • 局限:患者院间转运可能引入偏倚(但接收医院数据可得时已连接,且转运与非转运患者入院特征相似);ICU满负荷运行不能排除部分原本会入住ICU的患者未被纳入;与任何EHR数据集一样存在缺失数据;合并症数据来自荷兰国家登记数据,其他国家可能不可得。

对床旁实践的改变

  • 该数据库可用于研究通气策略、俯卧位时机与效果、重叠感染发生等临床问题,以及死亡率、住院时间等硬终点和导管感染、P/F比值改善等中间终点。
  • 数据集已用于按医院生成报告,供参与医院讨论和学习治疗差异,报告按请求生成并保密讨论。
  • 外部研究者需与任一参与医院合作、签署行为准则、研究问题需符合数据共享协议(调查COVID-19的ICU病程或其潜在治疗)方可获取数据。
  • 该文不改变具体床旁治疗决策,不提供药物剂量或治疗推荐。

指南或共识出处

  • 原文未提及指南或共识;本文为Crit Care发表的多中心数据库构建研究。
全文中译15 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Crit Care. 2021 Aug 23;25:304. doi: 10.1186/s13054-021-03733-z

引言

2019年冠状病毒病(COVID-19)大流行给世界各地的重症监护病房带来了前所未有的负担。许多重症监护病房仍面临高死亡率,在一些地区,危重患者数量仍然超过可用的重症监护病房(ICU)床位[1]。COVID-19比以往任何时候都更加表明,重症监护界需要共同努力开展研究,以了解重型COVID-19疾病的病程、确定潜在的治疗策略并指导资源分配。

在过去十年中,利用常规收集的电子健康记录(EHR)数据在ICU中进行的研究日益受到关注[2]。EHR系统已广泛推广,使得能够在整个ICU住院期间常规采集个体患者数据[3]。此外,几家个体医院已提取这些EHR数据并将其转换为可供研究使用的重症监护数据集,包括重症监护医学信息库(MIMIC)[4]、AmsterdamUMCdb[5]和HiRID[6]。这些数据集为使用EHR数据奠定了基础,并推动了重症监护领域的医学数据科学的发展。

然而,COVID-19大流行强调了需要准确且可验证的多中心数据,而不仅仅是单中心数据[7, 8]。COVID-19的新颖性和治疗指南的缺乏导致了各中心之间的实践差异,突显了单中心研究的局限性以及开展多中心研究以探索有效治疗策略的必要性[9]。此外,医疗转运、不同水平的护理以及医院之间的护理实践差异阻碍了单中心数据的外推。例如,患者人口学特征已被证明在各中心之间存在显著差异[10]。因此,多中心数据至关重要,但从多个中心汇集数据面临着重大挑战。

我们在荷兰发起了一项大规模数据共享合作,最终建立了荷兰数据仓库(DDW),这是一个包含危重COVID-19患者EHR数据的完整入院多中心数据库。DDW由一个跨学科团队设计,成员包括法律顾问、隐私官员、数据工程师、IT专业人员、数据科学家、统计学家和临床医生。本文全面报告了该数据库的第一个稳定版本,并讨论了DDW建设中的主要挑战。鉴于危机形势,初步数据集的简要概述已以通讯形式发表[11]。在本报告中,我们详细阐述了DDW的方法学基础,并展示了目前纳入的患者人群。

方法

数据共享合作始于2020年3月荷兰COVID-19危机初期。荷兰所有设有重症监护病房的医院均被邀请参与。每家医院由一名重症监护医师和一名IT专业人员作为联系人,负责当地研究审批、数据专业知识和数据提取。所有参与医院均可出于研究目的访问累积数据集。本文详细描述了获得法律批准的过程以及提取-转换-加载(ETL)流程,包括数据映射、数据丰富和数据验证过程。项目概览见图1。

图1 荷兰数据仓库流程概览。实现荷兰数据仓库的合作概览。EHR 电子健康记录,ETL 提取-转换-加载 查看原图 ↗

法律与隐私

我们与数据保护官(DPO)、医疗律师和重症监护医师密切合作,起草了一份数据共享协议(DSA)以及一份关于在COVID-19危机期间合法收集EHR数据的多学科报告。根据《通用数据保护条例》(GDPR)和荷兰法律,数据主体须对其数据处理给予明确同意。然而我们认为,在COVID-19危机期间,由于以下原因,无法合理期望医护人员征求同意:(a)预期患者数量庞大,且在本已超负荷的医疗系统中带来相关时间负担;(b)接触患者或其家属时传播或感染病毒的危险;(c)重症监护中许多患者临床状况差。因此,征求同意不仅不切实际,而且往往不可行。此外,构建如此规模数据库的替代数据收集方式不可获得,若同意失败将导致选择偏倚。

与非危机情况一样,当研究人员“提供适当且具体的措施以保障数据主体的基本权利和利益”时(GDPR第9条第j款)[12],为科学目的所需的COVID-19数据可以被收集。因此,我们(a)在提供数据的医院对数据进行假名化,(b)通过媒体和当地医院渠道告知患者可选择退出,(c)签署规范患者隐私的数据共享协议。研究方案和文件在研究开始前经阿姆斯特丹UMC location VUmc机构审查委员会审查和批准。数据共享协议在数据传输前经各医院本地批准。DSA已添加至附加文件1和2。所有机构审查委员会文件可向通讯作者索取。

提取-转换-加载流程

与本地IT专家合作,编写了模板结构化查询语言(SQL)查询,以自动从荷兰各主要EHR系统提取EHR数据:MetaVision(iMDsoft,Tel Aviv,Israel)、HiX(ChipSoft,Amsterdam,The Netherlands)和Epic(Epic Systems,Verona,WA,United States)。重症监护COVID-19患者由参与医院在本地进行标记。所有实验室确诊COVID-19或报告和数据系统(CO-RADS)评分具有与诊断相容的临床怀疑的成年患者均被标记纳入(13)。

提取的数据包括人口统计学资料、临床团队手动输入的临床观察、给药记录、实验室检测结果,以及来自生命体征监护仪和生命支持设备(如机械通气机、肾脏替代设备和体外生命支持设备)的数据。由于这些数据的额外复杂性和潜在隐私影响,临床记录、放射学报告和图像、病理学和微生物学数据未被提取。我们纳入了荷兰国家登记的患者合并症数据,因为这些数据在EHR中记录不系统,且经常是临床记录的一部分[13]。

参与医院的IT专家根据本地系统配置调整了结构化查询,并执行了数据提取和假名化处理。假名化使用安全哈希算法(SHA-256)完成。数据以CSV格式存储,并通过端到端加密进行共享。数据提取根据新入院患者数量按需执行。在收到数据传输后,来自不同电子健康记录(EHR)系统的表被重构,数据被合并到一个暂存数据库中。执行了第一步数据验证,检查表的列完整性、缺失数据、表头和分隔符。该过程在每个医院重复进行以确保数据的完整性。在暂存数据库之后,数据经过数据处理流水线进行映射、丰富、进一步验证和重构,以促进研究。

数据映射

合并多中心EHR数据的主要挑战之一是在医院之间找到对应的参数。荷兰的重症监护室(ICU)没有强制规定的记录参数集,也没有标准化的参数命名法,这导致医院之间在多个层面上存在差异。首先,参数名称可能因医院而异,并可能包含缩写,产生大量独特的参数。此外,某些参数可能在一家医院被记录,但在另一家医院没有记录。例如,并非所有医院都记录里士满躁动-镇静量表(RASS)。此外,参数详细程度可能因医院而异。一家医院可能区分在血液中测得的丙氨酸转氨酶(ALAT)与在其他体液中测得的ALAT。最后,各中心之间单位的差异进一步妨碍了找到对应参数。这些医院间的差异极大地复杂化了多中心EHR数据的合并。

通过一个称为映射的过程,来自不同医院的参数被链接到预定义词汇表中的概念。尽管存在诸如逻辑观察标识符名称和代码(LOINC)和医学系统命名法-临床术语(SNOMED CT)等国际词汇表[14–16],但没有广泛可用的映射工具,且现有词汇表在重症监护方面可能尚不完整[17]。考虑到COVID-19大流行的紧迫性,我们因此创建了自己的包含942个临床相关参数的词汇表。我们纳入了世界卫生组织药物统计方法学合作中心解剖治疗化学(ATC)分类中包含的所有5.456种药物[18]。大多数但并非所有医院为所给药物指定了ATC代码。没有ATC代码的药物被手动映射。最后,我们为54个分类概念(如心律)创建了一个单独的分类词汇表。这些词汇表包含了这些类别的预设概念,例如心律方面的心房颤动、室性心动过速等。

接收到的参数由各医院手动映射至预定义概念词汇表。为便于映射过程,按参数计算了中位数、四分位距、测量次数、最小值、最大值、具有该参数的唯一患者数量及百分比、单位以及最频繁出现的值,并导出至Google表格用于映射。随后,由临床团队将概念聚合为更高层级的概念。例如,在膀胱和食管中测量的温度均被聚合至更高层级的温度概念中。详细映射以及聚合映射均可在DDW中获取。接下来,对每个参数的单位进行检查并在必要时进行调整。最后,所有映射均由一名重症监护临床医生独立审核,并在映射存在不确定性时与原医院进行讨论。DDW中最常见概念的概览可见于表1。

表1 荷兰数据仓库中按观测数量排列的最常见参数 查看原表 ↗

数据丰富

由于若干医学概念在EHR中存储不充分,我们基于临床专业知识向DDW中添加了衍生概念。这些概念包括已记录概念的转换、新临床概念的添加以及临床评分的计算。概念的转换确保当某一概念可从其他可用概念推导得出时将其添加至数据库。例如,当潮气量和驱动压可用时,可计算呼吸系统顺应性[19]。其次,将文献中已描述的临床概念添加至DDW,包括通气比[20]、生理死腔[21]和机械功率[22]。这些衍生概念可见于表2,并包含每个概念的具体算法以确保正确选择底层参数。最后,临床评分如序贯器官衰竭评估(SOFA)评分[23]和急性生理与慢性健康评估II(APACHE II)评分[24]按每个患者每个日历日从数据中计算得出,可见于附加文件3:表S1。

除衍生概念外,部分概念需要更复杂的推导算法。值得注意的是,患者插管和拔管时间在EHR数据中可能不易或不可靠地获取,或来源于多个数据列。因此,我们开发了一种基于其他概念确定插管事件开始和结束的算法。该算法的概览已于此前发表[11]。

表2 荷兰数据仓库中的衍生参数 查看原表 ↗

数据验证

数据验证和质量控制贯穿整个项目。数据的内部有效性通过以下方式得到保障:纳入临床团队在常规诊疗中验证过的数据,将计算得出的临床评分与国家注册数据中人工记录的基准评分进行比较,以及与原始医院进行数据核查。此外,多个检查点确保了数据在整个ETL和数据处理流程中的准确处理。首先,在ETL流程中检查患者表、表头和列数据的完整性。其次,参数映射由重症监护临床医生进行检查,因此由两名临床医生独立完成。接下来,作为处理流程的一部分,持续生成数值分布图。这些图展示了所有医院中映射至某一概念的所有参数的分布情况,可轻松识别异常映射。对于所有概念,由临床领域专家确定医学上不可能的截断值。最后,人口统计学信息以及分布或映射中的任何不一致之处均与原始医院进行验证。

数据与代码可用性

流程使用Python 3(Python软件基金会)构建。生成的DDW存储在远程服务器上。开发了应用程序编程接口(API)以促进数据访问。服务器访问受到监管以符合数据共享协议。所有医院均可访问数据。外部研究人员可与任何参与医院合作获取所有数据。合作者名单可在共同作者名单和声明部分中查阅。可直接联系合作者、通过通讯作者联系,或通过Amsterdammedicaldatascience.nl [25]上的联系信息联系。研究问题必须符合DSA中概述的数据收集原因,即调查COVID-19的重症监护病程或其潜在治疗方法。此外,研究人员在获取数据访问权限前必须签署行为准则。数据访问由Amsterdam UMC授予;遵守DSA是研究人员和访问数据的医院的责任。用于处理数据仓库的代码库(包括有关表结构和数据内容的更多信息)可在Gitlab上获取。任何人可通过联系通讯作者获取该代码库的访问权限。

结果

数据共享合作于2020年3月启动。在荷兰81家设有重症监护室的医院中,目前有66家医院参与该项目(7家医院缺乏执行数据提取的IT基础设施或资源,1家医院未治疗COVID-19患者,7家不愿参与或未回应),47家已签署数据共享协议,35家已共享其数据。各医院获得批准和提取数据的时间从不到1个月到6个月不等。截至目前,来自25家医院的数据已通过ETL和数据处理流程,目前纳入DDW。这些医院共计3463名患者,涵盖荷兰第一波和第二波疫情。从这些患者中可获得超过2亿个临床数据点。

参数映射

对接收参数进行的映射过程在所有医院和电子健康记录系统之间形成了一个大型映射结构。从暂存数据库中,67,236个参数(32,570个参数来自EPIC,19,492个来自Hix,15,174个来自MetaVision)被映射到通用词汇表。接下来,14,656个文本参数被映射到分类概念。部分映射被聚合为289个更高层级的概念名称。最常见概念及其临床类别的最终列表见表1。

数据表

图2给出了DDW中所含数据的概览。表1列出了DDW中发现的最常见概念及其总测量次数,以及该概念至少有一次可用测量的患者数和医院数。数据存放在独立的表中,包括:包含人口统计学和入院详情的患者表;包含在单一时间点记录的所有观察和测量的单时间戳表;包含具有开始和结束时间戳的参数(如尿量、液体排出量和体位)的范围测量表;包含开始时间、结束时间和给药信息的药物表;包含可用时ICD-10编码的诊断表;包含DDW中当前所有参数摘要的参数表;包含有创机械通气开始和结束时间的插管表;合并症表;以及结局表。

图2 荷兰数据仓库内容概览。荷兰数据仓库中数据域的概览。每个数据域给出了数据示例。EHR 电子健康记录,BMI 体重指数,GCS 格拉斯哥昏迷量表,RASS 里士满躁动-镇静量表,CAM-ICU 重症监护室意识模糊评估法,PEEP 呼气末正压,ECMO 体外膜氧合,IV 静脉注射 查看原图 ↗

患者的临床特征

表3描述了DDW中当前纳入的COVID-19患者。首例患者于2020年2月20日入院,末例患者于2021年3月2日入院。中位年龄为64.0岁(IQR 56.0,72.0),大多数患者为男性,中位BMI为27.3(IQR 24.3,30.7)。总体ICU死亡率为24.4%。

重要的是,DDW包含整个ICU住院期间的数据。最常见的参数为呼吸参数,尤其是吸入氧分数、通气模式和呼气末正压。这些参数由机械通气机直接测量和存储。同样,自动记录和存储的血流动力学参数最为普遍,包括心率和血压。最后,每位患者的液体平衡和所有给予的药物均可获取。缺失数据在每个描述性项目的单独列中报告。

表3 荷兰数据仓库中患者概览 查看原表 ↗

讨论

在本研究中,我们提出了荷兰数据仓库(DDW),这是一个大型多中心数据库,包含在荷兰重症COVID-19患者整个ICU住院期间收集的电子健康记录数据。目前,DDW包含3463名患者,数据点超过2亿个。首个稳定版本已发布,可在伦理和法律允许的范围内供研究人员使用。

重症监护病房是大型数据共享协作的自然场所,因为大量数据通过常规监测、生命支持设备和临床团队收集。尽管许多公开可用的单中心数据集增进了我们对电子健康记录数据的理解[4–6],但多中心数据对于提高结果的普适性和解释中心间差异至关重要。多中心电子健康记录(EHR)数据共享最重要的方面包括法律框架、院际概念映射和数据准备。尽管收到的参数复杂且数量庞大,我们描述了根据欧洲隐私法收集这些数据的法律基础,并表明这些数据在技术上可以合并到一个适合研究的数据仓库中。

DDW既被用作研究数据库,也被用于创建各医院报告以比较当地实践。数据的高粒度、临床参数的多样性以及整个ICU住院期间数据的可获取性,使该数据库特别适合研究。与COVID-19相关的广泛领域的临床问题可以用这些数据来回答,例如通气策略、俯卧位通气的时机和效果以及重叠感染的发生。除了死亡率或住院时间等硬性临床终点外,DDW还允许研究中间临床终点,例如导管感染或P/F比的改善。除研究外,该数据集还被用于为医院创建报告,以讨论治疗差异并从中学习。这些报告应请求创建,并与参与医院保密讨论。

对于任何医学数据科学项目,尤其是贯穿COVID-19大流行的项目,理解和验证底层数据对于解释结果至关重要。有报告对大流行期间开展的研究质量表示担忧[26, 27]。对准确、及时和可靠研究数据的需求比以往任何时候都更大。只有这样,研究才能被科学界复制和核查。毫无疑问,荷兰数据仓库中会有错误和缺失数据。尽管进行了严格的数据准备和验证,我们相信数据的透明性和数据共享是持续、协作改进数据集的关键。重要的是,在审查和评估数据时,重症监护医学知识不可或缺,因此,重症监护临床医生的参与至关重要。通过本报告,我们希望鼓励临床医生和研究人员参与数据共享协作。此外,我们旨在使这项工作为多中心数据共享铺平道路。最后,我们启动了ICUdata作为后续项目。在这项合作中,我们旨在收集和合并荷兰尽可能多的ICU中所有ICU患者的数据。更多信息可在ICUdata.nl上找到。

DDW 也存在局限性。首先,患者转运可能引入偏倚,因为这些患者的结局或既往入院数据可能无法获得。然而,只要接收医院有可用数据,其入院记录便在 DDW 中进行了关联。此外,转运患者在入院时与非转运患者表现出相似的患者特征。因此,我们认为这些数据中的偏倚将是有限的。其次,由于 ICU 有时满负荷运转,不能排除某些在 COVID-19 前本应入院的患者目前不在该数据集中。第三,与任何 EHR 数据集一样,会存在缺失数据。我们认为,透明度对于评估特定研究问题中的潜在局限性至关重要。更重要的是,我们期望透明度能带来临床实践的变革,以改进 EHR 数据集。例如,合并症数据在 EHR 中经常未以结构化方式存储。我们纳入了来自荷兰国家登记数据的合并症数据,这些数据在其他国家可能无法获得。我们鼓励业界思考应记录的最小必要数据集以及 EHR 参数的标准化。这样,医学数据科学领域才能发展,以造福危重症患者。

结论

据我们所知,荷兰数据仓库是首个专门的多中心、全入院电子健康记录数据库,包含来自危重症 COVID-19 患者的高度细粒度临床数据。我们描述了法律层面、ETL 流水线、数据映射、数据丰富和数据验证的解决方案。目前,DDW 中纳入了 3463 名患者,包含超过 2 亿个数据点,涵盖患者人口学资料、临床观察、给药记录、实验室检测以及生命体征监护仪和生命支持设备。所得数据仓库可在伦理和法律边界内供临床医生和研究人员使用。我们期望这项工作能鼓励临床医生和研究人员参与 EHR 数据共享合作,以推动医学数据科学领域的发展。

补充信息

附加文件 1. 数据共享协议。

附加文件 2. 机构审查委员会文件。

附加文件 3:表 S1. 衍生临床评分概览。

参考来源

  1. Fleuren LM, Dam TA, Tonutti M, et al. The Dutch Data Warehouse, a multicenter and full-admission electronic health records database for critically ill COVID-19 patients. Crit Care. 2021. PMID: 34425864. doi:10.1186/s13054-021-03733-z
  2. 全文:PMC8381710(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8381710/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。