WiFIS (Workflow en Institucions de Salut)

Leer en castellano
Read It in English
Què és WiFIS?

WiFIS, anomenat en un primer moment WFIS, és el projecte origen del Marc d’Interoperabilitat que neix de la necessitat d’interconnectar diferents centres sanitaris de l’àmbit català per intercanviar informació i realitzar diverses transaccions, d’un mode ràpid i eficient, fent servir estàndards reconeguts internacionalment com és per exemple l’estàndard HL7 per a la missatgeria XML, o SNOMED CT per a la terminologia que es fa servir en els missatges.

En el Marc d’Interoperabilitat de WiFiS es defineix el model amb el qual es pot dur a terme la normalització dels processos i comunicacions entre entitats de salut, i per tant, es defineixen regles, models d’intercanvi d’informació, missatges, terminologia i altre documentació d’interès. Això significa, que tots els centres que implementin aquest Marc d’Interoperabilitat, i per tant, que compleixin amb WiFIS, podran enviar-se informació entre ells i comunicar-se d’un mode interoperable garantint en tot moment la seguretat d’aquesta informació.

Plataforma central

Per aconseguir aquesta interoperabilitat entre els centres sanitaris que compleixin amb el Marc d’Interoperabilitat de WiFIS, hi haurà una plataforma única central que farà d’enrutament de tota la missatgeria que s’intercanviïn els centres.

Si be, a data de publicació d’aquest post, la plataforma central encara no està disponible pels centres, sí que és veritat que ja hi ha centres (i alguns, des de fa més de dos anys) que fan servir el protocol WiFIS per comunicar-se entre ells fent servir altres plataformes que han desenvolupat ells mateixos o contractant una plataforma que han desenvolupat uns altres.

Els processos

En el Marc d’Interoperabilitat de WiFiS es defineixen actualment 5 processos que es divideixen segons les àrees funcionals.

Aquests processos són:

  • Derivacions de proves, el principal procés d’un centre, permet a un centre derivar a un pacient a un altre centre per demanar fer-li algun tipus de prova concret.
  • eConsultes, és un procés que es realitza per obtenir un diagnòstic sobre una prova concreta sense haver d’enviar-hi el pacient com a les derivacions.
  • Cites, és el procés que permet demanar cita per el pacient quan aquest es deriva d’un centre a un altre.
  • Consulta Dades, conté les consultes que es poden fer entre centres per obtenir dades addicionals per realitzar els processos desitjats.
  • Laboratori, conté tot el que fa referència a gestionar peticions de laboratori.

Actualment s’està definint un nou procés, anomenat “Notificacions”, que agruparà els casos d’ús que serveixen per enviar qualsevol tipus de notificació, i que no van lligats a cap derivació.

Cadascun d’aquests processos abasteix una sèrie de casos d’ús que permet realitzar les transaccions necessàries per complir amb les necessitats dels centres, i cadascun dels casos d’ús està format pels missatges que s’utilitzen per intercanviar la informació entre un centre peticionari i un centre proveïdor.

Els missatges que s’han definit pels casos d’ús estan basats en l’estàndard HL7, però s’han simplificat (sempre complint amb l’estàndard) per tal de facilitar l’adaptació dels centres al Marc d’Interoperabilitat de WiFIS.

Plataforma de validació

Els centres que vulguin demostrar aquest 2014 any que compleixen amb el protocol de WiFIS, i que per tant, tenen intenció d’integrar-se amb la plataforma central de WiFIS quan aquesta estigui llesta, podran connectar-se aviat amb l’anomenada “Plataforma de validació”, que permet realitzar un conjunt de validacions en una mostra de missatges de WiFIS dels processos de Derivacions de proves i de Cites procedents dels centres externs, i poder així dictaminar si compleixen les especificacions WiFIS.

La documentació

Tota la documentació referent al projecte WiFIS es pot trobar en el següent enllaç:

http://www.ticsalut.cat/estandards/interoperabilitat/wifis/

En la pàgina es pot descarregar la Guia bàsica de WiFIS, pensat pels que no estiguin familiaritzats amb WiFIS, i que conté informació bàsica per entendre el projecte i tenir una visió general.

A la mateixa pàgina es poden trobar dos enllaços diferenciats:

  • Documentació del Marc D’interoperabilitat de WiFIS
  • Reunions del grup de treball

En el primer enllaç porta a una altra pàgina on es pot descarregar tot el material que hi ha actualment publicat de WiFIS. Aquest es troba dividit pels diferents processos o dominis, com són Derivacions, Cites o Laboratori, a més d’un paquet anomenat “General”, que conté documentació comuna a tots els processos, com són el document que parla del Marc d’Interoperabilitat, el document que conté totes les taules HL7 i d’usuari que es fan servir en els missatges, o els esquemes .xsd per validar els missatges XML.

Les reunions del grup de WiFIS

Prement l’enllaç de “Reunions del grup de treball”, es mostra una pàgina amb el llistat de reunions que s’han realitzat amb el grup de treball de WiFIS, la data que es van realitzar, la ubicació, i l’acta en format pdf per descarregar on es descriu tot el parlat i acordat en dites reunions. Aquestes reunions, de moment, són de caràcter obert, i per tant, qualsevol interessat en el projecte WiFIS pot assistir.

L’objectiu d’aquest grup de treball és debatre sobre propostes que un o varis dels participants del grup considerin que ha de ser contemplat i recollit dins del projecte WiFIS. Poden ser, o bé perquè es vol afegir un nou cas d’ús o nous camps en els missatges, o bé per acordar nous canvis a l’actual guia de WiFIS.

Les convocatòries a les reunions es publiquen en la secció de notícies (http://www.ticsalut.cat/estandards/interoperabilitat/noticies/ ), i per tant, les persones que es volen inscriure per assistir a les reunions, han d’omplir un petit formulari, el qual es troba en un mateix enllaç dins de la mateixa noticia.

A més, qualsevol usuari es pot subscriure a les publicacions de notícies RSS de la web de TicSalut, per saber quan es publiquen notícies relacionades amb el projecte WiFIS, agregant l’enllaç següent: http://feeds.feedburner.com/interoperabilitat-ticsalut

Llegir en català
Read It in English
¿Qué es WiFIS?

WiFIS, denominado en un primer momento WFIS, es el proyecto origen de Marco de Interoperabilidad que nace de la necesidad de interconectar diferentes centros sanitarios del ámbito catalán para intercambiar información y realizar varias transacciones, de un modo rápido y eficiente, usando estándares reconocidos internacionalmente cómo es por ejemplo el estándar HL7 para la mensajería XML, o SNOMED CT para la terminología que se usa en los mensajes.

En el Marco de Interoperabilidad de WiFiS se define el modelo con el cual se puede llevar a cabo la normalización de los procesos y comunicaciones entre entidades de salud, y por lo tanto, se definen las reglas, modelos de intercambio de información, mensajes, terminología y otra documentación de interés. Esto significa, que todos los centros que implementen este Marco de Interoperabilidad, y por lo tanto, que cumplan con WiFIS, podrán enviarse información entre ellos y comunicarse de un modo interoperable garantizando en todo momento la seguridad de esta información.

Plataforma central

Para conseguir esta interoperabilidad entre los centros sanitarios que cumplan con el Marco de Interoperabilidad de WiFIS, habrá una plataforma única central que hará de enrutamiento de toda la mensajería que se intercambien los centros.

Si bien, a fecha de publicación de este post, la plataforma central todavía no está disponible para los centros, sí que es verdad que ya hay centros (y algunos, desde hace más de dos años) que usan el protocolo WiFIS para comunicarse entre ellos usando otras plataformas que han desarrollado ellos mismos o contratando una plataforma que han desarrollado otros.

Los procesos

En el Marc de Interoperabilidad de WiFiS se definen actualmente 5 procesos que se dividen según las áreas funcionales.
Estos procesos son:

  • Derivaciones de pruebas, el principal proceso de un centro, permite en un centro derivar a un paciente a otro centro para pedir hacerle algún tipo de prueba concreto.
  • eConsultas, es un proceso que se realiza para obtener un diagnóstico sobre una prueba concreta sin tener que enviar el paciente como en las derivaciones.
  • Citas, es el proceso que permite pedir cita por el paciente cuando este se deriva de un centro a otro.
  • Consulta Datos, contiene las consultas que se pueden hacer entre centros para obtener datos adicionales para realizar los procesos deseados.
  • Laboratorio, contiene todo el que hace referencia a gestionar peticiones de laboratorio.

Actualmente se está definiendo un nuevo proceso, denominado “Notificaciones”, que agrupará los casos de uso que sirven para enviar cualquier tipo de notificación, y que no van ligados a ninguna derivación.

Cada uno de estos procesos alcanza una serie de casos de uso que permite realizar las transacciones necesarias para cumplir con las necesidades de los centros, y cada uno de los casos de uso está formado por los mensajes que se utilizan para intercambiar la información entre un centro peticionario y un centro proveedor.

Los mensajes que se han definido para los casos de uso están basados en el estándar HL7, pero se han simplificado (siempre cumpliendo con el estándar) para facilitar la adaptación de los centros al Marco de Interoperabilidad de WiFIS.

Plataforma de validación

Los centros que quieran demostrar este 2014 año que cumplen con el protocolo de WiFIS, y que por lo tanto, tienen intención de integrarse con la plataforma central de WiFIS cuando esta esté disponible, podrán conectarse pronto con la llamada “Plataforma de validación”, que permite realizar un conjunto de validaciones en una muestra de mensajes de WiFIS de los procesos de Derivaciones de pruebas y de Citas procedentes de los centros externos, y poder así dictaminar si cumplen las especificaciones WiFIS.

La documentación

Toda la documentación en lo referente al proyecto WiFIS se puede encontrar en el siguiente enlace:
http://www.ticsalut.cat/estandards/interoperabilitat/wifis/

En la página se puede descargar la Guía básica de WiFIS, pensado para los que no estén familiarizados con WiFIS, y que contiene información básica para entender el proyecto y tener una visión general.

En la misma página se pueden encontrar dos enlaces diferenciados:

  • Documentación del Marco de interoperabilidad de WiFIS
  • Reuniones del grupo de trabajo

En el primer enlace lleva a otra página donde se puede descargar todo el material que hay actualmente publicado de WiFIS. Este se encuentra dividido por los diferentes procesos o dominios, como son Derivaciones, Citas o Laboratorio, además de un paquete llamado “General”, que contiene documentación común a todos los procesos, como son el documento que habla del Marco de Interoperabilidad, el documento que contiene todas las tablas HL7 y de usuario que se usan en los mensajes, o los esquemas .xsd para validar los mensajes XML.

Las reuniones del grupo de WiFIS

Pulsando en el enlace de “Reuniones del grupo de trabajo”, se muestra una página con el listado de reuniones que se han realizado con el grupo de trabajo de WiFIS, la fecha que se realizaron, la ubicación, y el acta en formato pdf para descargar donde se describe todo lo hablado y acordado en dichas reuniones. Estas reuniones, de momento, son de carácter abierto, y por lo tanto, cualquier interesado en el proyecto WiFIS puede asistir.

El objetivo de este grupo de trabajo es debatir sobre propuestas que uno o varios de los participantes del grupo consideren que tiene que ser contemplado y recogido dentro del proyecto WiFIS. Pueden ser, o bien porque se quiere añadir un nuevo caso de uso o nuevos campos en los mensajes, o bien para acordar nuevos cambios a la actual guía de WiFIS.

Las convocatorias a las reuniones se publican en la sección de noticias (http://www.ticsalut.cat/estandards/interoperabilitat/noticies/), y por lo tanto, las personas que quieran inscribirse para asistir a las reuniones, tienen que rellenar un pequeño formulario, el cual se encuentra en un mismo enlace dentro de la misma noticia.

Además, cualquier usuario se puede subscribir a las publicaciones de noticias RSS de la web de TicSalut, para saber cuándo se publican noticias relacionadas con el proyecto WiFIS, agregando el enlace siguiente: http://feeds.feedburner.com/interoperabilitat-ticsalut

This post is only available in Catalan and Spanish:
Llegir en català (Read it in Catalan)
Leer en castellano (Read it in Spanish)

Publicada nova experiència de mans de l’ICS pel subconjunt d’immunitzacions al eCAP

Leer en castellano
Read It in English

Tenim una nova experiència que ens arriba de mans de l’ICS (Institut Català de la Salut). A finals d’aquest any tindran incorporat el subconjunt d’immunitzacions de SNOMED CT a l’estació clínica de treball d’atenció primària (eCAP).

Aquest canvi afectarà a tots els centres que utilitzen el sistema d’estació de treball eCAP, i en un futur proper també s’implantarà a l’atenció hospitalària.

Paral·lelament, s’està treballant perquè amb la incorporació d’aquest nou mòdul, pugui ser una primera experiència de publicació d’immunitzacions a l’HC3 amb SNOMED CT.


Apartat experiències SNOMED CT

Llegir en català
Read It in English

Tenemos una nueva experiencia que nos llega de manos del ICS (Institut Català de la Salut). A finales de este año tendrán incorporado el subconjunto de inmunizaciones de SNOMED CT a la estación clínica de trabajo de atención primaria (eCAP).

Este cambio afectará a todos los centros que utilicen el sistema de estación de trabajo eCAP, y en un futuro cercano también se implantará en la atención hospitalaria.

Paralelamente, se está trabajando por que con la incorporación de este nuevo módulo, pueda ser una primera experiencia de publicación de inmunizaciones en la HC3 con SNOMED CT.

Apartado experiencias SNOMED CT

This post is only available in Catalan and Spanish:
Llegir en català (Read it in Catalan)
Leer en castellano (Read it in Spanish)

Inaugurat espai d’experiències SNOMED CT al bloc del CCI

Leer en castellano
Read It in English

El Centre de Competències d’Integració ha inaugurat un espai al seu bloc per compartir experiències d’adopció i ús de SNOMED CT per part dels centres proveïdors i d’altres organitzacions de l’àmbit de la salut.De moment l’espai ja compta amb l’experiència d’implantació del subconjunt d’al·lèrgies a la Història Clínica Electrònica corporativa, anomenada TESISHCE, de la Corporació de Salut del Maresme i la Selva (CSMS): Espai d’experiències SNOMED CT.

El subconjunt d’al·lèrgies va ser desenvolupat per un equip d’experts multidisciplinar al projecte Diccionari Clínic per iSalut. A l’àrea de descàrrega de SNOMED CT del web de l’OFSTI (Oficina d’estàndards i Interoperabilitat) es poden descarregar les versions internacionals de SNOMED CT, l’extensió catalana i tots els subconjunts creats pel Diccionari Clínic.

Si voleu aportar la vostra experiència al nou espai del bloc us podeu posar en contacte amb nosaltres a través de: Ariadna Rius, Responsable Línia Terminologia, Centre de Competències d’Integració de l’OFSTI, Fundació Tecnocampus, arius@tecnocampus.cat.

Llegir en català
Read It in English

El Centre de Competències d’Integració ha inaugurado un espacio en su blog dedicado a compartir experiencias de adopción y uso de SNOMED CT por parte de los centros proveedores y otras organizaciones del ámbito de la salud. De momento el espacio ya cuenta con la experiencia de implantación del subconjunto de alergias en la Historia Clínica Electrònica corporativa, TESISHCE, de la Corporación de Salud del Maresme y la Selva (CSMS): Espacio de experiencias de SNOMED CT.

El subconjunto de alergias fue desarrollado por un equipo multidisciplinar de expertos en el proyecto Diccionario Clínico para iSalut. En el área de descarga de SNOMED CT de la web de la OFSTI (Oficina de Estándares e interoperabilidad) se pueden descargar las versiones internacionales de SNOMED CT, la extensión catalana y todos los subconjuntos creados para el Diccionario Clínico.

Si queréis aportar vuestra experiencia en el nuevo espacio del blog os podéis poner en contacto con nosotros a través de: Ariadna Rius, Responsable Línea Terminología, Centro de Competencias de Integración de la OFSTI, Fundación Tecnocampus, arius@tecnocampus.cat.

This post is only available in Catalan and Spanish:
Llegir en català (Read it in Catalan)
Leer en castellano (Read it in Spanish)

El CCI participa en el congrés eHealth Summer University a Castres

Leer en castellano
Read It in English

El Centre de Competències d’Integració (CCI), grup R+D+I de l’àrea de projectes de transferència del Tecnocampus, ha participat en el congrés eHealth Summer University que es va realitzar els dies 2, 3 i 4 de juliol a Castres (França). El grup va organitzar una sessió taller sobre els servidors de terminologia que també va comptar amb la participació de CareCom, desenvolupadors del servidor de terminologia HealthTerm. Des del CCI també es va participar en un a taula rodona d’experiències en eHealth a Catalunya, on es van presentar les principals línies d’actuació del grup.

Els servidors de terminologia són eines que permeten gestionar, distribuir, desenvolupar, mantenir i consultar els vocabularis controlats (catàlegs, terminologies, classificacions, etc.) que utilitzen els professionals assistencials en les seves Estacions Clíniques de Treball (ECT). Comptar amb la informació que recullen en format estructurat n’habilita la posterior recuperació i explotació, de manera que és possible utilitzar-la per planificar, facturar, representar coneixement en Sistemes de Suport a la Presa de Decisió Clínica (SSDC) i potenciar la recerca clínica. Si en el registre d’aquesta informació s’utilitzen estàndards, també és possible compartir-la, garantint–ne la interoperabilitat semàntica i obtenint el màxim d’informació rellevant dels pacients, independentment del nivell assistencial o centre des del qual es consulti.

A la sessió sobre servidors de terminologia es van explicar els diferents tipus de vocabularis que es fan servir en l’entorn sanitari i amb quina finalitat s’utilitzen. També es van presentar els diferents tipus d’eines que permeten treballar amb aquests recursos semàntics i es van mostrar dues solucions de servidors de terminologia: HealthTerm de l’empresa CareCom (a través d’un vídeo de demostració proporcionat per CareCom) i ITServer d’Indizen (en viu). Per finalitzar el taller es va presentar l’entorn simulat d’ECT desenvolupat pel CCI i que utilitza serveis web del servidor de terminologia ITServer per codificar el contingut d’un resum de situació clínica, de manera transparent pel professional assistencial (sense que hagi de treballar amb codis).

A continuació es pot consultar la presentació utilitzada a la sessió:

Llegir en català
Read It in English

El Centre de Competències d’Integració (CCI), grupo I+D del área de proyectos de transferencia del Tecnocampus, ha participado en el congreso eHealth Summer University que se celebró los días 2, 3 y 4 de julio en Castres (Francia). El grupo organizó una sesión taller sobre servidores de terminología que también contó con la participación de CareCom, desarrolladores del servidor de terminología HealthTerm. CCI también participó en una mesa redonda de experiencias en eHealth en Cataluña, donde se presentaron las principales líneas de actuación del grupo.

Los servicios de terminología sin herramientas que permiten gestionar, distribuir, desarrollar, mantener y consultar los vocabularios controlados (catálogos, terminologías, clasificaciones, etc.) que utilizan los profesionales asistenciales en sus Estaciones Clínicas de Trabajo (ECT). Contar con la información que recogen en formato estructurado permite recuperarla y explotarla posteriormente, de manera que es posible utilizarla para planificar, facturar, representar conocimiento en los Sistemas de Soporte a la toma de Decisiones, (SSD) y potenciar la investigación científica. Si en el registro de esta información se utilizan estándares, también es posible compartirla, garantizando su interoperabilidad semántica y obteniendo el máximo de información relevante de los pacientes, independientemente del nivel asistencial o centro des del cual se consulte.

En la sesión sobre servidores de terminología se explicaron los distintos tipos de vocabularios que se utilizan en el entorno sanitario y con qué finalidad se usan. También se presentaron los distintos tipos de herramientas que permiten trabajar con estos recursos semánticos y se mostraron dos soluciones de servidores de terminología: HealthTerm de la empresa CareCom (a través de un vídeo de demostración proporcionado por CareCom) e ITServer de Indizen (en vivo).Para finalizar el taller se presentó el entorno simulado de ECT que ha desarrollado por el CCI y que utiliza servicios web del servidor de terminología ITServer para codificar el contenido de los campos de un resumen de situación clínica, de manera transparente para el profesional asistencial (sin que tenga que trabajar con códigos).

A continuación se puede consultar la presentación utilizada en la sesión:

Llegir en català
Leer en castellano

The Centre of Competencies in Integration (CCI), a R+D+I group of the Technology Transfer’s Section of Tecnocampus Mataró-Maresme participated in the eHealth Summer University congress, that was held on 2, 3 and 4 of July in Castres (France). The group organized a workshop about terminology servers with the participation of CareCom, which are the developers of the HealthTerm terminology server. CCI also participated in a round table concerning eHealth experiences in Catalonia, where the principal lines of work of the group were presented.

Terminology servers are tools that allow us to manage, distribute, develop and query the controlled vocabularies (like catalogues, terminologies or classifications) used by physicians in their Clinical Work Station (CWS). Having this collected information in a structured format enables their use to plan, reimburse, develop Clinical Decisions Support Systems (CDSS) and to promote clinical research. If we also use standards to record this information we will be able to exchange it, obtaining the most relevant data of our patients from any assistance level or centre from which we are consulting it.

In the workshop about terminology servers we presented different types of controlled vocabularies used in the healthcare environment and for what purposes they are used. We also showed different types of tools to work with these semantic resources and we presented two solutions of terminology servers: HealthTerm of the company CareCom (through a demonstration video provided by CareCom) and ITServer of Indizen (in live demonstration). To finalize the session we presented the simulated environment of CWS developed by CCI. This CWS uses web services of the ITServer terminology server to codify the content of a clinical situation summary without been necessary for the physician to work with codes.

The slides used in the presentation can be found below:

Com de preparada es troba la societat actual a l’hora de compartir els seus registres mèdics i fer ús dels mitjans socials de comunicació?

Leer en castellano
Read It in English

Un estudi recent realitzat per l’empresa DC Interactive Group ens indica que l’ús de les xarxes socials i dels dispositius mòbils dins de l’àmbit sanitari ha augmentat considerablement en els últims anys.

El resum de dades de l’estudi realitzat és el següent:
– El 26% dels hospitals està participant de manera proactiva en els mitjans de comunicació (un 46% a YouTube, un 84% a Facebook, un 64% a Twitter i un 12% en Blogs).
– Un 60% dels metges afirma que les xarxes socials milloren la qualitat del servei sanitari ofert als pacients.
– Un terç dels consumidors utilitzen els portals socials tals com Facebook, Twitter, YouTube, i fòrums online per tractar temes relacionats amb la seva salut, incloent-hi la recerca d’informació mèdica, seguiment i control de símptomes, i fins i tot transmetre la seva opinió respecte a metges, medicaments, tractaments, dispositius mèdics i plans de salut.

– El 45% dels individus d’entre 45 i 64 anys compartiria informació mèdica a través dels mitjans socials.
– Més del 80% dels individus entre 18 i 24 anys afirma que compartiria informació de salut a través de les xarxes socials i gairebé el 90% confiaria en la informació allà trobada.
– Quan es pregunta amb qui confiarien més a l’hora de buscar publicacions de posts relacionats a continguts de salut, responen que confiarien en un:
o 46% en d’altres pacients que coneixen
o 25% en d’altres pacients que no coneixen
o 55% en hospitals
o 60% en metges
o 56% en infermeres
– El 41% dels consumidors afirma que les xarxes socials influeixen a l’hora d’escollir un metge, un hospital o un centre de salut.

– El 31% dels adults amb dispositius mòbils han consultat informació mèdica a través del seu dispositiu, comparat amb el 17% de fa dos anys anteriors, aquesta dada ha augmentat considerablement.
– Un de cada dos adults amb smartphone l’utilitza per consultar informació mèdica.
– El 19% dels propietaris de smartphone s’han descarregat alguna vegada una aplicació mòbil relacionada en temes de salut (les aplicacions per fer exercici, dieta, i controlar el pes són les més populars).

Aquestes dades mostren que el mercat de les aplicacions mòbils i l’ús de les xarxes socials com a mitjans de comunicació, recerca d’informació i compartició de documentació mèdica no hagi parat de créixer i fer-se més popular en els darrers anys. Les dades mostren que no només els joves són els màxims usuaris sinó que cada cop més gent de totes les edats es posa al dia en l’ús i consulta de la seva informació mèdica a través de la xarxa. Es per això que cada cop més els proveïdors sanitaris i totes les entitats relacionades en el sector salut es veuen obligades a respondre a aquesta creixent demanda i a actualitzar-se per crear, publicar i gestionar tot el contingut mèdic publicat als mitjans socials.

Llegir en català
Read It in English

Un estudio reciente realizado por la empresa DC Interactive Group nos indica que el uso de las redes sociales y de los dispositivos móviles dentro del ámbito sanitario ha aumentado considerablemente en los últimos años.

El resumen de datos del estudio realizado es el siguiente:
– El 26% de los hospitales está participando de manera proactiva en los medios de comunicación social (un 46% en YouTube, un 84% en Facebook, un 64% en Twitter y un 12% en Blogs).
– Un 60% de los médicos afirma que las redes sociales mejoran la calidad del servicio sanitario ofrecido a los pacientes.
– Un tercio de los consumidores utilizan los portales sociales tales como Facebook, Twitter, YouTube, y fórums online para tratar temas relacionados con su salud, incluyendo la búsqueda de información médica, seguimiento y control de síntomas, e incluso transmitir su opinión respecto a médicos, medicamentos, tratamientos, dispositivos médicos, y planes de salud.

– El 45% de los individuos de entre 45 y 64 años compartiría información médica a través de los medios sociales.
– Más del 80% de los individuos de entre 18 y 24 años afirma que compartiría información de salud a través de las redes sociales y casi un 90% confiaría en la información allí encontrada.
– Cuando se pregunta con quien confiarían más a la hora de buscar publicaciones relacionadas con contenidos de salud, responden que confiarían en un:
o 46% en otros pacientes que conocen
o 25% en otros pacientes que no conocen
o 55% en hospitales
o 60% en médicos
o 56% en enfermeras
– El 41% de los consumidores afirma que las redes sociales influyen a la hora de escoger un médico, un hospital o un centro de salud.

– El 31% de los adultos con dispositivos móviles han consultado información médica a través de su dispositivo, comparado con el 17% de hace dos años, éste dato ha aumentado considerablemente.
– Uno de cada dos adultos con smartphone lo utiliza para consultar información médica.
– El 19% de los propietarios de smartphone se han descargado alguna vez una aplicación móvil relacionada con temas de salud (las aplicaciones para hacer ejercicio, dieta, y controlar el peso son las más populares).

Estos datos muestran que el mercado de las aplicaciones móviles y el uso de las redes sociales como medios de comunicación, búsqueda de información y compartición de documentación médica no haya parado de crecer y hacerse más popular en los últimos años. Los datos muestran que no sólo los jóvenes son los máximos usuarios sino que cada vez más gente de todas las edades se pone al día en el uso y consulta de su información médica a través de la red. Es per eso que cada vez más proveedores sanitarios y todas las entidades relacionadas con el sector salud se ven obligadas a responder a este creciente demanda y a actualizarse para crear, publicar y gestionar todo el contenido médico publicado en los medios sociales.

Llegir en català
Leer en castellano

A survey performed by DC Interactive Group said that the use of social&Mobile in healthcare are rising considerably during last years.

An important summarize about the current tendency of this fact is shown here:
– 26% of all hospitals in the US are participating in social media (46% in YouTube, 84% in Facebook, 64% in Twitter and 12% in Blog)
– 60% of doctors say social media improves the quality of care delivered to patients.
– One-third of consumers now use social media sites such as Facebook, Twitter, YouTube, and online forums for health-related matters, including setting medical information, tracking and sharing symptoms, and broadcasting how they feel about doctors, drugs, treatments, medical devices and health plans.

– 45% of individuals 45-64 would share via social media.
– 56% would be likely to engage.
– More than half of the senior population online was ready to use the internet to manage their health care and communicate with their physicians.
– More than 80% of individuals between the ages of 18 and 24 said they were likely to share health information through social media channels and nearly 90 percent said they would trust the information they found there.
– When asked who they trust posting health-related content on social media, the following percentage of respondents said they would trust in:
o 46% other patients they know
o 25% other patients they don’t know
o 55% hospital
o 60% doctor
o 56% nurse
– What are patients sharing? Percent of respondents likely or very likely to share positive/negative experiences:
o Sharing care receives at a hospital or medical facility (44% +; 40% -)
o Sharing specific doctor, nurse of healthcare provider (42% +; 35% -)
– 41% of consumers said social media would affect their choice of a specific doctor, hospital or medical facility.

– 31% of adults with a cell phone have looked up health information on their phone compared to 17% two years ago.
– One in two of adults with a smartphone use it for health information.
– 19% of smartphone owners have at least one health app on their phone. Exercise, diet and weight apps are the most popular types.

Aplicació d’Intel·ligència Artificial en l’anàlisi de dades genètiques

Leer en castellano

En aquesta entrada us presento els primers resultats de la recerca feta amb la Universitat Oberta de Catalunya, en el Màster en Enginyeria Informàtica, i en la qual seguim treballant per ampliar els resultats obtinguts. Aquest treball és una aportació al projecte SUMMIT (Salut en les UltraMaratons i els seus líMITs), que té la finalitat de determinar si la població que practica exercici de llarga durada i alta intensitat té més risc sobre la salut que la sedentària i/o la moderadament activa.

El treball consisteix en l’anàlisi de dades genètiques; concretament s’analitza la incidència de l’esforç d’alta intensitat en la generació de lncRNA (long non-coding RiboNucleic Acid), aplicant tècniques d’Intel·ligència Artificial (IA). Els gens estan formats per segments d’ADN (Àcid Desoxiribonucleic) i ARN (Àcid Ribonucleic), els lncRNA són un tipus d’ARN força desconegut i que estudis recents estan relacionant amb l’aparició de malalties degeneratives, oncològiques i amb l’envelliment en general. L’objectiu del projecte és obtenir resultats que permetin conèixer millor aquest tipus d’ARN, ja que no té una funció clara identificada.

Per assolir aquest objectiu s’han usat tècniques de Machine Learning no supervisat, és a dir que no es comptava amb un conjunt de dades d’entrenament ni de validació perquè no existeix. I s’han aplicat a dades reals obtingudes pel projecte SUMMIT. D’entre la informació recollida, s’han utilitzat els nivells d’expressió de 28 mostres preses a una travessa per la muntanya de més de 80 km, entre les quals hi ha:

  • 16 mesures fetes abans de la travessa i 12 després.
  • 8 dones i 20 homes.
  • Mostres de persones que han completat diferents distàncies de la cursa.
  • 18 persones actives (entre 3 i 10 hores d’esport setmanals) i 10 elit (més de 10).

I de cadascuna es compta amb el nivell d’expressió de més de 53.600 probesets (proteïnes, ARN, etc.).

L’expressió genètica és el procés pel qual la informació d’un gen s’utilitza en la síntesi d’una molècula d’ARN o d’una proteïna. El nivell d’expressió és diferent per cada cèl·lula, de manera que el seu estudi permet comparar cèl·lules malaltes i sanes, amb medicació o sense, amb diferents condicions d’estrès, etc.

La imatge següent mostra els nivells d’expressió d’una de les mostres utilitzades:

Les fites concretes del treball són:

  • Analitzar la incidència de determinades característiques pròpies de l’esforç d’alta intensitat, com la distància recorreguda, el moment de la travessa o el grup d’activitat, en la generació de proteïnes i lncRNA.
  • Correlacionar nivells d’expressió de proteïnes i de lncRNA.
  • Relacionar proteïnes altament correlacionades amb el pathway (conjunts de proteïnes que treballen plegades per dur a terme una acció biològica) de la Glucosa, per analitzar la incidència que hi puguin tenir els lncRNA.

Per assolir-les s’han treballat les fases següents:

Tractament de les dades: Recerca de BBDD, integració de les dades i homogeneïtzació, filtratge, normalització, inclusió de metadades, etc. Amb aquesta fase s’han reduït els 53.617 probesets a 1.200 proteïnes i 8.656 lncRNA de manera que es passa a treballar amb 28 mostres i 9.856 probesets cadascuna.

Agrupació: Agrupament dels nivells d’expressió fent prèviament un anàlisi de components principals (algoritme PCA – Principal Component Analysis) i usant l’algoritme PAM (Partitioning Around Medoids) per agrupar en 2 i 3 clústers. S’han agrupat els nivells d’expressió de totes les mostres (barreja) i s’han comparat amb els agrupaments dels nivells d’expressió per cada característica (homes, dones, elit, actius, abans i després de la cursa, etc.).

Correlació de Pearson: Separació dels nivells d’expressió de proteïnes dels de lncRNA i càlcul de correlacions entre ambdós conjunts (de totes les proteïnes amb tots els lncRNA).

Anàlisi de components independents: Filtratge dels nivells d’expressió de proteïnes involucrades al pathway de la Glucosa i correlacionades amb lncRNA. Aplicació de l’algoritme ICA (Independent Component Analysis) per construir un model dels nivells d’expressió amb les diferents característiques i aplicació d’un test hipergeomètric per analitzar la incidència de les proteïnes al model.

Resultats obtinguts:
L’anàlisi PCA indica que els nivells d’expressió amb major variabilitat són els de la característica distància superior a 60km i els més homogenis els del moment de la cursa PRE.

Les agrupacions, i el seu anàlisi, indiquen que les característiques amb més incidència en la generació de proteïnes i lncRNA són les distàncies inferior a 40 km i superior a 60 km i el moment de la cursa abans i després. Les imatges següents mostren els agrupaments en 3 clústers fets per distància i els de la barreja:

En el càlcul de la correlació de Pearson entre les proteïnes i els lncRNA filtrats, s’ha trobat un nombre elevat de proteïnes correlacionades amb els lncRNA, la qual cosa pot permetre investigar el paper dels lncRNA en les funcions de les proteïnes correlacionades, prioritzant els que han obtingut millor resultat (correlació més propera a 1).

En l’anàlisi ICA i el test hipergeomètric s’han trobat forces resultats amb alta correlació entre les proteïnes del pathway de la Glucosa i els lncRNA però no s’han trobat diferències estadísticament significatives de la incidència de les diferents proteïnes al model construït. Aquest resultat implica que no s’han trobat indicis que cap proteïna, per si sola, té més incidència al model que la resta. I, de retruc, tampoc cap lncRNA correlacionat amb aquestes proteïnes del pathway.

Actualment seguim treballant per ampliar els resultats obtinguts, replicar-los i afinar-los.

Si voleu més informació sobre el treball que s’està realitzant podeu demanar-la a través del correu arius@tecnocampus.cat.

Llegir en català

En esta entrada os presento los primeros resultados de la investigación hecha con la Universitat Oberta de Catalunya, en el Máster en Ingeniería Informática, y en la cual seguimos trabajando para ampliar los resultados obtenidos. Este trabajo es una aportación al proyecto SUMMIT (Salud en les UltraMaratones y sus líMITes), que tiene la finalidad de determinar si la población que practica ejercicio de larga duración y alta intensidad tiene más riesgo sobre la salud que la sedentaria y/o la moderadamente activa.

El trabajo consiste en el análisis de datos genéticos; concretamente se analiza la incidencia del esfuerzo de alta intensidad en la generación de lncRNA (long non-coding RiboNucleic Acid), aplicando técnicas de Inteligencia Artificial (IA). Los genes están formados por segmentos de ADN (Ácido Desoxirribonucleico) y ARN (Ácido Ribonucleico), los lncRNA son un tipo de ARN bastante desconocido y que estudios recientes están relacionando con la aparición de enfermedades degenerativas, oncológicas y con el envejecimiento en general. El objetivo del proyecto es obtener resultados que permitan conocer mejor este tipo de ARN, ya que no tiene una función clara identificada.

Para alcanzar este objetivo se han usado técnicas de Machine Learning no supervisado, es decir que no se ha utilizado un conjunto de datos de entrenamiento ni de validación porque no existe. Y se han aplicado a datos reales obtenidos para el proyecto SUMMIT. De entre la información recogida, se han utilizado los niveles de expresión de 28 muestras tomadas en una travesía por la montaña de más de 80 km, entre las cuales hay:

  • 16 medidas hechas antes de la travesía y 12 después.
  • 8 mujeres y 20 hombres.
  • Muestras de personas que han completado distintas distancias de la travesía.
  • 18 personas activas (entre 3 y 10 horas de deporte semanales) y 10 elites (más de 10).

Y de cada se ha medido el nivel de expresión de más de 53.600 probesets (proteínas, ARN, etc.).

La expresión genética es el proceso por el cual la información de un gen se utiliza en la síntesis de una molécula de ARN o de una proteína. El nivel de expresión es distinto para cada célula, de manera que su estudio permite comparar células enfermas y sanas, con medicación o sin, con distintas condiciones de estrés, etc.

La imagen siguiente muestra los niveles de expresión de una de las muestras usadas:

Los hitos concretos del trabajo son:

  • Analizar la incidencia de determinadas características propias del esfuerzo de alta intensidad, como la distancia recorrida, el momento de la travesía o el grupo de actividad, en la generación de proteínas y lncRNA.
  • Correlacionar niveles de expresión de proteínas y lncRNA.
  • Relacionar proteínas altamente correlacionadas con el pathway (conjuntos de proteínas que trabajan juntas para llevar a cabo una acción biológica) de la Glucosa, para analizar la incidencia que puedan tener los lncRNA.

Para alcanzar-los se han trabajado las fases siguientes:
Tratamiento de los datos: Búsqueda de BBDD, integración de los datos y homogeneización, filtrado, normalización, inclusión de metadatos, etc. Con esta fase se han reducido los 53.617 probesets a 1.200 proteínas y 8.656 lncRNA de manera que se pasa a trabajar con 28 muestras y 9856 probesets cada una.

Agrupación: Agrupación de los niveles de expresión realizando previamente un análisis de componentes principales (algoritmo PCA – Principal Component Analysis) y usando el algoritmo PAM (Partitioning Around Medoids) para agrupar en 2 y 3 clústeres. Se han agrupado los niveles de expresión de todas las muestras (mezcla) y se han comparado con las agrupaciones de los niveles de expresión por cada característica (hombres, mujeres, elite, activo, antes y después de la actividad, etc.).

Correlación de Pearson: Separación de los niveles de expresión de proteínas de los de lncRNA y cálculo de correlaciones entre ambos conjuntos (de todas las proteínas con todos los lncRNA).

Análisis de componentes independientes: Filtro de los niveles de expresión de proteínas involucradas en el pathway de la glucosa y correlacionadas con lncRNA. Aplicación del algoritmo ICA (Independent Component Analysis) para construir un modelo de los niveles de expresión con las diferentes características y aplicación de un test hipergeométrico para analizar la incidencia de las proteínas en el modelo.

Resultados obtenidos:
El análisis PCA indica que los niveles de expresión con mayor variabilidad son los de la característica distancia superior a 60 km y los más homogéneos los del momento de la actividad PRE.

Las agrupaciones, y su análisis, indican que las características con más incidencia en la generación de proteínas y lncRNA son las distancias inferior a 40 km y superior a 60 km y el momento de la actividad antes y después. Las imágenes siguientes muestran las agrupaciones en 3 clústeres hechos por distancia y los de la mezcla:

En el cálculo de la correlación de Pearson entre las proteínas y los lncRNA filtrados, se ha encontrado un número elevado de proteínas correlacionadas con los lncRNA, la cual cosa puede permitir investigar el papel de los lncRNA en las funciones de las proteínas correlacionadas, priorizando los que han obtenido mejor resultado (correlación más próxima a 1).

En el análisis ICA y el test hipergeométrico se han encontrado bastantes resultados con alta correlación entre las proteínas del pathway de la Glucosa y los lncRNA pero no se han encontrado diferencias estadísticamente significativas de la incidencia de las diferentes proteínas al modelo construido. Este resultado implica que no se han encontrado indicios de que ninguna proteína, por si sola, tiene más incidencia en el modelo que el resto. Y, por ende, tampoco ningún lncRNA correlacionado con estas proteínas del pathway.

Actualmente seguiremos trabajando para ampliar los resultados obtenidos, replicarlos y afinarlos.

Si queréis más información sobre el trabajo que se está realizando podéis solicitarla a través del correo electrónico: arius@tecnocampus.cat.

This post is only available in Catalan and Spanish:
Llegir en català (Read it in Catalan)
Leer en castellano (Read it in Spanish)

Beneficis de l’aplicació i ús de SNOMED CT (2)

Leer en castellano

Ariadna Rius Soler, Responsable Línia de Terminologia – Jordi Ayza Graells, Assessor Tecnològic

Aquests entrada és la continuació de la que es va publicar sobre la codificació seguint estàndards i la idoneïtat de SNOMED CT com a terminologia de referència. I pertany a la sèrie de posts sobre els beneficis de l’aplicació i ús de SNOMED CT publicat pel Centre de Competències d’Integració.

Amb l’extensió de l’ús de les TIC, un dels grans reptes per al registre de la informació mèdica és el poder disposar d’un sistema de representació d’aquesta informació que reculli el coneixement clínic i permeti  el seu tractament i utilització als sistemes d’informació. En aquest post es tracten les dificultats que presenta l’ús de la terminologia SNOMED CT i es comenten algunes de les eines disponibles per ajudar a resoldre-les.

3    Dificultats que presenta l’ús de SNOMED CT

3.1 Nombre molt elevat de conceptes

El que per un costat és una avantatge (nomenclatura molt precisa) per l’altre suposa una dificultat (més de 311.000 conceptes). Això suposa una dificultat objectiva a l’hora de seleccionar l’expressió més adequada a la informació que un usuari vol introduir en un EHR (Electronic Health Record).

Per resoldre aquesta dificultat, la mateixa terminologia permet crear i treballar amb subconjunts els termes i codis més utilitzats dins d’àmbits concrets. A més, des de la mateixa IHTSDO (International Health Terminology Standards Development Organisation) s’ofereixen alguns subconjunts i eines per facilitar el treball amb SNOMED CT. També el Departament de Salut de la Generalitat de Catalunya, a través de l’OFSTI (Oficina d’Estàndards i Interoperabilitat) de la Fundació TicSalut, i amb la col·laboració de nombrosos experts clínics ha desenvolupat subconjunts específics per a determinats àmbits, dins el projecte Diccionari Clínic per iSalut.

3.2 Idoneïtat limitada en alguns àmbits concrets

Ja hem comentat que hi ha terminologies que s’han creat amb un objectiu concret i per a un domini determinat. Quan aquestes terminologies específiques esdevenen estàndards poden ser més efectives que una terminologia molt més àmplia i definida per a un altre objectiu. Així, en l’àmbit de la salut, ens trobem amb vocabularis estàndard i àmpliament utilitzats, que dins del seu àmbit i objectiu són més útils i eficients que SNOMED CT. Ens referim a vocabularis com la CIM-9-MC (Classificació Internacional de Malalties, 9a revisió, Modificació Clínica), la CIM-10 (Classificació Internacional de Malalties, 10a revisió), NANDA (North American Nursing Diagnosis Association codes), LOINC (Logical Observation Identifiers, Names and Codes) o l’ATC (Anatomical Therapeutic Chemical).

Per exemple, les classificacions CIM-9-MC i CIM-10 estan pensades per a classificar els diferents conceptes, permetent l’explotació de la informació codificada per analitzar la mortalitat i la morbiditat dels pacients. Per aquest objectiu, SNOMED CT pot resultar excessiu

Per altra banda, encara que tinguem terminologies més efectives en àmbits concrets, apareix un problema quan volem utilitzar aquests codis en un altre àmbit més general, en el que és més eficient una altra terminologia. Podem tenir dificultats operatives si ens trobem coexistint múltiples terminologies.

El problema es resol fent una “traducció” d’una terminologia a l’altra, utilitzant un mapa de correspondències (també anomenats conjunts de referències creuades o mapejos). Per evitar disposar de mapes de correspondències de tots a tots, és molt interessant disposar d’una terminologia de referència. D’aquesta manera sols cal disposar d’un mapa de correspondència entre cada terminologia i la terminologia de referència.

Per les seves característiques, SNOMED CT és una terminologia ideal per ser utilitzada com a terminologia de referència.

Diverses entitats ofereixen mapejos entre una d’aquestes terminologies estàndard i SNOMED CT. Entre elles hi ha la mateixa IHTSDO i la NLM (US. National Library of Medicine). De tota manera, en cada cas, val la pena fer atenció amb el procediment utilitzat per a fer el mapeig i el tipus i nombre de conceptes inclosos.

3.3 Aplicació de SNOMED CT en el registre de termes a un EHR

En el dia a dia de l’atenció sanitària, és habitual que el professional introdueixi conceptes relatius a l’estat del pacient: símptomes, avaluacions, comentaris i diagnòstics, entre d’altres. Per introduir aquests conceptes, el professional utilitza expressions de llenguatge natural en un determinat idioma i, a vegades, emprant expressions d’argot habituals en el centre on treballa. Si volem que aquesta introducció es faci utilitzant un vocabulari controlat i que també es registri seguint una codificació normalitzada com SNOMED CT, cal que l’estació clínica de treball (ECT) que utilitza aquest professional per enregistrar els conceptes  disposi d’un conjunt d’utilitats que l’ajudin a utilitzar un vocabulari controlat i que realitzin la codificació a SNOMED CT de forma transparent. I tot això de manera àgil.

Aquest és un dels aspectes que resulten claus per a l’extensió efectiva de l’ús de SNOMED CT. Una de les estratègies utilitzades per introduir conceptes aplicant un vocabulari controlat és que l’estructura dels formularis estigui suficientment normalitzada i que, per tant, el sistema de l’estació sàpiga si el concepte que estem introduint correspon a un símptoma, a una avaluació, a un diagnòstic , etc. i que, de forma automàtica,  vagi suggerint les expressions normalitzades més probables d’acord amb el vocabulari controlat a utilitzar. Si l’aplicació de l’estratègia és prou àgil, la introducció de dades al formulari pot ser igual de ràpida que si es fes utilitzant llenguatge natural sense cap control.

Referències

A la següent entrada tractarem la importància de la Gestió i el Manteniment de les Terminologies i les tasques que comporten.

Llegir en català

Ariadna Rius Soler, Responsable Línea de Terminología – Jordi Ayza Graells, Asesor Tecnológico.

Este post es la continuación del que se publicó sobre la codificación siguiendo estándares y la idoneidad de SNOMED CT como terminología de referencia. Y pertenece a la serie de posts sobre Beneficios de la aplicación y uso de SNOMED CT publicado por el Centre de Competències d’Integració de TecnoCampus.

Con la extensión del uso de las TIC, uno de los grandes retos para el registro de la información médica es poder disponer de un sistema de representación de esta información que recoja el conocimiento clínico y permita su tratamiento y utilización mediante sistemas informáticos. En este post se trata de las dificultades que presenta el uso de la terminología SNOMED CT y se comentan algunas de las herramientas disponibles para ayudar a resolver estas dificultades.

3    Dificultades que presenta el uso de SNOMED CT

3.1 Número muy elevado de conceptos

Lo que por un lado es una ventaja (nomenclatura muy precisa) por el otro supone una dificultad (más de 311.000 conceptos). Esto supone una dificultad objetiva a la hora de seleccionar la expresión más adecuada a la información que un usuario quiere introducir en un EHR (Electronic Health Record).

Para resolver esta dificultad, la misma terminología permite crear y trabajar con subconjuntos los términos y códigos más utilizados dentro de un ámbito concreto. Además, desde la misma IHTSDO (International Health Terminology Standards Development Organisation) se ofrecen algunos subconjuntos y herramientas para facilitar el trabajo con SNOMED CT. También el Departamento de Salud de la Generalidad de Cataluña, a través de la OFSTI (Oficina d’Estàndards i Interoperabilitat) de la Fundación TicSalut, y con la colaboración de numerosos expertos clínicos, ha desarrollado subconjuntos específicos para determinados ámbitos. Estos componentes se han desarrollado dentro del proyecto Diccionario Clínico para iSalut.

3.2 Idoneidad limitada en algunos ámbitos concretos

Ya hemos comentado que hay terminologías que se han creado con un objetivo concreto y para un dominio determinado. Cuando estas terminologías específicas devienen estándares pueden ser más efectivas que una terminología mucho más amplia y definida con otro objetivo. Así, en el ámbito de la salud, nos encontramos con terminologías estándar y ampliamente utilizadas, que dentro de su ámbito y objetivo son más útiles y eficientes que SNOMED CT. Nos referimos a vocabularios controlados como la CIE-9-MC (Clasificación Internacional de Enfermedades, 9a revisión, Modificaciones Clínicas), CIE-10 (Clasificación Internacional de Enfermedades, 10a revisión), NANDA (North American Nursing Diagnosis Association codes), LOINC (Logical Observation Identifiers, Names and Codes) o la ATC (Anatomical Therapeutic Chemical).

Por ejemplo, las clasificaciones CIE-9-MC y CIE-10 están pensadas para clasificar los diferentes conceptos, permitiendo la explotación de la información codificada para analizar la mortalidad y la morbididad de los pacientes. Para cubrir este objetivo, SNOMED CT puede resultar excesivo.

Por otra parte, aunque tengamos terminologías más efectivas en ámbitos concretos, aparece un problema cuando queremos utilizar estos códigos en otro ámbito más general, en el que es más eficiente otra terminología. Podemos tener dificultades operativas si nos encontramos coexistiendo múltiples terminologías.

El problema se resuelve haciendo una ” traducción” de una terminología a otra, utilizando un mapa de correspondencias (también denominados conjuntos de referencias cruzadas o mapeos). Para evitar disponer de mapas de correspondencias de todos a todos, es muy interesante disponer de una terminología de referencia. Así, sólo es necesario disponer de un mapa de correspondencia entre cada terminología y la terminología de referencia.

Por sus características, SNOMED CT es una terminología ideal para ser utilizada como terminología de referencia.

Varias entidades ofrecen mapeos entre una de estas terminologías estándar y SNOMED CT. Entre ellas encontramos a la misma IHTSDO y a la  NLM (US. National Library of Medicine). De todos modos, en cada caso, conviene prestar atención al procedimiento que se ha seguido para efectuar el mapeo así como el tipo y número de conceptos incluidos.

 

3.3 Aplicación de SNOMED CT en el registro de términos a un EHR

En el día a día de la atención sanitaria, es habitual que el profesional introduzca conceptos relativos al estado del paciente: síntomas, evaluaciones, comentarios y diagnósticos, entre otros. Para introducir estos conceptos, el profesional utiliza expresiones de lenguaje natural en un determinado idioma y, a veces, empleando expresiones de argot habituales en el centro donde trabaja. Si queremos que esta información se introduzca utilizando un vocabulario controlado y que también se registre siguiendo una codificación normalizada como SNOMED CT, es necesario que la estación clínica de trabajo (ECT) que utiliza este profesional para registrar los conceptos disponga de un conjunto de utilidades que le ayuden a utilizar un vocabulario controlado y que realicen la codificación en SNOMED CT de forma transparente. Y todo ello de manera ágil.

Este es uno de los aspectos que resultan claves para la adopción efectiva del uso de SNOMED CT. Una de las estrategias utilizadas para introducir conceptos aplicando un vocabulario controlado es que la estructura de los formularios esté suficientemente normalizada y que, por tanto, el sistema de la estación sepa si el concepto que estamos introduciendo corresponde a un síntoma, a una evaluación, a un diagnóstico, etc. y que, de forma automática, vaya sugiriendo las expresiones normalizadas más probables de acuerdo con el vocabulario controlado a utilizar. Si la aplicación de la estrategia es suficientemente ágil, la introducción de datos con el formulario podrá ser igual de rápida que si se hiciera utilizando lenguaje natural sin ningún control.

 

Referencias

 

En el siguiente post de la serie trataremos la importancia de la Gestión y el Mantenimiento de las Terminología, así como de las tareas que comportan.

This post is only available in Catalan and Spanish:
Llegir en català (Read it in Catalan)
Leer en castellano (Read it in Spanish)

Beneficis de l’aplicació i ús de SNOMED CT (1)

Leer en castellano

Ariadna Rius Soler, Responsable Línia de Terminologia – Jordi Ayza Graells, Assessor Tecnològic.

Amb l’extensió del ús de la informàtica, un dels grans reptes per al registre de la informació mèdica és el poder disposar d’un sistema de representació d’aquesta informació que reculli el coneixement clínic i permeti el seu tractament i utilització amb els sistemes d’informació. Des del Centre de Competències d’Integració (CCI) hem preparat un conjunt d’entrades en les quals es fa un repàs dels beneficis que aporta l’estructuració i codificació de les dades personals de salut segons estàndards, i les dificultats que presenta:

  • La primera tracta de la codificació seguint estàndards i de la idoneïtat de SNOMED CT com a terminologia de referència (parts 1 i 2).
  • La segona comenta les dificultats pràctiques que presenta la codificació de conceptes segons SNOMED CT (part 3).
  • La tercera explica les necessitats i funcionalitats disponibles per a fer la gestió i el manteniment de vocabularis controlats i de les terminologies estàndard utilitzades (part 4).
  • Finalment, la quarta part presenta els tipus d’aplicacions que permeten treure benefici de l’ús de terminologies estàndard en el registre dels diferents actes clínics en la història clínica del pacient (part 5).

1) Codificació de dades segons estàndards
Existeixen diferents vocabularis i sistemes de codificació relacionats amb l’atenció sanitària. La principal raó d’aquesta diversitat és deguda a que la pràctica sanitària inclou diferents dominis (laboratori, farmàcia, infermeria, …) i, en cada un d’ells existeix la necessitat d’organitzar els termes utilitzats seguint diferents perspectives (estudis estadístics, recerca biomèdica, atenció al pacient, …). Això fa pràcticament impossible acceptar disposar d’una única terminologia estructurada apta i idònia per a tots els dominis i totes les problemàtiques.

Per altra banda, en la mesura que es globalitza la societat, l’atenció sanitària es deslocalitza, un mateix pacient pot ser tractat per diferents proveïdors sanitaris, i augmenta la necessitat que utilitzem a tot arreu un mateix terme per anomenar un mateix concepte o realitat.

A més, l’evolució tecnològica fa interessant disposar de dades estructurades i codificades segons un mateix estàndard que faciliti l’accés automàtic a les dades de salut del pacient: diagnòstics, prescripcions, tractaments, atenció sanitària, processos clínics, resultat de proves, etc., introduïdes des de diferents punts d’atenció o generades per diferents equips electrònics o diferents aplicacions informàtiques. Si ho aconseguim, aquesta normalització facilita el desenvolupament d’eines per a l’anàlisi i el tractament automàtic d’aquestes dades, així com que dispositius i aplicacions informàtiques de diferents proveïdors puguin comunicar-se entre elles i interoperar. Un primer plantejament ens portaria a intentar establir una terminologia única global i a fer efectiva la seva implantació de forma extensiva.

Fent, a més, aquesta terminologia el més completa possible, és a dir, que qualsevol professional hi pugui trobar el concepte que necessita. I garantint que disposi d’uns mecanismes de gestió de versions i de manteniment que permetin que aquesta terminologia es pugui anar enriquint amb nous termes i mantenint-se al dia.

Una dificultat intrínseca de la codificació és que el professional, quan introdueix la informació relativa al pacient en un registre electrònic (EHR, Electronic Health Record), normalment utilitza expressions de llenguatge natural, desconeix la codificació associada i, a més, pot utilitzar expressions particulars, habituals en el seu lloc de treball però que poden diferir de les que utilitzen altres professionals en altres llocs de treball per referir-se al mateix concepte. Si volem que les dades que s’emmagatzemin en els registres electrònics estiguin correctament codificades, caldrà disposar d’eines que realitzin aquesta codificació de la forma més transparent possible per al professional i sense que aquesta codificació alenteixi el seu ritme de treball.

2) Idoneïtat de SNOMED CT
SNOMED CT és una terminologia clínica dissenyada per a recollir i representar, amb objectius clínics, la informació i les dades relatives als pacients. És una terminologia feta per professionals clínics i per als professionals clínics.
SNOMED CT és la terminologia que millor permet respondre a aquesta necessitat d’una terminologia única i global i, alhora, permet adaptar-se a les necessitats específiques dels diferents dominis sanitaris:

  • SNOMED CT proporciona una terminologia consistent a través de diferents dominis de l’atenció sanitària. Disposa de més de 311.000 conceptes i contempla 19 grans dominis.
  • Amb SNOMED CT és possible utilitzar diferents descripcions per a un mateix concepte clínic (en total té més d’un milió de descripcions). Això permet disposar d’una descripció adaptada a les característiques i necessitats de cada tipus de centre d’atenció i, alhora, mantenir la coherència entre els termes introduïts des dels diferents centres.
  • SNOMED CT permet introduir la informació clínica amb un nivell de detall apropiat per a la prestació dels diferents tipus d’assistència sanitària .
  • SNOMED CT és una terminologia controlada que disposa d’un conjunt de mecanismes internacionals per al seu manteniment i extensió. Està mantinguda i actualitzada, cada sis mesos, en col·laboració amb experts en les diferents matèries que constitueixen el coneixement clínic actual .
  • SNOMED CT és un estàndard internacional que, a més, disposa de suport multilingüe.
  • SNOMED CT és una terminologia estructurada. Això suposa que, a través de la codificació, proporciona una descripció inequívoca de cada concepte individual, d’una manera lògica, i facilita l’aplicació de processament per part d’una màquina de raonament lògic de la informació clínica. Aquesta estructura de SNOMED CT facilita la recerca eficient entre els registres dels pacients i la recuperació d’informació clínica rellevant.

A la següent entrada presentarem algunes de les dificultats pràctiques que presenta la codificació de conceptes utilitzant SNOMED CT.

Llegir en català
Ariadna Rius Soler, Responsable Línea de Terminología – Jordi Ayza Graells, Asesor Tecnológico.

Con la extensión del uso de la informática, uno de los grandes retos para el registro de la información médica es poder disponer de un sistema de representación de esta información que recoja el conocimiento clínico y permita su tratamiento y utilización mediante sistemas informáticos. Des del Centro de Competencias de Integración (CCI) hemos preparado un conjunto de entradas en las cuales se hace un repaso de los beneficios que aporta la estructuración y codificación de los datos personales de salud según estándares, y las dificultades que presenta:

  • La primera trata de la codificación siguiendo estándares y de la idoneidad de SNOMED CT como terminología de referencia (partes 1 y 2).
  • La segunda comenta las dificultades prácticas que presenta la codificación de conceptos según SNOMED CT (parte 3).
  • La tercera explica las necesidades y funcionalidades disponible para hacer la gestión y el mantenimiento de vocabularios controlados y de las terminologías estándar utilizadas (parte 4).
  • Finalmente, la cuarta parte presenta los tipos de aplicaciones que permiten sacar beneficio del uso de terminologías estándar en el registro de los diferentes actos clínicos en la historia clínica del paciente (parte 5).

1) Codificación de los datos según estándares
Existen diferentes vocabularios y sistemas de codificación relacionados con la atención sanitaria. La principal razón de esta diversidad se debe a que la práctica sanitaria incluye diferentes dominios (laboratorio, farmacia, enfermería, …) y, en cada uno de ellos, existe la necesidad de organizar los términos siguiendo diferentes perspectivas ( estudios estadísticos, investigación biomédica, atención al paciente, …). Esto hace prácticamente imposible disponer de una única terminología estructurada apta e idónea para todos los dominios y todas las problemáticas.

Por otra parte, en la medida que se globaliza la sociedad, la atención sanitaria se deslocaliza, un mismo paciente puede ser tratado por diferentes proveedores sanitarios, y aumenta la necesidad de que utilicemos en todas partes un mismo término para denominar un mismo concepto o realidad.

Además, la evolución tecnológica hace interesante disponer de datos estructurados y codificadas según un mismo estándar que facilite el acceso automático a los datos de salud del paciente: diagnósticos, prescripciones, tratamientos, atención sanitaria, procesos clínicos, resultado pruebas, etc., introducidos desde diferentes puntos de atención o generados por diferentes equipos electrónicos o diferentes aplicaciones informáticas. Si lo conseguimos, esta normalización facilita el desarrollo de herramientas para el análisis y el tratamiento automático de dichos datos, así como que dispositivos y aplicaciones informáticas de diferentes proveedores puedan comunicarse entre ellas e interoperar. Un primer planteamiento nos llevaría a intentar establecer una terminología única global y a hacer efectiva su implantación de forma extensiva.

Siendo, además, esta terminología lo más completa posible, es decir, que cualquier profesional pueda encontrar el concepto que necesita. Y garantizando que disponga de unos mecanismos de gestión de versiones y de mantenimiento que permitan que dicha terminología se pueda ir enriqueciendo con nuevos términos y manteniéndose al día.

Una dificultad intrínseca de la codificación es que el profesional, cuando introduce la información relativa al paciente en un registro electrónico (EHR, Electronic Health Record), normalmente utiliza expresiones de lenguaje natural, desconoce la codificación asociada y, además, puede utilizar expresiones particulares, habituales en su puesto de trabajo pero que pueden diferir de las que utilizan otros profesionales en otros puestos para referirse al mismo concepto. Si queremos que los datos que se almacenen en los registros electrónicos estén correctamente codificados, será necesario disponer de herramientas que realicen esta codificación de la forma más transparente posible para el profesional y sin que dicha codificación ralentice su ritmo de trabajo.

2) Idoneidad de SNOMED CT
SNOMED CT es una terminología clínica diseñada para recoger y representar, con objetivos clínicos, la información y los datos relativos a los pacientes. Es una terminología hecha por profesionales clínicos y para los profesionales clínicos.
SNOMED CT es la terminología que mejor permite responder a esta necesidad de una terminología única y global y, al mismo tiempo, permite adaptarse a las necesidades específicas de los diferentes dominios sanitarios:

  • SNOMED CT proporciona una terminología consistente a través de diferentes dominios de la atención sanitaria. Dispone de más de 311.000 conceptos y contempla 19 grandes dominios.
  • Con SNOMED CT es posible utilizar distintas descripciones para un mismo concepto clínico (en total tiene más de un millón de descripciones). Esto permite disponer de una descripción adaptada a las características y necesidades de cada tipo de centro de atención y, al mismo tiempo, mantener la coherencia entre los términos introducidos desde los diferentes centros.
  • SNOMED CT permite introducir la información clínica con un nivel de detalle apropiado para la prestación de los diferentes tipos de asistencia sanitaria.
  • SNOMED CT es una terminología controlada que dispone de un conjunto de mecanismos internacionales para su mantenimiento y extensión. Está mantenida y actualizada, cada seis meses, en colaboración con expertos en las diferentes materias que constituyen el conocimiento clínico actual.
  • SNOMED CT es un estándar internacional que, además, dispone de soporte multilingüe.
  • SNOMED CT es una terminología estructurada. Esto supone que, a través de la codificación, proporciona una descripción inequívoca de cada concepto individual, de una manera lógica, y facilita la aplicación de procesamiento por parte de una máquina de razonamiento lógico de la información clínica. Esta estructura de SNOMED CT facilita la búsqueda eficiente entre los registros de los pacientes y la recuperación de información clínica relevante.

En la siguiente entrada presentaremos algunas de las dificultades prácticas que presenta la codificación de conceptos utilizando SNOMED CT.

This post is only available in Catalan and Spanish:
Llegir en català (Read it in Catalan)
Leer en castellano (Read it in Spanish)

SNOMED CT (IV)

Leer en castellano

La semàntica a salut (VI)

A SNOMED CT els conceptes o les descripcions que s’han de deixar d’utilitzar no s’eliminen, es desactiven per un motiu determinat (per exemple perquè estaven duplicats, són ambigus, limitats o, directament, erronis). L’estructura de SNOMED CT preveu un camp a la taula de conceptes i un a la de descripcions que indiquen l’estat d’aquell component i, en cas d’estar inactius, la raó de la seva desactivació. L’estàndard també preveu modificacions menors en les descripcions dels conceptes, així com l’addició de nous components.
Per enregistrar els canvis que es produeixen entre les versions de SNOMED CT, la terminologia inclou el mecanisme d’historial. En aquestes taules es poden trobar totes les creacions, desactivacions i modificacions menors dels conceptes i de les descripcions de SNOMED CT i, opcionalment, també de les relacions. A la guia oficial d’implementació de SNOMED CT es poden trobar les modificacions que es consideren menors i que estan permeses (per a la resta cal desactivar i crear un nou component).

El mecanisme d’historial de la versió internacional INT de SNOMED CT és també l’aplicable per a la versió ES-ARG, ja que aquesta és una traducció de la primera. L’extensió catalana de SNOMED CT té historial propi i s’hi enregistren les addicions i modificacions de tots els conceptes i descripcions, així com les addicions de relacions.

L’historial es complementa amb la taula de relacions, en la qual es poden trobar les relacions entre els conceptes desactivats i els conceptes actius que els substitueixen. Per exemple, el concepte inactiu 112289006 Salmonella II, 4,12:g,m,t:z39 (organismo) es va desactivar per estar duplicat. Si es consulta la taula d’historial es podran trobar tres registres corresponents a aquest conceptId:

  • El primer indica la creació del concepte a la versió de SNOMED CT amb data 01-01-1994.
  • El segon es correspon amb un canvi menor que es va realitzar a la descripció FSN del concepte, a la versió de SNOMED CT amb data 31-01-2002.
  • El tercer registra el canvi d’estat, inactivant el concepte per estar duplicat a la versió de SNOMED CT del 31-07-2003.

I si es busca a la taula de relacions es trobarà una relació del concepte inactiu al seu substitut:

  • El concepte amb conceptId 112289006 és igual al concepte 114475003 Salmonella II 4,12:g,m,t:z39 (organismo).

 

No tots els conceptes inactius tenen els seus substituts actius i n’hi ha que en tenen més d’un (per exemple els ambigus que estan associats normalment a dos conceptes actius més concrets).

Quan un concepte es desactiva també es mou dins de la jerarquia de SNOMED CT, passant-lo de la posició on era, al fill corresponent de 362955004 concepto inactivo (concepto inactivo), a l’eix d’alt nivell “concepto especial”. Seguint amb l’exemple, el concepte inactiu 112289006 Salmonella II, 4,12:g,m,t:z39 (organismo) té una relació de jerarquia amb el (és fill del) concepte 363662004 concepto duplicado (concepto inactivo).

A la propera entrada terminològica presentarem les extensions de SNOMED CT, mecanismes que permeten cobrir necessitats locals respectant l’estàndard.

Entrades relacionades:

Llegir en català

La semántica en salud (VI)

En SNOMED CT los conceptos o las descripciones que se tienen que dejar de utilizar no se eliminan, se desactivan por un motivo determinado (por ejemplo porqué estaban duplicados, son ambiguos, limitados o, directamente, erróneos). La estructura de SNOMED CT prevé un campo en la tabla de conceptos y uno en la de descripciones que indican el estado de ese componente y, en caso de estar inactivos, la razón de su desactivación. El estándar también prevé modificaciones menores en las descripciones de los conceptos, así como adiciones de nuevos componentes.
Para registrar los cambios que se producen entre las versiones de SNOMED CT, la terminología incluye el mecanismo de historial. En estas tablas se pueden encontrar todas las creaciones, desactivaciones y modificaciones menores de los conceptos y de las descripciones de SNOMED CT, y opcionalmente, también de las relaciones. En la guía oficial de implementación de SNOMED CT se pueden encontrar las modificaciones que se consideran menores y que están permitidas (para el resto será necesario desactivar y crear un nuevo componente).

El mecanismo de historial de la versión internacional INT de SNOMED CT es también el aplicable a la versión ES-ARG, ya que ésta es una traducción de la primera. La extensión catalana de SNOMED CT tiene historial propio y contiene las adiciones y modificaciones de todos los conceptos y descripciones, así como las adiciones de relaciones.

El historial se complementa con la tabla de relaciones, en la cual se pueden encontrar las relaciones entre los conceptos desactivados y los conceptos activos que los sustituyen. Por ejemplo, el concepto inactivo 112289006 Salmonella II, 4,12:g,m,t:z39 (organismo) se desactivó por estar duplicado. Si se consulta la tabla de historial se pueden contar tres registros correspondientes a este conceptId:

  • El primero indica la creación del concepto en la versión de SNOMED CT de 01-01-1994.
  • El segundo se corresponde con un cambio menor que se realizó en la descripción FSN del concepto, a la versión de SNOMED CT con fecha 31-01-2001.
  • El tercero registra el cambio de estado, inactivando el concepto por estar duplicado en la versión de SNOMED CT del 31-07-2003.

Y si se busca en la tabla de relaciones se encontrará una relación del concepto inactivo a su sustituto:

  • El concepto con conceptId 112289006 es igual al concepto 114475003 Salmonella II 4,12:g,m,t:z39 (organismo).

 

No todos los conceptos inactivos tienen su sustituto activo i hay que tienen más de uno (por ejemplo los ambiguos que están asociados a dos conceptos activos más concretos).

Cuando un concepto se desactiva también se mueve dentro de la jerarquía de SNOMED CT, pasándolo de la posición en la que estaba al hijo correspondiente de 362955004 concepto inactivo (concepto inactivo), en el eje de alto nivel “concepto especial”. Siguiendo con el ejemplo, el concepto inactivo 112289006 Salmonella II, 4,12:g,m,t:z39 (organismo) tiene una relación de jerarquía con el (es el hijo del) concepto 363662004 concepto duplicado (concepto inactivo).


En la siguiente entrada terminológica presentaremos las extensiones de SNOMED CT, mecanismos que permiten cubrir las necesidades locales espetando el estándar.

Entradas relacionadas:

This post is only available in Catalan and Spanish:
Llegir en català (Read it in Catalan)
Leer en castellano (Read it in Spanish)

SNOMED CT (III)

Leer en castellano

La semàntica a salut (V)

Amb aquesta nova entrada, es fa una continuació del conjunt de posts publicats sobre SNOMED CT i la semàntica a salut.

En l’últim post havíem vist els subconjunts de SNOMED CT, on s’explicava el seu ús, funcionament, i tipus que podem trobar.

En aquesta cinquena entrada, es presenta el que coneixem com a conjunts de referència creuada (mapejos). Aquesta funcionalitat permet establir una equivalència entre diferents termes de la terminologia SNOMED CT cap a un altre vocabulari controlat. Gràcies a aquesta funcionalitat, es pot utilitzar SNOMED CT com a terminologia de referència.

És molt freqüent trobar catàlegs propis a diferents centres assistencials, de manera que per poder intercanviar la informació entre ells, o explotar la informació de manera global, és necessari mapejar-los a SNOMED CT. D’aquesta manera es permet seguir treballant internament amb el propi catàleg, i utilitzar l’estàndard pels intercanvis externs.

Alhora de crear les equivalències entre els termes de l’estàndard amb el catàleg local, es poden trobar diferent tipus de relacions:

– U a u: d’un terme del catàleg local a un terme de SNOMED CT.

– D’un a varis: d’un terme de SNOMED CT a varis termes junts del catàleg local.

– D’un a varis: cas invers a l’anterior, on varis termes (junts) del catàleg local, equivalen a un terme de SNOMED CT. Aquest cas no és permès a SNOMED CT, de manera que només un concepte alhora es pot veure mapejat.

– Alternatives: quan un terme del catàleg local pot ser mapejat a més d’un terme de SNOMED CT (de forma separada), es poden establir correspondències alternatives. De cara a l’usuari, caldrà decidir a quin concepte es vol mapejar.

 

De forma gràfica:

Tipus de mapeig SNOMED CT                   Altre catàleg
U a u
D’un a varis
Varis a un No permès a SNOMED CT
Alternatives

o

 

Exemples:

Tipus de mapeig SNOMED CT Altre catàleg
U a u “alergia al cinc (trastorno)” “alergia al cinc”
D’un a varis “alergia al cinc (trastorno)” “alergia” + “cinc”
Varis a un

No permès a SNOMED CT

“estado alergico (trastorno)” + “alimento (sustancia)” “alergia alimentaria”
 

Alternatives

 

“alergia alimentaria (trastorno)”

“alergia a un alimento”

o

“alergia alimentaria”

A part de la cardinalitat, cal tenir en compte que cada fitxer de mapeig relacionarà la terminologia de referència SNOMED CT, amb un únic vocabulari controlat de destí. En cas que un centre utilitzi diferents catàlegs propis, caldrà definir tants fitxers de mapejos com catàlegs es vulguin mapejar.

L’IHTSDO proporciona al descarregar la versió INT de SNOMED CT, uns mapejos ja treballats per relacionar SNOMED CT i la CIE-9-MC (únicament de diagnòstics, no de procediments), i SNOMED CT amb la CIE-O. Actualment també estan treballant per poder oferir el mapeig amb la CIE-10 i una taula d’integració amb LOINC actualitzada.

SNOMED CT no té cap tipus de restricció en quan a la grandària del fitxer de mapejos. Per exemple, en cas de tenir una segona terminologia de referència, es podrien mapejar els 400.000 conceptes de SNOMED CT contra ella.

A la propera entrada terminològica es presentarà l’historial de SNOMED CT.

Entrades relacionades:

La semàntica a salut (I)

La semàntica a salut (II)

La semàntica a salut (III)

La semàntica a salut (IV)

Llegir en català

La semántica en salud (V)

Con esta nueva entrada, se continúa el conjunto de entradas publicadas sobre SNOMED CT y la semántica en salud.

En el último post habíamos visto los subconjuntos de SNOMED CT y se explicaba su uso, funcionamiento, y los tipos que podemos encontrar.

En esta quinta publicación se presenta lo que conocemos como conjuntos de referencia cruzada (mapeos). Esta funcionalidad permite establecer una equivalencia entre diferentes términos de la terminología SNOMED CT hacia otro vocabulario controlado. Gracias a esta funcionalidad, se puede utilizar SNOMED CT como terminología de referencia.

Es muy frecuente encontrar catálogos propios en diferentes centros asistenciales, de manera que para intercambiar la información entre ellos, o explotar la información de manera global, es necesario mapearlos a SNOMED CT. De esta manera se puede seguir trabajando internamente con el catálogo própio, y utilizar el estándar para los intercambios externos.

A la hora de crear las equivalencias entre los términos del estándar con el catálogo local, se pueden encontrar diferentes tipos de relaciones:

– Uno a uno: de un término del catálogo local a un término de SNOMED CT.

– De uno a varios: de un término de SNOMED CT a varios términos juntos del catálogo local.

– De uno a varios: caso inverso al anterior, donde varios términos (juntos) del catálogo local, equivalen a un término de SNOMED CT. Este caso no es permitido en SNOMED CT, de manera que solo in concepto a la vez puede estar mapeado.

– Alternativas: cuando un término del catálogo local puede ser mapeado a más de un término de SNOMED CT (de forma separada), se pueden establecer correspondencias alternativas. De cara al usuario, se decidirá a que concepto se quiere mapear.

 

De forma gráfica:

Tipos de mapeo SNOMED CT                   Otro catálogo
Uno a uno
Uno a varios
Uno a varios No permitido en SNOMED CT
Alternativas

o

 

Ejemplos:

Tipo de mapeo SNOMED CT Otro catálogo
Uno a uno “alergia al cinc (trastorno)” “alergia al cinc”
Uno a varios “alergia al cinc (trastorno)” “alergia” + “cinc”
Uno a varios

No permitido en SNOMED CT

“estado alergico (trastorno)” + “alimento (sustancia)” “alergia alimentaria”
 

Alternativas

 

“alergia alimentaria (trastorno)”

“alergia a un alimento”

o

“alergia alimentaria”

A parte de la cardinalidad, es necesario tener en cuenta que cada fichero de mapeo relacionará la terminología de referencia SNOMED CT, con un único vocabulario controlado de destino. En caso de que un centro utilice diferentes catálogos propios, será necesario definir tantos ficheros de mapeos como catálogos se quieran mapear.

IHTSDO proporciona al descargar la versión INT de SNOMED CT unos mapeos ya trabajados para relacionar SNOMED CT con la CIE-9-MC (únicamente los diagnósticos, no los procedimientos) y con la CIE-O. Actualmente también están trabajando para poder ofrecer el mapeo con la CIE-10 y la tabla de integración actualizada de LOINC.

SNOMED CT no tiene ningún tipo de restricción en cuanto a las dimensiones del fichero de mapeos. Por ejemplo, en caso de tener una segunda terminología de referencia, se podrían mapear los 400.000 conceptos de SNOMED CT contra ella.

En la próxima entrada terminológica se presentara el historial de SNOMED CT.

Entradas relacionadas:

La semántica en salud (I)

La semántica en salud (II)

La semántica en salud (III)

La semántica en salud (IV)

This post is only available in Catalan and Spanish:
Llegir en català (Read it in Catalan)
Leer en castellano (Read it in Spanish)