Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Comprendre les rapports de dérive

Lorsque la détection de dérive est activée, la tâche groupée rédige un rapport agrégé portant le nom jobLevelDriftResult.json de votre emplacement de sortie. Le rapport vous indique la quantité de données source réellement capturée par le profil et les données manquantes. Vous savez ainsi où améliorer vos mappages.

La structure du rapport dépend du format source : les C-CDA rapports sont organisés autour de sections et d'entrées de document (identifiées par des OID), tandis que les rapports CSV sont organisés autour de tableaux, de colonnes et de lignes. Tous deux partagent le même concept de taux de couverture (une fraction comprise entre 0,0 et 1,0, où un taux plus élevé signifie qu'une plus grande partie de votre source a été capturée).

C-CDA rapport de dérive

{
  "jobId": "a1b2c3d4e5f6a7b8c9d0e1f2a3b4c5d6",
  "profileId": "0f1e2d3c4b5a69788796a5b4c3d2e1f0",
  "profileVersion": 3,
  "timestamp": "2026-07-14T18:30:00Z",
  "filesProcessed": 500,
  "totalFilesFailed": 2,
  "avgSectionCoverageRate": 0.92,
  "avgEntryCoverageRate": 0.85,
  "avgOverallCoverageRate": 0.88,
  "avgResourceAccuracy": 0.97,
  "totalUnknownSections": 14,
  "totalUnknownEntries": 63,
  "documentOids": { 
    "2.16.840.1.113883.10.20.22.1.2": 480 
    },
  "unknownSectionOidCount": 2,
  "unknownSections": { 
    "2.16.840.1.113883.10.20.22.2.14": 12 
    },
  "unknownEntryOidCount": 5,
  "unknownEntries": { 
    "2.16.840.1.113883.10.20.22.4.13": 40 
    },
  "missingResources": { 
    "2.16.840.1.113883.10.20.22.2.6.1": { 
      "AllergyIntolerance": 8 
      } 
    },
  "perFileDrift": { 
    "patient-001.xml": 0.95, 
    "patient-002.xml": 0.61 
    }
}

Comment le lire

Commencez par les taux de couverture. Il s'agit de moyennes pour tous les fichiers traités, exprimées sous la forme d'une fraction comprise entre 0,0 et 1,0 (multipliez par 100 pour obtenir un pourcentage). Plus c'est haut, mieux c'est : un taux plus élevé signifie qu'une plus grande partie de vos données source est intégrée dans la sortie FHIR.

Trouvez ensuite ce qui a été oublié. Ces champs vous indiquent les mappages spécifiques à ajouter :

Priorisez par fréquence. Les dénombrements missingResources indiquent les lacunes qui affectent le plus d'enregistrements. unknownSections unknownEntries Un OID qui apparaît 40 fois est un gain plus important sur la carte qu'un OID qui apparaît deux fois.

Explorez des fichiers spécifiques. perFileDriftmappe chaque fichier source en fonction de son taux de couverture global. Triez selon les valeurs les plus faibles pour trouver les fichiers dont le profil est le plus mal géré : par exemple, patient-002.xml une valeur de 0,61 vaut la peine d'être inspectée. Pour une ventilation complète par fichier (quels OID spécifiques ont été oubliés par chaque fichier), consultez les rapports individuels situés sous le driftDetectionPerFileResults/ dossier.

Améliorer la couverture

Rapport de dérive CSV

Pour les tâches CSV, le rapport est organisé autour de tableaux (chaque fichier CSV est un tableau), de colonnes et de lignes, et non de sections et d'OID.

{
  "jobId": "a1b2c3d4e5f6a7b8c9d0e1f2a3b4c5d6",
  "profileId": "0f1e2d3c4b5a69788796a5b4c3d2e1f0",
  "profileVersion": 3,
  "summary": {
    "totalTablesInProfile": 4,
    "totalTablesInInput": 5,
    "tablesProcessed": 4,
    "tablesUnmapped": 1,
    "totalColumnsInInput": 42,
    "columnsMapped": 35,
    "columnsUnmapped": 7,
    "totalRowsScanned": 120000,
    "rowsConvertedSuccessfully": 119850,
    "rowsFailedCustomerError": 140,
    "rowsFailedServerError": 10,
    "totalResourcesGenerated": 245000,
    "tablesCoverageRate": 0.80,
    "columnsCoverageRate": 0.83,
    "overallCoverageRate": 0.83
  },
  "unmappedTables": [
    {
      "tableName": "billing",
      "fileName": "billing.csv",
      "reason": "No matching table declared in the mapping profile",
      "columns": ["invoice_id", "amount", "payer"]
    }
  ],
  "unmappedColumns": [
    {
      "tableName": "patients",
      "columns": ["preferred_language", "ethnicity_detail"],
      "reason": "Present in CSV but not referenced by any field mapping"
    }
  ]
}

Comment le lire

Commencez par le résumé. Les taux de couverture sont des fractions comprises entre 0,0 et 1,0 (plus c'est haut, mieux c'est) :

Vérifiez ensuite les chiffres pour comprendre les résultats de conversion :

Trouvez ensuite ce qui a été oublié :

Améliorer la couverture (les deux formats)