Interrogazione HealthLake dei dati con SQL

L'elemento extension viene utilizzato per creare campi personalizzati in un archivio dati.

Questo esempio mostra come accedere alle funzionalità dell'extensionelemento presente nel tipo di Patient risorsa.

Quando l'archivio HealthLake dati viene importato in Athena, gli elementi di un tipo di risorsa vengono analizzati in modo diverso. Poiché la struttura della variabile element is, non può essere specificata completamente nello schema. Per gestire tale variabilità, gli elementi all'interno dell'array vengono passati come stringhe.

Nella descrizione della tabella diPatient, è possibile vedere l'elemento extension descritto comearray<string>, il che significa che è possibile accedere agli elementi dell'array utilizzando un valore di indice. Per accedere agli elementi della stringa, tuttavia, è necessario utilizzarejson_extract.

Ecco una singola voce dell'extensionelemento che si trova nella tabella dei pazienti.

[{
		"valueString": "Kerry175 Cummerata161",
		"url": "http://hl7.org/fhir/StructureDefinition/patient-mothersMaidenName"
	},
	{
		"valueAddress": {
			"country": "DE",
			"city": "Hamburg",
			"state": "Hamburg"
		},
		"url": "http://hl7.org/fhir/StructureDefinition/patient-birthPlace"
	},
	{
		"valueDecimal": 0.0,
		"url": "http://synthetichealth.github.io/synthea/disability-adjusted-life-years"
	},
	{
		"valueDecimal": 5.0,
		"url": "http://synthetichealth.github.io/synthea/quality-adjusted-life-years"
	}
]

Anche se si tratta di un JSON valido, Athena lo considera come una stringa.

Questo esempio di query SQL dimostra come creare una tabella che contenga gli elementi and. patient-mothersMaidenName patient-birthPlace Per accedere a questi elementi, è necessario utilizzare diversi indici di matrice e json_extract.

SELECT
    extension[1],
    json_extract(extension[1], '$.valueString') AS MothersMaidenName,
    extension[2],
    json_extract(extension[2], '$.valueAddress.city') AS birthPlace
FROM patient

Per ulteriori informazioni sulle query che coinvolgono JSON, consulta Estrazione di dati da JSON nella Amazon Athena User Guide.

L'età non è un elemento del tipo di risorsa per i pazienti in FHIR. Ecco due esempi di ricerche che filtrano in base all'età.

Poiché l'età non è un elemento, utilizziamo il birthDate per le query SQL. Per vedere come un elemento è stato inserito in FHIR, cercate il nome della tabella in Tabelle e viste. Puoi vedere che è di tipo stringa.

Esempio 1: calcolo di un valore per l'età

In questa query SQL di esempio, utilizziamo uno strumento SQL integrato year per estrarre tali componenti. current_date Quindi, li sottraiamo per restituire l'età effettiva del paziente, sotto forma di colonna denominataage.

SELECT
	(year(current_date) - year(date(birthdate))) as age
FROM patient

Esempio 2: Filtraggio per pazienti nati prima 2019-01-01 e che lo sono. male

La query SQL mostra come utilizzare la CAST funzione per convertire l'birthDateelemento come tipo DATE e come filtrare in base a due criteri della WHERE clausola. Poiché l'elemento viene inserito come stringa di tipo per impostazione predefinita, è necessario che CAST sia di tipo. DATE Quindi puoi usare l'<operatore per confrontarlo con una data diversa,. 2019-01-01 UtilizzandoAND, è possibile aggiungere un secondo criterio alla WHERE clausola.

SELECT birthdate
FROM patient
-- we convert birthdate (varchar) to date  > cast that as date too
WHERE CAST(birthdate AS DATE) < CAST('2019-01-01' AS DATE) AND gender = 'male'

Questo esempio mostra le ricerche di località all'interno del tipo di risorsa Location in cui il nome della città è Attleboro.

SELECT *
FROM Location
WHERE address.city='ATTLEBORO'
LIMIT 10;

SELECT birthdate
FROM patient
-- we convert birthdate (varchar) to date  > cast that as date too
WHERE CAST(birthdate AS DATE) < CAST('2019-01-01' AS DATE) AND gender = 'male'

La condizione relativa al tipo di risorsa memorizza i dati di diagnosi relativi a problemi che hanno raggiunto un livello di preoccupazione. HealthLakel'elaborazione medica integrata del linguaggio naturale (NLP) genera nuove Condition risorse sulla base dei dettagli presenti nel DocumentReference tipo di risorsa. Quando viene generata una nuova risorsa, HealthLake aggiunge il tag SYSTEM_GENERATED all'elemento. meta Questa query SQL di esempio dimostra come è possibile cercare nella tabella delle condizioni e restituire risultati laddove i SYSTEM_GENERATED risultati sono stati rimossi.

Per ulteriori informazioni sull'elaborazione integrata HealthLake del linguaggio naturale (NLP), vedere. Elaborazione integrata del linguaggio naturale (NLP) per HealthLake

SELECT *
FROM condition
WHERE meta.tag[1] is NULL

Puoi anche cercare all'interno di un elemento di stringa specificato per filtrare ulteriormente la tua query. L'modifierextensionelemento contiene dettagli su quale DocumentReference risorsa è stata utilizzata per generare un insieme di condizioni. Ancora una volta, è necessario utilizzare json_extract per accedere agli elementi JSON annidati che vengono importati in Athena come stringa.

Questa query SQL di esempio dimostra come è possibile cercare tutto ciò Condition che è stato generato in base a uno specifico. DocumentReference CASTDa utilizzare per impostare l'elemento JSON come stringa in modo da poterlo utilizzare LIKE per il confronto.

SELECT
    meta.tag[1].display as SystemGenerated,
    json_extract(modifierextension[4], '$.valueReference.reference') as DocumentReference
FROM condition
WHERE meta.tag[1].display = 'SYSTEM_GENERATED'

AND CAST(json_extract(modifierextension[4], '$.valueReference.reference') as VARCHAR) LIKE '%DocumentReference/67aa0278-8111-40d0-8adc-43055eb9d18d%'

Il tipo di risorsa Observation memorizza le misurazioni e le semplici asserzioni fatte su un paziente, un dispositivo o un altro argomento. HealthLake(Natural Language Processing, NLP) integrata genera nuove Observation risorse sulla base dei dettagli presenti in una risorsa. DocumentReference Questa query SQL di esempio include WHERE meta.tag[1] is NULL commenti, il che significa che i SYSTEM_GENERATED risultati sono inclusi.

SELECT valueCodeableConcept.coding[1].code
FROM Observation
WHERE  valueCodeableConcept.coding[1].code = '266919005'
-- WHERE meta.tag[1] is NULL

Questa colonna è stata importata come struct. Pertanto, è possibile accedere agli elementi al suo interno utilizzando la notazione a punti.

MedicationStatement è un tipo di risorsa FHIR che è possibile utilizzare per memorizzare informazioni sui farmaci che un paziente ha assunto, sta assumendo o assumerà in futuro. HealthLakel'elaborazione medica integrata del linguaggio naturale (NLP) genera nuove MedicationStatement risorse sulla base dei documenti presenti nel DocumentReference tipo di risorsa. Quando vengono generate nuove risorse, HealthLake aggiunge il tag SYSTEM_GENERATED all'elemento. meta Questo esempio di query SQL dimostra come creare una query che filtra in base a un singolo paziente utilizzando il relativo identificatore e trova le risorse che sono state aggiunte dalla HealthLake PNL integrata.

SELECT *
FROM medicationstatement
WHERE meta.tag[1].display = 'SYSTEM_GENERATED' AND subject.reference = 'Patient/0679b7b7-937d-488a-b48d-6315b8e7003b';

Per ulteriori informazioni sull'elaborazione integrata HealthLake del linguaggio naturale (NLP), vedere. Elaborazione integrata del linguaggio naturale (NLP) per HealthLake