Skriftlig eksamen i kurset. Informationssystemer



Relaterede dokumenter
Tema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al.

Data lagring. 2. iteration (implement backend)

PRÆSENTATION AF ER-DIAGRAMMER OG NORMALISERING

Hvad er en relationsdatabase? Odense, den 19. januar Version 1.0

Databasesystemer. IT Universitetet i København 7. juni 2005

De vigtigste SQL-sætninger. SQL kap Oprette database. DDL og DML

Introduktion til programmering

DB undervisning 01-01

Databaser. 3. Normalform. Mette Frost Nielsen

Databasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002

Listen over reserverede ord er meget lang, men de væsentligste vil jeg beskrive her i denne artikel:

DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER

Skriftlig opgave. Designtanker i database-nære systemer

Side 1. Databaser og SQL. Dagens gang. Databasebegreber. Introduktion til SQL Kap 1-5

Introduktion til programmering

Relationel Algebra og SQL

Modul 2 Database projekt Multimediedesign 3. semester Gruppe 3 IRF/TUJE

Skriftlig eksamen i. Databaser. Vinter 2002/2003. Vejledende løsninger

Anne Randorff Højen

Datamodeller. 1. Elementerne. Vi betragter E/R-diagrammet, som et diagram over entiteter og relationer Tegneregler: Entitet

Introduktion til SQL queries

Manglende konsistens i datamodellen og upræcise SQLsætninger er årsagen til, at mange IT-systemer fejler.

e-journal Suploader-funktionalitet Suploader-funktionalitet Forfatter: Erik H. Olesen Fejl! Henvisningskilde ikke fundet. Erik H. Olesen Kunde: MedCom

Patientdatas anvendelser

Take-home Eksamen. DM505 Design og programmering af databaser. Syddansk Universitet Institut for Matematik og Datalogi

Database. lv/

Import af rekursivt (parent-child) hierarki i Palo

Anvisning i aflevering af bitemporale data

Databasesystemer, forår 2005 IT Universitetet i København. Forelæsning 3: E-R modellering. 17. februar Forelæser: Rasmus Pagh

Dorthes Bog Centrum har ca forskellige bøger (bibliografiske enheder), som alle skal være søgbare fra prototypen.

Databasesystemer, forår 2006 IT Universitetet i København. Forelæsning 3: E-R modellering. 16. februar Forelæser: Rasmus Pagh

Eksempel på en database: studenter, kurser, eksamener

Skriftlig eksamen i. Databaser. Vinter 2002/2003

Skriftlig eksamen i Databaser, Vinter 2001/2002. Pa opfordring har jeg udarbejdet mulige lsninger pa eksamensopgaverne, men

Indholdsfortegnelse Databaser og PHP... 3 Opgave... 4 Opgave... 5 Opgave... 6 Sidste opgave er en lille gæstebog... 7 Kilder og nyttige links:...

En opsamling af artefakter for Hotel Databasen som REST-service Bygger på Hotel opgaven i 8 trin

Begrænsninger i SQL. Databaser, efterår Troels Andreasen

DATABASE - MIN MUSIKSAMLING

Indholdsfortegnelse for kapitel 3

Database design for begyndere

Eksamen, DSDS, efterår 2007

Afleveringsopgave. Efterår 2001

Databasesystemer. IT Universitetet i København 16. januar 2006

DNOR (Dansk Neuro Onkologisk Register) Brugervejledning til KMS

Skriftlig eksamen i. Datalogi. Databaser. Sommer 2001

Øvelse 9. Klasser, objekter og sql-tabeller insert code here

Views etc. Databaser

Kursusbeskrivelse. Forarbejde. Oprettelse af en Access-database

Databaseadgang fra Java

ER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002

Database for udviklere. Jan Lund Madsen PBS10107

Efterår 2002 Note 10. Temaopgave

Databasesystemer. IT Universitetet i København 8. juni 2006

Databaser Obligatorisk opgave 2 Vejledende løsning

Sidste forelæsning. Jacob Aae Mikkelsen. 28. april 2013 IMADA. Jacob Aae Mikkelsen (IMADA) Sidste forelæsning 28.

Databaser Obligatorisk opgave 1

Databaser. Område / Specialefag nr Database, design og programmering Datatekniker Infra & Prog IT-Supporter AMU Kursister

Modellering og Standardisering. Datalivscyklus G-EPJ

Brugervejledning Digital Post for administratorer

Bemærk! Et PHP script har kun brug for at forbinde én gang til databaseserveren. Det kan så sagtens udføre flere kommandoer vha. denne forbindelse.

Eksamen, DSDS, efterår 2008

Indholdsfortegnelse. Rasmus R. Sørensen, Christina Svenstrup og Lasse Bager 1

Eksamen, DSDS, forår 2009

Databasesystemer fra forskellige synsvinkler

Der gives i dag internetadgang for borgere, sygehuslæger og praksislæger til en række patientdata fra forskellige IT-systemer:

CLmul-b14e Gruppe 2 2. Database projekt

Projekt Database, Gruppe 4A. Projekt 1, 3. Semester D A T A B A S E. Klasse MulA13 Gruppenummer: A4

Projekt database. 3 Semester - Mul a Projekt 1. Yaser Osman cph-mo102@cphbusiness.dk. Dan Eskildsen cph-de32@cphbusiness.dk

Eksamen Uden hjælpemidler - normeret til 60 minutter

Vejledning KTP Klar Til Pas

Men bare rolig - det er kun dig selv, din læge og sygehusene, som kan få et indblik i dine skavanker.

3. semester, 2. projekt: Database

1. Opret følgende flade database, find selv passende datatyper. 2. Opret begrænsningerne på datatyperne, du ser fx fornavn maks 25 tegn

Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach 2002

Karens lille vejledning til Access

Database. Pr jekt. Hold CLmul-a14e Gruppe 3 3. semester Vejledere: Tue Becher Ivan R. Frederiksen

Informations- og datamodellering

En Kort Introduktion til Oracle

SUP-specifikation, version 2.0. Bilag 14. SUP-Styregruppen. Ordliste (informativ) Udkast af 12. juni Udarbejdet for

Udviklingafdatabasesystem tilregionsjælands Befolkningsundersøgelse

Danmarks Tekniske Universitet

PHP Snippets. De små korte. Skrevet af Daniel Pedersen

1. Basal select med (stjerne)

Danmarks Tekniske Universitet

Databaseteori. 19. Databaser. 20. Kartotek eller database. 21. Database

Reeksamen, DSDS, forår 2008

Database optimering - Indeks

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen.

Arbejdet er afgrænset af de aftalte rammer for det samlede projekt:

Opgave 1. Opret de 4 tabeller i FTSFrontend programmet. Indsæt mindst 3 forskellige tabelværdier i kunder, målerstatus, byer og regning..

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125

Vejledning til datatræk i Novax på ICPC-koder (eksempel stress)

Registrering i Patientadministrativt system - OPUS

SQL for MySQL-begyndere

Skitse til Nationalt Patient Indeks (NPI) - en genvej til landsdækkende kommunikation på tværs? HBJ

Vejledning til datatræk i Novax på ICPC-koder

Bilag 10. Dataindhold i SUP-databaser. Udkast af 12. juni Udarbejdet for. SUP-Styregruppen

CASEEKSAMEN INFORMATIONSTEKNOLOGI NIVEAU: C. 22. maj 2015

Transkript:

6. semester sundhedsteknologi Skriftlig eksamen i kurset Informationssystemer Der er 3 timer til at besvare opgaven. Alle hjælpemidler er tilladte. Skriv kort og præcist. Referer gerne til kursuslitteraturen. Besvarelsen afleveres på papir eller USB påført eksamensnummer. Den samlede besvarelse bedømmes og klassificeres ift. 7 trins-skalaen. Karakteren 2 opnås ved 50 point. Vægtningen af de enkelte spørgsmål er oplyst for hvert spørgsmål. 1. Forklar hvad E-journal er i Danmark, og hvilke typer af information E-journal indeholder? (10 point) I Danmark kan man finde ens E-journal på sundhed.dk. E-journalen er Danmarks nationale sundhedsjournal. I E-journal kan du finde journaloplysninger fra offentlige sygehuse her i blandt behandlinger, diagnoser, laboratoriesvar, notater, medicin og billeddiagnostiske data du har fået udført/foretaget på et sygehus inden for de sidste 10 år. Alle sygehuse i Danmark kan levere data fra PAS eller EPJ til e-journalen. 2. Hvordan adskiller en kliniske database for kvalitet sig fra en elektronisk patientjournal? (10 point) En EPJ indeholder information om en given patients behandlingsforløb, hvilke undersøgelser denne har fået (kliniske og parakliniske), notater, indlæggelser osv.. Derimod er formålet med en klinisk database for kvalitet, at den skal indeholde information der skal give et indblik i dele af eller den samlede kvalitet af indsatsen for en afgrænset patientgruppe (ST6_Info-sys5_kvalitets-databaser slide 3 citat). Dette kunne f.eks. være de forskellige kræftgrupper, diabetes osv.. Informationen skal bestå af kvantificerbare indikatorer, såsom overlevelsesrate, ventetider, behandlingsforløbets tidsperiode og dermed give et indblik i behandlingskvaliteten af disse forskelligartede patientgrupper. (Danish clinical databases- An overview og ST6_Info-sys5_kvalitets-databaser slide 3 citat) 3. Hvad er forskellen på et regneark og en relationsdatabase? (5 point) Forskellen på et regneark og en relationsdatabase er, at et regneark kun består af én stor tabel, mens en relationsdatabase kan indeholde mange tabeller, der har givne relationer imellem sig. Et regneark kan bruges til at give et overblik over personaleoplysninger på en bestemt afdeling, men der skal udformes et nyt regneark til hver afdeling. Regneark benyttes når der er begrænsede informationer og de skal bruges lokalt i en kortere periode. Hvis eksempelvis en læge arbejder på to afdelinger og ansættelsesoplysningerne står i to regneark, opstår der redundans og derved risiko for inkonsistente data. Dette kan undgås med en relationsdatabase, hvor dataene kan tilgås i flere forskellige sammenhænge, men de er kun skrevet i én tabel. Relationsdatabaser kan være meget store, men er overskuelige (hvis de er modelleret fornuftigt) og bruges til lokale informationer, der skal tilgås i en længere periode eller til større datasæt, der skal arbejdes med på forskellige måder.

4. Hvilke typer diagrammer og tabeller anvendes til modellering af informationssystemer? Begrund dit svar. (10 point) Til modellering af informationssystemer kan der bruges: Entitets-Relations-diagrammer (ER-diagrammer) bruges til grafisk at fremvise designet på et logisk niveau. Diagrammet er uafhængigt af teknologi, sprog, programmel og DBMS. Relationsskemaet viser en tabel med tilhørende attributter. Databaseskema viser det logiske design af databasen. Databaseinstansen giver et øjebliksbillede af databasen i et givent tidspunkt Ved at tænke over modelleringen af sit informationssystem kan der laves et design, så der undgås redundante og inkonsistente data. 5. Du skal designe en database til et bookingssystem til en røntgenafdeling. a. Hvilke diagram(mer) og tabel(ler) vil du anvende? (5 point) Et ER-diagram, et databaseskema, entitetsklasser og relationsklasser b. Systemet skal kunne håndtere at læger (både sygehus og praksislæger) kan henvise patienter til en røntgenundersøgelse. Hver læge kan henvise flere patienter, men hver patient kan kun henvises af een læge. Henvisningerne skal kunne behandles af lægesekretæren på røntgenafdelingen. Flere lægesekretærer kan behandle flere henvisninger. I denne behandling reserves der tid, dato og modalitet. Der er flere modaliteter på afdelingen, men hver modalitet kan selvfølgelig kun bookes til en patient af gangen. Patienter registreres med CPR-nummer og navn, henvisende læge registreres med læge ID, praksis ID og navn. Beskriv tilhørende entitetsklasser, relationsklasser og dertil hørende attributter (10 point) Læge er en entitetsklasse med attributterne Læge ID, praksis ID og navn (fornavn og efternavn for at opnå at det er atomart). Patient er en entitet med attributterne CPR og Navn (fornavn og efternavn for at opnå at det er atomart). Lægesekretær er ligeledes en entitet uden attributter, da kun en lægesekretær kan behandle henvisningen. Henviser er en relation mellem læge og patient, da en læge henviser en patient. Relationen henviser indeholder ingen attributter og benyttes til at koble hvilke læge sammen med hvilken patient som er blevet henvist. Behandler er en relation mellem lægesekretær og patient. Behandler indeholder attributterne tid, dato og modalitet.

c. Visualiser klasser og attributter fra spørgsmål 5 b). Angiv nøgler, styrker og kardinalitet (5 point) 6. Forklar hvad der forstås ved database normalisering, og giv et eksempel evt. med udgangspunkt i ovenstående opgave? (10 point) Formålet med en relationel database er at lagre data struktureret og ordnet, samt udtrække data. Som beskrevet, er kompleksiteten og informationsmængden stor, hvorfor korrekt lagring af data er essentielt. For at lagre data struktureret og ordnet anvendes normalisering, hvor formålet er at eliminere redundans, organisere data effektivt og reducere risikoen for data uregelmæssigheder (anomali). Vi har beskæftiget os med 3 normalformer (ud af 7 totalt), hvor normalformen er progressiv, således første og anden formal form skal være opfyldt, før tredje kan opfyldes. Første normalform dikterer, at attributdomænet skal være atomart, hvilket betyder udelelige enheder. Et godt eksempel herpå er en attribut "Adresse", som bør deles op i attributterne "nummer", "gadenavn" og "postnummer". Relationsskemaet er derfor på første normalform, når alle attributter er atomare. Anden normalform anvendes ikke eksplicit i praksis, men dikterer at alle ikke-nøgler skal være funktionelt afhængige af primære nøgler. Tredje normalform består i eleminering af felter, som ikke er afhængige af primærnøglen. Alle felter, som er afhængige af andre felter, end primærnøglen, skal struktureres i en anden tabel med tilhørende primærnøgle. En database er derfor på tredje normalform, når der ikke er nogen attributter, som ikke er afhængige af en primærnøgle. Et eksempel kan være en tabel med "Ansat" (PK), "Firma" og "Hovedkvarter", hvor attributten "Hovedkvarter" ikke har er afhængig af primærnøglen "Ansat", men derimod "Firma". Herved bør der istedet opstilles to tabeller: Tabel med "Ansat" og "Firma" samt en anden tabel med "Firma" (PK) og "Hovedkvarter", hvorved tredje normalform opfyldes.

7. På nedenstående figur ses et eksempel på en database, der indeholder informationer om booking af patienter til bestemt modalitet: a) Hvilket resultat returnerer følgende SQL forespørgsel? (5 point) SELECT * FROM Patient INNER JOIN Læge on Patient.Henvisningsid = Læge.ID WHERE Læge. [Postnummer] = 9000 Udtræk samtlige data fra tabellen patient entitetsklasse og returnerer rækker når der er mindst et match i begge tabeller som passer med lægen og at patientens henvisning id er lig med lægens ID hvor læge har postnummer 9000. Henvisningsid ID Postnr. 9000 b) Hvilke SQL-statements skal formuleres for at Oprette en ny patient i databasen (5 point) Booke den nyoprettede patient til en modalitet (5 point) For at oprette en ny patient I database gøres dette: INSERT INTO Patient (`CPR`,`Fornavn`,`Efternavn`,`henvisningsid`,) VALUES (1207643207, "Poul", "Olesen", 1207) For at kunne booke en patient til modalitet laver jeg nedstående eks. For at læseren bedre kan forstå forespørgsels efter da der så vil være lidt mere sammenhæng imellem: INSERT INTO Modalitet (`ID`,`Nummer`,`Navn`,`Lokale`) VALUES (1431, 101, modalitet 3, 4,) Kaldet til at book en patient til modalitet: INSERT INTO WPatient (`CPRpt`,`IDModalitet`,) VALUES (1207643207, 1431)

c) Hvilken funktion har tabellen Bookes? (5 point) Bookes har til opgave at koble patienten sammen med en modalitet. Dvs. at der er en relation i mellem patient og modalitet kaldet Bookes. Så ved den rette forespørgsels så kan der trække den data ud som fx personalet gerne vil se ved at lave denne relation. 8. Hvordan kan SQL bruges til at implementere databaser? Begrund dit svar og giv eksempler (10 point) SQL (Structured Query Language) kan bruges til at implementere databaser. SQL er brugerens grænseflade til databasen. Til at oprette/implementere databasen bruges DDL (Data Definition Language). DML (Data Manipulation Language) bruges til at indsætte og ændre værdier efterfølgende. En ny tabel oprettes eksempelvis med funktionen CREATE, mens den kan ændres og slettes med henholdsvis ALTER og DROP. Til at ændre i værdier, der er indsat i tabellerne, kan der f.eks. benyttes INSERT (indsæt ny værdi) og UPDATE (ændr/opdater værdi). DDL bruges yderligere til bl.a. at definere attributters domæner og sikkerheds-/autorisations-informationer. 9. Forklar hvad der definerer et beslutningsstøtte-system? (5 point) Et beslutningsstøttesystem skal ifølge Wyatt og Spiegelhalter kunne generere konkret beslutningsstøtte på baggrund af to eller flere patientspecifikke informationer. Systemet skal altså på baggrund af konkrete data fra den enkelte patient vejlede sundhedspersonalet. Vejledningen kan være hjælp til at stille den korrekte diagnose eller hjælp til at vælge den bedste behandling. [kilde:mm12]