DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER KIRSTINE ROSENBECK GØEG
Tema Titel Materiale 1 IS i sundhedssektoren Patientdatas anvendelighed Lynge et al. 2 Registrering af patientdata Berg. Kap. 2 Waiting for Godot. 3 Relations-databaser Silberschatz Kap 1 (1.1-1.6) 4 Databaser for klinisk kvalitet Green 5 Modellering af IS Modellering Silberschatz Kap 2.1 6 E-R diagrammer Silberschatz Kap 7 (7.1-7.7) 7 Normalisering Silberschatz Kap 8 (8.1-8.3) 8 Den gode model 9 Modellering af systemer 10 Dataudtræk og databehandling Udtræk af databaser 11 Modellering med fokus på data-behandling 12 Avancerede forespørgsler i databaser 13 Beslutningsstøtte på baggrund af patientdata 14 Patientdatas tilgængelighed og sikkerhed Silberschatz Kap 3 (3.1-3.7) Silberschatz Kap 4 (4.1-4.5) 15 Opsummering og reflektion Resumere kursuslitteraturen
Tema Forventet læringsudbytte af læsning af litteraturen og deltagelse i forelæsninger Forventet læringsudbytte af opgaveløsning, gruppediskussioner og workshops IS i sundhedssektoren sundhedssektorens informationsinfrastruktur informationssystemer på sygehuse som fx Elektroniske Patient Journaler, PatientAdministrative Systemer, Parakliniske informationssystemer og kliniske databaser anvendelser af nationale registre i sundhedssektoren analysere informationssystemer i relation til brugsscenarier Modellering af IS modellering af informationssystemer design af relationsdatabaser viden om Database Management Systemer anvende E/R diagrammer og normalisering til modellering af klinisk database Databehandling viden om databasesprog datakommunikation metoder til beslutningsstøtte anvende SQL syntaks og funktioner
Plan for modelleringsdelen 1. Modellering : Basis ER-modellering (Entiteter, relationer, atributter, kardinalitet ) baseret på modellering af apotek, opgave: vitale værdier/ernæringsscreening 2. E-R diagrammer : Flere syntaktiske muligheder i ER-modelering. eksemplificeret ved forskellige kliniske database designs, opgave: vitale værdier/ernæringsscreening 3. Normalisering: Fra ER-diagram til Database scema baseret på modellering af apotek. Opgave:vitale værdier/ernæringsscreening 4. Den gode model : (WS) Modellering af blodbank: http://helid.digicollection.org/en/d/js2909e/4.6.2.html. 5. Modellering af systemer: (WS) Fra database til fuldt IT system: Hvilke krav bør man stille til et blodbanksystem? Ændre dette databasen? Eksempel: https://www.prosang.com/prosang.pdf studenter præsentationer/anden opsamling de sidste 45min
Læringsmål i dag At kende til og kunne forklare designvalg og designalternativer incl. Hvor den klassiske ER-model har sine begrænsninger At omsætte eksisterende viden om databasemodellering til at modellere databaser ud over skoleeksempler, fra ER-diagram til implementerbare schema.
Plan Generel feedback på opgaver ER-diagram elementer: Tomme entiteter, nedarvninger og svage entiteter/total participation Beskrivelser Relationerne i omsættelse fra ER-diagram til schema Konsistens Designalternativer At gøre op med entiteter som værende domæneorienterede: generaliserede mønstre At gøre op med normalisering: Into til dimensionel modellering Opgave: Modellering af blodbanksdatabase. Send til kirse@hst.aau.dk samlet fil fra halve eller hele grupper, helst med gruppenummer som del af filnavnet. Opsa
GENEREL FEEDBACK PÅ OPGAVER Fra ER-diagram til normaliserede schema
ER-diagram elementer Tomme entiteter. Det giver ikke mening at have en entitet uden attributter, for grunden til at man overhovedet laver en entitet er at samle en række attributter der beskriver den samme ting. Lav dem kun hvis de er berettigede, dvs at der både er fælles og ikke fælles attributter og/eller de simplificere jeres ER-diagram
ER-diagram elementer Total participation/ Svage entiteter Hvornår er der en total participation? Hvornår er der en svag entitet?
Eksempler på beskrivelser der virker godt En screening kan kun eksistere, hvis der er en læge og en patient, og der er derfor total participation mellem både patient og screening samt mellem læge og screening Sundhedspersonalet kan være enten en læge eller en sygeplejerske, hvorfor dette er blevet modelleret med nedarvning. Man kunne have valgt at lave en superklasse for screeninger og lave en nedarvning til sekundær- og primær ernæringsscreening. Dette er ikke gjort her, da entiteterne ernæringsscreening ikke har så mange fælles attributter. Hospital har nøgleattributten navn, da der eksempelvis kun findes et hospital ved navn Aalborg Universitetshospital som konsekvens af dette valg kan et hospital også have flere adresser, hvorfor adressen er en multipel attribut (eksempelvis adressen på sygehus nord/syd). Alternativt kunne, der laves underopdelinger og eksempelvis Aalborg Sygehussyd kunne betragtes som et sygehus med en enkelt adresse
En-til-en: Hvor repræsenteres måling i schema?
Én-til-mange: Hvor repræsenteres får og foretager i det resulterende schema?
Mange-til-mange: Hvor repræsenteres har kunde i schema? navn id Apotek adresse Har kunde Borger cpr navn tlf
Konsistens Det skal være tydeligt hvor tabeller og attributter kommer fra både i omsættelse fra ER til Schema og i normalisering. Det kræver både diagrammer of ord.
DESIGNALTERNATIVER At gøre op med entiteter som værende domæneorienterede At gøre op med normalisering
Design af en generel vital parameter entitet
Når entiteter bliver mere abstrakte, og hvad det koster
og hvad det koster Metadata
Modellering af sundhedsinformation baseret på abstrakte underliggende modeller http://www.openehr.org/ http://www.hl7.org/implement/standards/fhir/
DIMENSIONEL MODELLERING - INTRO
Facts Business process Actual event IRL Fremmednøgler Sikre relationen til dimensioner og er alle integers Facts: Preferably values that it makes sense to aggregate Healthcare: Factless fact tables will be occuring
Dimensions: Retrieveal characteristics of date rather than timestamps
Star diagrams Use case ift. Sundhedsvæsnet: Blodbank, hvor vi er interesseret blod forbrug -> en fact tabel, eller blod-tapninger->én fact tabel Dimensioner: Dato-dimension og tids-dimension ift. Hvornår er blodet tappet, hvornår er det bestilt,
.Og hvad det koster ETL: Extract, transform, load håndteres i applikationslag, og skal virke automatisk og konsistent
DEN GODE MODEL
Hvad karakteriserer den gode model?