Estratégias para persistência de dados clínicos baseada no openEHR / Strategies for persistence of clinical data based on openEHR

OBJETIVOS: definir estratégias para persistir dados em conformidade com arquétipos. Um arquétipo combina elementos do Modelo de Referência (MR) para definir conceitos por meio das informações correspondentes, e o padrão openEHR não fornece uma proposta de persistência de dados baseada em grafos de objetos do MR. MÉTODOS: A persistência é baseada exclusivamente nas classes do MR, ou seja, é aplicável a todo e qualquer arquétipo. As estratégias são definidas com base na geração de esquemas de dados para as classes do MR. Nesse texto é ilustrado o emprego para o Pacote Identificação do openEHR. RESULTADOS: são geradas cinco alternativas de modelos de dados para o Pacote Identificação. CONCLUSÃO: a escolha de uma estratégia para persistir dados baseados no MR do openEHR deve considerar o tempo de consulta e o espaço de armazenamento disponível.

OBJECTIVES: to define strategies in order to persist data in conformance with archetypes. An archetype combines Reference Model (RM) elements to define concepts through the appropriate information, and openEHR standard does not provide a proposal for data persistence based on MR objects graphs. METHODS: Persistence is performed from the classes of MR, ie, is adequate for each and every archetype. The strategies are applied in data schemes generation for classes of openEHR Identification Package. RESULTS: Five alternatives data models are generated for the openEHR Identification Package. CONCLUSION: The choice of a strategy to persist data based on MR of openEHR shall consider query execution time and available storage.

Persistência de dados clínicos baseados na modelagem multinível: uma revisão / Clinical data persistence based on multilevel modeling: a review

Sistemas de Informação em Saúde persistem Registros Eletrônicos de Saúde a partir da definição de como os dados devem ser armazenados e recuperados. Devido ao desenvolvimento de estratégias que empregam a separação entre informação e conhecimento (modelagem multinível), faz-se necessário explorar pesquisas relacionadas à persistência de dados. OBJETIVOS: Investigar o estado da arte referente ao armazenamento e recuperação de dados clínicos baseados na modelagem multinível. MÉTODOS: Revisão sistemática da literatura, envolvendo: requisitos de qualidade para persistência, mapeamento de modelos de banco de dados, descrição e avaliação da camada de persistência e detalhamento de benchmarks. RESULTADOS: De 843 artigos encontrados, 45 foram incluídos, mas apenas 20 apresentaram dados relevantes. CONCLUSÃO: Em geral, o desenvolvimento de sistemas de saúde multiníveis é orientado por requisitos de desempenho e espaço, contudo as avaliações são centradas no desempenho de consultas. Poucos estudos apresentam estratégias de mapeamento de banco de dados e benchmarks significantes.

Health Information Systems persist Electronic Health Records according to the definition of how data must be stored and retrieved. Due to the development of strategies that employ the separation between information and knowledge (multilevel modeling), it is necessary to explore researches related to data persistence. OBJECTIVES: To investigate the state of the art related to the storage and retrieval of clinical data based on multilevel modeling. METHODS: Systematic review of the literature, involving: quality requirements for persistence, database model mapping, description and evaluation of the persistence service and benchmark detailing. RESULTS: From 843 papers found, 45 were included, but only 20 presented relevant data. CONCLUSION: In general, the development of multilevel health systems is driven by performance and space requirements, however evaluations are focused on queries performance. Few studies present significant benchmarks and strategies for database mapping.