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 écrit un rapport agrégé nommé jobLevelDriftResult.json selon votre emplacement de sortie. Le rapport vous indique la quantité de données source que le profil a réellement capturée et ce qu'il a oublié : afin que vous sachiez comment 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. Les 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 forme de 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 sources est intégrée à la sortie FHIR.

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

Priorisez par fréquence. Les chiffres entrent en unknownSections ligne unknownEntries de compte et vous missingResources indiquent quelles lacunes affectent le plus grand nombre d'enregistrements. Un OID qui apparaît 40 fois représente une plus grande victoire à cartographier qu'un OID qui apparaît deux fois.

Explorez des fichiers spécifiques. perFileDriftmappe chaque fichier source à son taux de couverture global. Triez selon les valeurs les plus faibles pour trouver les fichiers que le profil a le moins bien gérés : 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 chaque fichier a manqués), consultez les rapports individuels dans 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 de 0,0 à 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 :

Synchroniser le rapport de dérive CSV

Comment le liredécrit le format groupé (asynchrone) qu'une tâche de transformation écrit sur Amazon S3. Lorsque vous exécutez la détection de dérive de manière synchrone, la réponse de l'API inclut le rapport de dérive des valeurs séparées par des virgules (CSV) en ligne. Pour activer cette option, définissez enableDriftDetection sur « true Sur TransformData demande ». Étant donné qu'une demande de synchronisation traite une seule entrée plutôt qu'un ensemble de données complet, sa structure de rapport est simplifiée.

{
  "sourceFormat": "CSV",
  "summary": {
    "totalTablesInProfile": 1,
    "totalTablesInInput": 1,
    "tablesProcessed": 1,
    "tablesUnmapped": 0,
    "totalColumnsInInput": 10,
    "columnsMapped": 7,
    "columnsUnmapped": 3,
    "totalRowsProcessed": 2,
    "totalResourcesGenerated": 2,
    "tablesCoverageRate": 1.0,
    "columnsCoverageRate": 0.7,
    "perTableRowCounts": { "patients": 2 }
  },
  "unmappedTables": [],
  "unmappedColumns": [
    {
      "tableName": "patients",
      "columns": ["ETHNICITY", "LANGUAGE", "NICKNAME"],
      "reason": "Columns present in CSV but not referenced in any field mapping"
    }
  ],
  "warnings": []
}

Les unmappedColumns champs summaryunmappedTables, et ont la même signification que dans le rapport groupé. Le rapport de synchronisation diffère du rapport CSV groupé des manières suivantes :

Améliorer la couverture (dans les deux formats)