Interroger des HealthLake données avec SQL

L'élément extension est utilisé pour créer des champs personnalisés dans un magasin de données.

Cet exemple vous montre comment accéder aux fonctionnalités de l'extensionélément présent dans le type de Patient ressource.

Lorsque votre banque de HealthLake données est importée dans Athena, les éléments d'un type de ressource sont analysés différemment. Étant donné que la structure de la variable element is ne peut pas être entièrement spécifiée dans le schéma. Pour gérer cette variabilité, les éléments du tableau sont transmis sous forme de chaînes.

Dans la description du tableau dePatient, vous pouvez voir l'élément extension décrit commearray<string>, ce qui signifie que vous pouvez accéder aux éléments du tableau à l'aide d'une valeur d'index. Pour accéder aux éléments de la chaîne, vous devez toutefois utiliserjson_extract.

Voici une entrée unique à partir de l'extensionélément trouvé dans le tableau des patients.

[{
		"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"
	}
]

Même s'il s'agit d'un JSON valide, Athena le traite comme une chaîne.

Cet exemple de requête SQL montre comment créer une table contenant les patient-birthPlace éléments patient-mothersMaidenName et. Pour accéder à ces éléments, vous devez utiliser différents indices de tableau et json_extract.

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

Pour en savoir plus sur les requêtes impliquant du JSON, consultez la section Extraction de données depuis JSON dans le guide de l'utilisateur Amazon Athena.

L'âge n'est pas un élément du type de ressource destiné aux patients dans le FHIR. Voici deux exemples de recherches qui filtrent en fonction de l'âge.

L'âge n'étant pas un élément, nous utilisons le birthDate pour les requêtes SQL. Pour voir comment un élément a été ingéré dans FHIR, recherchez le nom de la table sous Tables et vues. Vous pouvez voir qu'il est de type chaîne.

Exemple 1  : calcul d'une valeur pour l'âge

Dans cet exemple de requête SQL, nous utilisons un outil SQL intégré year pour extraire ces composants. current_date Ensuite, nous les soustrayons pour renvoyer l'âge réel du patient sous la forme d'une colonne appeléeage.

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

Exemple 2  : Filtrage pour les patients nés avant 2019-01-01 et qui le sontmale.

La requête SQL vous montre comment utiliser la CAST fonction pour convertir l'birthDateélément en tant que type DATE et comment filtrer en fonction de deux critères définis dans la WHERE clause. Étant donné que l'élément est ingéré sous forme de chaîne de type par défaut, nous devons le CAST faire en tant que typeDATE. Ensuite, vous pouvez utiliser l'<opérateur pour le comparer à une date différente,2019-01-01. En utilisantAND, vous pouvez ajouter un deuxième critère à la WHERE clause.

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'

Cet exemple montre les recherches d'emplacements dans le type de ressource Location dont le nom de la ville est 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 condition de type de ressource stocke les données de diagnostic relatives à des problèmes qui ont atteint un niveau préoccupant. HealthLakeLe traitement du langage naturel (NLP) médical intégré génère de nouvelles Condition ressources en fonction des détails trouvés dans le type de DocumentReference ressource. Lorsque de nouvelles ressources sont générées, HealthLake ajoute la balise SYSTEM_GENERATED à l'metaélément. Cet exemple de requête SQL montre comment effectuer une recherche dans la table de conditions et renvoyer les SYSTEM_GENERATED résultats lorsque ceux-ci ont été supprimés.

Pour en savoir plus sur HealthLake le traitement intégré du langage naturel (NLP), consultezTraitement du langage naturel (NLP) intégré pour HealthLake.

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

Vous pouvez également effectuer une recherche dans un élément de chaîne spécifié pour filtrer davantage votre requête. L'modifierextensionélément contient des informations sur la DocumentReference ressource qui a été utilisée pour générer un ensemble de conditions. Encore une fois, vous devez utiliser json_extract pour accéder aux éléments JSON imbriqués qui sont introduits dans Athena sous forme de chaîne.

Cet exemple de requête SQL montre comment rechercher tout Condition ce qui a été généré en fonction d'un élément spécifiqueDocumentReference. Permet CAST de définir l'élément JSON sous forme de chaîne afin de pouvoir l'utiliser LIKE pour comparer.

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%'

Le type de ressource Observation stocke les mesures et les assertions simples faites à propos d'un patient, d'un appareil ou d'un autre sujet. HealthLakeLe traitement du langage naturel (NLP) intégré génère de nouvelles Observation ressources en fonction des détails trouvés dans une DocumentReference ressource. Cet exemple de requête SQL inclut des WHERE meta.tag[1] is NULL commentaires, ce qui signifie que les SYSTEM_GENERATED résultats sont inclus.

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

Cette colonne a été importée en tant que struct. Par conséquent, vous pouvez accéder aux éléments qu'il contient en utilisant la notation par points.

MedicationStatement est un type de ressource FHIR que vous pouvez utiliser pour stocker des informations sur les médicaments qu'un patient a pris, prend ou prendra à l'avenir. HealthLakeLe traitement du langage naturel (NLP) médical intégré génère de nouvelles MedicationStatement ressources en fonction des documents trouvés dans le type de DocumentReference ressource. Lorsque de nouvelles ressources sont générées, HealthLake ajoute la balise SYSTEM_GENERATED à l'metaélément. Cet exemple de requête SQL montre comment créer une requête qui filtre en fonction d'un seul patient en utilisant son identifiant et trouve les ressources qui ont été ajoutées par HealthLake le NLP intégré au logiciel.

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

Pour en savoir plus sur HealthLake le traitement intégré du langage naturel (NLP), consultezTraitement du langage naturel (NLP) intégré pour HealthLake.