Mengkueri HealthLake data dengan SQL

Elemen extension ini digunakan untuk membuat bidang kustom di penyimpanan data.

Contoh ini menunjukkan cara mengakses fitur extension elemen yang ditemukan dalam jenis Patient sumber daya.

Saat penyimpanan HealthLake data Anda diimpor ke Athena, elemen-elemen dari jenis sumber daya diurai secara berbeda. Karena struktur variabel element is, tidak dapat sepenuhnya ditentukan dalam skema. Untuk menangani variabilitas itu, elemen-elemen di dalam array dilewatkan sebagai string.

Dalam deskripsi tabelPatient, Anda dapat melihat elemen yang extension dijelaskan sebagaiarray<string>, yang berarti Anda dapat mengakses elemen array dengan menggunakan nilai indeks. Untuk mengakses elemen string, bagaimanapun, Anda harus menggunakanjson_extract.

Berikut adalah satu entri dari extension elemen yang ditemukan di tabel pasien.

[{
		"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"
	}
]

Meskipun ini adalah JSON yang valid, Athena memperlakukannya sebagai string.

Contoh query SQL ini menunjukkan bagaimana Anda dapat membuat tabel yang berisi patient-birthPlace elemen patient-mothersMaidenName dan. Untuk mengakses elemen-elemen ini, Anda perlu menggunakan indeks array yang berbeda dan json_extract.

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

Untuk mempelajari lebih lanjut tentang kueri yang melibatkan JSON, lihat Mengekstrak data dari JSON di Panduan Pengguna Amazon Athena.

Usia bukanlah elemen dari jenis sumber daya Pasien di FHIR. Berikut adalah dua contoh untuk pencarian yang memfilter berdasarkan usia.

Karena usia bukan elemen, kami menggunakan birthDate untuk kueri SQL. Untuk melihat bagaimana elemen telah dicerna ke FHIR, cari nama tabel di bawah Tabel dan tampilan. Anda dapat melihat bahwa itu adalah tipe string.

Contoh 1: Menghitung nilai untuk usia

Dalam contoh kueri SQL ini, kita menggunakan alat SQL bawaan, current_date dan year untuk mengekstrak komponen-komponen tersebut. Kemudian, kami menguranginya untuk mengembalikan usia sebenarnya pasien sebagai kolom yang disebutage.

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

Contoh 2: Penyaringan untuk pasien yang lahir sebelum 2019-01-01 dan sekarangmale.

Query SQL menunjukkan cara menggunakan CAST fungsi untuk menampilkan birthDate elemen sebagai tipeDATE, dan cara memfilter berdasarkan dua kriteria dalam WHERE klausa. Karena elemen dicerna sebagai string tipe secara default, kita harus CAST sebagai tipeDATE. Kemudian Anda dapat menggunakan < operator untuk membandingkannya dengan tanggal yang berbeda,2019-01-01. Dengan menggunakanAND, Anda dapat menambahkan kriteria kedua ke WHERE klausa.

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'

Contoh ini menunjukkan pencarian lokasi dalam jenis sumber daya Lokasi di mana nama kota adalah 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'

Kondisi jenis sumber daya menyimpan data diagnosis yang terkait dengan masalah yang telah meningkat ke tingkat kekhawatiran. HealthLakePemrosesan bahasa alami medis terintegrasi (NLP) menghasilkan Condition sumber daya baru berdasarkan detail yang ditemukan dalam jenis DocumentReference sumber daya. Ketika sumber daya baru dihasilkan HealthLake , menambahkan tag SYSTEM_GENERATED ke meta elemen. Contoh kueri SQL ini menunjukkan bagaimana Anda dapat mencari tabel kondisi dan mengembalikan hasil di mana SYSTEM_GENERATED hasilnya telah dihapus.

Untuk mempelajari lebih lanjut tentang HealthLake pemrosesan bahasa alami terintegrasi (NLP), lihatPemrosesan bahasa alami terintegrasi (NLP) untuk HealthLake.

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

Anda juga dapat mencari dalam elemen string tertentu untuk memfilter kueri Anda lebih lanjut. modifierextensionElemen berisi rincian tentang DocumentReference sumber daya mana yang digunakan untuk menghasilkan serangkaian kondisi. Sekali lagi, Anda harus menggunakan json_extract untuk mengakses elemen JSON bersarang yang dibawa ke Athena sebagai string.

Contoh kueri SQL ini menunjukkan bagaimana Anda dapat mencari semua Condition yang telah dihasilkan berdasarkan tertentuDocumentReference. Gunakan CAST untuk mengatur elemen JSON sebagai string sehingga Anda dapat menggunakan LIKE untuk membandingkan.

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%'

Jenis sumber daya, Observasi menyimpan pengukuran dan pernyataan sederhana yang dibuat tentang pasien, perangkat, atau subjek lainnya. HealthLakePemrosesan bahasa alami terintegrasi (NLP) menghasilkan Observation sumber daya baru berdasarkan detail yang ditemukan dalam sumber DocumentReference daya. Contoh kueri SQL ini termasuk WHERE meta.tag[1] is NULL komentar, yang berarti bahwa SYSTEM_GENERATED hasilnya disertakan.

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

Kolom ini diimpor sebagai struct. Oleh karena itu, Anda dapat mengakses elemen di dalamnya menggunakan notasi titik.

MedicationStatement adalah jenis sumber daya FHIR yang dapat Anda gunakan untuk menyimpan detail tentang obat yang telah diminum, sedang dikonsumsi, atau akan dikonsumsi pasien di masa depan. HealthLakePemrosesan bahasa alami medis terintegrasi (NLP) menghasilkan MedicationStatement sumber daya baru berdasarkan dokumen yang ditemukan dalam jenis DocumentReference sumber daya. Ketika sumber daya baru dihasilkan HealthLake , tambahkan tag SYSTEM_GENERATED ke meta elemen. Contoh kueri SQL ini menunjukkan cara membuat kueri yang memfilter berdasarkan satu pasien dengan menggunakan pengenal mereka dan menemukan sumber daya yang telah ditambahkan oleh NLP HealthLake terintegrasi.

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

Untuk mempelajari lebih lanjut tentang HealthLake pemrosesan bahasa alami terintegrasi (NLP), lihatPemrosesan bahasa alami terintegrasi (NLP) untuk HealthLake.