> Amélioration Continue des Processusus > Parcours de soins > Oracle Health (Cerner) > Template de données

Votre modèle de données du Parcours Patient

Oracle Health (Cerner)

Attributs du parcours patient (19) Activités du parcours patient (14) Guides d'extraction (2)

Votre modèle de données du Parcours Patient

Ce template complet décrit les données essentielles dont vous avez besoin pour analyser et optimiser efficacement les parcours patients. Il offre un aperçu structuré des attributs critiques à collecter, des activités clés à suivre et des conseils pratiques sur l'extraction des données. Utilisez cette ressource pour préparer votre journal d'événements pour une expérience de Process Mining fluide et efficace.

Attributs recommandés à collecter
Activités clés à suivre
Guide d'extraction

Vous découvrez les journaux d'événements ? Apprenez comment créer un journal d'événements Process Mining.

Télécharger le modèle

Attributs du parcours patient

Voici les champs de données recommandés à inclure dans votre journal d'événements pour une analyse complète du parcours patient dans votre système.

5 Obligatoire 8 Recommandé 6 Facultatif

	Nom	Descriptionn
	Activité ClinicalEventTag	Le nom ou la description de l'événement clinique ou administratif réalisé.
Descriptionn Cet attribut capture l'action spécifique entreprise pendant les soins du patient, telle que « Médicament administré », « Signes vitaux relevés » ou « Patient sorti ». Il fournit l'étiquette compréhensible par l'utilisateur pour l'étape du processus. Dans Cerner, ceci est souvent dérivé de la table `CLINICAL_EVENT`, en mappant spécifiquement l'`EVENT_CD` (Code d'événement) à sa valeur d'affichage ou en utilisant l'`EVENT_TAG`. Des conventions de nommage cohérentes sont ici cruciales pour des cartes de processus lisibles. Pourquoi est-ce important ? : Définit les étapes de la carte de processus, pour visualiser du workflow. Source des données : Table : CLINICAL_EVENT, Colonne : EVENT_TAG ou CODE_VALUE lié pour EVENT_CD Exemples Évaluation de triageNFS (Numération Formule Sanguine)Ordonnance de sortieTransférer le patient
	Épisode patient EncounterId	Identifiant unique pour la visite ou l'épisode de soins spécifique du patient.
Descriptionn Cet attribut sert d'ID de cas pour le parcours patient. Il regroupe tous les événements cliniques, les commandes et les actions administratives survenant au cours d'une seule période de soins (par ex. un séjour hospitalier ou une visite aux urgences). En Process Mining, cet ID est indispensable pour corréler des activités disjointes en une vue de processus unifiée. Techniquement, cela correspond à l'`ENCNTR_ID` dans la table `ENCOUNTER` de la base de données Cerner Millennium. C'est la clé primaire utilisée pour lier les données démographiques des patients, les commandes et les événements cliniques. Pourquoi est-ce important ? : C'est l'élément clé nécessaire pour reconstituer le parcours patient complet, de l'admission à la sortie. Source des données : Table : ENCOUNTER, Colonne : ENCNTR_ID Exemples 123456789876543211223344
	Horodatage de l'événement EventEndDateTime	La date et l'heure spécifiques auxquelles l'activité a eu lieu ou a été terminée.
Descriptionn Cet attribut enregistre le moment précis où un événement a eu lieu. Il est utilisé pour ordonner les activités séquentiellement et calculer les temps de cycle entre les étapes du processus. Dans la table `CLINICAL_EVENT`, cela correspond généralement à `EVENT_END_DT_TM`. La précision est ici essentielle pour calculer les temps d'attente, comme la durée entre « Patient enregistré » et « Évaluation de triage ». Pourquoi est-ce important ? : Primordial pour déterminer la séquence des événements et calculer les KPI de performance tels que les délais. Source des données : Table : CLINICAL_EVENT, Colonne : EVENT_END_DT_TM Exemples 2023-10-15T08:30:00Z2023-10-15T09:15:45Z2023-10-16T14:20:00Z
	Dernière mise à jour des données LastDataUpdate	L'horodatage de l'extraction ou de la dernière modificationication de l'enregistrement dans l'entrepôt de données.
Descriptionn Indique la la réactualisation des données utilisées dans l'analyse. Cet horodatage aide les utilisateurs à comprendre s'ils examinent des données en temps réel ou un instantané d'un chargement précédent. Il est généralement généré pendant le processus ETL (Extraction, Transformation, Chargement) plutôt que d'être un attribut clinique. Pourquoi est-ce important ? : Critique pour la gouvernance des données et pour s'assurer que l'analyse est effectuée sur des informations à jour. Source des données : Horodatage du système ETL Exemples 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Système source SourceSystem	Le nom du système d'où proviennent les données.
Descriptionn Identifie l'application source de l'enregistrement de données. Dans ce contexte, il s'agira principalement d'« Oracle Health » ou de « Cerner Millennium ». Ceci est utile dans les environnements multi-systèmes où les données pourraient être mélangées avec d'autres DME ou systèmes départementaux. Cela permet aux analystes de filtrer ou de segmenter l'analyse des processus en fonction de la provenance des données si plusieurs sources sont ingérées. Pourquoi est-ce important ? : Assure la traçabilité des données et la traçabilité, en particulier dans les configurations de Process Mining multi-systèmes. Source des données : Chaîne codée en dur ou métadonnées du système Exemples Oracle HealthCerner Millennium
	Département NurseUnit	Le service, l'unité ou le département spécifique où l'événement s'est produit.
Descriptionn Identifie l'emplacement physique ou l'unité organisationnelle responsable du patient au moment de l'événement (par exemple, « USI », « Chirurgie générale », « Service des urgences »). Ceci aide dans le tableau de bord « Efficacité des transferts inter-services » en suivant les mouvements entre les unités. Dans Cerner, il s'agit souvent de `LOC_NURSE_UNIT_CD` dans la table des rencontres ou de suivi. Pourquoi est-ce important ? : Primordial pour analyser les points de blocage dans des départements spécifiques et visualiser la géographie du flux patient. Source des données : Table : ENCOUNTER ou CLINICAL_EVENT, Colonne : LOC_NURSE_UNIT_CD Exemples Service des urgencesService de cardiologieUSIRadiology
	Diagnostic principal DiagnosisCode	Le code CIM-10 ou SNOMED représentant la raison principale des soins.
Descriptionn Le code clinique standardisé (par ex. « J18.9 » pour la pneumonie) attribué à l'épisode. Cela permet de regrouper les patients par condition pour analyser les « Écarts de protocole de traitement » pour des maladies spécifiques. Trouvé dans la table `DIAGNOSIS`, lié à la rencontre. Pourquoi est-ce important ? : Permet une comparaison équitable des parcours patients pour des conditions spécifiques. Source des données : Table : DIAGNOSIS, Colonne : DIAGNOSIS_CODE (via nomenclature) Exemples I10E11.9J18.9
	ID du patient PersonId	Identifiant unique du patient pour plusieurs rencontres.
Descriptionn Distinct de l'ID du dossier, l'ID du patient (ou ID de la personne) reste constant pour un patient à travers toutes ses visites à l'hôpital. Cet attribut est impératif pour analyser les taux de réadmission et comprendre l'historique à long terme du patient. Dans Cerner, il s'agit du `PERSON_ID` de la table `PERSON`. Il lie plusieurs enregistrements `ENCNTR_ID` ensemble. Pourquoi est-ce important ? : Permet l'indicateur clé de performance « Taux de réadmission des patients » en reliant des épisodes distincts à la même personne. Source des données : Table : PERSON, Colonne : PERSON_ID Exemples P10001P55992P99221
	Prescription OrderMnemonic	Le nom de l'ordonnance spécifique passée, tel qu'un test de laboratoire ou un médicament.
Descriptionn Décrit le contenu d'un événement d'ordonnance (par exemple, « Hémogramme complet », « Aspirine 81mg »). Cet attribut fournit le contexte nécessaire aux activités « Ordonnance diagnostique passée » et « Médicament administré ». Il se trouve généralement dans la table `ORDERS` sous `ORDER_MNEMONIC`. Il agit comme le « produit » circulant dans le processus. Pourquoi est-ce important ? : Nécessaire pour une analyse granulaire des parcours diagnostiques et thérapeutiques. Source des données : Table : ORDERS, Colonne : ORDER_MNEMONIC Exemples Radiographie thoraciqueBilan métabolique de baseAcétaminophèneIRM Cérébrale
	Réadmission IsReadmission	Indicateur indiquant si cet épisode est survenu dans les 30 jours suivant un congé précédent.
Descriptionn Un indicateur booléen utilisé pour identifier les cas de réadmission. Ceci est calculé en comparant la date d'admission de l'épisode actuel avec la date de congé de l'épisode prélèvement.cédent pour le même `PersonId`. Primordial pour le tableau de bord 'Tendances des réadmissions de patients'. Pourquoi est-ce important ? : Facilite l'indicateur clé de performance « Taux de réadmission des patients », une métrique clé de la qualité des soins. Source des données : Dérivé via une logique SQL comparant les enregistrements ENCOUNTER Exemples truefaux
	Statut de sortie DischargeDisposition	La destination ou le statut du patient à sa sortie.
Descriptionn Indique où le patient s'est rendu après la fin de l'épisode (par ex. « Domicile », « Établissement de soins de suite et de réadaptation (SSR) », « Décédé »). Ceci est indispensable pour l'analyse de la « planification de la sortie » et l'identification des résultats infructueux. Trouvé dans la table `ENCOUNTER` sous le nom `DISCH_DISPOSITION_CD`. Pourquoi est-ce important ? : Métrique de résultat clé ; définit l'« état final » du parcours patient. Source des données : Table : ENCOUNTER, Colonne : DISCH_DISPOSITION_CD (résoudre via CODE_VALUE) Exemples Retour à domicileTransféré en rééducationSortie contre avis médicalExpiré
	Type de cas EncounterType	Catégorisation de la visite du patient, telle que Hospitalisation, Ambulatoire ou Urgence.
Descriptionn Classifie la nature de l'épisode du patient. Il s'agit d'une dimension principale pour le découpage des données, car le flux de processus pour une visite d'« urgence » diffère significativement d'une visite d'« hospitalisation élective ». Ceci est dérivé de `ENCNTR_TYPE_CD` dans la table `ENCOUNTER`, qui fait référence à une valeur d'ensemble de codes (par exemple, « hospitalisation », « urgence »). Pourquoi est-ce important ? : Permet une analyse comparative des parcours et du débit dans différents contextes de soins. Source des données : Table : ENCOUNTER, Colonne : ENCNTR_TYPE_CD (résoudre via CODE_VALUE) Exemples Patient hospitaliséUrgencePatient ambulatoireChirurgie de jour
	Utilisateur PerformingPrsnlId	L'identifiant ou le nom du clinicien qui a effectué l'activité.
Descriptionn Capture qui a exécuté l'étape du processus, comme l'infirmière administrant un médicament ou le médecin signant le congé. Cela permet une analyse de l'utilisation des ressources. Dans Cerner, il s'agit souvent de `PERFORMED_PRSNL_ID` ou `UPDT_ID` selon la table (Ordres vs Événements cliniques). Le mappage de ceci à un attribut 'Utilisateur' générique facilite l'analyse de la séparation des tâches. Pourquoi est-ce important ? : Soutient l'analyse des ressources et identifie les besoins potentiels en formation ou les déséquilibres de la charge de travail. Source des données : Table : CLINICAL_EVENT, Colonne : PERFORMED_PRSNL_ID Exemples Dr. SmithInfirmière JonesSysAdmin
	Canal d'admission AdmissionSource	L'origine de l'admission du patient.
Descriptionn Décrit comment le patient est entré dans le système hospitalier, par exemple « Référence du médecin », « Salle d'urgence » ou « Transfert d'un autre hôpital ». Ceci aide à analyser la « porte d'entrée » du processus hospitalier. Il correspond au `ADMIT_SRC_CD` dans la table `ENCOUNTER`. Pourquoi est-ce important ? : Contextualise le 'Temps d'attente d'évaluation initiale' en fonction du point d'entrée. Source des données : Table : ENCOUNTER, Colonne : ADMIT_SRC_CD Exemples Salle d'urgenceOrientation médicaleTransfert de l'hôpital
	Numéro de commande OrderId	Identifiant unique pour une commande spécifique (Lab, Médicament, Consultation).
Descriptionn L'ID généré par le système pour une commande. Bien que n'étant pas l'ID de cas, c'est une clé secondaire cruciale. Elle lie l'événement « Commande diagnostique passée » à l'événement « Résultat diagnostique vérifié ». Sans cela, il est difficile de calculer le temps de traitement exact pour des tests spécifiques si un patient a plusieurs commandes concurrentes. Pourquoi est-ce important ? : Primordial pour lier précisément les activités appariées (Commande -> Résultat). Source des données : Table : ORDERS, Colonne : ORDER_ID Exemples 88291028829103
	Priorité de triage TriageAcuity	Le niveau d'urgence attribué lors de l'évaluation de triage.
Descriptionn Une valeur numérique ou catégorielle indiquant la gravité de l'état du patient (par exemple, 1-Immédiat à 5-Non-urgent). Il s'agit d'un attribut de segmentation essentiel pour l'analyse des temps d'attente, car les patients à plus haute priorité devraient avoir des attentes plus courtes. Habituellement capturée dans les formulaires cliniques ou les codes d'observation spécifiques lors de l'événement de triage. Pourquoi est-ce important ? : Critique pour valider si le processus priorise correctement les patients en fonction de l'urgence clinique. Source des données : Consulter la documentation Oracle Health (Cerner) Exemples 12345
	Statut de la médication MedAdminStatus	Statut de l'ordonnance de médicament (par ex. Administré, Refusé, Non administré).
Descriptionn Indique le résultat d'une tâche d'administration de médicaments. Pour le tableau de bord « Conformité de l'administration des médicaments », il est indispensable de distinguer les médicaments réellement administrés de ceux qui étaient prévus mais manqués ou refusés. Probablement trouvé dans la table `CLINICAL_EVENT` ou dans des tables spécifiques d'enregistrement d'administration de médicaments (MAR). Pourquoi est-ce important ? : Identifie les lacunes de conformité dans les protocoles de traitement. Source des données : Consulter la documentation Oracle Health (Cerner) Exemples AdministréRefuséEn attente
	Statut du résultat ResultStatus	Le statut d'un résultat diagnostique (par ex. Auth (Vérifié), Corrigé, Préliminaire).
Descriptionn Indique l'étape du cycle de vie d'un résultat de test diagnostique. Ceci est utilisé dans l'analyse du « Délai de remise des résultats diagnostiques » pour déterminer quand un résultat est officiellement disponible pour la prise de décision clinique. Généralement disponible dans `CLINICAL_EVENT` avec des codes de statut spécifiques. Pourquoi est-ce important ? : Distingue les résultats préliminaires des résultats finals, ce qui a un impact sur le moment où les activités en aval peuvent commencer. Source des données : Table : CLINICAL_EVENT, Colonne : RESULT_STATUS_CD Exemples Auth (Vérifié)En erreurModifié
	Type de payeur FinancialClass	La couverture d'assurance principale ou la classification financière du patient.
Descriptionn Catégorise le patient en fonction de sa source de paiement (par exemple, Medicare, assurance privée, auto-paiement). Cet attribut est utilisé pour analyser si les flux de processus ou les durées de séjour varient en fonction du type d'assurance. Dérivé de `FINANCIAL_CLASS_CD` dans la table `ENCOUNTER`. Pourquoi est-ce important ? : Aide à identifier les disparités dans la prestation des soins ou le traitement administratif en fonction du type de payeur. Source des données : Table : ENCOUNTER, Colonne : FINANCIAL_CLASS_CD (résoudre via CODE_VALUE) Exemples MedicareCroix BleueAuto-paiementMedicaid

Obligatoire Recommandé Facultatif

Activités du parcours patient

Ce sont les étapes clés du processus et les jalons à enregistrer dans votre journal d'événements pour une découverte précise des processus et l'identification des points de blocage.

8 Recommandé 6 Facultatif

	Activité	Descriptionn
	Commande diagnostique passée	Se produit lorsqu'un clinicien saisit une commande pour un test de laboratoire ou une étude d'imagerie. Cet horodatage initie le calcul du temps de traitement diagnostique.
Pourquoi est-ce important ? : Le point de départ pour le KPI « Délai de livraison des résultats diagnostiques » ; aide à identifier les retards entre la commande et l'exécution. Source des données : Table ORDERS, en utilisant ORIG_ORDER_DT_TM lorsque le type de catalogue est Laboratoire ou Radiologie. Capture Comptabilisé lorsque le statut de la commande est défini sur COMMANDÉ Type d'événement explicit
	Diagnostic documenté	Se produit lorsqu'un diagnostic formel est ajouté au dossier de rencontre du patient. Ceci est distinct d'un résultat de test et représente la confirmation de la condition par le clinicien.
Pourquoi est-ce important ? : Primordial pour le jalon « Diagnostic confirmé » et l'analyse du temps nécessaire au diagnostic définitif. Source des données : Table DIAGNOSIS, utilisant le DIAGNOSIS_DT_TM lié à l'ENCOUNTER_ID. Capture Comptabilisé lorsque le diagnostic est ajouté/mis à jour dans PowerChart Type d'événement explicit
	Évaluation de triage terminée	Représente l'achèvement de l'évaluation infirmière initiale ou du formulaire de triage dans le contexte des urgences ou de l'admission. Il s'agit généralement d'un formulaire ou d'un événement clinique spécifique documenté dans le système.
Pourquoi est-ce important ? : Primordial pour le calcul de l'indicateur clé de performance 'Temps d'attente d'évaluation initiale' et l'identification des points de blocage à l'entrée. Source des données : Table CLINICAL_EVENT, filtrée par les codes d'événement associés aux formulaires de triage ou d'évaluation initiale. Capture Comptabilisé lorsque le document/formulaire clinique est signé/vérifié Type d'événement explicit
	Ordonnance de sortie signée	L'événement où le médecin place l'ordre de sortie du patient. Cela déclenche le compte à rebours de la planification de la sortie.
Pourquoi est-ce important ? : Le point de départ pour le « Temps de cycle de planification de la sortie ». Un écart entre celui-ci et la sortie réelle indique des retards opérationnels. Source des données : Table ORDERS, où le type de catalogue indique Sortie. Capture Comptabilisé lorsque le statut de l'ordre de sortie est COMMANDÉ Type d'événement explicit
	Patient enregistré	Marque le début de l'épisode patient lorsque le patient arrive et est enregistré dans le système. Dans Cerner Millennium, ceci est capturé lorsque le dossier de rencontre est créé ou que l'horodatage d'enregistrement est défini.
Pourquoi est-ce important ? : Établit l'heure de début pour les calculs de durée de séjour (LOS) et l'analyse du temps d'attente initial. Source des données : Table ENCOUNTER, spécifiquement la colonne REG_DT_TM (Date/Heure d'enregistrement). Capture Comptabilisé lorsque la transaction crée une nouvelle ligne ENCOUNTER Type d'événement explicit
	Patient sorti	L'événement administratif final clôturant le séjour du patient. Cet horodatage est utilisé pour calculer la durée totale du séjour.
Pourquoi est-ce important ? : L'événement de fin principal pour le processus. Primordial pour les calculs de LOS et de réadmission. Source des données : Table ENCOUNTER, spécifiquement le DISCH_DT_TM (Date/Heure de congé). Capture Comptabilisé lorsque le statut de la rencontre passe à SORTIE Type d'événement explicit
	Résultat diagnostique vérifié	Le moment où un résultat de laboratoire ou d'imagerie est finalisé et mis à la disposition du clinicien. Cela met fin à l'intervalle de temps de traitement diagnostique.
Pourquoi est-ce important ? : Achève le cycle du 'Délai de remise des résultats diagnostiques' et déclenche les décisions de traitement ultérieures. Source des données : Table CLINICAL_EVENT (pour les laboratoires) ou changement de statut ORDERS à COMPLETED. Capture Comptabilisé lorsque le statut du résultat passe à AUTH (Authentifié) Type d'événement explicit
	Transfert de département effectué	Indique que le patient s'est physiquement déplacé d'un lieu (par ex. urgences) à un autre (par ex. USI). Ceci est suivi via l'historique des emplacements.
Pourquoi est-ce important ? : Permet l'analyse de l'« efficacité des transferts inter-services » et aide à visualiser le flux des patients à travers l'hôpital. Source des données : Table ENCNTR_LOC_HIST (Historique des localisations de rencontre), capturant les changements dans LOC_NURSE_UNIT_CD. Capture Comparer le champ de statut avant/après Type d'événement inferred
	Consultation terminée	Marque l'achèvement d'une consultation spécialisée, généralement attesté par une note ou un document de consultation signé.
Pourquoi est-ce important ? : Identifie le moment où l'avis d'un spécialiste a été reçu, ce qui peut constituer un goulot d'étranglement dans les parcours de soins complexes. Source des données : Table CLINICAL_EVENT, filtrée pour les types de documents classés comme Consultations. Capture Comptabilisé lorsque la note de consultation est signée Type d'événement explicit
	Médicament administré	Enregistre l'administration réelle du médicament au patient telle que documentée dans le Registre d'Administration des Médicaments (MAR).
Pourquoi est-ce important ? : Prend en charge le tableau de bord « Conformité de l'administration des médicaments » en vérifiant si les médicaments ont été administrés à temps. Source des données : Table CLINICAL_EVENT, filtrée pour les événements d'administration de médicaments (Statut de la tâche = Complet). Capture Comptabilisé lors du scan du code-barres ou de la saisie manuelle dans le MAR Type d'événement explicit
	Plan de soins activé	Représente l'initiation d'un PowerPlan ou d'un parcours de soins dans Cerner. Cela signale qu'un protocole de traitement standardisé a été sélectionné.
Pourquoi est-ce important ? : Primordial pour l'« Analyse des écarts de protocole de traitement » afin de comparer les soins réels au parcours prévu. Source des données : ACT_PW_CAT (Catalogue des parcours d'action) ou DCP_FORMS_REF, reliant le parcours à la rencontre. Capture Comptabilisé lors de l'initiation de PowerPlan Type d'événement explicit
	Procédure effectuée	L'horodatage indiquant quand une chirurgie ou une procédure majeure a réellement eu lieu. Ceci est souvent capturé dans la documentationumentation périopératoire.
Pourquoi est-ce important ? : Jalon clé pour les parcours cliniques et l'analyse de l'utilisation des ressources. Source des données : Table SURGICAL_CASE (heures de début/fin de cas) ou CLINICAL_EVENT pour les procédures au chevet du patient. Capture Comptabilisé via SurgiNet ou la documentation de procédure Type d'événement explicit
	Procédure planifiée	Indique qu'une intervention chirurgicale ou une procédure majeure a été réservée pour une heure spécifique. Cela aide à comprendre l'allocation des ressources et les temps d'attente pré-procédure.
Pourquoi est-ce important ? : Met en évidence l'efficacité de la planification et les points de blocage potentiels dans l'utilisation des salles d'opération ou de procédure. Source des données : Table SURGICAL_CASE ou table SCH_APPT liée à la rencontre. Capture Comptabilisé lorsque la transaction de planification est validée Type d'événement explicit
	Rendez-vous de suivi planifié	Se produit lorsqu'un futur rendez-vous est réservé pour le patient lié au même épisode ou plan de soins.
Pourquoi est-ce important ? : Prend en charge le tableau de bord « Ponctualité de la planification du suivi ». Mesure l'efficacité de la continuité des soins. Source des données : Table SCH_APPT (Planifier un rendez-vous), liée au PERSON_ID. Capture Comptabilisé lors de la création d'un rendez-vous dans le module de planification Type d'événement explicit

Recommandé Facultatif

Guides d'extraction

Comment obtenir vos données d'Oracle Health (Cerner)

Étapes

Lancer Discern Visual Developer : Ouvrez l'application Discern Visual Developer (DVDev) dans votre environnement d'accès au domaine Citrix ou Cerner local.
Créer un nouveau script : Initialisez un nouveau fichier de script CCL (Command Language) (par exemple, extract_patient_journey.prg).
Définir les invites : En haut du script, définissez des invites utilisateur pour start_date et end_date afin de permettre une exécution dynamique pour des plages horaires spécifiques.
Définir les constantes : Définissez des constantes pour des jeux de codes spécifiques (par exemple, types de rencontre, catalogues de commandes, codes d'événement) afin d'éviter le codage en dur d'identifiants numériques code_value, qui varient selon le domaine. Vous devrez peut-être rechercher le code_value ou display_key spécifique pour les formulaires de triage, de congé et de consultation de votre organisation.
Construire la requête : Copiez la requête SQL fournie ci-dessous dans le corps du script. Cette requête utilise UNION ALL pour combiner les données de plusieurs tables (ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, etc.) en une structure de journal d'événements plate unique.
Compiler le script : Utilisez la fonction de compilation (Ctrl+F7 ou le menu Build) pour vérifier les erreurs de syntaxe. Assurez-vous d'avoir un accès SELECT aux tables référencées.
Exécuter et exporter : Exécutez le script (Go/F9). Dans la destination de sortie, sélectionnez 'Feuille de calcul' ou 'Fichier plat'. Enregistrez le résultat sous forme de fichier CSV.
Transformation des données (facultatif) : Si les dates sont renvoyées dans des formats spécifiques à Cerner (par exemple, dates juliennes ou horodatages non ISO), utilisez Excel ou un script pour les convertir au format YYYY-MM-DD HH:MM:SS avant le téléchargement.
Validation : Effectuez une vérification ponctuelle par rapport à un ID de rencontre de patient (FIN) connu dans PowerChart pour vérifier que les horodatages correspondent à l'extraction.
Téléchargement vers ProcessMind : Importez le fichier CSV dans ProcessMind, en mappant les colonnes EncounterId à l'ID de cas, ClinicalEventTag à l'activité et EventEndDateTime à l'horodatage.

Configuration

Plage de dates : La fenêtre d'exécution recommandée est de 3 à 6 mois. Les grandes plages de dates peuvent entraîner des dépassements de délai en raison de la taille de la table CLINICAL_EVENT.
Jeux de codes (CDF) : La requête s'appuie sur des filtres de code_value. Vous devez remplacer les espaces réservés comme [REPLACE_WITH_TRIAGE_EVENT_CD] par les codes réels de votre domaine (trouvés dans la table CODE_VALUE).
Permissions : L'utilisateur exécutant le script nécessite des droits d'accès à la base de données (d) pour les tables telles que ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, ENCNTR_LOC_HIST et SCH_APPOINTMENT.
Performance : La table CLINICAL_EVENT est très grande. Assurez-vous que le filtre de date sur EVENT_END_DT_TM est indexé et appliqué strictement.
Logique de réadmission : L'attribut IsReadmission est inclus en tant qu'espace réservé. La logique de recherche complexe est mieux gérée dans l'application ProcessMind après le chargement, plutôt que dans la requête d'extraction.

a Exemple de requête sql

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Patient Registered'
    , EventEndDateTime = FORMAT(E.REG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = P.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'N/A'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1) /* Days */
    , IsReadmission = '0' /* Calculate in Tool */
    , DiagnosisCode = 'N/A'
FROM
    ENCOUNTER E
    , PERSON P
    , PRSNL PR
WHERE
    E.REG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND E.PERSON_ID = P.PERSON_ID
    AND E.REG_PRSNL_ID = PR.PERSON_ID
    AND E.ACTIVE_IND = 1

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Triage Assessment Completed'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CD IN ([REPLACE_WITH_TRIAGE_EVENT_CD]) /* e.g., Triage Acuity */
    AND CE.VALID_UNTIL_DT_TM > CNVTDATETIME(CURDATE, CURTIME3)
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnostic Order Placed'
    , EventEndDateTime = FORMAT(O.ORIG_ORDER_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = O.ORDER_MNEMONIC
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ORDERS O
    , ENCOUNTER E
    , PRSNL PR
WHERE
    O.ORIG_ORDER_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND O.CATALOG_TYPE_CD IN ([REPLACE_WITH_LAB_RAD_CODES]) /* General Lab, Radiology */
    AND O.ENCNTR_ID = E.ENCNTR_ID
    AND O.ORDER_STATUS_CD != [REPLACE_WITH_CANCELED_CODE]
    AND O.STATUS_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Procedure Scheduled'
    , EventEndDateTime = FORMAT(SCT.UPDT_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Surgical Case'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SURG_CASE_TBL SCT
    , ENCOUNTER E
    , PRSNL PR
WHERE
    SCT.UPDT_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SCT.ENCNTR_ID = E.ENCNTR_ID
    AND SCT.UPDT_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnosis Documented'
    , EventEndDateTime = FORMAT(D.DIAG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = D.DIAGNOSIS_DISPLAY
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = D.DIAGNOSIS_DISPLAY
FROM
    DIAGNOSIS D
    , ENCOUNTER E
    , PRSNL PR
WHERE
    D.DIAG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND D.ENCNTR_ID = E.ENCNTR_ID
    AND D.ACTIVE_IND = 1
    AND D.DIAG_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Care Plan Activated'
    , EventEndDateTime = FORMAT(PWC.START_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = PWC.DESCRIPTION
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ACT_PW_COMP PWC
    , ENCOUNTER E
    , PRSNL PR
WHERE
    PWC.START_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND PWC.ENCNTR_ID = E.ENCNTR_ID
    AND PWC.ACTIVE_IND = 1
    AND PWC.START_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Medication Administered'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CLASS_CD = [REPLACE_WITH_MED_ADMIN_CLASS] /* e.g., 232 (MED) */
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.VALID_UNTIL_DT_TM > CNVTDATETIME(CURDATE, CURTIME3)
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnostic Result Verified'
    , EventEndDateTime = FORMAT(CE.VERIFIED_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.VERIFIED_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CLASS_CD IN ([REPLACE_WITH_LAB_RAD_CLASS_CODES])
    AND CE.RESULT_STATUS_CD = [REPLACE_WITH_AUTH_STATUS_CD]
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.VERIFIED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Procedure Performed'
    , EventEndDateTime = FORMAT(SCT.SURG_START_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = 'N/A'
    , OrderMnemonic = 'Surgical Case'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SURG_CASE_TBL SCT
    , ENCOUNTER E
WHERE
    SCT.SURG_START_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SCT.ENCNTR_ID = E.ENCNTR_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Department Transfer Occurred'
    , EventEndDateTime = FORMAT(ELH.BEG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(ELH.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Transfer'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ENCNTR_LOC_HIST ELH
    , ENCOUNTER E
    , PRSNL PR
WHERE
    ELH.BEG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND ELH.ENCNTR_ID = E.ENCNTR_ID
    AND ELH.UPDT_ID = PR.PERSON_ID
    AND ELH.ACTIVE_IND = 1

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Consultation Completed'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CD IN ([REPLACE_WITH_CONSULT_NOTE_CODES])
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Discharge Order Signed'
    , EventEndDateTime = FORMAT(O.ORIG_ORDER_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = O.ORDER_MNEMONIC
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ORDERS O
    , ENCOUNTER E
    , PRSNL PR
WHERE
    O.ORIG_ORDER_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND O.ORDER_MNEMONIC = '*Discharge*'
    AND O.ENCNTR_ID = E.ENCNTR_ID
    AND O.STATUS_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Patient Discharged'
    , EventEndDateTime = FORMAT(E.DISCH_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'N/A'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ENCOUNTER E
    , PERSON P
    , PRSNL PR
WHERE
    E.DISCH_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND E.PERSON_ID = P.PERSON_ID
    AND E.ACTIVE_IND = 1
    AND E.UPDT_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Follow-up Appointment Scheduled'
    , EventEndDateTime = FORMAT(SA.UPDT_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = SA.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Follow-up'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SCH_APPOINTMENT SA
    , ENCOUNTER E
    , PRSNL PR
WHERE
    SA.UPDT_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SA.ENCNTR_ID = E.ENCNTR_ID
    AND SA.BEG_DT_TM > E.DISCH_DT_TM
    AND SA.SCH_STATE_CD != [REPLACE_WITH_CANCELED_STATE_CD]
    AND SA.UPDT_ID = PR.PERSON_ID

Étapes

Configuration préalable : Assurez-vous d'avoir Python installé avec les bibliothèques nécessaires (pandas, requests) et des identifiants OAuth2 valides (client_id, client_secret) pour le point de terminaison FHIR R4 d'Oracle Health (Cerner). Vous devez avoir des portées activées pour Patient, Encounter, Observation, Condition, Procedure, MedicationAdministration, ServiceRequest et DiagnosticReport.
Gestion de l'authentification : Implémentez un gestionnaire d'authentification pour récupérer un jeton Bearer du serveur d'autorisation. Les implémentations Cerner utilisent généralement SMART on FHIR ou les flux standard d'identifiants client OAuth2. Le script fourni gère la récupération du jeton.
Définir la portée et la période : Déterminez la fenêtre d'extraction (par exemple, les paramètres last_updated_gt ou date). Il est recommandé d'itérer par plage de dates sur la ressource Encounter pour définir la portée des épisodes de patients.
Récupérer les rencontres (épisodes de patients) : Interrogez la ressource Encounter. Cet objet sert de point central (identifiant de cas). À partir de la ressource Encounter elle-même, extrayez period.start pour Patient enregistré, period.end pour Patient congédié, et itérez à travers l'historique de location pour Transfert de département effectué.
Extraire les ordonnances cliniques : Interrogez les ressources ServiceRequest filtrées par l'ID de rencontre. Filtrez par intent=order pour capturer Commande diagnostique passée et Procédure planifiée (si catégorisée comme ordonnances chirurgicales). Mappez authoredOn à l'horodatage de l'événement.
Extraire les diagnostics et les problèmes : Interrogez les ressources Condition liées à la rencontre. Utilisez recordedDate ou onsetDateTime pour créer des événements Diagnostic documenté. Filtrez par catégorie encounter-diagnosis si possible.
Extraire les procédures : Interrogez les ressources Procedure. Utilisez performedDateTime pour générer les événements Procédure effectuée. Cela distingue les chirurgies terminées des chirurgies planifiées.
Extraire les médicaments : Interrogez les ressources MedicationAdministration. Ceci est distinct de MedicationRequest car il enregistre la prise réelle. Utilisez effectiveDateTime pour l'événement Médicament administré.
Extraire les analyses et les résultats : Interrogez les ressources Observation ou DiagnosticReport. Utilisez issued ou effectiveDateTime pour les événements Résultat diagnostique vérifié. Recherchez status=final. Utilisez également des codes d'observation spécifiques (par exemple, LOINC pour l'acuité du triage) pour identifier Évaluation de triage terminée.
Extraire la documentation et les plans de soins : Interrogez DocumentReference pour Consultation terminée (en utilisant les codes de type de document) et CarePlan pour les événements Plan de soins activé.
Identifier les activités de congé : La dérivation de Ordonnance de sortie signée nécessite souvent de vérifier ServiceRequest pour des codes d'ordonnance de congé spécifiques ou d'analyser Encounter.statusHistory pour un statut précédant le congé final.
Transformation et exportation des données : Aplatissez les réponses JSON en un format tabulaire. Créez les colonnes requises (EncounterId, ClinicalEventTag, EventEndDateTime, etc.). Convertissez les horodatages au format ISO 8601 et exportez l'ensemble de données final vers un fichier CSV prêt pour le téléchargement ProcessMind.

Configuration

URL de base FHIR : Le point de terminaison spécifique de votre instance Oracle Health/Cerner (par exemple, https://fhir-myrecord.cerner.com/r4/...).
Portées d'authentification : Assurez-vous que l'application dispose de system/Encounter.read, system/Observation.read, system/Patient.read, system/Procedure.read, system/Condition.read, etc.
Filtrage par date : Utilisez date=ge[YYYY-MM-DD] sur la ressource Encounter pour extraire les épisodes à partir d'une date spécifique. Évitez d'interroger l'historique complet.
Pagination : L'API renvoie les données par paquets (Bundles). Le script doit gérer les liens de pagination (relation: next) pour récupérer des ensembles de données complets.
Concurrence : Pour une extraction à volume élevé, envisagez de paralléliser les requêtes par plages d'ID d'Encounter, mais respectez les limites de débit de l'API (Throttling).
Filtrage par code : Configurez des codes LOINC ou SNOMED spécifiques dans la section de mappage du script pour identifier avec précision les observations de triage par rapport aux observations générales.

a Exemple de requête python

import requests
import pandas as pd
import time
from datetime import datetime, timedelta

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
FHIR_BASE_URL = class="hl-string">"https://fhir-ehr.cerner.com/r4/ec2458f2-1e24-41c8-b71b-0e701af7583d"  class=class="hl-string">"hl-comment"># Placeholder
CLIENT_ID = class="hl-string">"[YOUR_CLIENT_ID]"
CLIENT_SECRET = class="hl-string">"[YOUR_CLIENT_SECRET]"
TOKEN_URL = class="hl-string">"https://authorization.cerner.com/tenants/ec2458f2-1e24-41c8-b71b-0e701af7583d/protocols/oauth2/profiles/smart-v1/token"

class=class="hl-string">"hl-comment"># Standard headers
HEADERS = {
    class="hl-string">"Accept": class="hl-string">"application/fhir+json",
    class="hl-string">"Content-Type": class="hl-string">"application/json"
}

class=class="hl-string">"hl-comment"># === AUTHENTICATION ===
def get_access_token():
    class=class="hl-string">"hl-comment"># Basic OAuth2 Client Credentials implementation
    class=class="hl-string">"hl-comment"># Adjust for specific SMART on FHIR flows if needed
    payload = {
        class="hl-string">"grant_type": class="hl-string">"client_credentials",
        class="hl-string">"client_id": CLIENT_ID,
        class="hl-string">"client_secret": CLIENT_SECRET,
        class="hl-string">"scope": class="hl-string">"system/Encounter.read system/Patient.read system/Observation.read system/Procedure.read system/Condition.read system/MedicationAdministration.read system/ServiceRequest.read"
    }
    try:
        response = requests.post(TOKEN_URL, data=payload, auth=(CLIENT_ID, CLIENT_SECRET))
        response.raise_for_status()
        return response.json()[class="hl-string">"access_token"]
    except Exception as e:
        print(fclass="hl-string">"Auth failed: {e}")
        return None

class=class="hl-string">"hl-comment"># === API HELPER ===
def fetch_resource(url, token):
    resources = []
    headers = HEADERS.copy()
    headers[class="hl-string">"Authorization"] = fclass="hl-string">"Bearer {token}"
    
    while url:
        try:
            resp = requests.get(url, headers=headers)
            if resp.status_code == 429:
                time.sleep(2)
                continue
            resp.raise_for_status()
            data = resp.json()
            
            if class="hl-string">'entry' in data:
                resources.extend([item[class="hl-string">'resource'] for item in data[class="hl-string">'entry']])
            
            class=class="hl-string">"hl-comment"># Handle Pagination
            url = None
            for link in data.get(class="hl-string">'link', []):
                if link[class="hl-string">'relation'] == class="hl-string">'next':
                    url = link[class="hl-string">'url']
                    break
        except Exception as e:
            print(fclass="hl-string">"Error fetching {url}: {e}")
            break
    return resources

class=class="hl-string">"hl-comment"># === MAIN EXTRACTION ===
def extract_patient_journey(start_date, end_date):
    token = get_access_token()
    if not token:
        return

    class=class="hl-string">"hl-comment"># 1. Fetch Encounters (Episodes)
    print(class="hl-string">"Fetching Encounters...")
    enc_url = fclass="hl-string">"{FHIR_BASE_URL}/Encounter?date=ge{start_date}&date=le{end_date}"
    encounters = fetch_resource(enc_url, token)
    
    event_log = []

    print(fclass="hl-string">"Processing {len(encounters)} encounters...")
    
    for enc in encounters:
        enc_id = enc.get(class="hl-string">'id')
        patient_id = enc.get(class="hl-string">'subject', {}).get(class="hl-string">'reference', class="hl-string">'').replace(class="hl-string">'Patient/', class="hl-string">'')
        enc_type = enc.get(class="hl-string">'class', {}).get(class="hl-string">'code', class="hl-string">'Unknown')
        
        class=class="hl-string">"hl-comment"># Helper to append event
        def add_event(tag, timestamp, order_item=None, location=None):
            if timestamp:
                event_log.append({
                    class="hl-string">"EncounterId": enc_id,
                    class="hl-string">"PersonId": patient_id,
                    class="hl-string">"ClinicalEventTag": tag,
                    class="hl-string">"EventEndDateTime": timestamp,
                    class="hl-string">"SourceSystem": class="hl-string">"OracleHealth_Cerner",
                    class="hl-string">"EncounterType": enc_type,
                    class="hl-string">"NurseUnit": location,
                    class="hl-string">"OrderMnemonic": order_item,
                    class="hl-string">"LastDataUpdate": datetime.now().isoformat()
                })

        class=class="hl-string">"hl-comment"># --- Activity 1: Patient Registered ---
        start_time = enc.get(class="hl-string">'period', {}).get(class="hl-string">'start')
        add_event(class="hl-string">"Patient Registered", start_time)

        class=class="hl-string">"hl-comment"># --- Activity 13: Patient Discharged ---
        end_time = enc.get(class="hl-string">'period', {}).get(class="hl-string">'end')
        class=class="hl-string">"hl-comment"># Activity 12: Discharge Order Signed (Inferred from status or specific request)
        class=class="hl-string">"hl-comment"># For simplicity, if end_time exists, we assume discharge order preceded it slightly or check ServiceRequest
        add_event(class="hl-string">"Patient Discharged", end_time)

        class=class="hl-string">"hl-comment"># --- Activity 10: Department Transfer Occurred ---
        locations = enc.get(class="hl-string">'location', [])
        for i, loc in enumerate(locations):
            loc_name = loc.get(class="hl-string">'location', {}).get(class="hl-string">'display', class="hl-string">'Unknown Unit')
            loc_start = loc.get(class="hl-string">'period', {}).get(class="hl-string">'start')
            class=class="hl-string">"hl-comment"># Skip the first location as it's usually registration
            if i > 0 and loc_start:
                add_event(class="hl-string">"Department Transfer Occurred", loc_start, location=loc_name)

        class=class="hl-string">"hl-comment"># === FETCH SUB-RESOURCES ===
        class=class="hl-string">"hl-comment"># Note: In production, consider batch requests or bulk export if available to avoid N+1 queries
        
        class=class="hl-string">"hl-comment"># --- Activity 5: Diagnosis Documented ---
        cond_url = fclass="hl-string">"{FHIR_BASE_URL}/Condition?patient={patient_id}&encounter={enc_id}"
        conditions = fetch_resource(cond_url, token)
        for cond in conditions:
            dx_name = cond.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Diagnosis')
            dx_time = cond.get(class="hl-string">'recordedDate') or cond.get(class="hl-string">'onsetDateTime')
            add_event(class="hl-string">"Diagnosis Documented", dx_time, order_item=dx_name)

        class=class="hl-string">"hl-comment"># --- Activity 9: Procedure Performed ---
        proc_url = fclass="hl-string">"{FHIR_BASE_URL}/Procedure?patient={patient_id}&encounter={enc_id}"
        procedures = fetch_resource(proc_url, token)
        for proc in procedures:
            if proc.get(class="hl-string">'status') == class="hl-string">'completed':
                proc_name = proc.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Procedure')
                proc_time = proc.get(class="hl-string">'performedDateTime')
                add_event(class="hl-string">"Procedure Performed", proc_time, order_item=proc_name)

        class=class="hl-string">"hl-comment"># --- Activity 7: Medication Administered ---
        med_url = fclass="hl-string">"{FHIR_BASE_URL}/MedicationAdministration?patient={patient_id}&encounter={enc_id}"
        meds = fetch_resource(med_url, token)
        for med in meds:
            if med.get(class="hl-string">'status') == class="hl-string">'completed':
                med_name = med.get(class="hl-string">'medicationCodeableConcept', {}).get(class="hl-string">'text', class="hl-string">'Unknown Med')
                med_time = med.get(class="hl-string">'effectiveDateTime')
                add_event(class="hl-string">"Medication Administered", med_time, order_item=med_name)

        class=class="hl-string">"hl-comment"># --- Activity 2, 8: Observations (Triage & Labs) ---
        obs_url = fclass="hl-string">"{FHIR_BASE_URL}/Observation?patient={patient_id}&encounter={enc_id}"
        observations = fetch_resource(obs_url, token)
        for obs in observations:
            obs_code = obs.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'')
            obs_time = obs.get(class="hl-string">'effectiveDateTime') or obs.get(class="hl-string">'issued')
            categories = [c.get(class="hl-string">'code') for cat in obs.get(class="hl-string">'category', []) for c in cat.get(class="hl-string">'coding', [])]
            
            if class="hl-string">'triage' in str(categories).lower() or class="hl-string">'acuity' in obs_code.lower():
                add_event(class="hl-string">"Triage Assessment Completed", obs_time, order_item=obs_code)
            elif class="hl-string">'laboratory' in str(categories).lower() and obs.get(class="hl-string">'status') == class="hl-string">'final':
                add_event(class="hl-string">"Diagnostic Result Verified", obs_time, order_item=obs_code)

        class=class="hl-string">"hl-comment"># --- Activity 3, 4, 12: Service Requests (Orders) ---
        req_url = fclass="hl-string">"{FHIR_BASE_URL}/ServiceRequest?patient={patient_id}&encounter={enc_id}"
        requests_list = fetch_resource(req_url, token)
        for req in requests_list:
            req_name = req.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Order')
            req_time = req.get(class="hl-string">'authoredOn')
            intent = req.get(class="hl-string">'intent')
            
            if intent == class="hl-string">'order':
                class=class="hl-string">"hl-comment"># Simple logic to distinguish Labs vs other orders based on code or category
                add_event(class="hl-string">"Diagnostic Order Placed", req_time, order_item=req_name)
            elif intent == class="hl-string">'plan':
                 add_event(class="hl-string">"Procedure Scheduled", req_time, order_item=req_name)
            
            class=class="hl-string">"hl-comment"># Discharge Order Logic (Placeholder: Check for specific discharge code)
            if class="hl-string">"discharge" in req_name.lower():
                add_event(class="hl-string">"Discharge Order Signed", req_time)

        class=class="hl-string">"hl-comment"># --- Activity 6: Care Plan Activated ---
        cp_url = fclass="hl-string">"{FHIR_BASE_URL}/CarePlan?patient={patient_id}&encounter={enc_id}"
        careplans = fetch_resource(cp_url, token)
        for cp in careplans:
            cp_start = cp.get(class="hl-string">'period', {}).get(class="hl-string">'start')
            add_event(class="hl-string">"Care Plan Activated", cp_start)

        class=class="hl-string">"hl-comment"># --- Activity 11: Consultation Completed ---
        class=class="hl-string">"hl-comment"># Often DocumentReference
        doc_url = fclass="hl-string">"{FHIR_BASE_URL}/DocumentReference?patient={patient_id}&encounter={enc_id}"
        docs = fetch_resource(doc_url, token)
        for doc in docs:
            type_text = doc.get(class="hl-string">'type', {}).get(class="hl-string">'text', class="hl-string">'').lower()
            if class="hl-string">'consult' in type_text or class="hl-string">'note' in type_text:
                doc_date = doc.get(class="hl-string">'date') class=class="hl-string">"hl-comment"># When document was created/signed
                add_event(class="hl-string">"Consultation Completed", doc_date, order_item=type_text)
        
        class=class="hl-string">"hl-comment"># --- Activity 14: Follow-up Appointment Scheduled ---
        class=class="hl-string">"hl-comment"># Check for appointments created strictly after encounter start, linked to patient
        apt_url = fclass="hl-string">"{FHIR_BASE_URL}/Appointment?patient={patient_id}&date=ge{start_time}"
        appointments = fetch_resource(apt_url, token)
        for apt in appointments:
            created_date = apt.get(class="hl-string">'created') class=class="hl-string">"hl-comment"># When the booking happened
            if created_date and start_time and created_date >= start_time:
                 add_event(class="hl-string">"Follow-up Appointment Scheduled", created_date)

    class=class="hl-string">"hl-comment"># === EXPORT ===
    df = pd.DataFrame(event_log)
    class=class="hl-string">"hl-comment"># Basic cleaning
    df.drop_duplicates(inplace=True)
    df.fillna(class="hl-string">'', inplace=True)
    
    output_file = class="hl-string">"cerner_extraction.csv"
    df.to_csv(output_file, index=False)
    print(fclass="hl-string">"Extraction complete. Saved to {output_file}")

class=class="hl-string">"hl-comment"># Run extraction for a specific window
extract_patient_journey(class="hl-string">"2023-01-01", class="hl-string">"2023-01-07")

Votre modèle de données du Parcours Patient

Votre modèle de données du Parcours Patient

Attributs du parcours patient

Activités du parcours patient

Guides d'extraction

Extraction via Discern en langage de commande Cerner

Étapes

Configuration

a Exemple de requête sql

Extraction Python via l'API Oracle Health FHIR R4

Étapes

Configuration

a Exemple de requête python

Prêt(e) à démarrer ?

Optimisez les parcours patients maintenant, améliorez les résultats rapidement

Votre modèle de données du Parcours Patient

Votre modèle de données du Parcours Patient

Attributs du parcours patient

Activités du parcours patient

Guides d'extraction

Extraction via Discern en langage de commande Cerner

Étapes

Configuration

a Exemple de requête sql

Extraction Python via l'API Oracle Health FHIR R4

Étapes

Configuration

a Exemple de requête python

Nous respectons votre vie privée

Prêt(e) à démarrer ?

Optimisez les parcours patients maintenant, améliorez les résultats rapidement