> Amélioration continue des processus > Parcours du patient > Oracle Health (Cerner) > Modèle de données

Votre template de données sur le parcours du patient

Oracle Health (Cerner)

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

Votre template de données sur le parcours du patient

Ce template complet présente les données essentielles nécessaires pour analyser et optimiser efficacement les parcours des patients. Il fournit une vue structurée des attributs importants à collecter, des activités clés à suivre et des recommandations pratiques pour l'extraction des données. Utilisez cette ressource pour préparer votre journal d'événements et bénéficier d'une expérience de Process Mining simple.

Attributs recommandés à collecter
Activités clés à suivre
Recommandations pour l'extraction

Vous découvrez les journaux d’événements ? En savoir plus sur la création d’un journal d’événements pour le Process Mining.

Télécharger le modèle

Attributs du parcours patient

Voici les champs de données recommandés à inclure dans votre journal d’événements pour analyser de manière complète le parcours patient au sein de votre système.

5 Obligatoire 8 Recommandé 6 Facultatif

	Nom	Description
	Activité ClinicalEventTag	Nom ou description de l’événement clinique ou administratif réalisé.
Description Cet attribut décrit l’action précise effectuée pendant la prise en charge du patient, comme « médicament administré », « constantes vitales relevées » ou « patient sorti ». Il fournit le libellé lisible de l’étape du processus. Dans Cerner, il est souvent dérivé de la table `CLINICAL_EVENT`, notamment par la mise en correspondance de `EVENT_CD` (Event Code) avec sa valeur d’affichage, ou par l’utilisation de `EVENT_TAG`. Des conventions de nommage cohérentes sont essentielles pour obtenir des cartes de processus lisibles. Pourquoi c’est important Définit les étapes de la cartographie du processus et permet de visualiser le flux de travail. Où les obtenir Table : CLINICAL_EVENT, colonne : EVENT_TAG ou CODE_VALUE associé à EVENT_CD Exemples Évaluation du triageNFS avec formuleOrdre de sortieTransférer le patient
	Épisode de soins du patient EncounterId	Identifiant unique de la visite du patient ou de l’épisode de soins concerné.
Description Cet attribut sert d’identifiant central du cas pour le parcours patient. Il regroupe tous les événements cliniques, les prescriptions et les actions administratives qui se produisent au cours d’une même période de soins, par exemple un séjour hospitalier ou une visite aux urgences. Dans le Process Mining, cet identifiant est essentiel pour relier des activités dispersées et reconstituer une vue unifiée du processus. Techniquement, il correspond à `ENCNTR_ID` dans la table `ENCOUNTER` de la base de données Cerner Millennium. Il s’agit de la clé primaire utilisée pour relier les données démographiques du patient, les prescriptions et les événements cliniques. Pourquoi c’est important Il s’agit de la clé fondamentale nécessaire pour reconstituer le parcours patient de bout en bout, de l’admission à la sortie. Où les obtenir Table : ENCOUNTER, colonne : ENCNTR_ID Exemples 123456789876543211223344
	Horodatage de l’événement EventEndDateTime	Date et heure précises auxquelles l’activité a eu lieu ou s’est achevée.
Description Cet attribut enregistre le moment précis où un événement s’est produit. Il sert à ordonner les activités et à calculer les temps de cycle entre les étapes du processus. Dans la table `CLINICAL_EVENT`, il correspond généralement à `EVENT_END_DT_TM`. Sa précision est essentielle pour calculer les temps d’attente, par exemple la durée entre « Patient enregistré » et « Évaluation du triage ». Pourquoi c’est important Indispensable pour déterminer la séquence des événements et calculer des KPI de performance tels que les délais. Où les obtenir 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	Horodatage correspondant à l’extraction de l’enregistrement ou à sa dernière modification dans l’entrepôt de données.
Description Indique l’actualité des données utilisées pour l’analyse. Cet horodatage aide les utilisateurs à déterminer s’ils consultent des données en temps réel ou un instantané issu d’un chargement précédent. Il est généralement généré lors du processus ETL (Extract, Transform, Load), plutôt que d’être un attribut clinique. Pourquoi c’est important Essentiel à la gouvernance des données et à la réalisation des analyses à partir d’informations à jour. Où les obtenir Horodatage du système ETL Exemples 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Système source SourceSystem	Nom du système à l’origine des données.
Description Identifie l’application source de l’enregistrement de données. Dans ce contexte, il s’agira principalement de « Oracle Health » ou « Cerner Millennium ». Cet attribut est utile dans les environnements multisystèmes où les données peuvent être combinées avec celles d’autres DME ou de systèmes départementaux. Il permet aux analystes de filtrer ou de segmenter l’analyse du processus selon la provenance des données lorsque plusieurs sources sont intégrées. Pourquoi c’est important Garantit la traçabilité et la provenance des données, notamment dans les configurations de Process Mining multisystèmes. Où les obtenir Chaîne codée en dur ou métadonnées système Exemples Oracle HealthCerner Millennium
	Diagnostic principal DiagnosisCode	Code ICD-10 ou SNOMED représentant le motif principal de la prise en charge.
Description Code clinique normalisé, par exemple « J18.9 » pour une pneumonie, attribué à l’épisode. Il permet de regrouper les patients par pathologie afin d’analyser les écarts aux protocoles de traitement pour certaines maladies. Il se trouve dans la table `DIAGNOSIS`, associée à l’épisode. Pourquoi c’est important Permet de comparer les parcours de patients atteints d’une même pathologie sur une base homogène. Où les obtenir Table : DIAGNOSIS, colonne : DIAGNOSIS_CODE (via la nomenclature) Exemples I10E11.9J18.9
	Élément de commande OrderMnemonic	Nom de la commande précise, par exemple une analyse de laboratoire ou un médicament.
Description Décrit le contenu d’un événement de commande, par exemple « Numération formule sanguine » ou « Aspirine 81 mg ». Cet attribut fournit le contexte nécessaire aux activités « Commande diagnostique passée » et « Médicament administré ». Il se trouve généralement dans la table `ORDERS`, sous `ORDER_MNEMONIC`. Il représente le « produit » qui circule dans le processus. Pourquoi c’est important Nécessaire à l’analyse détaillée des parcours diagnostiques et thérapeutiques. Où les obtenir Table : ORDERS, colonne : ORDER_MNEMONIC Exemples Radiographie du thoraxBilan métabolique de baseParacétamolIRM cérébrale
	ID du patient PersonId	Identifiant unique du patient pour plusieurs épisodes de prise en charge.
Description À la différence de l’ID du dossier, l’ID du patient, ou ID de la personne, reste constant pour un même patient lors de toutes ses visites à l’hôpital. Cet attribut est essentiel pour analyser les taux de réadmission et comprendre l’historique du patient sur le long terme. Dans Cerner, il s’agit de `PERSON_ID` dans la table `PERSON`. Il relie plusieurs enregistrements `ENCNTR_ID`. Pourquoi c’est important Permet de calculer le KPI « Taux de réadmission des patients » en reliant plusieurs épisodes à une même personne. Où les obtenir Table : PERSON, colonne : PERSON_ID Exemples P10001P55992P99221
	Réadmission IsReadmission	Indicateur précisant si cet épisode s’est produit dans les 30 jours suivant une sortie précédente.
Description Indicateur booléen permettant d’identifier les dossiers correspondant à une réadmission. Il est calculé en comparant la date d’admission de l’épisode actuel à la date de sortie de l’épisode précédent pour le même `PersonId`. Essentiel au Dashboard « Tendances des réadmissions des patients ». Pourquoi c’est important Contribue directement au KPI « Taux de réadmission des patients », un indicateur majeur de la qualité des soins. Où les obtenir Dérivé d’une logique SQL comparant les enregistrements ENCOUNTER Exemples truefalse
	Service NurseUnit	Service, unité ou secteur précis où l’événement s’est produit.
Description Identifie le lieu physique ou l’unité organisationnelle responsable du patient au moment de l’événement, par exemple « réanimation », « chirurgie générale » ou « service des urgences ». Cet attribut contribue au Dashboard « Efficacité des transferts interservices » en permettant de suivre les déplacements entre les unités. Dans Cerner, il s’agit souvent de `LOC_NURSE_UNIT_CD` dans la table des épisodes ou de suivi. Pourquoi c’est important Essentiel pour analyser les goulots d’étranglement dans certains services et visualiser la répartition géographique du parcours patient. Où les obtenir Table : ENCOUNTER ou CLINICAL_EVENT, colonne : LOC_NURSE_UNIT_CD Exemples Service des urgencesService de cardiologieICURadiologie
	Statut de sortie DischargeDisposition	Destination ou statut du patient au moment de sa sortie.
Description Indique où le patient est allé après la fin de l’épisode, par exemple « domicile », « établissement de soins infirmiers » ou « décès ». Cet attribut est essentiel à l’analyse de la planification des sorties et à l’identification des issues défavorables. Il se trouve dans la table `ENCOUNTER`, sous `DISCH_DISPOSITION_CD`. Pourquoi c’est important Indicateur de résultat majeur, qui définit l’« état final » du parcours du patient. Où les obtenir Table : ENCOUNTER, colonne : DISCH_DISPOSITION_CD (résolution via CODE_VALUE) Exemples Sortie à domicileTransféré en réadaptationSortie contre avis médicalDécédé
	Type de dossier EncounterType	Catégorisation de la visite du patient, par exemple hospitalisation, consultation externe ou urgence.
Description Classe la nature de l’épisode du patient. Il s’agit d’une dimension principale pour segmenter les données, car le déroulement d’un processus diffère fortement entre une visite aux urgences et une hospitalisation programmée. Cet attribut est dérivé de `ENCNTR_TYPE_CD` dans la table `ENCOUNTER`, qui fait référence à une valeur d’un ensemble de codes, par exemple « Hospitalisation » ou « Urgence ». Pourquoi c’est important Permet de comparer les parcours et les volumes traités dans différents contextes de soins. Où les obtenir Table : ENCOUNTER, colonne : ENCNTR_TYPE_CD (résolution via CODE_VALUE) Exemples Hospitalisation complèteUrgencesSoins ambulatoiresChirurgie ambulatoire
	Utilisateur PerformingPrsnlId	Identifiant ou nom du professionnel de santé ayant réalisé l’activité.
Description Indique qui a exécuté l’étape du processus, par exemple l’infirmier qui administre un médicament ou le médecin qui signe la sortie. Cet attribut permet d’analyser l’utilisation des ressources. Dans Cerner, il s’agit souvent de `PERFORMED_PRSNL_ID` ou de `UPDT_ID`, selon la table concernée, notamment Orders ou Clinical Events. Le rattachement à un attribut générique « Utilisateur » facilite l’analyse de la séparation des tâches. Pourquoi c’est important Soutient l’analyse des ressources et permet d’identifier les besoins éventuels en formation ou les déséquilibres de charge de travail. Où les obtenir Table : CLINICAL_EVENT, colonne : PERFORMED_PRSNL_ID Exemples Dr SmithInfirmier JonesAdministrateur système
	Canal d’admission AdmissionSource	Origine de l’admission du patient.
Description Décrit la manière dont le patient est entré dans le système hospitalier, par exemple « orientation par un médecin », « service des urgences » ou « transfert depuis un autre hôpital ». Cet attribut aide à analyser le point d’entrée dans le processus hospitalier. Il correspond à `ADMIT_SRC_CD` dans la table `ENCOUNTER`. Pourquoi c’est important Permet de mettre en contexte le « temps d’attente avant l’évaluation initiale » selon le point d’entrée. Où les obtenir Table : ENCOUNTER, colonne : ADMIT_SRC_CD Exemples Service des urgencesOrientation par un médecinTransfert depuis un hôpital
	Numéro de commande OrderId	Identifiant unique d’une commande précise, par exemple une analyse de laboratoire, un médicament ou une consultation.
Description ID généré par le système pour une commande. Bien qu’il ne s’agisse pas de l’ID du dossier, cette clé secondaire est essentielle. Elle relie l’événement « Commande diagnostique passée » à l’événement « Résultat diagnostique vérifié ». Sans cet identifiant, il est difficile de calculer le délai d’exécution exact de certaines analyses lorsqu’un patient a plusieurs commandes simultanées. Pourquoi c’est important Essentiel pour relier correctement les activités associées, de la commande au résultat. Où les obtenir Table : ORDERS, colonne : ORDER_ID Exemples 88291028829103
	Priorité du triage TriageAcuity	Niveau d’urgence attribué lors de l’évaluation du triage.
Description Valeur numérique ou catégorielle indiquant la gravité de l’état du patient, par exemple de 1, immédiat, à 5, non urgent. Cet attribut est essentiel pour segmenter l’analyse des temps d’attente, car les patients prioritaires doivent attendre moins longtemps. Il est généralement saisi dans des formulaires cliniques ou au moyen de codes d’observation spécifiques lors de l’événement de triage. Pourquoi c’est important Essentiel pour vérifier que le processus donne correctement la priorité aux patients selon leur degré d’urgence clinique. Où les obtenir Consulter la documentation Oracle Health (Cerner) Exemples 12345
	Statut du médicament MedAdminStatus	Statut de la commande de médicament, par exemple administré, refusé ou non administré.
Description Indique le résultat d’une tâche d’administration de médicament. Dans le Dashboard « Conformité de l’administration des médicaments », il est essentiel de distinguer les médicaments effectivement administrés de ceux qui étaient prévus mais n’ont pas été administrés ou ont été refusés. Cet attribut se trouve probablement dans les tables `CLINICAL_EVENT` ou dans les tables spécifiques du dossier d’administration des médicaments (MAR). Pourquoi c’est important Identifie les écarts de conformité dans les protocoles de traitement. Où les obtenir Consulter la documentation Oracle Health (Cerner) Exemples AdministréRefuséMis en attente
	Statut du résultat ResultStatus	Statut d’un résultat diagnostique, par exemple authentifié, corrigé ou préliminaire.
Description Indique l’étape du cycle de vie d’un résultat diagnostique. Il est utilisé dans l’analyse du « délai de transmission des résultats diagnostiques » afin de déterminer à quel moment un résultat est officiellement disponible pour la prise de décision clinique. Il se trouve généralement dans `CLINICAL_EVENT`, avec des codes de statut spécifiques. Pourquoi c’est important Distingue les résultats préliminaires des résultats définitifs, ce qui détermine le moment où les activités en aval peuvent commencer. Où les obtenir Table : CLINICAL_EVENT, colonne : RESULT_STATUS_CD Exemples Autorisation (vérifiée)En erreurModifié
	Type de payeur FinancialClass	Couverture d’assurance principale ou catégorie financière du patient.
Description Catégorise le patient selon la source de financement, par exemple Medicare, assurance privée ou paiement direct. Cet attribut sert à analyser les variations du déroulement des processus ou de la durée de séjour selon le type d’assurance. Il est dérivé de `FINANCIAL_CLASS_CD` dans la table `ENCOUNTER`. Pourquoi c’est important Aide à identifier les disparités dans la prestation des soins ou le traitement administratif selon le type de payeur. Où les obtenir Table : ENCOUNTER, colonne : FINANCIAL_CLASS_CD (résolution via CODE_VALUE) Exemples MedicareBlue CrossPaiement directMedicaid

Obligatoire Recommandé Facultatif

Activités du parcours patient

Voici les principales étapes et les jalons du processus à enregistrer dans votre journal d’événements pour découvrir précisément le processus et identifier les goulots d’étranglement.

8 Recommandé 6 Facultatif

	Activité	Description
	Diagnostic documenté	Se produit lorsqu’un diagnostic formel est ajouté au dossier de rencontre du patient. Il se distingue d’un résultat d’examen et correspond à la confirmation de l’affection par le clinicien.
Pourquoi c’est important Essentiel pour le jalon « diagnostic confirmé » et l’analyse du délai jusqu’au diagnostic définitif. Où les obtenir Table DIAGNOSIS, en utilisant DIAGNOSIS_DT_TM associé à ENCOUNTER_ID. Collecte Enregistré lorsque le diagnostic est ajouté ou mis à jour dans PowerChart Type d’événement explicit
	Évaluation de triage terminée	Correspond à la fin de l’évaluation infirmière initiale ou du formulaire de triage dans le contexte des urgences ou d’une admission. Il s’agit généralement d’un formulaire ou d’un événement clinique précis documenté dans le système.
Pourquoi c’est important Essentiel pour calculer le KPI « temps d’attente avant l’évaluation initiale » et identifier les goulots d’étranglement à l’accueil. Où les obtenir Table CLINICAL_EVENT, filtrée selon les codes d’événements associés aux formulaires de triage ou d’évaluation initiale. Collecte Enregistré lorsque le document ou formulaire clinique est signé ou vérifié Type d’événement explicit
	Patient enregistré	Marque le début de l’épisode de soins, lorsque le patient arrive et est enregistré dans le système. Dans Cerner Millennium, cet événement est enregistré lors de la création du dossier de rencontre ou de la définition de l’horodatage d’enregistrement.
Pourquoi c’est important Établit l’heure de début utilisée pour calculer la durée du séjour (LOS) et analyser le temps d’attente initial. Où les obtenir Table ENCOUNTER, plus précisément la colonne REG_DT_TM (Registration Date/Time). Collecte Enregistré lorsque la transaction crée une nouvelle ligne dans ENCOUNTER Type d’événement explicit
	Patient sorti	Dernier événement administratif clôturant le séjour du patient. Cet horodatage sert à calculer la durée totale du séjour.
Pourquoi c’est important Événement de fin principal du processus. Essentiel pour les calculs de durée de séjour et de réadmission. Où les obtenir Table ENCOUNTER, plus précisément DISCH_DT_TM (Discharge Date/Time). Collecte Enregistré lorsque le statut de la rencontre passe à DISCHARGED Type d’événement explicit
	Prescription d’un examen diagnostique	Se produit lorsqu’un clinicien saisit une prescription d’analyse de laboratoire ou d’examen d’imagerie. Cet horodatage lance le calcul du délai de traitement diagnostique.
Pourquoi c’est important Point de départ du KPI « délai de transmission du résultat diagnostique » ; il aide à distinguer les retards liés à la prescription de ceux liés à la réalisation de l’examen. Où les obtenir Table ORDERS, en utilisant ORIG_ORDER_DT_TM lorsque le type de catalogue est Laboratory ou Radiology. Collecte Enregistré lorsque le statut de la prescription passe à ORDERED Type d’événement explicit
	Prescription de sortie signée	Événement au cours duquel le médecin prescrit la sortie du patient. Il lance le suivi du délai de planification de la sortie.
Pourquoi c’est important Point de départ du « délai du cycle de planification de la sortie ». Un écart entre cet événement et la sortie effective indique des retards opérationnels. Où les obtenir Table ORDERS, lorsque le type de catalogue indique Discharge. Collecte Enregistré lorsque le statut de la prescription de sortie passe à ORDERED Type d’événement explicit
	Résultat diagnostique vérifié	Moment où un résultat de laboratoire ou d’imagerie est finalisé et mis à la disposition du clinicien. Il marque la fin de l’intervalle de traitement diagnostique.
Pourquoi c’est important Achève le cycle du « délai de transmission du résultat diagnostique » et déclenche les décisions thérapeutiques suivantes. Où les obtenir Table CLINICAL_EVENT pour les analyses de laboratoire, ou changement de statut de la prescription dans ORDERS vers COMPLETED. Collecte Enregistré lorsque le statut du résultat passe à AUTH (Authenticated) Type d’événement explicit
	Transfert entre services effectué	Indique que le patient a été physiquement déplacé d’un lieu à un autre, par exemple des urgences vers les soins intensifs. Cet événement est suivi dans l’historique des emplacements.
Pourquoi c’est important Permet d’analyser l’« efficacité des transferts entre services » et de visualiser le flux des patients dans l’hôpital. Où les obtenir Table ENCNTR_LOC_HIST (Encounter Location History), qui enregistre les changements de LOC_NURSE_UNIT_CD. Collecte Comparer le champ de statut avant et après Type d’événement inferred
	Consultation terminée	Marque la fin d’une consultation spécialisée, généralement attestée par une note ou un document de consultation signé.
Pourquoi c’est important Indique à quel moment l’avis du spécialiste a été reçu, ce qui peut constituer un goulot d’étranglement dans les parcours de soins complexes. Où les obtenir Table CLINICAL_EVENT, filtrée sur les types de documents classés comme consultations. Collecte Enregistré lorsque la note de consultation est signée Type d’événement explicit
	Intervention programmée	Indique qu’une intervention chirurgicale ou une procédure importante a été réservée à une date et une heure précises. Cet événement aide à comprendre l’affectation des ressources et les temps d’attente avant l’intervention.
Pourquoi c’est important Met en évidence l’efficacité de la programmation et les éventuels goulots d’étranglement dans l’utilisation des blocs opératoires ou des salles d’intervention. Où les obtenir Table SURGICAL_CASE ou table SCH_APPT liée à la rencontre. Collecte Enregistré lorsque la transaction de programmation est validée Type d’événement explicit
	Intervention réalisée	Horodatage indiquant le moment où une intervention chirurgicale ou une procédure importante a effectivement eu lieu. Il est souvent enregistré dans la documentation périopératoire.
Pourquoi c’est important Jalon important pour l’analyse des parcours cliniques et de l’utilisation des ressources. Où les obtenir Table SURGICAL_CASE (heures de début et de fin de l’intervention) ou CLINICAL_EVENT pour les procédures réalisées au chevet du patient. Collecte Enregistré via SurgiNet ou la documentation de l’intervention Type d’événement explicit
	Médicament administré	Enregistre l’administration effective du médicament au patient, telle qu’elle est documentée dans le Medication Administration Record (MAR).
Pourquoi c’est important Alimente le Dashboard « conformité de l’administration des médicaments » en vérifiant si les médicaments ont été administrés à temps. Où les obtenir Table CLINICAL_EVENT, filtrée sur les événements d’administration des médicaments (Task Status = Complete). Collecte Enregistré lors du scan du code-barres ou de la saisie manuelle dans le MAR Type d’événement explicit
	Plan de soins activé	Correspond au lancement d’un PowerPlan ou d’un parcours de soins dans Cerner. Cela indique qu’un protocole thérapeutique standardisé a été sélectionné.
Pourquoi c’est important Essentiel pour l’« analyse des écarts au protocole thérapeutique », qui compare les soins réellement dispensés au parcours prévu. Où les obtenir ACT_PW_CAT (Action Pathway Catalog) ou DCP_FORMS_REF, avec un lien vers la rencontre. Collecte Enregistré lorsque le PowerPlan est lancé Type d’événement explicit
	Rendez-vous de suivi programmé	Se produit lorsqu’un rendez-vous ultérieur est réservé pour le patient et associé au même épisode ou plan de soins.
Pourquoi c’est important Alimente le Dashboard « ponctualité de la programmation du suivi ». Mesure l’efficacité de la continuité des soins. Où les obtenir Table SCH_APPT (Schedule Appointment), liée à PERSON_ID. Collecte Enregistré lorsque le rendez-vous est créé dans le module de programmation Type d’événement explicit

Recommandé Facultatif

Guides d'extraction

Comment extraire vos données d'Oracle Health (Cerner)

Étapes

Lancer Discern Visual Developer : ouvrez l'application Discern Visual Developer (DVDev) dans votre environnement d'accès Citrix ou dans votre environnement Cerner local.
Créer un nouveau script : initialisez un nouveau fichier de script en Command Language (CCL), par exemple extract_patient_journey.prg.
Définir les invites : en haut du script, définissez les invites utilisateur start_date et end_date afin de permettre une exécution dynamique sur des périodes précises.
Configurer les constantes : définissez des constantes pour les Code Sets concernés, par exemple les types de rencontre, les catalogues de commandes et les codes d'événements, afin d'éviter de coder en dur les identifiants numériques code_value, qui varient selon les domaines. Vous devrez peut-être rechercher le code_value ou le display_key correspondant aux formulaires de triage, de sortie et de consultation de votre organisation.
Construire la requête : copiez la requête SQL fournie ci-dessous dans le corps du script. Elle utilise UNION ALL pour regrouper les données de plusieurs tables (ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, etc.) dans une structure unique de journal d'événements à plat.
Compiler le script : utilisez la fonction de compilation (Ctrl+F7 ou le menu Build) pour vérifier les erreurs de syntaxe. Assurez-vous de disposer d'un accès SELECT aux tables référencées.
Exécuter et exporter : exécutez le script (Go/F9). Dans la destination de sortie, sélectionnez « Spreadsheet » ou « Flat File ». Enregistrez le résultat dans un fichier CSV.
Transformer les données (facultatif) : si les dates sont renvoyées dans des formats propres à Cerner, par exemple des dates juliennes ou des horodatages non ISO, utilisez Excel ou un script pour les convertir au format YYYY-MM-DD HH:MM:SS avant le chargement.
Valider : effectuez une vérification ponctuelle à partir d'un Encounter ID (FIN) connu dans PowerChart afin de confirmer que les horodatages correspondent à l'extraction.
Charger dans ProcessMind : importez le fichier CSV dans ProcessMind en associant la colonne EncounterId à l'identifiant de cas, ClinicalEventTag à l'activité et EventEndDateTime à l'horodatage.

Configuration

Période : une fenêtre d'exécution de 3 à 6 mois est recommandée. Les périodes plus longues peuvent entraîner un dépassement de délai en raison du volume de la table CLINICAL_EVENT.
Code Sets (CDF) : la requête repose sur des filtres code_value. Vous devez remplacer les espaces réservés tels que [REPLACE_WITH_TRIAGE_EVENT_CD] par les codes réels de votre domaine, disponibles dans la table CODE_VALUE.
Autorisations : l'utilisateur qui exécute le script doit disposer des droits d'accès d (Database) aux tables telles que ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, ENCNTR_LOC_HIST et SCH_APPOINTMENT.
Performances : la table CLINICAL_EVENT est très volumineuse. Vérifiez que le filtre de date sur EVENT_END_DT_TM est indexé et appliqué strictement.
Logique de réadmission : l'attribut IsReadmission est inclus comme espace réservé. Il est préférable de gérer la logique complexe d'analyse rétrospective 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 : vérifiez que Python est installé avec les bibliothèques nécessaires (pandas, requests) et que vous disposez d'identifiants OAuth2 valides (client_id, client_secret) pour le point de terminaison FHIR R4 d'Oracle Health (Cerner). Les scopes doivent être activés pour Patient, Encounter, Observation, Condition, Procedure, MedicationAdministration, ServiceRequest et DiagnosticReport.
Gestion de l'authentification : mettez en place un gestionnaire d'authentification pour récupérer un jeton Bearer auprès 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 le périmètre et la période : déterminez la fenêtre d'extraction, par exemple avec les paramètres last_updated_gt ou date. Il est recommandé d'itérer sur une période définie pour la ressource Encounter afin de déterminer le périmètre des épisodes patients.
Récupérer les rencontres (épisodes patients) : interrogez la ressource Encounter. Cet objet sert de point central et d'identifiant de cas. Depuis la ressource Encounter, extrayez period.start pour Patient Registered, period.end pour Patient Discharged, puis parcourez l'historique location pour Department Transfer Occurred.
Extraire les commandes cliniques : interrogez les ressources ServiceRequest filtrées par identifiant de rencontre. Utilisez le filtre intent=order pour capturer Diagnostic Order Placed et Procedure Scheduled, si cette dernière est classée parmi les commandes chirurgicales. Associez authoredOn à l'horodatage de l'événement.
Extraire les diagnostics et les problèmes : interrogez les ressources Condition associées à la rencontre. Utilisez recordedDate ou onsetDateTime pour créer les événements Diagnosis Documented. Lorsque cela est possible, filtrez sur la catégorie encounter-diagnosis.
Extraire les procédures : interrogez les ressources Procedure. Utilisez performedDateTime pour générer les événements Procedure Performed. Cela permet de distinguer les interventions réalisées des interventions planifiées.
Extraire les médicaments : interrogez les ressources MedicationAdministration. Cette ressource se distingue de MedicationRequest, car elle enregistre la prise effective du médicament. Utilisez effectiveDateTime pour l'événement Medication Administered.
Extraire les analyses et les résultats : interrogez les ressources Observation ou DiagnosticReport. Utilisez issued ou effectiveDateTime pour les événements Diagnostic Result Verified. Recherchez status=final. Utilisez également des codes Observation spécifiques, par exemple les codes LOINC relatifs au niveau de triage, pour identifier Triage Assessment Completed.
Extraire la documentation et les plans de soins : interrogez DocumentReference pour Consultation Completed, en utilisant les codes de type de document, et CarePlan pour les événements Care Plan Activated.
Identifier les activités de sortie : pour déduire Discharge Order Signed, il faut souvent vérifier dans ServiceRequest la présence de codes spécifiques d'ordonnance de sortie ou analyser Encounter.statusHistory afin d'identifier le statut précédant la sortie finale.
Transformer et exporter les données : aplatissez les réponses JSON dans un format tabulaire. Créez les colonnes requises (EncounterId, ClinicalEventTag, EventEndDateTime, etc.). Convertissez les horodatages au format ISO 8601 et exportez le jeu de données final dans un fichier CSV prêt à être chargé dans ProcessMind.

Configuration

URL de base FHIR : le point de terminaison propre à votre instance Oracle Health/Cerner, par exemple https://fhir-myrecord.cerner.com/r4/....
Scopes d'authentification : vérifiez 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 récupérer les épisodes commençant à partir d'une date donnée. Évitez d'interroger l'historique complet.
Pagination : l'API renvoie les données dans des Bundles. Le script doit gérer les liens de pagination (relation: next) afin de récupérer l'intégralité des données.
Exécution concurrente : pour les extractions volumineuses, envisagez de paralléliser les requêtes par plages d'Encounter ID, tout en respectant les limites de débit de l'API (Throttling).
Filtrage par code : configurez des codes LOINC ou SNOMED précis dans la section de correspondance du script afin de distinguer correctement le triage des 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")

Prêt à commencer ?

Utilisez ce template pour préparer vos données et commencer à faire apparaître des analyses utiles sur le parcours de vos patients. L'amélioration des résultats pour les patients commence ici.

Retour au guide d’amélioration Télécharger le modèle

Optimisez dès maintenant les parcours des patients et améliorez rapidement les résultats

Identifiez rapidement les goulots d'étranglement pour réduire de 30 % la durée du parcours des patients.

Démarrer l'essai gratuit

Aucune carte bancaire requise. Commencez en quelques minutes.

Votre template de données sur le parcours du patient

Votre template de données sur le parcours du patient

Attributs du parcours patient

Activités du parcours patient

Guides d'extraction

Extraction en Cerner Command Language via Discern

Étapes

Configuration

a Exemple de requête sql

Extraction Python via l'API Oracle Health FHIR R4

Étapes

Configuration

a Exemple de requête python

Prêt à commencer ?

Optimisez dès maintenant les parcours des patients et améliorez rapidement les résultats

Votre template de données sur le parcours du patient

Votre template de données sur le parcours du patient

Attributs du parcours patient

Activités du parcours patient

Guides d'extraction

Extraction en Cerner Command Language via Discern

Étapes

Configuration

a Exemple de requête sql

Extraction Python via l'API Oracle Health FHIR R4

Étapes

Configuration

a Exemple de requête python

Prêt à commencer ?

Optimisez dès maintenant les parcours des patients et améliorez rapidement les résultats

Nous attachons de l’importance à votre confidentialité