> Continue procesverbetering > Patiëntreis > Oracle Health (Cerner) > Datatemplate

Jouw datatemplate voor de patiëntreis

Oracle Health (Cerner)

Attributen van het patiënttraject (19) Activiteiten in het patiënttraject (14) Extractiegidsen (2)

Jouw datatemplate voor de patiëntreis

Deze template beschrijft welke data je nodig hebt om patiëntreizen goed te analyseren en te optimaliseren. Je krijgt een gestructureerd overzicht van de belangrijkste attributen om te verzamelen, de activiteiten om te volgen en praktische aanwijzingen voor data-extractie. Gebruik deze bron om je event log voor te bereiden op process mining.

Aanbevolen attributen om te verzamelen
Belangrijkste activiteiten om te volgen
Aanwijzingen voor data-extractie

Nieuw met event logs? Leer hoe je een process mining-event log maakt.

Template downloaden

Attributen van het patiënttraject

Dit zijn de aanbevolen datavelden voor je event log, zodat je het patiënttraject binnen je systeem volledig kunt analyseren.

5 Verplicht 8 Aanbevolen 6 Optioneel

	Naam	Beschrijving
	Activiteit ClinicalEventTag	De naam of beschrijving van de uitgevoerde klinische of administratieve gebeurtenis.
Beschrijving Dit attribuut legt de specifieke handeling tijdens de zorg van de patiënt vast, zoals 'Medication Administered', 'Vital Signs Taken' of 'Patient Discharged'. Het geeft een leesbaar label voor de processtap. In Cerner wordt dit vaak afgeleid uit de tabel `CLINICAL_EVENT`. Daarbij wordt `EVENT_CD` (Event Code) gekoppeld aan de weergavenaam of wordt `EVENT_TAG` gebruikt. Consistente naamgeving is hier belangrijk voor leesbare proceskaarten. Waarom dit belangrijk is Definieert de stappen in de proceskaart en maakt visualisatie van de workflow mogelijk. Waar je het vindt Tabel: CLINICAL_EVENT, kolom: EVENT_TAG of gekoppelde CODE_VALUE voor EVENT_CD Voorbeelden TriagebeoordelingVolledig bloedbeeld met differentiatieOntslagopdrachtPatiënt overplaatsen
	Patiëntepisode EncounterId	Unieke identifier voor het specifieke patiëntbezoek of de specifieke zorgepisode.
Beschrijving Dit attribuut is de centrale case-identifier voor het patiënttraject. Het groepeert alle klinische gebeurtenissen, aanvragen en administratieve handelingen binnen één zorgperiode, zoals een klinische opname of een bezoek aan de spoedeisende hulp. In process mining is deze ID essentieel om losse activiteiten aan elkaar te koppelen tot één procesoverzicht. Technisch komt dit overeen met `ENCNTR_ID` in de tabel `ENCOUNTER` binnen de Cerner Millennium-database. Dit is de primaire sleutel waarmee patiëntgegevens, aanvragen en klinische gebeurtenissen aan elkaar worden gekoppeld. Waarom dit belangrijk is Dit is de basisidentificatie die nodig is om het volledige patiënttraject van opname tot ontslag te reconstrueren. Waar je het vindt Tabel: ENCOUNTER, kolom: ENCNTR_ID Voorbeelden 123456789876543211223344
	Timestamp van gebeurtenis EventEndDateTime	De specifieke datum en tijd waarop de activiteit plaatsvond of is afgerond.
Beschrijving Dit attribuut legt het precieze moment vast waarop een gebeurtenis plaatsvond. Je gebruikt het om activiteiten in de juiste volgorde te zetten en doorlooptijden tussen processtappen te berekenen. In de tabel `CLINICAL_EVENT` komt dit meestal overeen met `EVENT_END_DT_TM`. Nauwkeurigheid is hierbij belangrijk voor het berekenen van wachttijden, zoals de tijd tussen 'Patiënt geregistreerd' en 'Triagebeoordeling'. Waarom dit belangrijk is Essentieel om de volgorde van gebeurtenissen te bepalen en prestatie-KPI's zoals doorlooptijden te berekenen. Waar je het vindt Tabel: CLINICAL_EVENT, kolom: EVENT_END_DT_TM Voorbeelden 2023-10-15T08:30:00Z2023-10-15T09:15:45Z2023-10-16T14:20:00Z
	Bronsysteem SourceSystem	De naam van het systeem waar de data vandaan komt.
Beschrijving Identificeert de bronapplicatie van het datarecord. In deze context is dat meestal 'Oracle Health' of 'Cerner Millennium'. Dit is handig in omgevingen met meerdere systemen, waar data wordt gecombineerd met andere EMR's of afdelingssystemen. Analisten kunnen de procesanalyse filteren of segmenteren op basis van de herkomst van de data wanneer meerdere bronnen worden ingelezen. Waarom dit belangrijk is Zorgt voor inzicht in de dataherkomst en traceerbaarheid, vooral bij process mining met meerdere systemen. Waar je het vindt Hardgecodeerde tekenreeks of systeemmetadata Voorbeelden Oracle HealthCerner Millennium
	Laatste data-update LastDataUpdate	De timestamp waarop het record is geëxtraheerd of voor het laatst is gewijzigd in het datawarehouse.
Beschrijving Geeft aan hoe actueel de data voor de analyse is. Met deze timestamp kunnen gebruikers zien of ze naar realtime data kijken of naar een momentopname van een eerdere laadbewerking. Deze timestamp wordt meestal aangemaakt tijdens het ETL-proces (Extract, Transform, Load) en is geen klinisch attribuut. Waarom dit belangrijk is Belangrijk voor datagovernance en om te zorgen dat de analyse op actuele informatie is gebaseerd. Waar je het vindt ETL-systeemtimestamp Voorbeelden 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Afdeling NurseUnit	De specifieke verpleegafdeling, unit of afdeling waar de gebeurtenis plaatsvond.
Beschrijving Identificeert de fysieke locatie of organisatorische eenheid die op het moment van de gebeurtenis verantwoordelijk was voor de patiënt, bijvoorbeeld 'ICU', 'Algemene chirurgie' of 'Spoedeisende hulp'. Dit helpt bij het dashboard 'Efficiëntie van overdrachten tussen afdelingen', waarmee verplaatsingen tussen units worden gevolgd. In Cerner is dit vaak `LOC_NURSE_UNIT_CD` in de encounter- of trackingtabel. Waarom dit belangrijk is Essentieel voor het analyseren van knelpunten op specifieke afdelingen en het visualiseren van de geografische patiëntstroom. Waar je het vindt Tabel: ENCOUNTER of CLINICAL_EVENT, kolom: LOC_NURSE_UNIT_CD Voorbeelden Afdeling spoedeisende hulpCardiologieafdelingICURadiologie
	Casustype EncounterType	Indeling van het patiëntbezoek, zoals klinische opname, poliklinisch bezoek of spoedzorg.
Beschrijving Classificeert de aard van de patiëntepisode. Dit is een belangrijke dimensie om de data te segmenteren, omdat het procesverloop van een 'Spoedbezoek' sterk verschilt van dat van een 'Geplande klinische opname'. Dit wordt afgeleid uit `ENCNTR_TYPE_CD` in de tabel `ENCOUNTER`, die verwijst naar een waarde uit een codeset, bijvoorbeeld 'Inpatient' of 'Emergency'. Waarom dit belangrijk is Maakt een vergelijking mogelijk van zorgpaden en verwerkingscapaciteit tussen verschillende zorgomgevingen. Waar je het vindt Tabel: ENCOUNTER, kolom: ENCNTR_TYPE_CD (oplossen via CODE_VALUE) Voorbeelden Klinische opnameSpoedeisende hulpPoliklinische zorgDagbehandeling chirurgie
	Gebruiker PerformingPrsnlId	De identificatie of naam van de zorgverlener die de activiteit heeft uitgevoerd.
Beschrijving Legt vast wie de processtap heeft uitgevoerd, bijvoorbeeld de verpleegkundige die medicatie toediende of de arts die het ontslag ondertekende. Hiermee kun je het gebruik van capaciteit analyseren. In Cerner is dit vaak `PERFORMED_PRSNL_ID` of `UPDT_ID`, afhankelijk van de tabel, zoals Orders of Clinical Events. Door dit te koppelen aan een generiek attribuut 'Gebruiker' kun je functiescheiding analyseren. Waarom dit belangrijk is Ondersteunt capaciteitsanalyse en helpt mogelijke opleidingsbehoeften of onevenwichtige werkdruk te signaleren. Waar je het vindt Tabel: CLINICAL_EVENT, kolom: PERFORMED_PRSNL_ID Voorbeelden Dr. SmithRN JonesSysteembeheerder
	Is heropname IsReadmission	Vlag die aangeeft of deze episode binnen 30 dagen na een eerder ontslag plaatsvond.
Beschrijving Een booleaanse vlag om cases te identificeren die een heropname vertegenwoordigen. Dit wordt berekend door de opnamedatum van de huidige episode te vergelijken met de ontslagdatum van de vorige episode van dezelfde `PersonId`. Essentieel voor het dashboard 'Trends in heropnames van patiënten'. Waarom dit belangrijk is Ondersteunt rechtstreeks de KPI 'Heropnamepercentage patiënten', een belangrijke kwaliteitsmaatstaf voor zorg. Waar je het vindt Afgeleid via SQL-logica die ENCOUNTER-records vergelijkt Voorbeelden truefalse
	Ontslagstatus DischargeDisposition	De bestemming of status van de patiënt bij ontslag.
Beschrijving Geeft aan waar de patiënt na afloop van de episode naartoe ging, bijvoorbeeld 'Naar huis', 'Verpleeghuis' of 'Overleden'. Dit is belangrijk voor de analyse van ontslagplanning en het signaleren van ongewenste uitkomsten. Te vinden in de tabel `ENCOUNTER` als `DISCH_DISPOSITION_CD`. Waarom dit belangrijk is Belangrijke uitkomstmaatstaf die de 'eindstatus' van de patiëntreis bepaalt. Waar je het vindt Tabel: ENCOUNTER, kolom: DISCH_DISPOSITION_CD (oplossen via CODE_VALUE) Voorbeelden Ontslagen naar huisOvergeplaatst naar revalidatieOp eigen verzoek vertrokken tegen medisch advies inOverleden
	Orderitem OrderMnemonic	De naam van de specifieke order, zoals een laboratoriumtest of medicatie.
Beschrijving Beschrijft de inhoud van een ordergebeurtenis, bijvoorbeeld 'Volledig bloedbeeld' of 'Aspirine 81 mg'. Dit attribuut geeft de nodige context voor de activiteiten 'Diagnostische order geplaatst' en 'Medicatie toegediend'. Je vindt dit meestal in de tabel `ORDERS` onder `ORDER_MNEMONIC`. Het fungeert als het 'Product' dat door het proces gaat. Waarom dit belangrijk is Nodig voor een gedetailleerde analyse van diagnostische en behandeltrajecten. Waar je het vindt Tabel: ORDERS, kolom: ORDER_MNEMONIC Voorbeelden Röntgenfoto van de borstkasBasispanel voor metabole waardenParacetamolMRI van de hersenen
	Patiënt-ID PersonId	Unieke identificatie van de patiënt over meerdere bezoeken heen.
Beschrijving De Patient ID (of Person ID) verschilt van de Case ID en blijft gelijk voor een patiënt tijdens alle bezoeken aan het ziekenhuis. Dit attribuut is belangrijk voor het analyseren van heropnames en het begrijpen van de langetermijngeschiedenis van de patiënt. In Cerner is dit de `PERSON_ID` uit de tabel `PERSON`. Hiermee worden meerdere `ENCNTR_ID`-records aan elkaar gekoppeld. Waarom dit belangrijk is Maakt de KPI 'Heropnamepercentage patiënten' mogelijk door afzonderlijke episodes aan dezelfde persoon te koppelen. Waar je het vindt Tabel: PERSON, kolom: PERSON_ID Voorbeelden P10001P55992P99221
	Primaire diagnose DiagnosisCode	De ICD-10- of SNOMED-code die de primaire reden voor zorg vertegenwoordigt.
Beschrijving De gestandaardiseerde klinische code, bijvoorbeeld 'J18.9' voor longontsteking, die aan de episode is toegewezen. Hiermee kun je patiënten op aandoening groeperen om 'Afwijking van behandelprotocol' voor specifieke ziekten te analyseren. Te vinden in de tabel `DIAGNOSIS`, gekoppeld aan de encounter. Waarom dit belangrijk is Maakt een eerlijke vergelijking mogelijk van patiëntpaden voor specifieke aandoeningen. Waar je het vindt Tabel: DIAGNOSIS, kolom: DIAGNOSIS_CODE (via nomenclatuur) Voorbeelden I10E11.9J18.9
	Medicatiestatus MedAdminStatus	Status van de medicatieorder, bijvoorbeeld toegediend, geweigerd of niet toegediend.
Beschrijving Geeft de uitkomst van een medicatietoedieningstaak aan. Voor het dashboard 'Compliance van medicatietoediening' is het belangrijk om onderscheid te maken tussen medicatie die daadwerkelijk is toegediend en medicatie die gepland maar gemist of geweigerd is. Waarschijnlijk te vinden in de tabel `CLINICAL_EVENT` of in specifieke tabellen voor het Medication Administration Record (MAR). Waarom dit belangrijk is Signaleert hiaten in de compliance met behandelprotocollen. Waar je het vindt Raadpleeg de documentatie van Oracle Health (Cerner) Voorbeelden ToegediendGeweigerdAangehouden
	Opnamekanaal AdmissionSource	De herkomst van de patiëntopname.
Beschrijving Beschrijft hoe de patiënt het ziekenhuis binnenkwam, bijvoorbeeld via een 'Verwijzing door arts', de 'Spoedeisende hulp' of een 'Overplaatsing vanuit een ander ziekenhuis'. Dit helpt bij het analyseren van de 'voordeur' van het ziekenhuisproces. Het wordt gekoppeld aan `ADMIT_SRC_CD` in de tabel `ENCOUNTER`. Waarom dit belangrijk is Geeft context aan de 'wachttijd voor de eerste beoordeling' op basis van het toegangspunt. Waar je het vindt Tabel: ENCOUNTER, kolom: ADMIT_SRC_CD Voorbeelden Spoedeisende hulpVerwijzing door artsOverplaatsing vanuit ziekenhuis
	Ordernummer OrderId	Unieke identificatie van een specifieke order, zoals een laboratoriumtest, medicatie of consult.
Beschrijving De door het systeem gegenereerde ID van een order. Dit is niet de Case ID, maar wel een belangrijke secundaire sleutel. Hiermee koppel je de gebeurtenis 'Diagnostische order geplaatst' aan de gebeurtenis 'Diagnostisch resultaat geverifieerd'. Zonder deze sleutel is het lastig om de exacte doorlooptijd van specifieke tests te berekenen wanneer een patiënt meerdere gelijktijdige orders heeft. Waarom dit belangrijk is Essentieel om gekoppelde activiteiten, Order -> Resultaat, nauwkeurig aan elkaar te koppelen. Waar je het vindt Tabel: ORDERS, kolom: ORDER_ID Voorbeelden 88291028829103
	Resultaatstatus ResultStatus	De status van een diagnostisch resultaat, bijvoorbeeld Auth (geverifieerd), gecorrigeerd of voorlopig.
Beschrijving Geeft de fase in de levenscyclus van een diagnostisch testresultaat aan. Dit wordt gebruikt in de analyse 'Doorlooptijd van resultaatlevering' om te bepalen wanneer een resultaat officieel beschikbaar is voor klinische besluitvorming. Meestal te vinden in `CLINICAL_EVENT` met specifieke statuscodes. Waarom dit belangrijk is Maakt onderscheid tussen voorlopige en definitieve resultaten. Dat bepaalt wanneer vervolgactiviteiten kunnen starten. Waar je het vindt Tabel: CLINICAL_EVENT, kolom: RESULT_STATUS_CD Voorbeelden Autorisatie (geverifieerd)FoutGewijzigd
	Triageprioriteit TriageAcuity	Het urgentieniveau dat tijdens de triagebeoordeling is toegewezen.
Beschrijving Een numerieke of categorische waarde die de ernst van de toestand van de patiënt aangeeft, bijvoorbeeld 1 - direct tot 5 - niet urgent. Dit is een belangrijk segmentatieattribuut voor het analyseren van wachttijden, omdat patiënten met een hogere prioriteit korter zouden moeten wachten. Meestal vastgelegd in klinische formulieren of specifieke observatiecodes tijdens de triage. Waarom dit belangrijk is Belangrijk om te controleren of het proces patiënten correct prioriteert op basis van klinische urgentie. Waar je het vindt Raadpleeg de documentatie van Oracle Health (Cerner) Voorbeelden 12345
	Type betaler FinancialClass	De primaire verzekeringsdekking of financiële classificatie van de patiënt.
Beschrijving Classificeert de patiënt op basis van de betaler, bijvoorbeeld Medicare, particuliere verzekering of zelfbetaler. Met dit attribuut kun je analyseren of procesverlopen of verblijfsduur verschillen per verzekeringstype. Afgeleid uit `FINANCIAL_CLASS_CD` in de tabel `ENCOUNTER`. Waarom dit belangrijk is Helpt verschillen in zorgverlening of administratieve verwerking op basis van het type betaler te signaleren. Waar je het vindt Tabel: ENCOUNTER, kolom: FINANCIAL_CLASS_CD (oplossen via CODE_VALUE) Voorbeelden MedicareBlue CrossZelfbetalerMedicaid

Verplicht Aanbevolen Optioneel

Activiteiten in het patiënttraject

Dit zijn de belangrijkste processtappen en mijlpalen die je in je event log moet vastleggen voor nauwkeurige procesontdekking en het identificeren van bottlenecks.

8 Aanbevolen 6 Optioneel

	Activiteit	Beschrijving
	Diagnose vastgelegd	Dit gebeurt wanneer een formele diagnose aan het encounterrecord van de patiënt wordt toegevoegd. Dit verschilt van een testresultaat en staat voor de bevestiging van de aandoening door de zorgverlener.
Waarom dit belangrijk is Belangrijk voor de mijlpaal 'Diagnosis Confirmed' en voor het analyseren van de tijd tot een definitieve diagnose. Waar je het vindt Tabel DIAGNOSIS, met DIAGNOSIS_DT_TM gekoppeld aan ENCOUNTER_ID. Vastleggen Vastgelegd wanneer de diagnose in PowerChart wordt toegevoegd of bijgewerkt Eventtype explicit
	Diagnostisch resultaat geverifieerd	Dit is het moment waarop een laboratorium- of beeldvormingsresultaat definitief is gemaakt en beschikbaar is voor de zorgverlener. Hiermee eindigt het interval voor de diagnostische doorlooptijd.
Waarom dit belangrijk is Rondt de cyclus 'Diagnostic Result Delivery Time' af en leidt tot volgende behandelbeslissingen. Waar je het vindt Tabel CLINICAL_EVENT voor laboratoriumresultaten of een statuswijziging in ORDERS naar COMPLETED. Vastleggen Vastgelegd wanneer de resultaatstatus verandert naar AUTH (Authenticated) Eventtype explicit
	Diagnostische aanvraag geplaatst	Dit gebeurt wanneer een zorgverlener een aanvraag invoert voor laboratoriumonderzoek of beeldvorming. Deze timestamp start de berekening van de diagnostische doorlooptijd.
Waarom dit belangrijk is Dit is het startpunt voor de KPI 'Diagnostic Result Delivery Time' en helpt vertragingen tussen aanvraag en uitvoering te identificeren. Waar je het vindt Tabel ORDERS, met ORIG_ORDER_DT_TM wanneer het catalogustype Laboratory of Radiology is. Vastleggen Vastgelegd wanneer de status van de aanvraag op ORDERED wordt gezet Eventtype explicit
	Ontslagopdracht ondertekend	Dit is de gebeurtenis waarbij de arts opdracht geeft om de patiënt te ontslaan. Hiermee start de klok voor de ontslagplanning.
Waarom dit belangrijk is Het startpunt voor 'Discharge Planning Cycle Time'. Een verschil tussen dit moment en het daadwerkelijke ontslag wijst op vertraging in de bedrijfsvoering. Waar je het vindt Tabel ORDERS, waarbij het catalogustype Discharge aangeeft. Vastleggen Vastgelegd wanneer de status van de ontslagopdracht op ORDERED wordt gezet Eventtype explicit
	Overdracht tussen afdelingen uitgevoerd	Dit geeft aan dat de patiënt fysiek van de ene locatie, bijvoorbeeld de SEH, naar een andere locatie, zoals de ICU, is verplaatst. Dit wordt gevolgd via de locatiegeschiedenis.
Waarom dit belangrijk is Maakt analyse van 'Inter-Ward Transfer Efficiency' mogelijk en helpt de patiëntstroom door het ziekenhuis te visualiseren. Waar je het vindt Tabel ENCNTR_LOC_HIST (Encounter Location History), waarin wijzigingen in LOC_NURSE_UNIT_CD worden vastgelegd. Vastleggen Vergelijk het statusveld voor en na de wijziging Eventtype inferred
	Patiënt geregistreerd	Dit markeert het begin van de patiëntepisode, wanneer de patiënt arriveert en in het systeem wordt ingevoerd. In Cerner Millennium wordt dit vastgelegd wanneer het encounterrecord wordt aangemaakt of de registratietimestamp wordt ingesteld.
Waarom dit belangrijk is Dit bepaalt de starttijd voor berekeningen van de verblijfsduur (LOS) en de analyse van de eerste wachttijd. Waar je het vindt Tabel ENCOUNTER, specifiek de kolom REG_DT_TM (Registration Date/Time). Vastleggen Vastgelegd wanneer de transactie een nieuwe rij in ENCOUNTER aanmaakt Eventtype explicit
	Patiënt ontslagen	De laatste administratieve gebeurtenis waarmee het verblijf van de patiënt wordt afgesloten. Deze timestamp wordt gebruikt om de totale verblijfsduur te berekenen.
Waarom dit belangrijk is De belangrijkste eindgebeurtenis van het proces. Essentieel voor berekeningen van LOS en heropnames. Waar je het vindt Tabel ENCOUNTER, specifiek DISCH_DT_TM (Discharge Date/Time). Vastleggen Vastgelegd wanneer de status van de encounter verandert naar DISCHARGED Eventtype explicit
	Triagebeoordeling afgerond	Dit staat voor de afronding van de eerste verpleegkundige beoordeling of het triageformulier in de context van spoedzorg of opname. Meestal gaat het om een specifiek formulier of klinische gebeurtenis die in het systeem is vastgelegd.
Waarom dit belangrijk is Belangrijk voor het berekenen van de KPI 'Initial Assessment Wait Time' en het identificeren van bottlenecks bij de eerste opvang. Waar je het vindt Tabel CLINICAL_EVENT, gefilterd op eventcodes die horen bij triage- of eerste beoordelingsformulieren. Vastleggen Vastgelegd wanneer een klinisch document of formulier is ondertekend of geverifieerd Eventtype explicit
	Consult afgerond	Dit markeert de afronding van een consult met een specialist, meestal herkenbaar aan een ondertekende consultnotitie of een ondertekend document.
Waarom dit belangrijk is Laat zien wanneer input van een specialist beschikbaar was. Dit kan een bottleneck zijn in complexe zorgpaden. Waar je het vindt Tabel CLINICAL_EVENT, gefilterd op documenttypen die als consult zijn geclassificeerd. Vastleggen Vastgelegd wanneer de consultnotitie is ondertekend Eventtype explicit
	Medicatie toegediend	Legt vast dat medicatie daadwerkelijk aan de patiënt is toegediend, zoals geregistreerd in het Medication Administration Record (MAR).
Waarom dit belangrijk is Ondersteunt het dashboard 'Medication Admin Compliance' door te controleren of medicatie op tijd is toegediend. Waar je het vindt Tabel CLINICAL_EVENT, gefilterd op gebeurtenissen voor medicatietoediening (Task Status = Complete). Vastleggen Vastgelegd na een barcodescan of handmatige invoer in MAR Eventtype explicit
	Procedure gepland	Dit geeft aan dat een chirurgische case of grote procedure voor een specifiek tijdstip is ingepland. Zo krijg je inzicht in de toewijzing van middelen en wachttijden vóór de procedure.
Waarom dit belangrijk is Maakt de efficiëntie van de planning en mogelijke bottlenecks in het gebruik van operatie- of behandelkamers zichtbaar. Waar je het vindt Tabel SURGICAL_CASE of tabel SCH_APPT die aan de encounter is gekoppeld. Vastleggen Vastgelegd wanneer de planningsactie is bevestigd Eventtype explicit
	Procedure uitgevoerd	De timestamp die aangeeft wanneer een operatie of grote procedure daadwerkelijk heeft plaatsgevonden. Dit wordt vaak vastgelegd in de perioperatieve documentatie.
Waarom dit belangrijk is Belangrijke mijlpaal voor analyse van klinische zorgpaden en het gebruik van middelen. Waar je het vindt Tabel SURGICAL_CASE (start- en stoptijden van de case) of CLINICAL_EVENT voor procedures aan het bed. Vastleggen Vastgelegd via SurgiNet of proceduredocumentatie Eventtype explicit
	Vervolgafspraak gepland	Dit gebeurt wanneer een toekomstige afspraak wordt geboekt voor de patiënt en aan dezelfde episode of hetzelfde zorgplan is gekoppeld.
Waarom dit belangrijk is Ondersteunt het dashboard 'Follow-up Scheduling Timeliness' en meet de efficiëntie van de continuïteit van zorg. Waar je het vindt Tabel SCH_APPT (Schedule Appointment), gekoppeld aan PERSON_ID. Vastleggen Vastgelegd wanneer de afspraak in de planningsmodule wordt aangemaakt Eventtype explicit
	Zorgplan geactiveerd	Dit staat voor de start van een PowerPlan of zorgpad in Cerner. Het geeft aan dat een gestandaardiseerd behandelprotocol is geselecteerd.
Waarom dit belangrijk is Belangrijk voor 'Treatment Protocol Deviation Analysis', waarmee je werkelijke zorg vergelijkt met het geplande zorgpad. Waar je het vindt ACT_PW_CAT (Action Pathway Catalog) of DCP_FORMS_REF, gekoppeld aan de encounter. Vastleggen Vastgelegd wanneer PowerPlan wordt gestart Eventtype explicit

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data uit Oracle Health (Cerner)

Stappen

Discern Visual Developer starten: Open de applicatie Discern Visual Developer (DVDev) binnen je Citrix-omgeving of lokale Cerner-omgeving.
Een nieuw script maken: Maak een nieuw Command Language (CCL)-scriptbestand, bijvoorbeeld extract_patient_journey.prg.
Prompts definiëren: Definieer bovenaan het script gebruikersprompts voor start_date en end_date, zodat je het script voor specifieke perioden kunt uitvoeren.
Constanten instellen: Definieer constanten voor specifieke Code Sets, zoals Encounter Types, Order Catalogs en Event Codes. Zo voorkom je dat je numerieke code_value-identifiers hard codeert. Deze identifiers verschillen per domein. Mogelijk moet je de juiste code_value of display_key opzoeken voor de formulieren Triage, Discharge en Consult binnen jouw organisatie.
De query opbouwen: Kopieer de SQL-query hieronder naar de hoofdtekst van het script. De query gebruikt UNION ALL om data uit meerdere tabellen, zoals ENCOUNTER, CLINICAL_EVENT en ORDERS, te combineren tot één vlakke event-logstructuur.
Het script compileren: Gebruik de compile-functie, Ctrl+F7 of het menu Build, om syntaxfouten te controleren. Controleer of je SELECT-toegang hebt tot de gebruikte tabellen.
Uitvoeren en exporteren: Voer het script uit met Go/F9. Kies bij Output destination voor 'Spreadsheet' of 'Flat File'. Sla de uitvoer op als CSV-bestand.
Data-transformatie, optioneel: Als datums in Cerner-specifieke indelingen worden teruggegeven, zoals Julian dates of niet-ISO-timestamps, gebruik je Excel of een script om ze vóór het uploaden om te zetten naar YYYY-MM-DD HH:MM:SS.
Valideren: Controleer steekproefsgewijs een bekende Encounter ID (FIN) in PowerChart om te verifiëren dat de timestamps overeenkomen met de extractie.
Uploaden naar ProcessMind: Importeer het CSV-bestand in ProcessMind. Koppel de kolom EncounterId aan Case ID, ClinicalEventTag aan Activity en EventEndDateTime aan Timestamp.

Configuratie

Periode: Een uitvoerperiode van 3 tot 6 maanden wordt aanbevolen. Lange perioden kunnen een time-out veroorzaken door de omvang van de tabel CLINICAL_EVENT.
Code Sets (CDF): De query gebruikt filters op code_value. Vervang placeholders zoals [REPLACE_WITH_TRIAGE_EVENT_CD] door de werkelijke codes uit jouw domein. Je vindt deze in de tabel CODE_VALUE.
Rechten: De gebruiker die het script uitvoert, heeft d-toegangsrechten voor de database nodig voor tabellen zoals ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, ENCNTR_LOC_HIST en SCH_APPOINTMENT.
Prestaties: De tabel CLINICAL_EVENT is zeer groot. Controleer of het datumfilter op EVENT_END_DT_TM geïndexeerd is en strikt wordt toegepast.
Logica voor heropname: Het attribuut IsReadmission is als placeholder opgenomen. Complexe terugkijklogica kun je beter na het laden in ProcessMind afhandelen dan in de extractiequery.

a Voorbeeldquery 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

Stappen

Configuratie vooraf: zorg dat Python is geïnstalleerd met de benodigde bibliotheken (pandas, requests) en dat je geldige OAuth2-inloggegevens (client_id, client_secret) hebt voor het Oracle Health (Cerner) FHIR R4-endpoint. De volgende scopes moeten zijn ingeschakeld: Patient, Encounter, Observation, Condition, Procedure, MedicationAdministration, ServiceRequest en DiagnosticReport.
Authenticatie afhandelen: implementeer een authenticatiehandler om een Bearer-token op te halen bij de autorisatieserver. Cerner-implementaties gebruiken meestal SMART on FHIR of een standaard OAuth2-flow met clientgegevens. Het meegeleverde script haalt het token op.
Scope en periode bepalen: bepaal het extractievenster, bijvoorbeeld met de parameters last_updated_gt of date. Het is een goede werkwijze om per datumbereik door de Encounter-bron te lopen en zo de scope van Patient Episodes te bepalen.
Encounters ophalen (Patient Episodes): bevraag de Encounter-bron. Dit object fungeert als centrale hub en Case Identifier. Haal uit de Encounter-bron zelf period.start voor Patient Registered en period.end voor Patient Discharged. Loop voor Department Transfer Occurred door de locatiegeschiedenis.
Klinische orders extraheren: bevraag ServiceRequest-bronnen die je filtert op het Encounter-ID. Gebruik intent=order om Diagnostic Order Placed en Procedure Scheduled vast te leggen, als die als chirurgische orders zijn gecategoriseerd. Koppel authoredOn aan de timestamp van het event.
Diagnoses en problemen extraheren: bevraag Condition-bronnen die aan de Encounter zijn gekoppeld. Gebruik recordedDate of onsetDateTime om events voor Diagnosis Documented te maken. Filter waar mogelijk op de categorie encounter-diagnosis.
Procedures extraheren: bevraag Procedure-bronnen. Gebruik performedDateTime om events voor Procedure Performed te genereren. Zo maak je onderscheid tussen afgeronde en geplande operaties.
Medicatie extraheren: bevraag MedicationAdministration-bronnen. Deze verschillen van MedicationRequest, omdat ze de daadwerkelijke toediening vastleggen. Gebruik effectiveDateTime voor het event Medication Administered.
Laboratoriumdata en resultaten extraheren: bevraag Observation- of DiagnosticReport-bronnen. Gebruik issued of effectiveDateTime voor events van het type Diagnostic Result Verified. Zoek naar status=final. Gebruik ook specifieke Observation-codes, bijvoorbeeld LOINC voor triagezwaarte, om Triage Assessment Completed te identificeren.
Documentatie en zorgplannen extraheren: bevraag DocumentReference voor Consultation Completed, op basis van codes voor het documenttype, en CarePlan voor events van het type Care Plan Activated.
Ontslagactiviteiten identificeren: om Discharge Order Signed af te leiden, moet je vaak ServiceRequest controleren op specifieke codes voor ontslagorders. Een andere optie is Encounter.statusHistory analyseren op een status die voorafgaat aan het definitieve ontslag.
Data transformeren en exporteren: zet de JSON-responses om naar een tabelvorm. Maak de vereiste kolommen (EncounterId, ClinicalEventTag, EventEndDateTime enzovoort). Zet timestamps om naar ISO 8601 en exporteer de uiteindelijke dataset naar een CSV-bestand dat klaar is om naar ProcessMind te uploaden.

Configuratie

FHIR-basis-URL: Het specifieke endpoint voor jouw Oracle Health/Cerner-instantie, bijvoorbeeld https://fhir-myrecord.cerner.com/r4/....
Authenticatiescopes: Controleer of de applicatie beschikt over system/Encounter.read, system/Observation.read, system/Patient.read, system/Procedure.read, system/Condition.read enzovoort.
Datumfiltering: Gebruik date=ge[YYYY-MM-DD] op de Encounter-resource om episodes vanaf een specifieke datum op te halen. Voorkom dat je de volledige historie opvraagt.
Paginering: De API retourneert data in Bundles. Het script moet pagineringslinks (relation: next) verwerken om alle data op te halen.
Gelijktijdigheid: Overweeg bij grote extracties om requests parallel uit te voeren op basis van Encounter ID-bereiken. Houd wel rekening met API-rate limits en throttling.
Codefiltering: Configureer specifieke LOINC- of SNOMED-codes in het mappinggedeelte van het script om Triage en algemene Observations goed van elkaar te onderscheiden.

a Voorbeeldquery 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")

Klaar om aan de slag te gaan?

Gebruik deze template om je data voor te bereiden en waardevolle inzichten in je patiëntreis te vinden. Je begint hier met het verbeteren van patiëntresultaten.

Terug naar de verbetergids Template downloaden

Optimaliseer patiëntreizen nu en verbeter resultaten sneller

Vind knelpunten snel en verkort de doorlooptijd van patiëntreizen met 30%.

Start je gratis proefperiode

Je hebt geen creditcard nodig. Je kunt binnen enkele minuten aan de slag.

Jouw datatemplate voor de patiëntreis

Jouw datatemplate voor de patiëntreis

Attributen van het patiënttraject

Activiteiten in het patiënttraject

Extractiegidsen

Extractie met Cerner Command Language via Discern

Stappen

Configuratie

a Voorbeeldquery sql

Python-extractie via de Oracle Health FHIR R4 API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om aan de slag te gaan?

Optimaliseer patiëntreizen nu en verbeter resultaten sneller

Jouw datatemplate voor de patiëntreis

Jouw datatemplate voor de patiëntreis

Attributen van het patiënttraject

Activiteiten in het patiënttraject

Extractiegidsen

Extractie met Cerner Command Language via Discern

Stappen

Configuratie

a Voorbeeldquery sql

Python-extractie via de Oracle Health FHIR R4 API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om aan de slag te gaan?

Optimaliseer patiëntreizen nu en verbeter resultaten sneller

We respecteren je privacy