> Continu verbeteren van processen > Patiënttraject > Oracle Health (Cerner) > Datatemplate

Datatemplate voor het patiënttraject

Oracle Health (Cerner)

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

Datatemplate voor het patiënttraject

Deze template beschrijft welke data je nodig hebt om patiënttrajecten goed te analyseren en te verbeteren. Je vindt er een overzicht van de attributen die je verzamelt, de activiteiten die je volgt en praktische aanwijzingen voor data-extractie. Gebruik deze bron om het event log voor te bereiden op process mining.

Aanbevolen attributen om te verzamelen
Belangrijke activiteiten om te volgen
Richtlijnen voor data-extractie

Nieuw met event logs? Lees hoe je een event log voor process mining maakt.

Template downloaden

Attributen van het patiënttraject

Dit zijn de aanbevolen datavelden voor het event log, zodat je het patiënttraject in 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 voor de patiënt vast, zoals ‘Medicatie toegediend’, ‘Vitale waarden gemeten’ of ‘Patiënt ontslagen’. Het geeft elke processtap een herkenbare naam. In Cerner is deze waarde vaak afgeleid van de tabel `CLINICAL_EVENT`. Daarbij wordt `EVENT_CD` (gebeurteniscode) gekoppeld aan de weergavenaam, of wordt `EVENT_TAG` gebruikt. Consequente naamgeving is belangrijk voor goed leesbare procesmodellen. Waarom dit belangrijk is Bepaalt de stappen in het procesmodel en maakt de workflow zichtbaar. Waar vind je dit? Tabel: CLINICAL_EVENT, kolom: EVENT_TAG of gekoppelde CODE_VALUE voor EVENT_CD Voorbeelden TriagebeoordelingVolledig bloedbeeld met differentiatieOntslagopdrachtPatiënt overplaatsen
	Patiëntenepisode EncounterId	Unieke identificatie van het specifieke patiëntbezoek of de zorgepisode.
Beschrijving Dit attribuut is de centrale case-ID voor het patiënttraject. Het groepeert alle klinische gebeurtenissen, opdrachten en administratieve handelingen binnen één zorgperiode, zoals een klinische opname of een bezoek aan de spoedeisende hulp. Bij process mining is deze ID essentieel om losse activiteiten samen te brengen in één procesoverzicht. Technisch komt dit overeen met `ENCNTR_ID` in de tabel `ENCOUNTER` van de Cerner Millennium-database. Dit is de primaire sleutel waarmee patiëntgegevens, opdrachten en klinische gebeurtenissen aan elkaar worden gekoppeld. Waarom dit belangrijk is Deze sleutel is nodig om het volledige patiënttraject, van opname tot ontslag, te reconstrueren. Waar vind je dit? Tabel: ENCOUNTER, kolom: ENCNTR_ID Voorbeelden 123456789876543211223344
	Timestamp van gebeurtenis EventEndDateTime	De exacte datum en tijd waarop de activiteit plaatsvond of werd afgerond.
Beschrijving Dit attribuut registreert het exacte moment waarop een gebeurtenis plaatsvond. Het wordt gebruikt om activiteiten op volgorde te zetten en doorlooptijden tussen processtappen te berekenen. In de tabel `CLINICAL_EVENT` komt dit meestal overeen met `EVENT_END_DT_TM`. Een nauwkeurige waarde is belangrijk om wachttijden te berekenen, bijvoorbeeld de tijd tussen ‘Patiënt geregistreerd’ en ‘Triagebeoordeling’. Waarom dit belangrijk is Nodig om de volgorde van gebeurtenissen vast te stellen en prestatie-KPI’s, zoals doorlooptijden, te berekenen. Waar vind je dit? 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 waaruit de data afkomstig is.
Beschrijving Geeft aan uit welke brontoepassing de datarecord komt. In deze context is dat meestal ‘Oracle Health’ of ‘Cerner Millennium’. Dit is handig in omgevingen met meerdere systemen, waar data wordt gecombineerd met gegevens uit andere EPD’s of afdelingssystemen. Als er meerdere bronnen worden ingelezen, kunnen analisten de procesanalyse filteren of uitsplitsen op basis van de herkomst van de data. Waarom dit belangrijk is Zorgt voor inzicht in de herkomst en traceerbaarheid van data, vooral bij process mining met meerdere systemen. Waar vind je dit? Vaste tekst of systeemmetadata Voorbeelden Oracle HealthCerner Millennium
	Laatste data-update LastDataUpdate	De timestamp waarop de record is geëxtraheerd of voor het laatst is gewijzigd in het datawarehouse.
Beschrijving Geeft aan hoe actueel de data in de analyse is. Aan deze timestamp kunnen gebruikers zien of ze naar realtime data kijken of naar een momentopname van een eerdere laadbeurt. 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 vind je dit? Systeemtimestamp van ETL Voorbeelden 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Afdeling NurseUnit	De specifieke verpleegafdeling, unit of afdeling waar de gebeurtenis plaatsvond.
Beschrijving Geeft aan op welke fysieke locatie of binnen welke organisatie-eenheid de patiënt zich bevond toen de gebeurtenis plaatsvond, bijvoorbeeld ‘IC’, ‘Algemene chirurgie’ of ‘Spoedeisende hulp’. Dit helpt bij het dashboard ‘Efficiëntie van overplaatsingen tussen afdelingen’, dat verplaatsingen tussen units bijhoudt. In Cerner is dit vaak `LOC_NURSE_UNIT_CD` in de contact- of trackingtabel. Waarom dit belangrijk is Nodig om bottlenecks op specifieke afdelingen te analyseren en de verplaatsingen van patiënten in beeld te brengen. Waar vind je dit? Tabel: ENCOUNTER of CLINICAL_EVENT, kolom: LOC_NURSE_UNIT_CD Voorbeelden Spoedeisende hulpCardiologieafdelingICURadiologie
	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 toedient of de arts die het ontslag ondertekent. Hiermee kan het gebruik van bronnen worden geanalyseerd. In Cerner is dit, afhankelijk van de tabel (opdrachten of klinische gebeurtenissen), vaak `PERFORMED_PRSNL_ID` of `UPDT_ID`. Door dit te koppelen aan een generiek attribuut ‘Gebruiker’ kun je functiescheiding analyseren. Waarom dit belangrijk is Ondersteunt bronanalyse en helpt mogelijke opleidingsbehoeften of een ongelijke werkverdeling op te sporen. Waar vind je dit? Tabel: CLINICAL_EVENT, kolom: PERFORMED_PRSNL_ID Voorbeelden Dr. SmithVpk. 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 herkennen die een heropname zijn. 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 maatstaf voor de kwaliteit van zorg. Waar vind je dit? Afgeleid met SQL-logica die ENCOUNTER-records vergelijkt Voorbeelden truefalse
	Ontslagstatus DischargeDisposition	De bestemming of status van de patiënt na ontslag.
Beschrijving Geeft aan waar de patiënt na afloop van de episode naartoe ging, bijvoorbeeld naar huis, een verpleeginstelling of overleden. Dit is belangrijk voor de analyse van de ontslagplanning en het opsporen van ongunstige uitkomsten. Te vinden in de tabel `ENCOUNTER` als `DISCH_DISPOSITION_CD`. Waarom dit belangrijk is Belangrijke uitkomstmetriek die de eindstatus van het patiënttraject bepaalt. Waar vind je dit? Tabel: ENCOUNTER, kolom: DISCH_DISPOSITION_CD (opzoeken via CODE_VALUE) Voorbeelden Ontslagen naar huisOvergeplaatst naar revalidatieVertrokken tegen medisch advies inOverleden
	Opdrachtitem OrderMnemonic	De naam van de specifieke aangevraagde opdracht, zoals een laboratoriumtest of medicatie.
Beschrijving Beschrijft de inhoud van een opdrachtgebeurtenis, bijvoorbeeld ‘Volledig bloedbeeld’ of ‘Aspirine 81 mg’. Dit attribuut geeft context aan activiteiten als ‘Diagnostisch onderzoek aangevraagd’ en ‘Medicatie toegediend’. Dit staat meestal in de tabel `ORDERS` onder `ORDER_MNEMONIC`. Het is het ‘product’ dat door het proces loopt. Waarom dit belangrijk is Nodig voor een gedetailleerde analyse van diagnostische en behandeltrajecten. Waar vind je dit? Tabel: ORDERS, kolom: ORDER_MNEMONIC Voorbeelden Röntgenfoto van de borstkasBasispanel voor metabole waardenParacetamolMRI van de hersenen
	Patiënt-ID PersonId	Unieke identificatie van de patiënt bij verschillende contacten.
Beschrijving In tegenstelling tot de Case-ID blijft de patiënt-ID (of Person-ID) bij alle ziekenhuisbezoeken van dezelfde patiënt gelijk. Dit attribuut is belangrijk om heropnames te analyseren en inzicht te krijgen in de voorgeschiedenis van de patiënt. In Cerner is dit `PERSON_ID` uit de tabel `PERSON`. Hiermee worden meerdere records met `ENCNTR_ID` aan elkaar gekoppeld. Waarom dit belangrijk is Maakt de KPI ‘Heropnamepercentage patiënten’ mogelijk door afzonderlijke episodes aan dezelfde persoon te koppelen. Waar vind je dit? Tabel: PERSON, kolom: PERSON_ID Voorbeelden P10001P55992P99221
	Primaire diagnose DiagnosisCode	De ICD-10- of SNOMED-code voor de belangrijkste reden van zorg.
Beschrijving De gestandaardiseerde klinische code, bijvoorbeeld ‘J18.9’ voor longontsteking, die aan de episode is toegewezen. Hiermee kun je patiënten per aandoening groeperen en afwijkingen van behandelprotocollen voor specifieke aandoeningen analyseren. Te vinden in de tabel `DIAGNOSIS`, gekoppeld aan het contact. Waarom dit belangrijk is Maakt een eerlijke vergelijking mogelijk van patiënttrajecten voor specifieke aandoeningen. Waar vind je dit? Tabel: DIAGNOSIS, kolom: DIAGNOSIS_CODE (via nomenclatuur) Voorbeelden I10E11.9J18.9
	Type case EncounterType	Indeling van het patiëntbezoek, bijvoorbeeld klinische opname, poliklinisch bezoek of spoedzorg.
Beschrijving Classificeert het type patiëntenepisode. Dit is een belangrijke dimensie om de data uit te splitsen, omdat het procesverloop bij een bezoek aan de spoedeisende hulp sterk verschilt van dat bij een geplande klinische opname. Deze waarde is afgeleid van `ENCNTR_TYPE_CD` in de tabel `ENCOUNTER`, die verwijst naar een codewaarde, zoals ‘Klinische opname’ of ‘Spoedzorg’. Waarom dit belangrijk is Maakt het mogelijk om zorgpaden en doorvoer in verschillende zorgomgevingen met elkaar te vergelijken. Waar vind je dit? Tabel: ENCOUNTER, kolom: ENCNTR_TYPE_CD (opzoeken via CODE_VALUE) Voorbeelden Klinische opnameSpoedzorgPoliklinisch bezoekDagbehandeling chirurgie
	Medicatiestatus MedAdminStatus	Status van de medicatieopdracht, bijvoorbeeld toegediend, geweigerd of niet toegediend.
Beschrijving Geeft de uitkomst van een medicatietoedieningstaak aan. Voor het dashboard ‘Compliance medicatietoediening’ is het belangrijk 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 medicatietoedieningsregister (MAR). Waarom dit belangrijk is Spoort afwijkingen van behandelprotocollen op. Waar vind je dit? Raadpleeg de documentatie van Oracle Health (Cerner) Voorbeelden ToegediendGeweigerdAangehouden
	Opdrachtnummer OrderId	Unieke identificatie van een specifieke opdracht, zoals een laboratoriumtest, medicatie of consult.
Beschrijving De door het systeem gegenereerde ID van een opdracht. Dit is niet de Case-ID, maar wel een belangrijke secundaire sleutel. Hiermee wordt de gebeurtenis ‘Diagnostisch onderzoek aangevraagd’ gekoppeld aan ‘Diagnostische uitslag geverifieerd’. Zonder deze ID is de exacte doorlooptijd van specifieke tests lastig te berekenen wanneer een patiënt meerdere opdrachten tegelijk heeft. Waarom dit belangrijk is Nodig om bijbehorende activiteiten (opdracht → uitslag) nauwkeurig aan elkaar te koppelen. Waar vind je dit? Tabel: ORDERS, kolom: ORDER_ID Voorbeelden 88291028829103
	Opnamekanaal AdmissionSource	De herkomst van de patiënt bij opname.
Beschrijving Beschrijft hoe de patiënt in het ziekenhuis is terechtgekomen, bijvoorbeeld via een verwijzing door een arts, de spoedeisende hulp of een overplaatsing vanuit een ander ziekenhuis. Dit helpt bij de analyse van de instroom in het ziekenhuisproces. De waarde komt overeen met `ADMIT_SRC_CD` in de tabel `ENCOUNTER`. Waarom dit belangrijk is Geeft context aan de ‘Wachttijd tot eerste beoordeling’ op basis van de ingang van de patiënt. Waar vind je dit? Tabel: ENCOUNTER, kolom: ADMIT_SRC_CD Voorbeelden Spoedeisende hulpVerwijzing door artsOverplaatsing vanuit ziekenhuis
	Triageprioriteit TriageAcuity	De urgentie die tijdens de triagebeoordeling is toegewezen.
Beschrijving Een numerieke of categorische waarde die de ernst van de toestand van de patiënt aangeeft, bijvoorbeeld van 1 (direct) tot 5 (niet urgent). Dit attribuut is belangrijk om wachttijden uit te splitsen: patiënten met een hogere prioriteit zouden korter 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 op basis van hun klinische urgentie de juiste prioriteit geeft. Waar vind je dit? Raadpleeg de documentatie van Oracle Health (Cerner) Voorbeelden 12345
	Type betaler FinancialClass	De belangrijkste verzekeringsdekking of financiële indeling van de patiënt.
Beschrijving Deelt patiënten in op basis van de betaler, bijvoorbeeld Medicare, een particuliere verzekering of zelfbetaling. Met dit attribuut kun je analyseren of procesverloop of verblijfsduur verschilt per verzekeringstype. Afgeleid van `FINANCIAL_CLASS_CD` in de tabel `ENCOUNTER`. Waarom dit belangrijk is Helpt verschillen in zorgverlening of administratieve verwerking per type betaler op te sporen. Waar vind je dit? Tabel: ENCOUNTER, kolom: FINANCIAL_CLASS_CD (opzoeken via CODE_VALUE) Voorbeelden MedicareBlue CrossZelfbetalingMedicaid
	Uitslagstatus ResultStatus	De status van een diagnostische uitslag, bijvoorbeeld geautoriseerd (geverifieerd), gecorrigeerd of voorlopig.
Beschrijving Geeft de fase van een diagnostische uitslag aan. Bij de analyse ‘Doorlooptijd tot diagnostische uitslag’ wordt hiermee bepaald wanneer een uitslag 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 uitslagen. Dat bepaalt wanneer vervolgactiviteiten kunnen beginnen. Waar vind je dit? Tabel: CLINICAL_EVENT, kolom: RESULT_STATUS_CD Voorbeelden Geautoriseerd (geverifieerd)FoutGewijzigd

Verplicht Aanbevolen Optioneel

Activiteiten in het patiënttraject

Dit zijn de belangrijkste processtappen en mijlpalen voor het event log. Daarmee kun je het proces goed in kaart brengen en bottlenecks vinden.

8 Aanbevolen 6 Optioneel

	Activiteit	Beschrijving
	Diagnose vastgelegd	Dit gebeurt wanneer een formele diagnose aan het contactrecord van de patiënt wordt toegevoegd. Dit is iets anders dan een testuitslag: het gaat om de bevestiging van de aandoening door de zorgverlener.
Waarom dit belangrijk is Nodig om de mijlpaal ‘Diagnose bevestigd’ vast te leggen en de tijd tot de definitieve diagnose te analyseren. Waar vind je dit? De DIAGNOSIS-tabel, met DIAGNOSIS_DT_TM gekoppeld aan ENCOUNTER_ID. Vastleggen Vastgelegd wanneer een diagnose in PowerChart wordt toegevoegd of bijgewerkt Gebeurtenistype explicit
	Diagnostisch onderzoek aangevraagd	Dit gebeurt wanneer een zorgverlener een laboratoriumtest of beeldvormend onderzoek aanvraagt. Deze timestamp is het startpunt voor de berekening van de doorlooptijd van diagnostiek.
Waarom dit belangrijk is Het startpunt voor de KPI ‘Tijd tot beschikbaarheid diagnostische uitslag’. Helpt vertragingen bij het aanvragen te onderscheiden van vertragingen bij de uitvoering. Waar vind je dit? De ORDERS-tabel, met ORIG_ORDER_DT_TM voor aanvragen met het catalogustype Laboratory of Radiology. Vastleggen Vastgelegd wanneer de status van de aanvraag op ORDERED wordt gezet Gebeurtenistype explicit
	Diagnostische uitslag gecontroleerd	Het moment waarop een laboratorium- of beeldvormende uitslag definitief is en beschikbaar komt voor de zorgverlener. Hiermee eindigt de doorlooptijd van diagnostiek.
Waarom dit belangrijk is Rondt de cyclus voor de KPI ‘Tijd tot beschikbaarheid diagnostische uitslag’ af en leidt tot vervolgbeslissingen over de behandeling. Waar vind je dit? De CLINICAL_EVENT-tabel (voor laboratoriumuitslagen) of een statuswijziging naar COMPLETED in ORDERS. Vastleggen Vastgelegd wanneer de status van de uitslag verandert in AUTH (Authenticated) Gebeurtenistype explicit
	Ontslagopdracht ondertekend	De gebeurtenis waarbij de arts opdracht geeft de patiënt te ontslaan. Hiermee begint de klok voor de ontslagplanning.
Waarom dit belangrijk is Het startpunt voor ‘Doorlooptijd ontslagplanning’. Een verschil tussen dit moment en het daadwerkelijke ontslag wijst op vertraging in de bedrijfsvoering. Waar vind je dit? Tabel ORDERS, waarbij het catalogustype aangeeft dat het om ontslag gaat. Vastleggen Geregistreerd wanneer de status van de ontslagopdracht ORDERED is Gebeurtenistype explicit
	Patiënt geregistreerd	Dit markeert het begin van de patiëntopname: de patiënt komt binnen en wordt in het systeem geregistreerd. In Cerner Millennium wordt dit vastgelegd wanneer het contactrecord wordt aangemaakt of de registratietimestamp wordt ingesteld.
Waarom dit belangrijk is Hiermee wordt de starttijd bepaald voor de berekening van de ligduur en de analyse van de eerste wachttijd. Waar vind je dit? De ENCOUNTER-tabel, met name de kolom REG_DT_TM (Registration Date/Time). Vastleggen Vastgelegd wanneer een transactie een nieuwe rij in ENCOUNTER aanmaakt Gebeurtenistype 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 de verblijfsduur en heropnames. Waar vind je dit? Tabel ENCOUNTER, specifiek DISCH_DT_TM (ontslagdatum en -tijd). Vastleggen Geregistreerd wanneer de status van het contact verandert in DISCHARGED Gebeurtenistype explicit
	Patiënt overgeplaatst naar andere afdeling	Dit geeft aan dat de patiënt fysiek van de ene locatie naar de andere is verplaatst, bijvoorbeeld van de spoedeisende hulp naar de intensive care. Dit wordt bijgehouden in de locatiegeschiedenis.
Waarom dit belangrijk is Maakt de analyse van de efficiëntie van overplaatsingen tussen afdelingen mogelijk en helpt de patiëntenstroom door het ziekenhuis in beeld te brengen. Waar vind je dit? De tabel ENCNTR_LOC_HIST (Encounter Location History), waarin wijzigingen in LOC_NURSE_UNIT_CD worden vastgelegd. Vastleggen Vergelijk het statusveld vóór en na de wijziging Gebeurtenistype inferred
	Triagebeoordeling afgerond	Dit geeft aan dat de eerste verpleegkundige beoordeling of het triageformulier voor de spoedeisende hulp of opname is afgerond. Meestal gaat het om een specifiek formulier of een klinische gebeurtenis die in het systeem is vastgelegd.
Waarom dit belangrijk is Essentieel voor het berekenen van de KPI ‘Wachttijd eerste beoordeling’ en het opsporen van bottlenecks bij de eerste opvang. Waar vind je dit? De CLINICAL_EVENT-tabel, gefilterd op eventcodes voor triage- of eerste-beoordelingsformulieren. Vastleggen Vastgelegd wanneer een klinisch document of formulier wordt ondertekend of gecontroleerd Gebeurtenistype explicit
	Consult afgerond	Dit markeert het einde van een consult met een specialist, meestal vastgelegd met een ondertekende consultnotitie of een ondertekend document.
Waarom dit belangrijk is Laat zien wanneer advies van een specialist is ontvangen. Dit kan een bottleneck zijn in complexe zorgtrajecten. Waar vind je dit? De CLINICAL_EVENT-tabel, gefilterd op documenttypen die als consult zijn aangemerkt. Vastleggen Vastgelegd wanneer de consultnotitie wordt ondertekend Gebeurtenistype explicit
	Ingreep ingepland	Dit geeft aan dat een operatie of grote ingreep op een bepaald tijdstip is ingepland. Zo krijg je inzicht in de inzet van middelen en de wachttijd vóór de ingreep.
Waarom dit belangrijk is Laat zien hoe efficiënt de planning verloopt en waar mogelijk bottlenecks ontstaan bij het gebruik van operatiekamers of behandelkamers. Waar vind je dit? De SURGICAL_CASE-tabel of de SCH_APPT-tabel die aan het contact is gekoppeld. Vastleggen Vastgelegd wanneer de planningsactie is bevestigd Gebeurtenistype explicit
	Ingreep uitgevoerd	De timestamp waarop een operatie of grote ingreep daadwerkelijk heeft plaatsgevonden. Dit wordt vaak vastgelegd in de perioperatieve documentatie.
Waarom dit belangrijk is Belangrijke mijlpaal voor de analyse van klinische trajecten en het gebruik van middelen. Waar vind je dit? De SURGICAL_CASE-tabel (start- en stoptijden van de case) of CLINICAL_EVENT voor ingrepen aan het bed. Vastleggen Vastgelegd via SurgiNet of de documentatie van de ingreep Gebeurtenistype explicit
	Medicatie toegediend	Legt vast dat medicatie daadwerkelijk aan de patiënt is toegediend, zoals geregistreerd in het medicatietoedieningsregistratie (MAR).
Waarom dit belangrijk is Ondersteunt het dashboard ‘Naleving medicatietoediening’ door te controleren of medicatie op tijd is toegediend. Waar vind je dit? De CLINICAL_EVENT-tabel, gefilterd op gebeurtenissen rond medicatietoediening (Task Status = Complete). Vastleggen Vastgelegd na het scannen van een barcode of een handmatige invoer in MAR Gebeurtenistype explicit
	Vervolgafspraak ingepland	Vindt plaats wanneer een toekomstige afspraak wordt ingepland voor de patiënt en gekoppeld is aan dezelfde episode of hetzelfde zorgplan.
Waarom dit belangrijk is Ondersteunt het dashboard ‘Tijdigheid van vervolgafspraken’. Meet hoe efficiënt de continuïteit van zorg is. Waar vind je dit? Tabel SCH_APPT (afspraak inplannen), gekoppeld aan PERSON_ID. Vastleggen Geregistreerd wanneer de afspraak wordt aangemaakt in de planningsmodule Gebeurtenistype explicit
	Zorgplan geactiveerd	Dit markeert de start van een PowerPlan of zorgtraject in Cerner. Het geeft aan dat een gestandaardiseerd behandelprotocol is gekozen.
Waarom dit belangrijk is Belangrijk voor de analyse van afwijkingen van behandelprotocollen, waarbij de werkelijke zorg wordt vergeleken met het geplande traject. Waar vind je dit? ACT_PW_CAT (Action Pathway Catalog) of DCP_FORMS_REF, waarin het zorgtraject aan het contact wordt gekoppeld. Vastleggen Vastgelegd wanneer de PowerPlan wordt gestart Gebeurtenistype explicit

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data op uit Oracle Health (Cerner)

Stappen

Start Discern Visual Developer: Open de applicatie Discern Visual Developer (DVDev) in je Citrix-omgeving of via lokale toegang tot het Cerner-domein.
Maak een nieuw script: Maak een nieuw Command Language-scriptbestand (CCL), bijvoorbeeld extract_patient_journey.prg.
Definieer prompts: Definieer bovenaan het script gebruikersprompts voor start_date en end_date, zodat je het script voor specifieke perioden kunt uitvoeren.
Stel constanten in: Definieer constanten voor specifieke codesets, zoals contacttypen, opdrachtcatalogi en gebeurteniscodes. Zo voorkom je dat je numerieke code_value-ID’s hard codeert, want die verschillen per domein. Mogelijk moet je de specifieke code_value of display_key opzoeken voor de triage-, ontslag- en consultformulieren van je organisatie.
Bouw de query: Kopieer de SQL-query hieronder naar de hoofdtekst van het script. De query gebruikt UNION ALL om data uit meerdere tabellen (ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL enzovoort) samen te voegen tot één platte eventlogstructuur.
Compileer het script: Gebruik de compileerfunctie (Ctrl+F7 of het menu Build) om syntaxfouten op te sporen. Controleer of je SELECT-toegang hebt tot de genoemde tabellen.
Voer het script uit en exporteer de data: Voer het script uit (Go/F9). Kies bij de uitvoerbestemming 'Spreadsheet' of 'Flat File'. Sla de uitvoer op als CSV-bestand.
Data omzetten (optioneel): Als datums in specifieke Cerner-indelingen worden teruggegeven, zoals Juliaanse datums of niet-ISO-timestamps, gebruik dan Excel of een script om ze vóór het uploaden om te zetten naar YYYY-MM-DD HH:MM:SS.
Valideren: Controleer steekproefsgewijs een bekende patiëntcontact-ID (FIN) in PowerChart om te zien of de timestamps overeenkomen met de extractie.
Uploaden naar ProcessMind: Importeer het CSV-bestand in ProcessMind en koppel de kolommen EncounterId aan Case-ID, ClinicalEventTag aan Activiteit en EventEndDateTime aan Timestamp.

Configuratie

Datumbereik: Een uitvoerperiode van 3 tot 6 maanden wordt aanbevolen. Bij een groter bereik kan de query een time-out krijgen door de omvang van de tabel CLINICAL_EVENT.
Codesets (CDF): De query gebruikt filters op code_value. Vervang placeholders zoals [REPLACE_WITH_TRIAGE_EVENT_CD] door de daadwerkelijke codes uit je domein. Je vindt die in de tabel CODE_VALUE.
Machtigingen: De gebruiker die het script uitvoert, heeft d-toegangsrechten (Database) nodig voor tabellen zoals ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, ENCNTR_LOC_HIST en SCH_APPOINTMENT.
Prestaties: De tabel CLINICAL_EVENT is erg groot. Controleer of het datumfilter op EVENT_END_DT_TM is geïndexeerd en strikt wordt toegepast.
Heropnamelogica: Het attribuut IsReadmission is als placeholder opgenomen. Complexe terugkijklogica kun je na het laden beter in ProcessMind afhandelen dan in de extractiequery.

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

Vereiste configuratie: Installeer Python en de benodigde bibliotheken (pandas, requests). Zorg ook voor geldige OAuth2-inloggegevens (client_id, client_secret) voor het Oracle Health (Cerner) FHIR R4-eindpunt. Schakel scopes in voor Patient, Encounter, Observation, Condition, Procedure, MedicationAdministration, ServiceRequest en DiagnosticReport.
Authenticatie instellen: Implementeer een authenticatiehandler die een Bearer-token ophaalt bij de autorisatieserver. Cerner-implementaties gebruiken doorgaans SMART on FHIR of de standaard OAuth2-clientgegevensstroom. Het meegeleverde script haalt het token op.
Scope en periode bepalen: Bepaal de extractieperiode, bijvoorbeeld met de parameters last_updated_gt of date. Het is gebruikelijk om de scope van patiënttrajecten vast te stellen door de Encounter-resource per datumbereik op te vragen.
Contacten ophalen (patiënttrajecten): Vraag de Encounter-resource op. Deze resource vormt de centrale case-ID. Haal uit de Encounter-resource zelf period.start op voor Patiënt geregistreerd en period.end voor Patiënt ontslagen. Doorloop ook de locatiegeschiedenis in location voor Afdelingsoverplaatsing uitgevoerd.
Klinische opdrachten ophalen: Vraag ServiceRequest-resources op en filter op de Encounter-ID. Filter op intent=order om Diagnostische opdracht geplaatst en Procedure gepland vast te leggen, als die als chirurgische opdracht is gecategoriseerd. Koppel authoredOn aan de timestamp van de gebeurtenis.
Diagnoses en problemen ophalen: Vraag Condition-resources op die aan de Encounter zijn gekoppeld. Gebruik recordedDate of onsetDateTime om gebeurtenissen voor Diagnose vastgelegd aan te maken. Filter waar mogelijk op de categorie encounter-diagnosis.
Procedures ophalen: Vraag Procedure-resources op. Gebruik performedDateTime om gebeurtenissen voor Procedure uitgevoerd aan te maken. Zo maak je onderscheid tussen uitgevoerde en geplande operaties.
Medicatie ophalen: Vraag MedicationAdministration-resources op. Deze verschillen van MedicationRequest, omdat ze de daadwerkelijke toediening vastleggen. Gebruik effectiveDateTime voor de gebeurtenis Medicatie toegediend.
Laboratoriumgegevens en resultaten ophalen: Vraag Observation- of DiagnosticReport-resources op. Gebruik issued of effectiveDateTime voor gebeurtenissen van het type Diagnostisch resultaat geverifieerd. Zoek naar status=final. Gebruik ook specifieke Observation-codes, zoals LOINC-codes voor triage-urgentie, om Triagebeoordeling afgerond vast te leggen.
Documentatie en zorgplannen ophalen: Vraag DocumentReference op voor Consult afgerond (met documenttypecodes) en CarePlan voor gebeurtenissen van het type Zorgplan geactiveerd.
Ontslagactiviteiten vaststellen: Voor Ontslagopdracht ondertekend moet je vaak ServiceRequest controleren op specifieke ontslagopdrachtcodes of Encounter.statusHistory uitlezen om een status te vinden die voorafgaat aan het definitieve ontslag.
Data omzetten en exporteren: Zet de JSON-antwoorden om naar een tabelstructuur. Maak de vereiste kolommen aan, zoals EncounterId, ClinicalEventTag en EventEndDateTime. Zet timestamps om naar ISO 8601 en exporteer de dataset als CSV-bestand dat klaar is om naar ProcessMind te uploaden.

Configuratie

FHIR-basis-URL: Het specifieke eindpunt 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.
Filteren op datum: Gebruik date=ge[YYYY-MM-DD] voor de Encounter-resource om trajecten op te halen die vanaf een bepaalde datum beginnen. Vraag niet de volledige geschiedenis op.
Paginering: De API retourneert data in Bundles. Het script moet pagineringslinks (relation: next) volgen om alle data op te halen.
Gelijktijdige verzoeken: Overweeg bij grote extracties verzoeken parallel uit te voeren voor reeksen Encounter-ID’s. Houd wel rekening met de API-limieten voor verzoekfrequentie.
Filteren op code: Stel in het mappinggedeelte van het script specifieke LOINC- of SNOMED-codes in om triage goed te onderscheiden van algemene observaties.

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 te beginnen?

Gebruik deze template om je data voor te bereiden en waardevolle inzichten in het patiënttraject te vinden. Hier begint de weg naar betere patiëntresultaten.

Terug naar de verbetergids

Template downloaden

Verbeter patiënttrajecten en zie snel resultaat

Vind bottlenecks snel en verkort de doorlooptijd van patiënttrajecten met 30%.

Start je gratis proefperiode

Geen creditcard nodig. Je kunt binnen enkele minuten aan de slag.

Datatemplate voor het patiënttraject

Datatemplate voor het patiënttraject

Attributen van het patiënttraject

Activiteiten in het patiënttraject

Extractiegidsen

Data-extractie met Cerner Command Language via Discern

Stappen

Configuratie

Voorbeeldquery sql

Data-extractie met de Oracle Health FHIR R4 API in Python

Stappen

Configuratie

Voorbeeldquery python

Klaar om te beginnen?

Verbeter patiënttrajecten en zie snel resultaat