> Continue verbetering > Patiëntenreis > Oracle Health (Cerner) > datatemplate

Uw Patiëntenreis datatemplate

Oracle Health (Cerner)

Patiëntenreis Attributen (19) Patiëntenreisactiviteiten (14) Extractiegidsen (2)

Uw Patiëntenreis datatemplate

Deze volledige template schetst de benodigde data die je nodig hebt om patiënt klantreiss effectief te analyseren en te optimaliseren. Het biedt een gestructureerd overzicht van de belangrijke attributen om te verzamelen, de belangrijkste activiteiten om te volgen en praktische begeleiding bij data-extractie. Gebruik dit hulpmiddel om uw event log voor te bereiden op een naadloze process mining ervaring.

Aanbevolen attributen om vast te leggen
Belangrijkste activiteiten om te volgen
Richtlijnen voor data-extractie

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

Template downloaden

Patiëntenreis Attributen

Dit zijn de aanbevolen velden om op te nemen in uw event log voor een grondige analyse van de patiënt klantreis binnen je systeem.

5 Verplicht 8 Aanbevolen 6 Optioneel

	Naam	Omschrijving
	Activiteit ClinicalEventTag	De naam of beschrijving van de uitgevoerde klinische of administratieve gebeurtenis.
Omschrijving Dit attribuut legt de specifieke actie vast die is ondernomen tijdens de zorg van de patiënt, zoals 'Medicatie Toegediend', 'Vitale Functies Gemeten' of 'Patiënt Ontslagen'. Het biedt een voor mensen leesbaar label voor de processtap. In Cerner wordt dit vaak afgeleid van de `CLINICAL_EVENT`-tabel, specifiek door de `EVENT_CD` (Event Code) te koppelen aan de weergavewaarde of door de `EVENT_TAG` te gebruiken. Consistente naamgevingsconventies hier zijn belangrijk voor leesbare proceskaarten. Het belang Definieert de stappen in de proceskaart, waardoor de visualisatie van de workflow mogelijk worden. Vindplaats Table: CLINICAL_EVENT, Kolom: EVENT_TAG of gekoppelde CODE_VALUE voor EVENT_CD Voorbeelden Triage BeoordelingCBC with DifferentialOntslagopdrachtPatiënt Transfereren
	Patiëntepisode EncounterId	Unieke kenmerk voor het specifieke patiëntbezoek of de episode van zorg.
Omschrijving Dit attribuut dient als de centrale case kenmerk voor de patiënt klantreis. Het groepeert alle klinische gebeurtenissen, orders en administratieve acties die plaatsvinden binnen één zorgperiode (bijv. een ziekenhuisopname of een spoedbezoek). In process mining is deze ID belangrijk voor het correleren van losgekoppelde activiteiten tot een uniforme procesweergave. Technisch gezien komt dit overeen met de `ENCNTR_ID` in de `ENCOUNTER`-tabel binnen de Cerner Millennium database. Het is de primary key die wordt gebruikt om patiëntdemografie, orders en klinische gebeurtenissen te koppelen. Het belang Het is de fundamentele sleutel die nodig is om de end-to-end patiënt klantreis van opname tot ontslag te reconstrueren. Vindplaats Table: ENCOUNTER, Kolom: ENCNTR_ID Voorbeelden 123456789876543211223344
	Tijdstempel EventEndDateTime	De specifieke datum en tijd waarop de activiteit plaatsvond of werd voltooid.
Omschrijving Dit attribuut registreert het exacte moment dat een gebeurtenis plaatsvond. Het wordt gebruikt om activiteiten volgordeel te ordenen en cyclustijden tussen processtappen te berekenen. In de `CLINICAL_EVENT`-tabel komt dit meestal overeen met `EVENT_END_DT_TM`. Nauwkeurigheid hier is belangrijk voor het berekenen van wachttijden, zoals de duur tussen 'Patiënt Geregistreerd' en 'Triage Beoordeling'. Het belang Essentieel voor het bepalen van de volgorde van gebeurtenissen en het berekenen van prestatie-KPI's zoals doorlooptijden. Vindplaats Table: 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.
Omschrijving Identificeert de bronapplicatie voor het datarecord. In deze context zal dit voornamelijk 'Oracle Health' of 'Cerner Millennium' zijn. Dit is nuttig in multi-systeemomgevingen waar data mogelijk wordt gecombineerd met andere EPD's of afdelingssystemen. Het stelt analysesten in staat de procesanalyse te filteren of te segmenteren op basis van herkomst van de data als meerdere bronnen worden ingestroomd. Het belang Zorgt voor data-afkomst en traceerbaarheid, vooral in process mining opstellingen met meerdere systemen. Vindplaats Vaste tekst of systeemmetadata Voorbeelden Oracle HealthCerner Millennium
	Tijdstip van extractie LastDataUpdate	De timestamp wanneer de record is opgehaald of voor het laatst is gewijzigd in het warehouse.
Omschrijving Geeft de relevantie aan van de data die in de analyse wordt gebruikt. Deze timestamp helpt gebruikers te begrijpen of ze naar realtime-data kijken of naar een momentopname van een vorige load. Het wordt doorgaans gegenereerd tijdens het ETL-proces (Extract, Transform, Load) in plaats van dat het een klinisch attribuut is. Het belang Belangrijk voor data-governance en om te waarborgen dat analyse wordt uitgevoerd op actuele Informatie. Vindplaats ETL System Timestamp Voorbeelden 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Afdeling NurseUnit	De specifieke afdeling, unit of dienst waar de gebeurtenis plaatsvond.
Omschrijving Identificeert de fysieke locatie of onderdeel die verantwoordelijk is voor de patiënt op het moment van het gebeurtenis (bijv. 'ICU', 'General Surgery', 'Emergency Dept'). Dit helpt in het 'Efficiëntie van interafdelings overplaatsingen' dashboard door de beweging tussen eenheden te volgen. In Cerner is dit vaak `LOC_NURSE_UNIT_CD` op de contactmoment- of trackingtabel. Het belang Essentieel voor het analyseren van knelpunten in specifieke afdelingen en het visualiseren van de patiëntenstroomgeografie. Vindplaats Table: ENCOUNTER of CLINICAL_EVENT, Kolom: LOC_NURSE_UNIT_CD Voorbeelden Spoedeisende HulpAfdeling CardiologieICURadiologie
	Bestel Item OrderMnemonic	De naam van de specifieke geplaatste order, zoals een labtest of medicatie.
Omschrijving Beschrijft de inhoud van een order gebeurtenis (bijv. 'Complete Blood Count', 'Aspirin 81mg'). Dit attribuut biedt de nodige context voor 'Diagnostische opdracht geplaatst' en 'Medicatie toegediend' activiteiten. Het is doorgaans te vinden in de `ORDERS` tabel onder `ORDER_MNEMONIC`. Het fungeert als het 'Product' dat door het proces stroomt. Het belang Noodzakelijk voor gedetailleerde analyse van diagnostische en behandelpaden. Vindplaats Table: ORDERS, Kolom: ORDER_MNEMONIC Voorbeelden Röntgenfoto thoraxBasic Metabolic PanelAcetaminophenMRI Hersenen
	Case type EncounterType	Categorisatie van het patiëntbezoek, zoals Inpatient, Outpatient of Emergency.
Omschrijving Classificeert de aard van de patiëntenepisode. Dit is een primaire dimensie voor het segmenteren van de data, aangezien de processtroom voor een 'Emergency' bezoek aanzienlijk verschilt van een 'Elective Inpatient' bezoek. Dit is afgeleid van `ENCNTR_TYPE_CD` in de `ENCOUNTER` tabel, die verwijst naar een code set waarde (bijv. 'Inpatient', 'Emergency'). Het belang Maakt vergelijkende analyse van zorgpaden en doorstroom in verschillende zorginstellingen mogelijk. Vindplaats Table: ENCOUNTER, Kolom: ENCNTR_TYPE_CD (oplossen via CODE_VALUE) Voorbeelden OpnameNoodgevalPoliklinischDagbehandeling
	Gebruiker PerformingPrsnlId	De identificatie of naam van de clinicus die de activiteit heeft uitgevoerd.
Omschrijving Legt vast wie de processtap heeft uitgevoerd, zoals de verpleegkundige die medicatie toedient of de arts die het ontslag ondertekent. Dit maakt analyse van de middelenbenutting mogelijk. In Cerner is dit vaak `PERFORMED_PRSNL_ID` of `UPDT_ID` afhankelijk van de tabel (Orders versus Clinical Events). Het mappen hiervan naar een generiek 'Gebruiker' attribuut vergemakkelijkt de Segregation of Duties analyse. Het belang Ondersteunt bron-analyse en identificeert potentiële trainingsbehoeften of werkdruk onevenwichtigheden. Vindplaats Table: CLINICAL_EVENT, Kolom: PERFORMED_PRSNL_ID Voorbeelden Dr. SmithVerpleegkundige JonesSysAdmin
	Hoofddiagnose DiagnosisCode	De ICD-10 of SNOMED code die de primaire reden voor zorg vertegenwoordigt.
Omschrijving De gestandaardiseerde klinische code (bijv. 'J18.9' voor Pneumonie) toegewezen aan de episode. Dit maakt het mogelijk om patiënten te groeperen op aandoening om 'Afwijking Behandelprotocol' voor specifieke ziekten te analyseren. Te vinden in de `DIAGNOSIS`-tabel, gekoppeld aan de encounter. Het belang Maakt een-op-een vergelijking van patiëntenzorgpaden voor specifieke aandoeningen mogelijk. Vindplaats Table: DIAGNOSIS, Kolom: DIAGNOSIS_CODE (via nomenclatuur) Voorbeelden I10E11.9J18.9
	Is Heropname IsReadmission	Vlag die aangeeft of deze episode binnen 30 dagen na een vorig ontslag plaatsvond.
Omschrijving Een booleaanse vlag die wordt gebruikt om cases te vinden die een heropname vertegenwoordigen. Dit wordt berekend door de opnamedatum van de huidige episode te vergelijken met de ontslagdatum van de vorige episode voor dezelfde `PersonId`. Essentieel voor het 'Trends in heropnames bij patiënten' dashboard. Het belang Ondersteunt direct de 'Heropnamepercentage patiënten' KPI, een belangrijke kwaliteitsindicator voor zorg. Vindplaats Afgeleid via SQL-logica door `ENCOUNTER`-records te vergelijken Voorbeelden truefalse
	Ontslagstatus DischargeDisposition	De bestemming of status van de patiënt bij ontslag.
Omschrijving Geeft aan waar de patiënt na de episode naartoe ging (bijv. 'Naar huis', 'Verpleeghuis', 'Overleden'). Dit is belangrijk voor de 'Ontslagplanning'-analyse en het vinden van onsuccesvolle uitkomsten. Te vinden in de `ENCOUNTER`-tabel als `DISCH_DISPOSITION_CD`. Het belang Belangrijke uitkomst metriek; definieert de 'eindstatus' van de patiënt klantreis. Vindplaats Table: ENCOUNTER, Kolom: DISCH_DISPOSITION_CD (oplossen via CODE_VALUE) Voorbeelden Ontslagen naar huisOvergeplaatst naar RevalidatieTegen Medisch Advies VertrokkenOverleden
	Patiënt ID PersonId	Unieke kenmerk voor de patiënt over meerdere encounters.
Omschrijving Afgezien van de Case-ID, blijft de Patient ID (of Person ID) constant voor een patiënt gedurende al hun ziekenhuisbezoeken. Dit attribuut is belangrijk voor het analyseren van heropnamepercentages en het begrijpen van de langetermijngeschiedenis van de patiënt. In Cerner is dit de `PERSON_ID` uit de `PERSON` tabel. Het koppelt meerdere `ENCNTR_ID` records aan elkaar. Het belang Maakt de 'Heropnamepercentage patiënten' KPI mogelijk door afzonderlijke episodes aan dezelfde individu te koppelen. Vindplaats Table: PERSON, Kolom: PERSON_ID Voorbeelden P10001P55992P99221
	Betaler Type FinancialClass	De primaire verzekeringsdekking of financiële classificatie van de patiënt.
Omschrijving Categoriseert de patiënt op basis van de betaler (bijv. Medicare, Private Insurance, Self-Pay). Dit attribuut wordt gebruikt om te analyseren of processtromen of verblijfsduren variëren op basis van het verzekeringstype. Afgeleid van `FINANCIAL_CLASS_CD` in de `ENCOUNTER` tabel. Het belang Helpt verschillen in zorgverlening of administratieve verwerking op basis van type betaler te vinden. Vindplaats Table: ENCOUNTER, Kolom: FINANCIAL_CLASS_CD (oplossen via CODE_VALUE) Voorbeelden MedicareBlue CrossZelfbetalerMedicaid
	Medicatie Status MedAdminStatus	Status van de medicatieopdracht (bijv. Gegeven, Geweigerd, Niet Gegeven).
Omschrijving Duidt de uitkomst aan van een medicatietoedieningstaak. Voor het 'Medication Admin Compliance' dashboard is het belangrijk om onderscheid te maken tussen daadwerkelijk toegediende medicatie en medicatie die gepland was maar gemist of geweigerd. Waarschijnlijk te vinden in de `CLINICAL_EVENT` of specifieke Medication Administration Record (MAR) tabellen. Het belang Identificeert compliance-lacunes in behandelprotocollen. Vindplaats Raadpleeg de Oracle Health (Cerner) documentatie Voorbeelden ToegediendGeweigerdIn afwachting
	Opnamekanaal AdmissionSource	De herkomst van de patiëntopname.
Omschrijving Beschrijft hoe de patiënt het ziekenhuissysteem binnenkwam, zoals 'Physician Referral', 'Emergency Room' of 'Transfer from other Hospital'. Dit helpt bij het analyseren van het 'eerste contactpunt' van het ziekenhuisproces. Het wordt gemapt naar de `ADMIT_SRC_CD` in de `ENCOUNTER` tabel. Het belang Contextualiseert de 'wachttijd initiële beoordeling' op basis van het ingangspunt. Vindplaats Table: ENCOUNTER, Kolom: ADMIT_SRC_CD Voorbeelden Spoedeisende HulpVerwijzing ArtsTransfer van Ziekenhuis
	Ordernummer OrderId	Unieke kenmerk voor een specifieke order (Lab, Med, Consult).
Omschrijving Het systeem-gegenereerde ID voor een order. Hoewel het geen Case-ID is, is dit een belangrijke secundaire sleutel. Het koppelt de 'Diagnostische Order Geplaatst' gebeurtenis aan de 'Diagnostisch Resultaat Geverifieerd' gebeurtenis. Zonder dit is het moeilijk om de exacte doorlooptijd voor specifieke tests te berekenen als een patiënt meerdere gelijktijdige orders heeft. Het belang Essentieel voor het nauwkeurig koppelen van gepaarde activiteiten (Bestelling -> Resultaat). Vindplaats Table: ORDERS, Kolom: ORDER_ID Voorbeelden 88291028829103
	Resultaat Status ResultStatus	De status van een diagnostisch resultaat (bijv. Auth (Geverifieerd), Gecorrigeerd, Voorlopig).
Omschrijving Geeft de levenscyclusfase van een diagnostisch testresultaat aan. Dit wordt gebruikt in de 'doorlooptijd diagnostische resultaten' analyse om te bepalen wanneer een resultaat officieel beschikbaar is voor klinische besluitvorming. Doorgaans te vinden in `CLINICAL_EVENT` met specifieke statuscodes. Het belang Onderscheidt voorlopige en definitieve resultaten, wat van invloed is op wanneer vervolgactiviteiten kunnen starten. Vindplaats Table: CLINICAL_EVENT, Kolom: RESULT_STATUS_CD Voorbeelden Autorisatie (Geverifieerd)In foutGewijzigd
	Triage Prioriteit TriageAcuity	Het urgentieniveau toegewezen tijdens de triagebeoordeling.
Omschrijving Een numerieke of categorische waarde die de ernst van de toestand van de patiënt aangeeft (bijv. 1-Direct tot 5-Niet-spoedeisend). Dit is een belangrijk segmentatie-attribuut voor het analyseren van wachttijden, aangezien patiënten met hogere prioriteit kortere wachttijden zouden moeten hebben. Meestal vastgelegd in klinische formulieren of specifieke observatiecodes tijdens het Triage gebeurtenis. Het belang Belangrijk voor het bevestigen of het proces patiënten correct prioriteert volgens klinische urgentie. Vindplaats Raadpleeg de Oracle Health (Cerner) documentatie Voorbeelden 12345

Verplicht Aanbevolen Optioneel

Patiëntenreisactiviteiten

Dit zijn de belangrijkste stappen en mijlpalen die je in je event log vastlegt voor een goede process discovery en het opsporen van knelpunten.

8 Aanbevolen 6 Optioneel

	Activiteit	Omschrijving
	Afdelingsoverdracht heeft plaatsgevonden	Geeft aan dat de patiënt fysiek is verplaatst van de ene locatie (bijv. SEH) naar de andere (bijv. IC). Dit wordt bijgehouden via de locatiehistorie.
Het belang Maakt 'Efficiëntie van interafdelings overplaatsingen' analyse mogelijk en helpt de patiëntenstroom door het ziekenhuis te visualiseren. Vindplaats De `ENCNTR_LOC_HIST` (Encounter Location History) tabel, die wijzigingen in `LOC_NURSE_UNIT_CD` vastlegt. Vastleggen Vergelijk het statusveld voor/na Gebeurtenistype inferred
	Diagnose gedocumenteerd	Vindt plaats wanneer een formele diagnose wordt toegevoegd aan het encounter record van de patiënt. Dit is anders dan een testresultaat en vertegenwoordigt de bevestiging van de aandoening door de arts.
Het belang Essentieel voor de mijlpaal 'Diagnose bevestigd' en het analyseren van de tijd tot definitieve diagnose. Vindplaats DIAGNOSIS table, using the DIAGNOSIS_DT_TM linked to the ENCOUNTER_ID. Vastleggen Vastgelegd wanneer diagnose is toegevoegd/bijgewerkt in PowerChart Gebeurtenistype explicit
	Diagnostisch resultaat geverifieerd	Het moment dat een lab- of beeldvormingsresultaat definitief is en beschikbaar wordt gesteld aan de clinicus. Dit beëindigt het diagnostische doorlooptijdinterval.
Het belang Voltooit de 'doorlooptijd diagnostische resultaten' cyclus en activeert daaropvolgende behandelbeslissingen. Vindplaats CLINICAL_EVENT table (for labs) or ORDERS status change to COMPLETED. Vastleggen Vastgelegd wanneer de result status verandert naar AUTH (Geauthenticeerd) Gebeurtenistype explicit
	Diagnostische opdracht geplaatst	Vindt plaats wanneer een arts een aanvraag indient voor een laboratoriumtest of beeldvormend onderzoek. Deze timestamp initieert de berekening van de doorlooptijd van de diagnostiek.
Het belang Het startpunt voor de KPI 'Levertijd Diagnostisch Resultaat'; helpt vertragingen in bestellen versus uitvoering te vinden. Vindplaats ORDERS tabel, gebruik makend van ORIG_ORDER_DT_TM waar het catalogus type Laboratorium of Radiologie is. Vastleggen Vastgelegd wanneer de order status is ingesteld op 'BESTELD' Gebeurtenistype explicit
	Ontslagopdracht ondertekend	De gebeurtenis waarbij de arts de opdracht geeft de patiënt te ontslaan. Dit start de ontslagplanningstijd.
Het belang Het startpunt voor de 'Ontslagplanning Cyclustijd'. Een kloof tussen dit en het feitelijke ontslag duidt op operationele vertragingen. Vindplaats ORDERS tabel, waar het catalogustype 'Ontslag' aangeeft. Vastleggen Vastgelegd wanneer status ontslagopdracht 'BESTELD' is Gebeurtenistype explicit
	Patiënt Geregistreerd	Markeert het begin van de patiënt episode wanneer de patiënt arriveert en in het systeem wordt ingevoerd. In Cerner Millennium wordt dit vastgelegd wanneer het encounter record wordt aangemaakt of de registratie timestamp wordt ingesteld.
Het belang Bepaalt de starttijd voor Verblijfsduur (LOS) berekeningen en analyse van initiële wachttijd. Vindplaats ENCOUNTER table, specifically the REG_DT_TM (Registration Date/Time) column. Vastleggen Vastgelegd wanneer transactie nieuwe ENCOUNTER rij creëert Gebeurtenistype explicit
	Patiënt Ontslagen	De laatste administratieve gebeurtenis die het verblijf van de patiënt afsluit. Deze timestamp wordt gebruikt om de totale verblijfsduur te berekenen.
Het belang De primaire eind-gebeurtenis voor het proces. Essentieel voor LOS en heropnameberekeningen. Vindplaats De `ENCOUNTER`-tabel, specifiek de `DISCH_DT_TM` (ontslagdatum/-tijd). Vastleggen Vastgelegd wanneer de encounter status verandert naar 'ONTSLAGEN' Gebeurtenistype explicit
	Triage Beoordeling Voltooid	Vertegenwoordigt de voltooiing van de initiële verpleegkundige beoordeling of triageformulier in de context van spoedeisende hulp of opname. Dit is doorgaans een specifiek formulier of klinisch gebeurtenis gedocumenteerd binnen het systeem.
Het belang Belangrijk voor het berekenen van de 'wachttijd initiële beoordeling' KPI en het vinden van knelpunten bij het eerste contactpunt. Vindplaats De `CLINICAL_EVENT`-tabel, gefilterd op gebeurtenis-codes die horen bij triage- of intakeformulieren. Vastleggen Vastgelegd wanneer klinisch document/formulier is ondertekend/geverifieerd Gebeurtenistype explicit
	Consultatie afgerond	Markeert de voltooiing van een specialistisch consult, meestal bewezen door een ondertekend consultatieverslag of document.
Het belang Identificeert wanneer input van een specialist is ontvangen, wat een knelpunt kan zijn in complexe zorgpaden. Vindplaats De `CLINICAL_EVENT`-tabel, gefilterd op documenttypes die als consulten zijn geclassificeerd. Vastleggen Vastgelegd wanneer consult notitie is ondertekend Gebeurtenistype explicit
	Medicatie Toegediend	Registreert de feitelijke toediening van medicatie aan de patiënt zoals gedocumenteerd in de Medicatie Toedieningsregistratie (MAR).
Het belang Ondersteunt het 'Medication Admin Compliance' dashboard door te verifiëren of medicatie op tijd is toegediend. Vindplaats De `CLINICAL_EVENT`-tabel, gefilterd op gebeurtenissen voor medicatietoediening (Task Status = Complete). Vastleggen Vastgelegd na barcodescan of handmatige MAR invoer Gebeurtenistype explicit
	Procedure Gepland	Geeft aan dat een chirurgische case of grote ingreep voor een specifiek tijdsTip is geboekt. Dit helpt bij het begrijpen van de toewijzing van middelen en de wachttijden vóór de ingreep.
Het belang Benadrukt de planningsefficiëntie en potentiële knelpunten in de benutting van de operatiekamer of behandelkamer. Vindplaats SURGICAL_CASE tabel of SCH_APPT tabel gekoppeld aan de encounter. Vastleggen Vastgelegd wanneer planningstransactie is vastgelegd Gebeurtenistype explicit
	Procedure Uitgevoerd	De timestamp die aangeeft wanneer een operatie of grote procedure daadwerkelijk plaatsvond. Dit wordt vaak vastgelegd in de perioperatieve documentatie.
Het belang Belangrijke mijlpaal voor klinische zorgpaden en analyse van bron-gebruik. Vindplaats SURGICAL_CASE tabel (Casus Start/Stop tijden) of CLINICAL_EVENT voor bedside procedures. Vastleggen Vastgelegd via SurgiNet of procedure documentatie Gebeurtenistype explicit
	Vervolgafspraak gepland	Vindt plaats wanneer een toekomstige afspraak wordt geboekt voor de patiënt, gekoppeld aan dezelfde episode of zorgplan.
Het belang Ondersteunt het 'Follow-up Scheduling Tijdlijnss' dashboard. Meet de efficiëntie van de continuïteit van zorg. Vindplaats SCH_APPT (Schedule Appointment) tabel, gekoppeld aan de PERSON_ID. Vastleggen Vastgelegd wanneer afspraak is aangemaakt in planning module Gebeurtenistype explicit
	Zorgplan geactiveerd	Vertegenwoordigt de initiatie van een PowerPlan of zorgpad in Cerner. Dit signaleert dat een gestandaardiseerd behandelprotocol is geselecteerd.
Het belang Belangrijk voor 'Afwijkingenanalyse van behandelprotocollen' om de werkelijke zorg te vergelijken met het geplande zorgpad. Vindplaats ACT_PW_CAT (Action Pathway Catalog) of DCP_FORMS_REF, die het zorgpad koppelt aan de encounter. Vastleggen Vastgelegd wanneer PowerPlan is geïnitieerd Gebeurtenistype explicit

Aanbevolen Optioneel

Extractiegidsen

Hoe u je data van Oracle Health (Cerner) verkrijgt

Stappen

Start Discern Visual Developer: Open de Discern Visual Developer (DVDev) applicatie binnen uw Citrix- of lokale Cerner-domeinomgeving.
Nieuw script aanmaken: Start een nieuw Command Language (CCL) scriptbestand (bijv. extract_patient_klantreis.prg).
Prompts definiëren: Definieer bovenin het script prompts voor start_date en end_date om uitvoering voor specifieke tijdsperioden mogelijk te maken.
Constanten instellen: Leg constanten vast voor specifieke Code Sets (zoals Encounter-types of ordercatalogi) om hardcoding van numerieke code_waarde kenmerks te vermijden, aangezien deze per domein verschillen. Zoek gebeurtenisueel de juiste code_waarde of display_key op voor de triage-, ontslag- en consultformulieren van uw organisatie.
De query opbouwen: Kopieer de onderstaande SQL-query naar het script. Deze query gebruikt UNION ALL om data uit verschillende tabellen (ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, etc.) te combineren tot één platte event log.
Script compileren: Gebruik de compileerfunctie (Ctrl+F7) om op syntaxfouten te controleren. Zorg dat u SELECT-rechten heeft op de gebruikte tabellen.
Uitvoeren en exporteren: Start het script (F9). Kies bij de output voor 'Spreadsheet' of 'Flat File' en sla het resultaat op als CSV-bestand.
Datatransformatie (optioneel): Als datums in een specifiek Cerner-formaat staan (zoals Julian-data), zet deze dan om naar het formaat YYYY-MM-DD HH:MM:SS voordat u ze uploadt.
Validatie: Voer een steekproef uit voor een bekend Encounter ID (FIN) in PowerChart om te controleren of de tijdstempels 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: De aanbevolen periode is 3 tot 6 maanden. Bij grotere bereiken kan een time-out optreden door de omvang van de CLINICAL_EVENT-tabel.
Code Sets (CDF): De query is afhankelijk van code_waarde-filters. Vervang placeholders zoals [REPLACE_WITH_TRIAGE_EVENT_CD] door de daadwerkelijke codes van uw domein (te vinden in de CODE_VALUE-tabel).
Rechten: De gebruiker die het script uitvoert, moet over d (Database) toegangsrechten beschikken voor tabellen zoals ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, ENCNTR_LOC_HIST en SCH_APPOINTMENT.
Prestaties: De CLINICAL_EVENT-tabel is zeer omvangrijk. Zorg ervoor dat de datumfilter op EVENT_END_DT_TM is geïndexeerd en strikt wordt toegepast.
Heropnamelogica: Het IsReadmission attribuut dient als placeholder. Complexe lookback-logica kan beter in de ProcessMind-applicatie worden afgehandeld na het laden, in plaats van direct 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

Systeemvereisten: Zorg dat Python is geïnstalleerd met de benodigde libraries (pandas, requests) en dat u over geldige OAuth2-credentials beschikt voor het Oracle Health (Cerner) FHIR R4 endpoint. De scopes voor Patient, Encounter, Observation, Condition, Procedure, MedicationAdministration, ServiceRequest en DiagnosticReport moeten geactiveerd zijn.
Authenticatie: Gebruik een het inloggen-handler om een Bearer token op te halen. Cerner-omgevingen gebruiken doorgaans SMART on FHIR of standaard OAuth2 client credentials flows. Het meegeleverde script regelt de token-opvraging.
Scope en tijdsbestek bepalen: Bepaal het extractievenster (bijv. via last_updated_gt of date). Het is raadzaam om op basis van een datumbereik door de Encounter-bronnen te itereren om de scope van patiënt-episodes vast te leggen.
Encounters ophalen (Patiënt-episodes): Query de Encounter-bron. Dit object fungeert als het centrale punt (Case Identifier). Haal hieruit period.start voor Patiënt geregistreerd, period.end voor Patiënt ontslagen, en doorloop de locatiehistorie voor Afdelingsoverdracht uitgevoerd.
Klinische orders extraheren: Doorzoek ServiceRequest-bronnen op basis van het Encounter ID. Filter op intent=order voor de gebeurtenissen Diagnostische order geplaatst en Ingreep ingepland. Koppel authoredOn aan de timestamp.
Diagnoses en problemen extraheren: Query de Condition-bronnen die aan de Encounter gekoppeld zijn. Gebruik recordedDate of onsetDateTime voor Diagnose vastgelegd. Filter indien mogelijk op de categorie encounter-diagnosis.
Ingrepen extraheren: Query Procedure-bronnen. Gebruik performedDateTime om Ingreep uitgevoerd te genereren. Hiermee onderscheidt u afgeronde operaties van geplande ingrepen.
Medicatie extraheren: Doorzoek MedicationAdministration-bronnen. Dit verschilt van een MedicationRequest omdat het de daadwerkelijke inname registreert. Gebruik effectiveDateTime voor het gebeurtenis Medicatie toegediend.
Laboratorium en resultaten: Query Observation- of DiagnosticReport-bronnen. Gebruik issued of effectiveDateTime voor Diagnostisch resultaat geverifieerd. Zoek naar status=final. Gebruik specifieke codes (bijv. LOINC) voor de activiteit Triage-beoordeling voltooid.
Documentatie en zorgplannen: Gebruik DocumentReference voor Consultatie afgerond en CarePlan voor Zorgplan geactiveerd.
Ontslagactiviteiten vinden: Het gebeurtenis Ontslagorder ondertekend vereist vaak een check op specifieke codes in ServiceRequest of het parsen van de Encounter.statusHistory.
Datatransformatie en export: Zet de JSON-responses om naar een tabelvorm met de kolommen EncounterId, ClinicalEventTag, EventEndDateTime, etc. Formatteer tijdstempels naar ISO 8601 en exporteer de data naar een CSV-bestand voor ProcessMind.

Configuratie

FHIR Base URL: Het specifieke endpoint voor uw Oracle Health/Cerner-omgeving (bijv. https://fhir-myrecord.cerner.com/r4/...).
Authenticatiescopes: Zorg dat de applicatie beschikt over system/Encounter.read, system/Observation.read, system/Patient.read, system/Procedure.read, system/Condition.read, etc.
Datumfiltering: Gebruik date=ge[YYYY-MM-DD] op de Encounter-bron om episodes vanaf een specifieke datum op te halen. Vermijd het opvragen van de volledige historie.
Paginering: De API retourneert data in Bundles. Het script moet pagineringslinks (relation: next) ondersteunen om volledige datasets op te halen.
Concurrency: Overweeg bij grote volumes om verzoeken parallel uit te voeren op basis van Encounter ID-bereiken, maar houd rekening met de API-limieten (Throttling).
Codefiltering: Configureer specifieke LOINC- of SNOMED-codes in de mapping van het script om een duidelijk onderscheid te maken tussen triage en algemene observaties.

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")

Uw Patiëntenreis datatemplate

Uw Patiëntenreis datatemplate

Patiëntenreis Attributen

Patiëntenreisactiviteiten

Extractiegidsen

Cerner Command Language extractie via Discern

Stappen

Configuratie

a Voorbeeldquery sql

Python Extractie via Oracle Health FHIR R4 API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te starten?

Optimaliseer Patiënttrajects Nu, Verbeter Uitkomsten Snel

Uw Patiëntenreis datatemplate

Uw Patiëntenreis datatemplate

Patiëntenreis Attributen

Patiëntenreisactiviteiten

Extractiegidsen

Cerner Command Language extractie via Discern

Stappen

Configuratie

a Voorbeeldquery sql

Python Extractie via Oracle Health FHIR R4 API

Stappen

Configuratie

a Voorbeeldquery python

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Optimaliseer Patiënttrajects Nu, Verbeter Uitkomsten Snel