循證醫學數據庫信息模型的語義結構構建

，

循證醫學數據庫是臨床醫務人員更新臨床知識、解決臨床問題的重要信息源。循證醫學資源因提供的臨床證據的直接性和針對性不同而分為不同的等級。Brain Haynes將循證醫學資源分為5個等級,即循證醫學資源的“5S”模型[1]。從模型的最底層——以臨床醫學期刊文摘和全文為主的“研究(studies)”層到模型最頂層——能整合重要臨床證據的“系統(systems)”層[2]。發達國家正在這5個層面在開展數據庫建設并逐步完善，如位于模型頂層的知名循證醫學數據庫Dynamed、Uptodate等。我國循證醫學數據庫建設仍在起步階段，雖有循證醫學證據評價的語義模型與應用研究[3]等相關研究，但并沒有根據用戶需求調查構建的循證醫學數據庫，目前只有處于模型最底層——“研究(studies)”層的資源，即生物醫學期刊文摘和全文數據庫，如SinoMed、CNKI等。這些數據庫一般只提供包括名稱、作者、出版、摘要等外部特征以及關鍵詞、主題詞等內部特征檢索。然而通過用戶需求調查，深層次挖掘了醫務人員循證醫學信息需求后，我們可以確定僅僅通過這些常用的文獻特征元數據是無法滿足其需求的。因此，建設我國高級別的循證醫學數據庫勢在必行。

本文構建了循證醫學數據庫信息模型的頂層宏觀結構、中層語義結構和底層屬性結構，為建立高級別的循證醫學數據庫語義結構提供了一種思路。

1 循證醫學數據庫信息模型的頂層宏觀結構

醫務人員對于循證醫學文獻的需求是多維的，而這些需求與其獲取信息的目的或出發點密不可分。我們從文獻調研、知名循證醫學數據庫分析以及循證醫學相關文獻標準3個方面歸納提取醫務人員信息需求，并通過問卷調查以及專家咨詢的方法進行驗證。

1.1 文獻調研

通過檢索PubMed、中國生物醫學文獻數據庫(SinoMed)以及重慶維普數據庫，對國內外醫務人員的信息需求進行文獻調研，篩選出采用問卷調查法、訪談法、觀察法等分析醫務人員信息需求的研究型論文，發現醫務人員對醫學信息的需求主要包括診斷、治療、藥物、癥狀特點、最佳證據等。

1.2 循證醫學數據庫分析

循證醫學專題綜述知識系統已經成為國外提供醫學知識服務的重要形式之一，而國內目前尚無運行比較成熟的循證醫學數據庫。因此，我們選擇4個國外知名的循證醫學數據庫(兩個收費數據庫UpToDate和DynaMed，以及兩個免費使用的網絡數據庫MedSkills和CISMeF)，從目的、涵蓋的主要內容、檢索入口、證據評級標準、特色等方面進行分析比較。除了文獻調研獲取的需求元素外，我們還獲取了疾病(主題)名稱、作者、出處、摘要、關鍵詞、ICD-10編碼、病因學、預后等需求元素。

1.3 循證醫學相關文獻標準

本文認為一個好的循證數據庫能夠直接提供證據分級和推薦強度信息，能夠提供對證據強度方面的檢索或分類。在SIGN、GRADE以及中國循證醫學中心分級標準等國際上使用范圍較廣的循證醫學證據標準中，隨機對照試驗及與其相關的系統性綜述、Meta分析均屬于最高等級證據類型，深受醫務人員及科研人員的重視。因此我們分析了隨機對照試驗的質量評估標準CONSORT 2010[4]以及系統性綜述/Meta分析報告標準PRISMA 2009[5]，從中提取出了相應的需求元素。在考慮證據的表達性、標引和可讀性等因素后，從CONSORT 2010中選用了試驗設計、干預、結局、順序產生、分配隱蔽機制、盲法和流程圖等項目元素，從PRISMA 2009中選用了數據來源、檢索策略、研究選擇、數據采集過程、結論、干預等項目元素。

對應這3方面的需求進行歸類并建立循證醫學數據庫信息模型的宏觀結構。因此，循證醫學數據庫信息模型的宏觀結構包括文獻特征模塊、診療過程模塊、證據強度模塊。文獻特征模塊提供最基本的題名、作者等文獻外部特征和關鍵詞主題詞等文獻內部特征；診療過程模塊主要提供疾病、診斷、治療、藥物、癥狀等診療內容；證據強度模塊依據CONSORT 2010聲明及PRISMA 2009中主要關于臨床試驗方法的核心元素，包括試驗設計、干預、結局、順序產生、分配隱蔽機制、盲法、流程圖等，可以為醫務人員提供對臨床研究文獻質量判斷的一定依據。本文提出的循證醫學文獻信息本體的宏觀結構為三維結構，未來還可以根據需求增加語義表達維度(圖1)。

圖1 循證醫學文獻信息模型的宏觀結構

1.4 驗證

為保證這一信息模型頂層宏觀結構的合理性和科學性，采用了問卷調研法和專家咨詢法進行驗證。調研對象為某三甲醫院的醫務人員及來自該院全國各地的進修醫生，共80人；調研內容涉及其信息獲取行為以及信息需求。結果表明，被調研的醫務人員最關注的信息主要包括疾病的診斷方法、治療方法、藥物信息等方面，與文獻調研的結果一致；也有調研對象提到“高質量的隨機對照試驗研究文獻”“臨床研究的患者入選標準”“樣本數量/病歷數”等。因此，我們在證據強度模塊中新增了“樣本量”這一元素。

此外，采用專家咨詢法對本信息模型進一步驗證，10名來自某醫科大學圖書館及附屬醫院的專家教授對信息模型進行了修改前后的論證。根據專家的意見，在診療過程模塊中加入了ICD-10數據元素，以增強數據庫與其他系統的互操作。

2 循證醫學數據庫信息模型的中層語義結構

中層語義結構是對頂層宏觀結構的進一步細化。中層語義結構模型在構建時采用模塊化方法，頂層宏觀結構在細化時，形成相對獨立的概念類別和元素，每一個概念類別或元素可以與其他類別或元素組合起來表達一個更復雜的概念。本文將概念類別稱為數據組，概念元素稱為數據元。

2.1 文獻特征模塊

目前，大部分循證醫學原始研究文獻數據庫均收集了表達文獻特征的元素，通常分為文獻外部特征信息和文獻內部特征信息。外部特征信息包括題名、作者、出處、摘要等，內部特征信息包括關鍵詞、主題詞等。本文采用都柏林核心元數據集(Dublin Core Metadata Element Set，簡稱“DC元數據集”)組織和描述文獻特征的屬性信息。DC元數據集是都柏林核心元數據計劃(Dublin Core Metadata Initiative，DCMI)負責維護的，由15個描述資源的基本且通用的信息元素組成的元素集[6]。它是目前被廣泛認可的元數據標準，多用于表達網絡資源信息。采用DC元數據集的組織結構方式和描述方式，將為今后建立循證醫學資源網站、公開和共享信息奠定良好基礎。

在文獻特征模塊中，除了對循證醫學文獻資源進行所有資源都適用的名稱、描述、來源、語種、主題、創建者等數據元的常規描述以外，還針對循證醫學文獻特點，設立新的數據元表達特定循證醫學信息。這些新的數據元也可納入DC元數據集，作為自定義的修飾詞。目前，我們在數據元“類型”下設置修飾詞“循證醫學文獻類型”，數據元“標識符”下設置修飾詞“臨床試驗注冊號”和“系統綜述研究方案注冊號”，數據元“時空范圍”下設置修飾詞“臨床試驗招募國家”，數據元“其他責任者”下設置修飾詞“經費資助來源”(圖2)。

圖2基于DC元數據集的文獻特征本體框架結構

2.2 診療過程模塊

診療過程是臨床文獻中臨床內容的具體體現，具有實質性的循證信息，因而是醫務人員極為寶貴的數據資源。診療過程模塊中的需求元素根據文獻需求調研結果，從現有的多個國外知名循證醫學數據庫提取，包括疾病、ICD-10、診斷、治療、藥物、癥狀、病因學、預后、患者教育在內的多個數據元。為了與電子病歷系統對接，在診療過程模塊的本體構建中參考了我國頒布的《電子病歷基本架構與數據標準(試行版)》中的《電子病歷臨床文檔數據組與數據元》。根據其中的數據組分類，將疾病、ICD-10歸入診斷下位類，并表述成“疾病名稱”“疾病代碼”，與“診斷方法”一同構成“診斷”數據組。疾病代碼則采用ICD-10編碼表示屬性。目前，ICD-10這一疾病編碼系統已被公認為疾病的分類標準且被廣泛應用，國內也有醫院將ICD-10編碼庫加入其電子病歷系統中使用[7]。因此，為適應統一化管理趨勢，在診療過程模塊的本體框架結構中加入ICD-10編碼，以提高循證醫學數據庫信息模型與其他系統的互操作和兼容性。如通過統一的ICD-10編碼與電子病歷系統準確對接，為醫務人員提供即時的床旁循證文獻輔助功能，提高臨床決策效率。

另外，將需求元素中的“治療”以及“藥物”進行結構處理，構建“干預”數據組，其中包含“手術名稱”以及“藥物名稱”這兩個較為常用的數據元。在今后的研究中，可按需要加入其他干預方法數據元，如“穴位名稱”“膳食名稱”等。診療過程模塊的本體結構如圖3所示。

圖3診療過程模塊的本體框架結構

2.3 證據強度模塊

考慮到證據的表達性、標引和可讀性等因素，我們從CONSORT 2010中選用了試驗設計、干預、結局、樣本量、順序產生、分配隱蔽機制、盲法和流程圖等項目元素[4]，從PRISMA 2009中選用了數據來源、檢索策略、研究選擇、數據采集過程、結論、干預等項目元素，構成了證據強度模塊[5]，其本體結構如圖4。對納入數量、納入類型、DOI、篩選流程圖這幾個數據元進行結構處理，構成研究選擇數據組。由于診療過程模塊中已經構建了“干預”數據組，根據模塊化方法，該數據組也可以在證據強度模塊中復用。

圖4證據強度模塊本體框架結構

3 循證醫學數據庫信息模型底層屬性結構

確定了頂層和中層語義結構之后，對其中的數據元進行微觀屬性描述。本文參考WS363.1標準制定了循證醫學數據庫信息模型概念屬性(表1)。WS363.1標準是醫學信息領域數據元微觀屬性描述的頂層標準，該標準遵循ISO/IEC 11179-3，而且也是中國醫學信息領域各專業數據元屬性描述的元標準。因此，建立在WS363.1標準上的屬性描述，不僅與國際標準兼容，也為以后與醫學信息領域其他標準和信息系統的映射和互操作提供依據。

表1 以“疾病名稱”為例的循證醫學數據庫信息模型概念屬性

本文在WS363.1描述數據元的5類屬性(標識類、定義類、關系類、管理類、表示類)基礎上擴充了一個使用類。對于WS363.1的管理類、標識類和關系類中的公用數據元屬性，主要表達有關數據元注冊、版本等信息，通用于整個數據元集合標準，本文不做進一步討論。

標識類中增加了同義名稱屬性，主要指容納該數據元名稱的其他同義表達，包括英文表達，為該數據元與其他信息模型和系統中對應的元素提供參照。

定義類中增加了來源屬性，因為很多醫學信息學領域的相同術語和詞匯有不同的定義和定義來源。明確定義來源有助于了解該定義是否適合和準確。

關系類的屬性是公用數據元屬性“分類模式”，該屬性是描述整個數據元集合或標準采用的分類法標準，而不表達特定數據元的等級結構和關系。因此在循證醫學數據庫信息模型概念屬性中的關系類增加了表達概念等級、相同和相關關系的描述屬性。

使用類包括描述數據元在實際使用時的條件、是否是必須具備的、是否可以重復使用、著錄的實例表達等。以“疾病名稱”這一數據元屬性為例著錄。

4 循證醫學數據庫信息語義模型

4.1 循證醫學數據庫Protégé語義模型

Protégé由斯坦福大學開發，是目前國內外各領域技術人員使用最廣泛的本體構建工具之一。Protégé能夠較好地實現對本體和知識庫的構建和編輯，對用戶免費開放源碼，用戶不需要掌握具體的本體描述語言，就能夠非常方便地構建本體模型[8]。Protégé中可以實現添加或編輯類(class)、子類(subclass)、屬性(properties)及實例(individuals)，并生成本體圖(OntoGraf)。

Protégé中默認存在的頂級大類為“Thing”，所有的客觀客體都是它的子類[9]。因此我們在“Thing”下面選擇“Creat subclass”，建立循證醫學文獻子類，并按照其本體結構進行逐級構建。

循證醫學數據庫信息模型概念屬性，可根據Protégé中對類的屬性定義通過“object properties”實現，并且可定義類與類之間的上下級關系，形成一個本體屬性樹形結構(圖5)。

圖5 基于protégé的循證醫學文獻信息模型概念屬性結構

本文選擇OntoGraf中的radial生成本體結構圖。由于Protégé的本體結構圖對中文的兼容性較低，因此我們選擇本體的英文表達進行構圖(圖6)。

圖6 基于protégé的循證醫學文獻信息模型本體結構

4.2 XML著錄實例

PubMed的題錄文摘信息中已含有豐富的文獻特征信息，在PubMed中稱作為“字段”，經提取后成為循證醫學數據庫信息模型的數據元。而關于診療過程和證據強度的數據元通常表達文獻更深層次的內容，因此需要通過文獻全文提取其內容。

我們在PubMed數據庫中選取了一個實例進行著錄，用以驗證該循證醫學數據庫信息模型的直觀易讀性。為了保證選取的實例著錄元素較為豐富，我們精心挑選了1篇發表于《植物醫學》(Phytomedicine)上的關于大蒜治療高血壓的Meta分析—“Garlic for hypertension: A systematic review and meta-analysis of randomized controlled trials” 作為著錄對象[10](圖7)。

圖7循證醫學數據庫信息語義模型XML語言著錄實例

5 結語

本文從語義結構入手建立了循證醫學數據庫信息模型，采用模塊化的方法構建了文獻特征、診療過程以及證據強度這3個多級、可組配的原型模塊，每個模塊均可重復使用，使信息模型在建立和更新維護時更加容易，而且局部修改不影響其他部分的結構和內容，形成了完整的基于本體的循證醫學數據庫信息語義模型。采用相對簡單的表達循證醫學特定信息的元素，從而充分反映循證醫學證據文獻的關鍵信息，能夠更好地管理和組織臨床文獻這一類重要的臨床證據，使醫務人員能更好地檢索和利用循證醫學信息。

本文也還存在著一定的局限性，如對于患者的信息需求尚未進行仔細研討；對于除臨床文獻以外的信息對象尚未明確標準化，而且尚處于概念驗證階段，還未構建實際的循證醫學數據庫。這是我們下一步的研究方向，即構建出適合醫務人員以及患者使用的循證醫學數據庫，并且通過某一種具體疾病的信息錄入及其實際臨床使用情況，對該數據庫進行信息一致性和模型一致性驗證，從而進一步完善該數據庫。