基于语义映射的罕见病跨注册表互操作性增强:德国国家罕见病注册系统(NARSE)与核心数据集(MII CDS、ERDRI CDS)的语义对齐与信息损失评估

《Scientific Data》:Strengthening Rare Disease Data Readiness: a semantic approach to cross-registry interoperability

【字体: 大 中 小 】 时间:2026年10月01日 来源:Scientific Data 7.2

编辑推荐:

  专业术语翻译摘要 罕见病(Rare Diseases)影响全球约4.46亿人,然而由于数据源不足和缺乏标准化,可靠的流行病学数据十分匮乏。德国国家罕见病注册系统(German National Registry for Rare Diseases,NARSE)

  
专业术语翻译摘要 罕见病(Rare Diseases)影响全球约4.46亿人,然而由于数据源不足和缺乏标准化,可靠的流行病学数据十分匮乏。德国国家罕见病注册系统(German National Registry for Rare Diseases,NARSE)旨在建立全面的流行病学数据基础,并为研究提供数据可用性。然而,临床数据源与流行病学数据源之间有限的互操作性限制了数据的二次利用及跨注册表研究。本研究评估了NARSE与两个核心数据集(Core Data Set,CDS)——德国医学信息学倡议(Medical Informatics Initiative,MII)核心数据集与欧洲罕见病注册基础设施(European Rare Disease Registry Infrastructure,ERDRI)核心数据集之间的语义互操作性。研究人员采用正式共识流程,定义了映射类别(精确匹配exactMatch、接近匹配closeMatch、宽泛匹配broadMatch、狭窄匹配narrowMatch、相关匹配relatedMatch),并使用启发式量表对信息损失进行了分析与评估。大多数NARSE数据元素与MII核心数据集对齐,而与ERDRI核心数据集的映射则因未定义值集和编码系统不一致而面临更多挑战。这些发现强调了在罕见病研究中一致应用编码标准以保障信息价值并提高互操作性的重要性。

论文解读文章

一、研究背景与问题

罕见病(Rare Diseases)影响全球约4.46亿人,在欧盟地区患病率低于每万人5例。然而,由于缺乏足够的流行病学数据源和标准化体系,可靠的罕见病流行病学数据长期匮乏,多数国家的罕见病定义虽基于患病率,但这些患病率数据并非源于循证发现。患者注册系统所收集的可靠数据被认为是弥补这一缺口的关键途径。
德国国家罕见病注册系统(German National Registry for Rare Diseases,NARSE)作为德国首个跨病种注册系统,由Eva Luise和Horst K?hler罕见病患者基金会(ELHKS)智库设计,旨在建立全面的罕见病流行病学数据基础,并支持国家和国际层面的高质量研究。然而,注册数据要发挥其潜力,必须达到"数据就绪"(Data Readiness)状态——即数据质量、可用性、互操作性和溯源四个支柱均充分满足以支持数据使用。其中,语义互操作性(Semantic Interoperability)是实现跨注册表研究的关键前提,它要求在不产生歧义或意义损失的前提下整合和解释来自异构数据源的数据。
尽管数据就绪的重要性日益受到重视,但NARSE与已建立的核心数据集(Core Data Set,CDS)——即德国医学信息学倡议(Medical Informatics Initiative,MII)核心数据集和欧洲罕见病注册基础设施(European Rare Disease Registry Infrastructure,ERDRI)核心数据集——之间尚未实施系统的语义映射。这一缺口阻碍了语义互操作性,迫使各系统间进行人工数据重复录入,增加了文档负担并带来不一致风险。若无此类映射,国家注册数据无法无缝转换为适合国际研究基础设施(如基于ERDRI CDS的欧洲参考网络ERNs)的格式,也无法与本地数据集成中心(Data Integration Centres,DIC)及常规诊疗数据集可靠整合。
本研究正是针对这一关键障碍,通过开发NARSE与不同CDS之间的语义映射,判断跨注册表数据流在语义上是否可行,并设定三个操作性目标:最小化数据传输过程中的语义信息损失、通过复用标准化数据元素减少冗余数据采集、对齐数据结构以支持协调的跨注册表分析。

二、主要技术方法

研究人员采用正式共识流程(formal consensus process),由三名熟悉NARSE数据集及参考CDS规范的罕见病数据标准领域研究人员组成跨学科团队,按照三阶段工作流程开展映射研究:初始映射、迭代精化、共识建立。映射采用SKOS(Simple Knowledge Organization System)关系分类,定义了精确匹配(exactMatch)、接近匹配(closeMatch)、宽泛匹配(broadMatch)、狭窄匹配(narrowMatch)和相关匹配(relatedMatch)五种类别。值得注意的是,研究从严格的元素级映射转向内容级对应,以适配扁平注册表结构与层级化HL7 FHIR资源之间的结构性差异。信息保存分数采用启发式权重方案计算,并通过四种替代加权方案进行敏感性分析。映射结果存储于过渡数据库(Transition Database,TransDB)中,该数据库提供实现中立的格式,可映射至FHIR资源、传统表格格式和元数据仓库(MDR)模式。

三、研究结果

映射总体概况。 在MII CDS到NARSE的映射中,32个NARSE目标元素中有30个在MII CDS中找到了对应元素,表明这些NARSE字段可由MII数据填充。映射分类中,31%为精确匹配,53%为接近匹配,9%为相关匹配,未出现宽泛匹配或狭窄匹配类别。无法映射的元素仅有"出生时生物学性别"和"出生地点"两项。在NARSE到ERDRI CDS的映射中,14个评估元素中有13个成功映射,其中21%为精确匹配,64%为接近匹配,7%为相关匹配。唯一无法映射的元素是国际功能、残疾和健康分类(International Classification of Functioning, Disability and Health,ICF),该分类未包含在NARSE中。
信息保存分数。 从MII CDS到NARSE的映射总体保存分数为0.76(信息损失率24%);从NARSE到ERDRI CDS的映射保存分数为0.73(信息损失率27%)。由于两个分数基于不同参考集计算,它们量化的是概念上不同的问题,不能直接比较大小。敏感性分析中,四种加权方案下MII CDS保存分数范围为0.73至0.81,ERDRI CDS范围为0.71至0.79,表明保存分数对权重选择具有稳健性。
分类别保存分数。 在MII CDS与NARSE的对齐中,诊断类别保存分数最高(0.94),识别数据次之(0.83),其余类别介于0.57至0.77之间。在NARSE到ERDRI的对齐中,诊断类别保存分数达到1.0,其他类别低至0.56。家族史类别因缺少对应元素而无法确定保存分数。

四、讨论与结论

研究讨论指出,NARSE与MII CDS及ERDRI CDS尽管在目标、设计和技术实现层面存在差异,但数据模型为语义对齐和互操作性提供了良好基础。差异主要源于各数据集的应用场景不同:NARSE作为国家注册系统侧重于流行病学数据采集,MII CDS作为标准化数据模型支持大学医院临床常规数据的互操作性二次利用,ERDRI CDS则作为可扩展的基础模型支持不同ERN注册表间的互操作。
方法学方面,研究承认正式共识流程虽有效,但无法计算形式化的评分者间信度指标(如Fleiss' κ),且从元素级映射转向内容级映射引入了定性解释层面的潜在偏倚。研究还指出,分类为"高损失"的映射不一定反映实际应用中的真实信息损失,因为数据仍可人工录入注册系统,报告的信息损失主要反映自动化数据传输的局限性。
从结果解读来看,高比例的精确匹配和接近匹配表明各数据集间具有较强的语义邻近性,映射总体精确而非松散关联。信息损失率最高的领域与标准使用不足相关,而一致应用既定编码系统(如ORPHAcodes或ICD编码)能有效保障信息价值。ERDRI CDS对患者个人及家族背景的有限表示是一个值得关注的缺口,鉴于超过75%的罕见病具有遗传学起源,家族史信息的详细记录对理解遗传模式、个体风险评估和遗传咨询至关重要。
研究结论强调,在临床注册系统数据采集环节直接纳入语义标准具有重要意义。在初始文档记录阶段建立语义互操作性,可减少回顾性标准化的需求,最小化信息损失,并支持跨异构系统的更自动化数据流。通过与FAIR原则从起始阶段对齐数据采集,有望加强国家基础设施并为欧洲健康数据空间(European Health Data Space,EHDS)等欧洲框架准备罕见病数据。研究同时指出,数据协调不仅是技术需求,更是推动以患者为中心的罕见病研究和改善医疗结局的战略性推动因素,将碎片化的罕见病注册表转化为统一、可操作的研究资源。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号