初级保健哨点网络中的COVID-19监测:大流行中应用本体的开发

简介

COVID-19大流行具有复杂系统的许多特征[1，2］．复杂性包括致病生物和相关疾病的名称反复变化[3.-6]，逐步了解临床表现的核心临床特征[7，8]，以及各国之间不同的检测率和结果报告方法[9，10］．这种复杂性对计算机化医疗记录(CMR)系统中的一致性临床编码提出了重大挑战[11］．

为COVID-19监测创建本体应有助于促进从临床医生和流行病学家到数据科学家和软件开发人员等各个关键利益攸关方之间的可重复性和互操作性。本体是概念化的形式化形式，以参考或应用程序格式存在[12］．引用本体位于领域级别，描述了一组相关概念。应用程序本体更具体，用于跨多个域建模[13］．应用程序本体应该根据可测试的用例进行评估，用例代表了特定应用程序的范围和需求[14，15］．新疾病的出现意味着需要开发相应的原始本体。

我们报告了使用牛津皇家全科医师学院(RCGP)研究和监测中心(RSC)网络对COVID-19的适应作为用例的COVID-19应用本体的开发。RCGP RSC是一个已建立的初级保健哨点网络，每周两次从500多名全科医生的全国代表性样本中提取匿名数据(N=5,370,225) [16］．RCGP RSC与英国公共卫生部(PHE)合作超过50年，开展流感和呼吸道疾病监测和疫苗有效性研究[17，18］．RCGP RSC已扩展了这些常规监测活动，包括监测COVID-19的传播，评估遏制措施的有效性，并成为COVID-19大流行试验的平台[19，20.］．

基于我们之前开发本体的经验[12，21，22]，我们创建了用于扩展COVID-19监测的应用本体。

方法

概述

我们的应用本体开发分为3个阶段:阶段1:创建和测试我们的用例;第二阶段:构建COVID-19监测本体;第三阶段:使用快速德尔菲共识练习进行外部验证。我们将其归类为应用本体，因为系统跨越了一系列领域来交付特定的目标。数据来源是来自RCGP RSC哨点网络的常规初级保健数据，并结合来自PHE的病毒学和血清学采样数据。此外，一个实践仪表板和一个实践联络团队有助于确保数据质量[23］．发病类型，无论病例是首发病例还是偶发病例或后续病例，对监测都很重要;虽然我们可以从记录中推断出这一点，但最好是将其作为主要信息收集。24］．

阶段1:创建和测试用例

我们使用之前描述的方法，为COVID-19监测创建了一个可测试的叙事用例[25，26］．主要参与者是RCGP RSC，与之相互作用的系统是国家对COVID-19大流行的应对措施，其结果包括监测传播和缓解措施的效果。

该用例已在大流行期间逐步实施。我们跨所识别的域报告我们的实现。随着我们的本体的开发和形式化，我们进行了事后检查，以确保提取是符合本体的。

第二阶段:开发COVID-19监测本体

我们开发了一个应用本体来支持使用常规CMR数据的扩展监视。在发展期间，对COVID-19的术语、临床理解和应对正在迅速变化。本体具有内置的灵活性，可以适应这些变化和进一步的变化。

我们使用我们的三步本体论过程来识别代码以满足我们的需求[12，21，22]:

• 步骤1:本体层;定义了相关的COVID-19监测概念，可能包括暴露、调查、诊断或其他“护理过程”。我们的本体论过程的一部分是迭代确定的病例是确定的，可能的，还是可能的，基于所使用代码的特异性(糖尿病研究开发的一种方法[27]);
• 步骤2:编码层;将本体层的概念应用到CMR中使用的特定编码系统。个别代码被分类为与所考虑的标准有直接、部分或没有明确映射[28］．在这种情况下，我们将其扩展为排除后续检测为阴性的疑似病例。事后数据验证主要是通过我们的实践联络团队完成的。该小组的一名成员完全致力于确保数据质量，提供预期培训和编码辅助，并提供响应式服务;
• 步骤3:逻辑数据提取模型;系统地测试识别出的代码，以确保数据输出与研究要求一致。

我们希望我们的资源是可查找的、可访问的、可互操作的和可重用的(FAIR) [29]，因此我们在开发过程中使用了标准工具，即Protégé本体开发环境[30.]及网络本体语言(OWL) [31］．

本体的范围包括:

• 人口统计细节，包括年龄、性别、种族、贫困状况、农村状况，并将关键标识符联系起来;
• 记录监测情况和主要临床特征(即症状和体征);
• 相关共病和危险因素;
• 检测和检测结果(即covid -19特异性检测和可能暗示易感性或抗风险能力的检测结果);
• 主要结局指标包括住院、氧疗、重症监护住院和死亡率。

阶段3:本体的外部评估

通过国际医学信息协会初级卫生保健信息工作组和扩展网络，我们邀请了一个由国际初级保健临床医生和信息学家组成的小组(n=9)，进行了一个快速德尔菲共识练习[32，33］．协商一致的工作包括三轮:

1. 我们分享了我们最初的本体，并要求小组成员告知我们在本体中没有出现但在他们的临床工作流程中出现的其他概念。为了促进快速达成共识，我们在这个阶段使用了电子邮件通信。
2. 我们与小组成员分享了修订后的本体，他们被要求在李克特5分量表上表明他们对与概念的覆盖范围和本体对其初级保健系统的适用性相关的陈述的一致程度。这是通过在线调查(见小组成员和问题多媒体附件1)．一致定义为≥80%同意。未达到80%一致性的陈述根据专家小组提供的反馈进行修改，并重新分发给小组成员进行第三轮。
3. 我们进行了在线讨论，审核并批准了最终的本体。

道德的考虑

COVID-19监测由RCGP RSC与PHE合作进行，并由PHE Caldicott Guardian根据《2002年卫生服务(患者信息控制)条例》第3条批准[34］．我们的本体开发不需要特定的权限，因为不需要额外的数据处理。

结果

阶段1:创建和测试用例

我们开发了一个总结叙述用例(表1)．列出的成功场景是我们想要达到的目标。

成功场景和扩展反映了用例中的跨域活动。我们列出了5个领域的结果:初级保健、公共卫生、病毒学、临床研究和临床信息学(表2)．我们通过跨这些领域的实践活动实现了我们的本体。

初级保健领域:数据质量和对一般做法的反馈(COVID-19仪表板)

我们的COVID-19仪表板每周向RCGP RSC哨点网络内的实践提供呼吸状况数据。提供了个人执业、区域和国家级别的COVID-19发病率数据，以供参考，同时还提供了其他呼吸道感染的发病率(图1)．实现后的反馈必须与CMR系统提供者之间的多个数据更改和不同的代码发布时间表保持同步。它包括不断更新编码提示卡[35］．它还需要与计算机模板开发人员联系，以改变设计，以纳入情节类型。

‎ 查看此图

公共卫生领域:基于COVID-19观测站的数据可视化

我们的本体确保了我们经典的每周报表(现在包括COVID-19监测)之间的一致性。此外，我们还为公共卫生部门的流行病学家和观测站开发了定制输出，以在整个网络中展示COVID-19发病率的数据(图2)．这是基于本体论层描述的编码，并显示每10,000例COVID-19的发病率。截至2020年9月21日开始的一周，我们在RCGP RSC网络内共确定了19,115例确诊COVID-19患者，5226例疑似病例和74293例疑似COVID-19患者(N=5,370,225)。

‎ 查看此图

最大的挑战是将代码归属于诊断的确定性。我们不得不通过编码系统的变化来发展这一点(参见多媒体附件1查看我们最终的SNOMED CT [SNOMED临床术语]概念列表)。

病毒学领域:每周病毒学监测报告

类似地，我们的本体论推动了病毒学报告的一致扩展。健全的数据结构也很重要，因为参与病毒学采样实践的数量从100增加到300，以提供更多的数据。每周病毒学报告提供了按周采集的棉签的绝对数量和每10,000人的比率的可视化，并结合前一年的背景数据(图3)．有一个类似的血清学观察站(包括在多媒体附件1)．

‎ 查看此图

临床研究领域:参与观察性和介入性研究

COVID-19监测应用本体支持观察性和介入性临床研究结果的一致报告。我们有一系列正在进行的观察性研究，其中第一项研究报告了结果[38］．该网络还支持PRINCIPLE(老年人COVID-19干预措施平台随机试验)试验，这是一项英国初级保健中COVID-19干预措施的随机对照试验。该研究正在评估试验治疗在减少年龄≥50岁并有严重共病的疑似COVID-19感染患者的住院需求和死亡方面的有效性，以及年龄≥65岁并有或没有共病的患者[20.］．迄今为止，已有830个实践签约，415名患者随机分组;其中468例(56.4%)为RCGP RSC实践，到目前为止，他们已经招募了342例(82.4%)纳入的患者。

临床信息学领域:创建COVID-19本体

注释应用本体发布在BioPortal本体存储库[39并将随着我们对COVID-19了解的进展和新的干预措施(如疫苗接种)的引入而继续发展。本体论开发的细节在我们的三步流程的第二阶段中列出。

第二阶段:开发COVID-19监测本体

第一步:本体层

我们回顾了COVID-19的新兴病例定义，以确定用于病例确定的关键概念及其相互关系。本体论中包含的概念与世卫组织基于COVID-19病例报告数据词典一致[40］．

我们的结果介绍仅限于COVID-19的病例定义。这涉及到将概念分组为:(1)确定，其中包括实验室确认的COVID-19病例的确定代码;(2)可能的，包括临床诊断为COVID-19，使用了之前SARS(严重急性呼吸系统综合征)爆发期间创建的过时代码;(3)可能，包含一系列与疑似COVID-19调查相关但没有结果的编码备选方案和暴露代码;和(4)排除，当要求的测试报告为阴性(这在图4)．在个人级别上，测试按层次结构工作，最具体的测试驱动分类。

‎ 查看此图

步骤2:编码层

我们完成了将临床术语代码映射到本体论层产生的概念的动态过程(表3)．

英国国民健康服务(NHS)使用英国SNOMED CT编码系统，通常每年只更新两次。2020年2月初，还没有针对COVID-19的临床代码。最初，CMR供应商创建了5个新的全系统本地代码，以支持在接到请求后一周内进行与covid -19相关的基本记录[11，19］．随后，通过NHS数字信息表示服务进行的快速咨询流程，开发了两次与covid -19相关的新型英国SNOMED CT代码的紧急发布[41]，随着对COVID-19的临床深入了解和命名法的稳定性出现。这些英国SNOMED CT概念是独立于国际SNOMED CT术语开发而开发的;然而，这个开源本体可以很容易地映射到国际术语。我们用这些逐步发布的COVID-19 SNOMED CT临床概念来迭代注释本体论概念。

步骤3:逻辑数据提取层

我们将注释本体集成到RCGP RSC数据的常规监测平台中。本体在用于监测的传入数据中识别了COVID-19诊断的各种状态。我们每周对传入数据进行分析，修改我们的产出，以考虑到报告中特定供应商的变化。我们正在计划从各个CMR供应商那里提供基于云的提取和定制的提取;为此，我们正在创建一个牛津RCGP临床信息数字中心(ORCHID) (图5) [42］．

‎ 查看此图

本体的外部评价

虽然我们在Delphi实践中获得了良好的共识，但也有重要的学习和开发优先级标记。在与COVID-19本体上层标题下的概念覆盖有关的8项陈述中，有7项(87.5%)取得了一致意见。除一名成员外，所有小组成员都同意有关本体论在当地初级保健环境中病例查找活动的适用性的陈述(表4)．小组成员的输入指导了与未达成共识的陈述相关的概念的扩展，并由小组成员在第3轮德尔菲练习中进行了审查。

出现了更温和的重要讨论点;例如，我们的症状收集相对较差，风险和保护因素仍然存在不确定性。一位专家强烈认为，疫苗接种和接触应成为本体论的一部分;这些后来又加了进去。

讨论

主要研究结果

我们迅速开发了大流行应用本体，以支持在我们的用例中描述的5个临床和信息学领域的扩展监测和研究活动。这个应用本体提供了一个框架，我们用它来帮助确保在变更时输出的可靠性和一致性。这种迭代的本体论方法足够灵活和稳健，以适应COVID-19临床格局演变的速度和方向。

我们的工作重点是病例识别和相关检测结果，因为这些是流行病学和干预性研究的基础。我们认为适当地指出作出诊断的确定性。我们已经在观察和介入研究中使用了这个本体论[20.，38］．

编码层与本体论(概念)层的分离使监测具有弹性，同时将新的病例定义和临床代码添加到通用CMR系统中。这种方法确保了用于报告的病例定义的透明度，并通过允许临床医生、数据库开发人员(参与从实践的数据源提取数据)和实践联络员(就数据记录最佳实践提供实践建议)在组织内保持一致性，从而促进了清晰的沟通。

该应用本体可以轻松快速地用于其他国家和医疗网络的COVID-19监测和临床研究。随着COVID-19大流行的持续，全球卫生保健系统面临巨大压力，需要了解发病率趋势并开展高质量研究;该本体是开源的，可以映射到本地临床编码系统，以实现分析的一致性。

与以往文献比较

据我们所知，这是第一次利用结构化的常规临床数据，在大流行期间开发了一种系统的本体论方法，用于扩展疾病监测。该应用本体通过可测试用例方法与之前关于应用本体工程和验证的临床信息学文献保持一致[43，44］．

还有其他大流行监测系统着眼于开源、非结构化数据，如媒体报道和与症状相关的互联网搜索集群，从中提取与流行病学相关的信息[45］．这类系统的例子包括BioCaster [46]、全球公共卫生情报网络[47]， ProMed [48]，及“健康地图”[49］．后三个系统是在世卫组织合作的“开源疫情情报”倡议下开展工作的，该倡议在根据2019年12月来自中国的早期媒体报道识别COVID-19疫情方面发挥了作用[50］．一些基于事件的大流行监测系统已在公共卫生和监测领域发表了本体论基础[46，51，52］．虽然这些知识表示在实时向流行病学家提供关于爆发的补充信息方面很有用，但这些知识表示并没有具体处理临床数据中描述的信息类型，例如提出的症状、合并症、病毒学或健康结果。

关于数据平台在综合临床监测系统中的表现的研究非常有限[45］．突出的问题是缺乏准确和可用的数据来支持新出现疫情的流行病预测[53］．

我们没有发现使用本体论方法进行COVID-19监测的文献。在BioPortal上发表了与冠状病毒相关的领域本体。第一种是更广泛的Coronaviridae家族及其生化及微生物特性[54]，而第二个则是为完成临床研究表格提供语义协助[55］．没有一项旨在整合开展COVID-19监测所需的各种临床数据流。

优势与局限

事实证明，我们实施的三步迭代本体论流程具有适当的灵活性，可以应对COVID-19术语和CMR系统代码的变化。考虑到FAIR指导原则，该本体的另一个优势是实现和部署[29］．本体可以在biopportal本体存储库中发现和访问。这个应用本体，使用定义和测试用例的最佳实践构建，本质上是可互操作和可重用的[29］．在缺乏传染性疾病监测本体论金标准的情况下，我们相信，我们在临床信息学和初级保健领域的一系列国际专家中取得一定程度的共识和外部有效性的尝试是当前研究的主要优势。尽管德尔菲小组规模相对较小且存在局限性，但我们有意从具有不同临床编码系统的一系列国家中选择小组成员。

我们专注于案例发现和结果;我们现在需要将注意力转向症状，特别是关注那些可能有预后价值的症状和包括疫苗接种在内的新兴治疗方法。我们当前运行的本体会错误地对假阳性的实验室结果进行分类，我们认识到这是用户应该注意到的一个限制。其他的限制是它是在一个单一的前哨系统中开发的，而且它还没有准备好集成到一个公共数据模型中[56］．

结论

我们已经创建了一个COVID-19应用本体，其优点包括开发速度快、可通过生物门户公开共享和适应性强。其局限性是它在单一哨点网络中的发展和目前有限的重点。本体论应使基于初级保健哨点数据的结论更加透明，并促进COVID-19监测和研究中的汇总分析。我们欢迎任何关于将我们的COVID-19监测应用本体应用于国内和国际其他医疗保健环境的信息请求。