Основные
идеи,
которые лежат в основе концепции базы
данных:
—
Изолировать
любую прикладную программу от влияния
изменений
в других программах через общие данные
путем размежевания логических записей,
которые используются прикладными
программами, от записей, которые физически
запоминаются на магнитных носителях.
—
Устранить
чрезмерное дублирование данных.
Итак,
суть концепции баз данных состоит
в интегрированном сохранении и
дифференцированном использовании
прикладными программами всей информации
об объектах предметной области, которые
представляют определенный интерес для
организации.
Все
данные размещаются в едином
хранилище. Пользователи автоматизированных
информационных систем (АИС)
имеют возможность обращаться к любым
данным, которые их
интересуют. Одни и те же данные могут
быть в разных комбинациях и по-разному
представленные соответственно
потребностям пользователей (прикладных
программ). Это обеспечивается за счет
системы управление
базами данных (СУБД).
БД– это совокупность сведений
о конкретных объектах реального мира
в какой-либо предметной области. Синоним
термина«база данных» – «банк данных».
Под
предметной
областью (ПрО)
принят
понимать часть реального мира,
который
подлежит изучению для организации
управления, например, предприятие, ВНЗ
и т.п..
БД может быть основана на одной
модели или на совокупности нескольких
моделей. Любую модель данных можно
рассматривать как объект, который
характеризуется своими свойствами
(параметрами), и над ней, как над объектом,
можно производить какие-либо действия.
СУБД
называется
совокупность языковых
и программных средств, предназначенных
для создания, управления и совместного
использования БД
многими пользователями.
Основные
требования к базам данных и систем
управление
базами данных:
—
Возможность представления адекватных
реальной предметной области структур
данных (построение адекватной
информационной модели предметной
области).
—
Простота и малые
затраты ресурсов на развитие системы
(быстрая
и дешевая модификация старых и разработка
новых программных приложений
в рамках автоматизированной информационной
системы).
—
Простота и оперативность доступа
к данным, возможность поиска информации
разными методами.
—
Возможность одновременного эффективного
обслуживания большого количества
пользователей.
—
Возможность использования в распределенных
вычислительных сетях компьютеров.
—
Обеспечение
режима разграниченного доступа
к данным и программам, исключение
возможности их несанкционированного
применения.
—
Обеспечение
представления данных пользователям в
удобном виде
для их дальнейшего применения.
—
Обеспечение
необходимой скорости решения
задач при ограниченных затратах ресурсов
компьютеров.
—
Обеспечение
защиты информации в
БД
от сбоев и отказов в работе технических
средств и ошибок пользователей.
Основными
преимуществами относительно применения
БД
и СУБД
во время реализации на их основе
автоматизированных поисково-информационных
систем есть:
—
Сокращение
лишней чрезмерности данных, которые
сохраняются. Данные, которые используются
несколькими программами, интегрируются
и сохраняются в одном месте. Чрезмерность
данных есть,
но она минимальная и необходимая только
для обеспечения взаимосвязи разных
данных определенной предметной области.
—
Устраняется противоречивость данных,
что может возникать, если одни и те же
данные, которые используются разными
программами, подаются несколько раз и
если в случае необходимости их изменения
не все копии восстановлены.
—
Данные, которые сохраняются, используются
совместно. Это предоставляет возможность
разрабатывать новые программные
приложения
над уже
существующей базой данных с
минимальными затратами.
—
Обеспечивается более
простое, быстрое
и дешевое развитие автоматизированных
систем за счет обеспечения логической
взаимной независимости программ и
данных в
БД.
—
Упрощается поддержка целостности
данных (адекватности и согласованности).
—
Обеспечивается возможность быстрого
предоставления данных на нестандартные
(заранее непредвиденные) запросы
пользователей без дополнительной
разработки прикладных программ.
—
Создается возможность комплексной
автоматизации параметров АИС,
возможное благодаря централизованному
управлению базой данных.
—
В случае централизованного управления
базой данных упрощается стандартизация
и унификация представления данных в
АИС.
Основными
недостатками, с
которыми могут встретиться пользователи
и разработчики программного обеспечения
во время применения БД
и СУБД,
есть:
—
дополнительные затраты аппаратных
ресурсов (например памяти) во время
размещения и работы СУБД;
—
дополнительные затраты на установление
и поддержку СУБД
в рабочем состоянии;
—
необходимость
квалифицированного персонала для
централизованного управления базой
данных (администрации БД),
а и
также
дополнительные затраты.
—
разные типы представления данных и
операции над ними (в том числе
фактографических, документальных,
карто-графических
данных);
—
естественное и эффективное представление
в
БД
разных отношений между объектами
(например, визуализация данных, которые
характеризуются параметрами пространства
и времени);
—
проверку данных на непротиворечивость;
—
дедуктивный вывод (дедуктивные БД);
—
управление
распределенными БД
и интеграцию неоднородных БД;
—
централизацию и интеграцию данных в
сетях ПК.
Создавая
базу данных, пользователь стремится
привести в порядок информацию о разных
признаках объектов и быстро получить
выборку данных с
произвольным соединением признаков.
Сделать это возможно только если данные
структурированные.
Структурирование
— это введения
соглашений о способах представления
данных. Неструктурированными называют
данные, записанные, например, в текстовом
файле.
Системы управления базами данных
Базы
данных служат для сбора, накопления,
хранения и использования медицинской
информации. К ним можно отнести
электронные медицинские карты стационарных
и амбулаторных больных, архивы результатов
различных исследований, электронные
системы учета лекарственных препаратов
и т.д. Они позволяют не только компактно
хранить соответствующую информацию и
оперативно визуализировать ее, но и
содержат средства сортировки, фильтрации
и преобразования информации с созданием
отчетных документов. Кроме того, базы
данных допускают расширение и
редактирование в зависимости от
потребностей пользователя и позволяют
организовать защиту информации от
утраты и несанкционированного доступа.
Благодаря
этим свойствам электронные базы данных
служат мощным инструментом автоматизации
работы врача.
Следует отметить,
что значительная часть информации,
используемой в управленческой
деятельности, существует в форме
документов. Особенно актуально это
положение для здравоохранения. Нельзя
не учитывать, что документационное
обеспечение управления представляет
собой отдельную и достаточно сложную
отрасль современной науки, а грамотное
оформление документов является
обязательным условием успешной
деятельности, как каждого специалиста,
так и учреждения в целом.
Одно из перспективных
направлений применения информационных
технологий в здравоохранении – это
использование вычислительной техники
для обработки медицинской документации.
АРМ позволяет вести централизованную
базу данных пациентов, включая всю
информацию об обследованиях и проводимом
лечении. При использовании АРМ и
правильной организации системы хранения
данных карта пациента никогда не
потеряется, а поиск ее будет максимально
упрощен. Кроме того, все заключения и
результаты обследования и лечения могут
быть в любой момент распечатаны на
принтере и выданы на руки пациенту.
Современная концепция медицинских
информационных систем предполагает
объединение электронных записей о
больных с архивами медицинских
изображений, результатами работы
автоматизированных лабораторий и
следящих систем, а также наличие
современных средств обмена информацией
(электронной почты, Интернета,
видеоконференций). Обслуживание пациентов
становится более удобным и для врачей,
и для самих пациентов.
Рассмотрим
некоторые преимущества электронных
карт перед рукописными:
Существуют
некоторые проблемы внедрения
компьютеризированных историй болезни.
Это высокие первоначальные финансовые
и временные затраты на заказ и установку
аппаратного и программного обеспечения,
обучение персонала; последующие
эксплутационные траты на поддержание
нормального бесперебойного функционирования,
обслуживание и модернизацию системы,
доступ к сетям связи. Однако, при грамотной
организации АРМ эти затраты не столь
велики и быстро окупаются быстротой и
удобством работы.
Соседние файлы в папке Дополнительные материалы
Цель
занятия: сформировать
у студента представление об основных
принципах поиска и оценки доказательной
информации, полученной в результате
проведения эпидемиологических
исследований.
В
результате изучения темы студенты
должны знать:
• информационные
системы в медицине;
• базы
данных: определение, классификация;
• типы
и особенности формулировки вопросов,
возникающих при оценке эффективности
профилактики и лечения;
• электронные
источники доказательной информации;
содержание и характеристики конкретных
БД, содержащих сведения по доказательной
медицине;
• поисковые
системы в БД; операторы булевой алгебры,
используемые при поиске информации;
• стратегии
формирования поискового запроса в
различных поисковых системах и БД в
зависимости от типа клинического
вопроса;
В
результате изучения темы студенты
должны уметь:
• определять
вид и структуру эпидемиологических
исследований, позволяющих получить
доказательную информацию для решения
конкретной практической задачи;
• составлять
алгоритм поиска (стратегия поиска)
публикаций, посвященных определенному
типу эпидемиологических исследований
в соответствующих базах данных;
• проводить
поиск исследований в базе MEDLINE
с помощью фильтров методологии
«Clinical
Queries*
(клинические запросы);
• оценивать
значимость найденной информации для
решения практической задачи.
В
процессе самоподготовки студенты
изучают рекомендованную литературу
и информационный материал, приведенный
в данной главе.
1.
Определение понятия база
данных.
2.
Типы
вопросов, возникающих при решении задач
в медицинской практике.
3.
Формулировка вопроса. Выделение в
вопросе составных частей по формуле
Пациент-Вмешательство-Сравнение-Исход
(формула
— ПВСИ или PICO).
4.
Соответствие часто встречающихся типов
практических вопросов в медицине
определенным структурам эпидемиологических
исследования.
I,
Поисковые системы. Применение операторов
булевой логики для поиска информации.
6.
Источники доказательной информации.
7.
Принципы
работы с БД MEDLINE,
размещенной на сайте www.pubmed.com.
Использование фильтров поиска информации
в зависимости от методологии исследования:
Clinical
Queries
(клинические запросы) и Special
Queries
(специальные запросы).
Задача
1.
Найдите в БД MEDLINE,
доступной на сайте www.
pubmed.
com,
следующие
статьи, посвященные вопросам
эпидемиологических исследований и
доказательной медицине.
• Статью
С. Л. Плавинского, опубликованную в
журнале Nutrition,
Metabolism
and
Cardiovascular
Diseases,
в которой проводилось сравнение уровней
общего холестерина плазмы крови и
ХСЛПВПсреди жителей Санкт-Петербурга
и Лейпцига.
• Систематический
обзор Крейг (Craig)
с соавторами по оценке методов
измерения у детей температуры тела в
ушной раковине и в прямой кишке,
опубликованный в известном англоязычном
журнале примерно в 2000г.
• Серию
статей Дэвида Граймза и Кеннета Шульца
(David
A.
Grimes
и Kenneth
F.
Schulz),
посвященных дизайну эпидемиологических
исследований опубликованных в 2002г.
в журнале Lancet.
• Найдите
максимальное количество статей,
написанных профессором Дэвидом Сакеттом
(David
Sackett),
для которых предложены ссылки к
полнотекстовому доступу.
Задача
2.
Воспользовавшись фильтрами Clinical
Queries,
размещенными на сайте www.
pubmed.
com,
найдите не менее трех статей и обзоров
(лучше систематических), посвященных
следующим аспектам проблемы рака
молочной железы:
• оценке
эффективности лечения;
БД
— один из основных компонентов современных
информационных систем. Информационная
система — взаимосвязанная
совокупность средств, методов и персонала,
используемых для хранения, обработки
и выдачи информации.
Цель
любой информационной системы — обработка
информации конкретной предметной
области. Пример — системы поддержки
клинических решений. Обычно они
представляют БД, которые объединяют
электронные истории болезни со
специальными инструментами, такими
как автоматические напоминания или
калькуляторы дозировки ЛС, предназначенные
для использования клиницистами в
процессе принятия решений. В основу
систем поддержки должны быть положены
научно обоснованные руководства по
клинической практике или другие
достоверные данные научных исследований.
В
настоящее время медицинские информационные
системы — одна из приоритетных областей
разработки программных средств во всем
мире и представляют трудоемкую задачу
из-за целого ряда факторов:
• множества
факторов и сложности их взаимодействия
в процессе принятия медицинских
решений;
• отсутствия
стандартизации в терминологии, формате,
шкалах измерения;
• высоких
требований к параметрам компьютеров
по скоростям доступа, объемам памяти,
обработке графики.
Базы
данных. БД
можно определить как организованную
совокупность взаимосвязанных хранимых
вместе данных, представленных на
электронных носителях, предназначенных
и пригодных для решения специальных
задач с использованием средств
вычислительной техники.
Особенности
такой совокупности данных:
• большие
объемы информации;
• максимально
возможная компактность хранения данных;
• возможность
извлечения из БД разнообразной информации
в определенной предметной области;
• удобные
для пользователя вид и форма извлекаемой
информации;
• высокая
скорость доступа к данным;
• надежность
хранения информации и возможность
предоставления санкционированного
доступа к данным для отдельных
пользователей;
• удобство
и простота конструирования пользователем
запросов, форм и отчетов для выборки
данных.
Создание
БД, ее поддержка и обеспечение доступа
пользователей к ней осуществляют с
помощью специального программного
инструмента — системы управления
базами данных. Система
управления базами данных (СУБД) —
программное обеспечение для создания
и редактирования баз данных, просмотра
и поиска информации в них.
По
технологии обработки и хранения данных
БД делят на централизованные и
распределенные.
Централизованные
БД по способу доступа делят на:
• БД
с локальным доступом (данные и процедуры
их обработки хранятся на одной
машине);
• БД
с удаленным (сетевым) доступом. Системы
управления базами данных с удаленным
доступом могут быть построены с
использованием архитектур файл-сервер
и клиент-сервер.
Принцип
организации: одна машина выделена в
качестве центральной (сервер файлов),
на ней хранится централизованная БД.
Остальные машины сети выполняют функции
рабочих станций. Файлы БД в соответствии
с пользовательскими запросами рабочих
станций передаются на эти станции и
там обрабатываются. Производительность
такой системы падает, если требуется
интенсивный одновременный доступ к
одним и тем же данным. В настоящее время
эту архитектуру считают устаревшей.
Принцип
организации: центральная машина (сервер
БД) хранит централизованную БД и
процедуры обработки. Клиент посылает
запрос, он обрабатывается сервером, и
данные, полученные по запросу, передаются
клиенту.
Распределенная
БД состоит из нескольких частей, хранимых
на различных компьютерах вычислительной
сети. Этот способ обработки подразумевает
наличие нескольких серверов (обслуживающих
компьютеров), на которых может храниться
пересекающаяся или даже дублирующая
информация. Для работы с такой БД
используют систему управления
распределенными БД.
По
используемой модели БД разделяют на
иерархические, сетевые реляционные,
объектно-ориентированные и гибридные.
Иерархическая
модель БД
состоит из объектов с указателями от
родительских объектов к потомкам,
соединяя вместе связанную информацию.
К
основным понятиям сетевой
модели БД
относят: уровень, элемент (узел) и связь.
Узел — совокупность атрибутов данных,
описывающих некоторый объект. В сетевой
структуре каждый элемент бывает связан
с любым другим элементом. Сетевые БД
подобны иерархическим, за исключением
того, что в них имеются указатели в обоих
направлениях, которые соединяют
родственную информацию.
Реляционная
модель (англ.
relation
— отношение)
БД ориентирована на организацию данных
в виде двумерных таблиц. Для этих моделей
характерна простота структуры данных,
удобное для пользователя табличное
представление. В реляционных БД используют
язык Structured
Query
Language
— язык
структурированных запросов — универсальный
язык, применяемый для создания, модификации
и управления данными.
В
объектно-ориентированных
базах
данные хранятся в виде объектов. С
объектно-ориентированными базами данных
удобно работать, применяя
объектно-ориентированное программирование.
Однако сегодня такие базы данных еще
не достигли такой популярности, как
реляционные, поскольку значительно
уступают им в производительности.
Гибридные
СУБД
совмещают в себе возможности реляционных
и объектно-ориентированных баз
данных.
Сегодня
БД — мощный инструмент совершенствования
процессов оказания медицинской помощи.
Появление в конце XX в. медицинских БД,
доступных широкому кругу пользователей,
позволило проводить быстрый поиск,
анализ и обобщение информации о
результатах эпидемиологических и
других исследований и способствовало
развитию подхода к оказанию медицинской
помощи, получившему название «медицина,
основанная на доказательствах»
(научно-обоснованная медицинская
практика).
Выбор
стратегии поиска информации
Часто
встречающиеся типы вопросов в медицинской
практике
Из
множества вопросов, которые могут
интересовать медицинских работников
можно выделить наиболее часто встречаемые
типы. Это вопросы, касающиеся
клинических данных, симптомов заболевания,
прогноза, профилактики, этиологии и
причин заболевания, вреда и риска,
диагностических тестов, дифференциальной
диагностики, качества жизни, терапии,
экономической эффективности и др.
Для
целей разработки стратегий информационного
поиска можно указать 5 общих типов
клинических вопросов, которые включают
в себя все прочие типы.
• Лечение
(терапия)
— вопросы о том, какое лечение (если
таковое возможно) надо назначить и
какими могут быть результаты различных
методов лечения. Эта группа включает
также вопросы относительно профилактики,
организации программ скрининга, повышения
качества медицинской помощи.
• Диагностика
— вопросы
относительно степени надежности и
клинической полезности конкретного
теста, которые обычно ставят, чтобы
определить, принесет ли данный тест
достаточную пользу конкретному
пациенту. В большинстве статей по
диагностике результаты исследуемого
диагностического теста сравнивают с
результатами другого, стандартного
теста, который рассматривают как
эталонный или авторитетный («золотой
стандарт»). Сюда же относят вопросы по
дифференциальной диагностике.
• Прогноз
—
вопросы относительно будущего состояния
здоровья пациента, продолжительности
и качества его жизни при выборе того
или иного конкретного варианта лечения.
• Этиология/побочные
эффекты — вопросы
относительно взаимосвязей между болезнью
и возможными ее причинами, включая
побочные эффекты, связанный с
различными вариантами лечения (ЛС,
терапевтическими и диагностическими
вмешательствами).
• Экономическая
эффективность — вопросы
относительно экономической
эффективности различных лечебных,
профилактических и диагностических
процедур.
Использование
технологии доказательной медицины
предполагает поиск информации в
литературе и БД. Первоочередной шаг
научно обоснованной практики
(доказательной медицины) — точная
формулировка «сфокусированного»
вопроса.
В
1995 г. группа ученных во главе с Richardson
предложили своеобразную «анатомию»
хорошо сформулированного вопроса,
которая носит название «формула ПВСИ
(Р1СО)» и позволяет практикующим
медицинским работникам определить
четыре компонента правильно
сформулированного вопроса.
Таким
образом, эти четыре компонента позволяют
выбрать дизайн эпидемиологических
исследований, результаты которых можно
использовать для решения соответствующих
практических задач в медицине.
Типы
вопросов
и соответствующий им дизайн
эпидемиологических исследований
• Лечение
— систематические
обзоры и мета-анализы, рандомизированные
контролируемые испытания.
• Диагностика
—
перекрестные экспериментальные
исследования (предпочтительнее
сравнение с «золотым стандартом»).
• Прогноз
— когортные
исследования.
• Этиология/побочные
эффекты —
когортные исследования, исследования
типа «случай—контроль».
• Экономическая
эффективность — рандомизированные
контролируемые испытан
ия,систематическиеобзоры,моделианализапринятия
решений.
Таблица
6-1 демонстрирует плюсы и минусы доступных
источников информации.
Таблица
6-1. Наиболее доступные источники
медицинской информации
С
точки зрения представления и обобщения
данных существуют разные виды ресурсов
(как первичных, так и вторичных): журналы,
книги, отчеты, руководства, БД. Информацию
о клинической эффективности сейчас
можно найти во множестве журналов по
медицине и здравоохранению — как
национальных, так и международных.
Существуют
журналы, публикующие именно вторичную
информацию — обзоры и резюме
доказательных данных. ACР
Journal
Club
Это
совместное
издание
British Medical Journal (BMJ) Publishing Group и
American College of Physicians выходит
раз
в
два
месяца
и
использует
менее
строгие
критерии
отбора,
чем
АСР
Journal Club. ЕВМ
публикует рефераты, представляющие
особый интерес по терапии, хирургии,
педиатрии, акушерствуй гинекологии.
Этот журнал имеет сильный европейский
уклон. Бесплатный доступ для
развивающихся стран.
Цель
издания Evidence-Based
Mental
Health
состоит в том, чтобы информировать
психиатров-клиницистов о важных и
применимых в клинических условиях
достижениях в области лечения (включая
специфические вмешательства и системы
обслуживания), диагностики, этиологии,
прогнозирования и исследования
результатов, улучшения качества,
повышения квалификации и экономической
оценки. Для этого сотрудники журнала
отбирают оригинальные и обзорные статьи,
результаты которых представляются
наиболее точными и клинически полезными.
Затем эти статьи обобщают в виде рефератов
и дополняют комментариями
экспертов-клиницистов. Бесплатный
доступ для развивающихся стран.
Ежеквартальный
журнал, выпускаемый Королевским колледжем
медсестринского дела и BMJ
Publishing.
Чтобы помочь медсестрам, он находит
и оценивает высококачественные и
клинически важные исследования,
публикуя сжатые информативные критические
резюме таких статей с комментариями
практикующих медсестер, способных
определить место нового исследования
в рамках данной области медицины.
Бесплатный доступ для развивающихся
стран.
Международный
журнал медицинской практики (на
русском языке) URL:
http://www.
mediasphera.
ru/mimp/mimp-mn.
htm#
Журнал
публикует структурированные рефераты
ключевых, важных для практикующих врачей
клинических и эпидемиологических
исследований с комментариями,
клинические рекомендации, статьи по
методологии проведения клинических
и аналитических исследований,
биомедицинской статистике. На сайте
представлены полные тексты всех статей.
Издание возобновлено.
Базы
данных первичной информации MEDLINE
БД
Национальной медицинской библиотеки
США, содержащая библиографические
описания статей и их рефераты (70% статей
имеют рефераты). В настоящее время
БД охватывает почти 4500 журналов,
издаваемых в США и более чем в 70 других
странах. MEDLINE
включает описания 12 млн. статей,
опубликованных с 1966 года по настоящее
время. Новые записи добавляются
еженедельно, 400 000 записей в год. Для
каждой записи в MEDLINE
задаются медицинские предметные рубрики
(MeSH
Terms)
и типы публикаций (Publication
Types)
из словаря, контролируемого Национальной
медицинской библиотекой США.
Библиографические описания и рефераты
MEDLINE
образуют основу и доступны в составе
БД Национальной медицинской библиотеки
США PubMed,
в которой можно проводить поиск через
Интернет. MEDLINE
содержит более 13 миллионов записей.
Хотя сама БД не включает полных текстов
статей, но их можно найти по ссылке на
другом сайте (где они представлены
бесплатно или платно).
База
содержит информацию по биомедицине и
фармацевтике, включая биологические
науки, биохимию, клиническую медицину,
судебную медицину, педиатрию, фармацию,
фармакологию и лекарственную терапию,
фармакоэкономику, психиатрию,
здравоохранение, биомедицинскую
инженерию и инструментарий, окружающую
среду. Источники EMBASE
— более чем 3 800 журналов из 70 стран,
монографии, труды конференций, диссертации
и отчеты. Поиск можно проводить по
библиографической информации,
индексируемым терминам, рефератам,
названиям химических веществ, торговым
названиям ЛС, названиям фирм-производителей
Л С, торговым названиям медицинских
устройств, именам их производителей,
молекулярным последовательностям
Базы
данных вторичной информации
Кохрановская
библиотека — The
Cochrane
Library
URL:
http://www.
theCochraneLibrarv.
com
Библиотека
содержит четыре БД:
• БД
систематических обзоров;
• базу
рефератов эффективности лечебных
вмешательств;
• регистр
контролируемых КИ;
• базу
работ по методологии обзоров.
Кохрановская
библиотека доступна в сети Интернет,
либо ее можно купить на CD.
Опубликованные статьи вводят в
Кохрановские БД участники Кохрановского
сотрудничества. Каждый участник проводит
вручную поиск определенного
клинического журнала вплоть до его
первого номера. Используя строгие
методологические критерии, эти люди
классифицируют каждую статью в
соответствии с видом публикации (РКИ,
другое контролируемое КИ, эпидемиологический
обзор и т.д.) и готовят структурированные
рефераты. Количественные данные в
обзорах представлены в стандартном
графическом виде для того, чтобы врач
мог быстро и объективно их оценить.
Доказательная
медицина. Бесплатный доступ для стран
с развивающейся экономикой
Этот
ресурс имеет ряд особенностей.
• Его
содержание формируется исходя из
вопросов, а не из наличия доказательных
исследований. Здесь выявляют важные
клинические вопросы, а уже затем ищут
и обобщают лучшие из имеющихся
доказательных данных для ответа на
них.
• Постоянно
обновляется (полный литературный поиск
по каждой теме проводят каждые восемь
месяцев).
Clinical
Evidence
специально не дает рекомендаций, а
предоставляет материал для разработки
клинических рекомендаций локального
применения, для клиницистов и
пациентов, стремящихся составить
собственное представление об
оптимальном курсе лечения. В настоящее
время этот ресурс публикуется на русском
языке — http://www.
mediasphera.
ш/ clinicalevidence/.
UpToDate
— клинический информационный ресурс,
который разработан сообществом из
Зтыс. опытных клиницистов и предназначен
для того, чтобы врачи могли прямо на
рабочем месте получать краткие и
конкретные ответы на клинические
вопросы. Тематические разделы UpToDate
обобщают опубликованные доказательства
(включая Кохра-новские обзоры) и предлагают
практические рекомендации по лечению
пациентов, что позволяет врачам:
• получать
самую современную информацию по своей
специальности;
• распознавать
клинические признаки множества
заболеваний и определять реальные
возможности диагностики и лечения, в
том числе эффективность, дозировки и
сочетаемость медикаментов;
• вырабатывать
оптимальные стратегии скрининга и
профилактики. UpToDate
— официальная образовательная программа,
которую рекомендуют или готовят в
сотрудничестве с восьмью ведущими
профессиональными медицинскими
ассоциациями США.
BEME
Collaboration — Best Evidence Medical Education URL:
http://www.
bemecollahoration. org/
Сотрудничество
в области развития доказательных
подходов в медицинском образовании
BEME
Collaboration
представляет собой объединение лиц
и учреждений, которые ставят своей
задачей развитие доказательных
подходов в медицинском образовании.
Способы решения этой задачи: распространение
информации, позволяющей преподавателям,
учреждениям и всем, кто причастен к
медицинскому образованию, принимать
решения, опираясь на самые достоверные
научные данные; подготовка систематических
обзоров медицинского образования,
отражающих наиболее достоверные
имеющиеся данные и отвечающих потребностям
пользователя; культивирование
доказательных подходов в медицинском
образовании среди преподавателей,
учреждений и ведомств. Ряд тематических
групп ВЕМЕ находятся на заключительном
этапе подготовки своих докладов.
Evidence
for Policy and Practice Information and Coordinating Centre —
EPPI-Centre
URL:
http://eppi.
ioe. ac. uk/EPPIWeb/home. aspx
Информационно-координационный
центр доказательных данных в области
политики и практики — EPPI-Центр.
EPPI-Центр
входит в состав Отделения социологических
исследований Института образования
Лондонского университета. EPPI-Центр
был учрежден 1993 г. для реализации
систематического подхода к организации
и анализу социальных вмешательств на
основе доказательных данных. Деятельность
и публикации Центра направлены на
привлечение ответственных руководителей,
практических работников и потребителей
услуг здравоохранения и образования
к обсуждению путей повышения актуальности
проводимых исследований и способов
применения их результатов. EPPI-Центр
— официальный партнер организации
Campbell
Collaboration
(Кэмпбелловское сотрудничество), ас
1996 г. участвует в совместном руководстве
Кохра-новской группой по пропаганде
здорового образа жизни и охране здоровья
населения (Cochrane
Health
Promotion
& Public
Health
Field).
Кэмпбелловское
сотрудничество — международная
некоммерческая организация, которая
ставит перед собой цель помочь людям в
принятии компетентных решений,
касающихся вмешательств в социальной,
поведенческой и образовательной сферах.
Задачи С2 — подготовка, сопровождение
и распространение систематических
обзоров исследований, посвященных
различным вмешательствам. На основе
результатов исследований С2
подготавливает резюме и выпускает
электронные брошюры с обзорами и
отчетами, предназначенные для ответственных
руководителей, практических работников,
исследователей и населения. Сайт
организации открывает доступ к двум
бесплатным БД: С2 SPECTR
(Регистр социальных, психологических,
педагогических и криминологических
исследований) и С2 RIPE
(Регистр оценки вмешательств и политики).
БД C2-RIPE
содержит обзоры и связанные с ними
документы, представляющие интерес
для исследователей, ответственных
руководителей, практических работников
и населения.
Для
поиска информации по доказательной
медицине существуют специальные
инструменты поиска:
«Метапоисковая
служба», которая ведет поиск в следующих
ресурсах:
• учебники
и руководства; по умолчанию используется
руководство Merck
Manual;
• MEDLINE
— поиск обзорных и редакционных статей
из общих журналов высокого качества,
которые предоставляют полнотекстовый
доступ;
• National
Guideline
Clearinghouse
— практические руководства Агентства
по исследованиям и качеству медицинского
обслуживания США;
• реферативная
БД обзоров по эффективности медицинских
вмешательств: • MEDLINE
— поиск оригинальных исследований.
Для
поиска в SUMSearch
можно использовать следующие фильтры:
Intervention,
Prognosis,
Diagnosis,
Etiology/causation,
Physical
findings,
Screening/Prevention,
Adverse
treatment
effects
БД
TRIP
обеспечивает поиск по 75 сайтам, содержащим
медицинскую информацию высокого
качества. TRIP
предоставляет прямой гипертекстовый
доступ к крупнейшему собранию «научно
обоснованных» материалов в Сети
Интернет, а также к онлайновым статьям
из таких ведущих журналов, как BMJ,
JAMA,
NEJM
и др. Ежемесячно в базу добавляется
около 300—400 статей.
Таблица
6-2. Основные сведения по источникам
медицинской информации
Основы
поиска доказательной информации в БД
(на примере поиска в БД MEDLINE, размещенной
на сайте www.PubMed.com).
Информационный
поиск в области доказательной медицины
требует использования системного
подхода. Для успешного поиска необходимой
информации по вопросам доказательной
медицины большое значение имеют выбор
соответствующих БД и применение
оптимальной методологии поиска
(использование рубрикации, поиск в
определенных полях БД). Однако даже при
самом тщательном и квалифицированном
поиске не всегда удается найти
необходимую информацию о проведенных
КИ (например, из-за некачественного
индексирования или нежелания фирм-спонсоров
публиковать отрицательные результаты
КИ). По этой причине при поиске доказательной
информации компьютерный отбор необходимо
дополнять другими методами поиска:
«ручным» поиском информации о КИ,
описание которых отсутствует в электронных
БД; изучением списков литературы в
найденных статьях; запросами исследователям
и производителям ЛС.
Для
проведения поиска в большинстве
электронных БД необходимо использовать
операторы булевой логики (Джордж Буль
— английский математик, 1815-1864 гг.): AND,
OR,
NOT.
В
большинстве БД операторы булевой логики
следует вводить верхнем регистре.
Оператор
AND
— «и» обозначает, что будут найдены
статьи содержащие оба термина.
Например, при поиске статей по
лапароскопической холецистэктомии
надо написать следующий запрос:
«laparoscopic
AND
cholecystectomy*.
Оператор
OR
— «или», то есть когда надо подобрать
статьи, содержащие и один и второй
(логически) связанные термины. Например,
необходимо подобрать статьи о
применении холецистэктомии и
холецистостомии, то есть все статьи, в
которых содержатся первый или второй
термин. Запрос будет выглядеть следующим
образом: «cholecystecomy
OR
cholecystostomy».
Оператор
NOT
— «не». Когда надо исключить заведомо
ненужные темы. Например, вы ищите
информацию о лапароскопической
холецистэктомии, но надо исключить
все статьи о традиционной (лапаротом-ной)
холецистэктомии. Запрос будет выглядеть
так: «laparoscopic
AND
cholecystectomy
NOT
laparotomy*.
Поиск
в БД можно проводить в конкретном поле.
Часто для поиска достаточно только
внести термин и указать поле поиска при
помощи соответствующего суффикса
(аббревиатуры): год публикации, место
публикации, поиск по авторам и т.д. Для
обозначения полей используют суффиксы,
которые используют при построении
поисковых запросов. Синтаксис суффиксов
может различаться в различных поисковых
системах. Так, на сайте PubMed
суффиксы следует вводить в квадратных
скобах. Обычно на носителе или на сайте,
на котором предоставляется MEDLINE-ссылка
указана на полный перечень полей. На
сайте PubMed
предоставляется ссылка на файл помощи,
с которым следует ознакомиться перед
началом работы с этим сайтом. (URL:
http://www.ncbi.nlm.nih.gov/books/bookres.
fcgi/helppubmed/pubmed-help. pdf).
Предметные
области представлены в табл. 6-3.
Использование
предметных рубрик системы индексации
mesh при поиске статей в базе данных
medline
MeSH
— medical
subject
heading
(медицинские предметные рубрики) —
список терминов (ключевых слов), при
помощи которых индексируются статьи в
БД MEDLINE.
Подбор MeSH-термина
или терминов можно сделать в два этапа.
На первом этапе эмпирически подобрать
термин, а затем посмотреть полученный
результат в тех статьях, которые
подходят, выбрать ключевые слова и
использовать их в дальнейшем поиске.
На втором этапе на сайте PubMed
можно выбрать ссылку на базу ключевых
слов MeSH
и просмотреть иерархическое расположение
термина и его подрубрики.
Символ
«*» в MEDLINE
(PubMed)
Символ
«*» используют в двух вариантах.
• Для
поиска всех возможных окончаний слова,
при этом число вариантов ограничивается
600, первыми найденными. Например, вариант
«epidemiol*»
уже дает более 410 вариантов, а при поиске
«epid*»
вариантов слова более 600.
Использование
суффиксов подрубрик MeSH
Один
из способов конкретизировать поиск —
использование подрубрик системы
MeSH.
Подрубрики — дополнительная надстройка
системы индексирования в MEDLINE.
При помощи подрубрик статьи в MEDLINE
в зависимости от MeSH-термина
могут быть классифицированы на
этиологию, профилактику, лечение,
побочные эффекты и т.д. Наиболее полезные
подрубрики представлены в табл. 6-5.
Таблица
6-5. Наиболее часто используемые подрубрики
MeSH
Обратите
внимание на то, что подрубрика /th
относится к немедикаментозному
лечению заболеваний, а подрубрика/dt
означает лекарственную терапию.
Подрубрику /tu
используют исключительно для ЛС и она
означает «терапевтическое применение
чего-либо». Подрубрику /рх используют
для непсихических заболеваний, как в
этом примере — diabetes/
рх = психология диабета.
Типы
вопросов и стратегии поиска
Эффективный
поиск в MEDLINE
предполагает сочетание поиска по
медицинским предметным рубрикам
(ключевым словам) с поиском по словам
из текста (слова, содержащиеся в названии
и реферате статьи) — только таким образом
можно выбрать все публикации по
интересующей вас теме.
Следующие
простейшие варианты запросов в комбинации
с ключевыми словами (например
MeSH-терминами)
могут быть использованы для таких типов
эпидемиологических исследований в
области изучения:
Ниже
представлены более эффективные стратегии
поиска в PubMed
MEDLINE
в зависимости от типа вопроса. Лечение
Чтобы
найти статьи по терапии:
• введите
название болезни (термин MeSH);
• выберите
подрубрики /th
(therapy
— терапия), /dt
(drug
therapy
— лекарственная терапия), /рс
(prevention
and
control
— профилактика и контроль);
• введите
название воздействия (название ЛС)
(термин MeSH);
• и
выберите подрубрику /tu
(therapeutic
use
— терапевтическое применение);
• объедините
результаты этих двух поисков оператором
AND.
Можно также присоединить (AND)
к результатам рубрику MeSH
«double-blind
method» (двойной
слепой
метод).
Это
ограничит ваш поиск исследованиями,
использующими двойной слепой метод
контроля, который наиболее надежен.
Диагностические
исследования
Самый
быстрый и эффективный путь поиска
достоверных статей по диагностике
состоит в том, чтобы в базе MeSH:
• ввести
диагноз и использовать соответствующий
термин MeSH;
• ввести
название диагностического теста;
• соединить
результаты первого и второго списка
AND;
шая
простая стратегия поиска состоит в том,
чтобы провести поиск с вашей темой
по рубрикам Risk
и Cohort
Study
и затем объединить результаты,
используя, оператор OR.
Clinical
Queries
Клинические
запросы — фильтры методологи
эпидемиологических исследований
На
сайте PubMed
расположена встроенная система фильтров
Clinical
Queries
(рис. 6-1), разработанная на основе
определенных стратегий и позволяющая
проводить поиск исследований по
этиологии, лечению, диагностики, прогнозу,
а также клинических рекомендаций.
Для
того чтобы воспользоваться системой
фильтров, необходимо указать один
или несколько терминов, связанных
операторами булевой логики, затем
выбрать категорию, и отметить расширенный
(чувствительный) или более узкий
(специфичный) поиск.
Эталоны
ответов к заданиям для самоподготовки
Данную
статью легко найти, используя названия
городов, где проводились исследования
«St.
Petersburg1
или «Petersburg»
и «Leipzig»
(названия можно посмотреть в словарях.).
статей,
в том числе искомая. поэтому если добавить
Названия городов указанны в заголовке
ста^ заголовке:
Petersburg
The
total and HDL-cholesterol levels m populate’ Aue9(4)T 84-91
and
Leipzig (Germany). Nutr Metab Cardiovasc ■
PMID:
10614060 ; tD
the medical literature*. Да-
из
нужных публикаций данного руководства’
^л
щему
алгоритму:
3.
Поиск
статьи можно выполнить.по^ chMnn
в
ре_
в строке поиска набрать термины: ear
AN
л0
восьмидесяти
статей, зультате данного запроса будут
найдены, о* именно
данную
среди
которых будет искомая. Для того, чт
Сначала
необходимо статью следует задать более
ограниченный п ицы
найти
раздел
перейти
в раздел «Limits».
В этом разделе вн^
под
отдельными номерами. Следует уточнить
номер интересующих нас запросов.
Теперь
комбинируем эти запросы при помощи
оператора AND:
Будет
получена следующая статья:
Craig
JV, Lancaster GA, Taylor S, Williamson PR, Smyth RL. Infrared ear
thermometry compared with rectal thermometry in children: a
systematic review. Lancet. 2002 Aug 24;360(9333):603—9. Review.
PMID: 12241932
4.
Перейти
в
«Limits»; выбрать
журнал
— «Lancet»; вести
авторов:
Grimes DA, Schulz KF; указать
интервал
дат
публикации
2001 — 2003 гг.
Получаем
одиннадцать статей.
5.
В «Limits»
необходимо найти все варианты написания
имени автора. И добавить их в строку
поиска при помощи оператора булевой
логики «OR».
Можно использовать контекстное меню.
Поиск будет иметь следующий вид:
Затем
следует ограничить поиск полнотекстовыми
статьями (в «Lim-its»
отметить «Links
toifree
full
text»)
и получить набор около 100 статей.
довательно
выбрать ту и иную методологию исследований,
оставив используемый по умолчанию
специфичный (узкий) тип поиска (narrow,
specific
search).
Далее
следует просмотреть найденное и отобрать,
интересующие статьи. Следует отметить,
что в основном окне поиска высвечивается
стратегия, используемая фильтром. Для
ее уточнения можно также нажать на
кнопку «Details»
и посмотреть, как выглядит используемый
запрос.
Для
поиска обзоров следует воспользоваться
«Limits2
и, например выбрать в «Publication
type3
выбрать «review».
Вопросы
для отработки на практическом занятии
1.
Информационные системы в медицине.
2.
Содержание и особенности поиска БД,
содержащих сведения по доказательной
медицине. (Задачи №1 и 2).
3.
Стратегии поискового запроса в зависимости
от типа клинического вопроса (Задачи №
1 и 2).
4.
Чувствительность и специфичность поиска
при использовании методологических
фильтров на сайте PubMed.
(Задача № 2).
5.
использование найденной информациидля
принятия практических решений (Задачи
№1 и 2).
Указанные
вопросы отрабатываются на ситуационных
задачах: Ситуационные
задачи
Задача
1.
Найдите доказательную информацию для
ответа на представленные ниже вопросы,
выполнив следующую последовательность
действий:
• определите
тип представленного вопроса;
• проведите
анализ вопроса по формуле ПВСИ (PICO);
• определите
наиболее пригодный дизайн эпидемиологического
исследования, позволяющий получить
ответ на поставленный вопрос;
• найдите
в БД MEDLINE
набор из 3 статей, дающих ответ на данный
вопрос;
• проведите
аналогичный поиск в Кохрановской
библиотеке, отдавая предпочтения
систематическим обзорам.
1.
Целесообразно ли использовать
антидепрессанты для профилактики
депрессии в послеродовый период?
2.
Влияют ли аборты на риск возникновения
рака молочной железы?
3.
Эффективно ли и безопасно внутривенное
введение иммуноглобулина для лечения
болезни Кавасаки у детей?
4.
Обусловлена ли высокая заболеваемость
ишемической болезнью сердца в этнических
группах в Азии различиями в уровне
инсулина?
5.
Какие факторы связаны с риском развития
ожирения у детей?
6.
Следует ли применять ПЦРтестдля скрининга
хламидиоза у молодых людей, ведущих
активную половую жизнь?
7.
Эффективно ли применение вакцины БЦЖ
для иммунотерапии туберкулеза?
8.
Эффективно ли использование плацебо
для лечения больных психическими
растройствами?
9.
Насколько точно выявляет компьютерная
томография аневризмы головного мозга.
10.
Следует ли применять гипербарическую
оксигенацию при лечении ишемического
инсульта?
11.
Снижает ли назначение витамина Е риск
смерти недоношенных?
12.
Следует ли назначать нистатин как
профилактическое и лечебное средство
для лечения больных с тяжелыми
иммунодефицитами?
13.
Как изменяется вероятность смерти от
всех причин при отказе от курения улиц
с коронарной болезнью сердца.
14.
Насколько точно можно пересказать
преждевременное начало родов
основываясь на результатах
цервиковагинального теста на фибрино-эктин?
15.
Какова точность гистероскопии для
диагностики гиперплазии и рака эндометрия?
Задача
2. Используя
возможность чувствительного поиска
фильтров Clinical
Queries,
размещенные на сайте www.pubmed.com,
найдите не менее 4 статей, посвященных
исследованию:
• эффективности
профилактических вмешательств и ЛС при
следующих нозологических формах: О
рак
предстательной железы; О
рак
пищевода;
О
синдром
хронической усталости; О
аллопеция;
О
аневризма
левого желудочка сердца; О
болезнь
Кавасаки; О
болезнь
Меньера.
Выполните
задания и ответьте на вопросы
1.
Выполните следующую последовательность
действий.
а)
сформулируйте один вопрос по любой теме
которая вас интересует (или может стать
темой для систематического обзора
стандартной практики);
б)
разбейте его на максимальное (из 4
возможных) число ПВСИ (Р1СО)-составляющих;
в)
определите тип своего вопроса;
г)
определите тип эпидемиологического
исследования, которое позволит найти
ответ на этот вопрос.
2.
Назовите 5 зарубежных или отечественных
периодических изданий, публикующих
первичную медицинскую информацию.
3.
Назовите 5 источников медицинской
информации, публикующих вторичные
материалы (резюме РКИ и систематических
обзоров, систематические обзоры),
4.
Укажите достоинства и недоставки
следующих источников медицинской
информации:
а)
журналы первичной информации;
б)
журналы вторичной информации;
е)
World Wide Web.
5.
Перечислите основные возможности поиска
в PubMed?
6.
Укажите принципы поиска научных статей
в системе Clinical
Queries
на сайте PubMed
MEDLINE?
Медицинская база данных (БД) — достаточно объемный набор хорошо структурированных по единым правилам данных в области медицины на машинных носителях. Такой набор имеет единые способы и методы обработки данных в различных медицинских проблемах. В любой БД задаётся порядок, например, ключевыми полями. Поиск информации осуществляется по этим ключам. Реализуется поиск и вся поддержка БД соответствующими системами управления (СУБД).
Например, к БД «Городская больница» можно организовать запрос по ключу «Врач». Возможный ответ — врач Иванов И.И.
В последнее время используется технология удалённого сервера баз данных, с коллективным доступом пользователей к данным базы на сервере (высокопроизводительном компьютере) по компьютерным сетям и Интернет. Медицинские данные — продукт запросов пользователей.
Особенностями этой технологии:
При локальной работе врач может с компьютера на своем рабочем столе найти, например, данные по пациенту в локальной базе самой больницы, а в удаленном режиме — в областной клинике.
СУБД — программная система, которая обеспечивает этот процесс, а именно:
Переход к электронной медицине наберет необходимую скорость только после создания системы взаимосвязанных и распределенных БД под управлением развитых СУБД (например, SQL).
12 сентября 2012,
Комментировать
Для рассылок email, whatsapp, telegram и др.
По всей России за 2023 год
Скачайте базу компаний в Excel
23 200 записей
Включает база действующих медицинских центров и клиник
5,6 миллионов сайтов
Провели парсинг всех веб-сайтов рунета
3,5 миллионов компаний
Был выполнен парсинг известных каталогов фирм
Пример базы медицинских центров
Данные сохранены в виде таблицы в файле Excel.
Формат Excel удобен тем, что файл можно с легкостью импортировать в вашу CRM или в базу данных для дальнейшей работы.
Так же вы можете полноценно работать в самой программе Microsoft Excel. Она позволяет находить клиники по ключевым словам, подсчитывать количество записей и подсвечивать их с помощью встроенного поиска.
Другие базы компаний
Наш каталог содержит 113 баз компаний.Все базы актуальны и обновляются несколько раз в месяц
Посмотреть все базы
Какие данные содержит база медицинских центров
База содержит все действующие и доступные медицинские центры, осуществляющие свою деятельность на территории России. Медицинские центры отсортированы в файле так, чтобы самые подходящие под критерии поиска стояли на первом месте.
В общей сложности в базе медицинских центров и клиник имеется более 23 200 записей. В каждой записи есть сведения о номере телефона, email адресе, ИНН, ОГРН (ОГРНИП), названии и кратком описании компании в точности так, как это указано на сайте.
Наш парсер работает круглосуточно и обходит более 5 миллионов доменов. Мы регулярно обновляем базу медицинских центров. В среднем, обновление происходит несколько раз в месяц и итоговое количество записей будет немного отличаться от указанных.
Основные данные
Мы собрали в одном месте контактную информацию о всех медицинских центрах и клиниках. В Excel файле представлены компании различных тематик, например: косметология, гинекология, стоматология, дерматология.
Дополнительные данные
Мы постоянно улучшаем качество наших баз. Работая с большим набором данных, мы постоянно анализируем информацию и совершенствуем алгоритмы парсинга медицинских центров и клиник.
Мы будем расширять текущие данные дополнительной, не менее важной информацией: ФИО директора и учредителей, финансовой информацией, уставным капиталом компании, информацией о долгах, посещаемостью сайта и т.д.
Структура базы медицинских центров
Каждая запись медицинских центров имеет однородный формат, который мы строго соблюдаем для возможности автоматической работы с базой.
Например, номера телефонов начинаются с «8», а списки элементов (email, ИНН, ОГРН) указаны через запятую с одним пробелом.
Сколько всего данных в базе медицинских центров
Так как данные постоянно обновляются, в базе может находиться немного другое количество элементов
Каждая запись медицинских центров имеет только уникальные контактные данные. Некоторые компании могут иметь несколько сайтов в интернете, поэтому контактные телефоны, email, номера ИНН и ОГРН могут повторяться в одной базе. Мы храним в базе только те компании, которые обязательно имеют контактную информацию
Какие слова мы используем при поиске
Мы используем следующие слова и словосочетания для фильтрации медицинских центров, а так же стоп-слова для отсева ненужных компаний.
Заказать базу компаний
Для получения индивидуальной базы компаний по вашим параметрам отправьте заявку. Расскажите о том, какие компании вам нужны максимально подробно.
В ближайшее время мы рассмотрим вашу заявку и ответим вам