RxNorm、WHODrug、SNOMED CT三大药物术语集简介及比较研究Δ
编码,药品,1RxNorm,1概述,2命名,术语类型及关系,3应用,2WHODrug,2分类系统,3术语集格式,4命名与编码,5应用,3SNOMEDCT,4三大药物术语集的比较分析
乔幸潮,陈超,李宗友,朱彦(中国中医科学院中医药信息研究所,北京100700)
近年来,随着精准医学、大数据及以患者为中心的医疗健康管理等领域迅速发展,我国已经着手从国家到地方建立起各级健康信息交流平台,在医院、药店等医疗场所中广泛地开发和部署医学信息技术[1]。药物信息数据是医疗数据的重要组成部分,面对庞杂的药物信息数据,药物术语集对其标准化和共享化起到了非常重要的作用,是推进医药信息化过程的重要内容。药物术语集不仅可以用于不同系统间药物信息的交换、电子健康档案系统中药物信息的捕获、药物临床试验数据的研究及药品上市后不良反应的监测,还可有助于更安全药物的研发,以及在不同药物术语之间进行映射(例如,在医院药品系统与医疗保险药品清单中的药物术语间进行映射)[2]。但我国药学领域信息化程度与发达国家相比尚有一定差距,且缺乏完整可用的药物术语集,只有一些药品目录、数据库或药物辞典可供参考。当前世界上主流的三大药物术语集,分别是临床药品标准命名术语表(RxNorm)、世界卫生组织药物词典(World Health Organization Drug Dictionaries,WHODrug)和医学系统命名法-临床术语(Systematized Nomenclature of Medicine:Clinical Terms,SNOMED CT),均在国际上有较大的影响力。本文简述了这三大药物术语集的构建目的、命名原则、术语类型、术语关系及应用情况,并对其特定药物模型进行了比较,旨在为我国药物术语集的构建提供参考。
1 RxNorm
1.1 概述
RxNorm由美国国立医学图书馆(The National Library of Medicine,NLM)编制,是美国联邦政府临床医学信息电子交换系统指定使用的标准之一。该术语集每周三更新,添加来自美国FDA新批准的药品信息。2001年,NLM开始在一体化医学语言系统中对临床药品进行建模试验,拟开发一种新模型以使采用不同药品命名法的不同系统能有效共享和交换数据,改善药物术语的互操作性;该模型基于医师或药房的实际应用场景,遴选了美国药房管理和药物相互作用系统中常用的词表作为药物名称来源。目前,RxNorm已包含了FDA结构化产品标签(FDA Structured Product Labels)、“金标准”药物数据库(Gold Standard Drug Database)、医学主题词表(MeSH)等17个来源词表,其收录范围覆盖了美国境内的处方药以及大部分的非处方药;同时 ......
您现在查看是摘要页,全文长 12365 字符。