Tipps & Tricks: Umkodieren von ICD-9-Daten Daten zu ICD-10 in SAS mittels PROC SQL

Transkript

1 Tipps & Tricks: Umkodieren von ICD-9-Daten Daten zu ICD-10 in SAS mittels PROC SQL Andreas Deckert Institute of Public Health, Universität Heidelberg

2 Problemstellung Mortalitäts-Follow-Up einer Kohorte von 1990 bis 2010

3 Problemstellung Mortalitäts-Follow-Up einer Kohorte von 1990 bis 2010 Kategorisierung der Todesursachen entsprechend ICD-10 (International Statistical Classification of Diseases and Related Health Problems)

4 Problemstellung Mortalitäts-Follow-Up einer Kohorte von 1990 bis 2010 Kategorisierung der Todesursachen entsprechend ICD-10 (International Statistical Classification of Diseases and Related Health Problems) 1998 Wechsel von ICD-9 zu ICD-10; dabei z.b. Einführung einer alpha-numerischen Notation mit stärkerer Differenzierung keine direkte Übertragung möglich

5 Problemstellung Mortalitäts-Follow-Up einer Kohorte von 1990 bis 2010 Kategorisierung der Todesursachen entsprechend ICD-10 (International Statistical Classification of Diseases and Related Health Problems) 1998 Wechsel von ICD-9 zu ICD-10; dabei z.b. Einführung einer alpha-numerischen Notation mit stärkerer Differenzierung keine direkte Übertragung möglich Umsteigertabelle von ICD-9 zu ICD-10 vorhanden

6 ICD-Daten ICD-9 Tabelle (Textfile vom DIMDI): ; Ischämische Herzkrankheiten 410; Akuter Myokardinfarkt ; Sonstige Formen von chronischen ischämischen Herzkrankheiten 414.0; Koronararteriosklerose 414.1; Herzwandaneurysma ICD-10 Tabelle: I21; Akuter Myokardinfarkt I21.0; Akuter transmuraler Myokardinfarkt der Vorderwand... I22; Rezidivierender Myokardinfarkt I22.0; Rezidivierender Myokardinfarkt der Vorderwand Umsteiger-Tabelle: ICD-10 ICD-9 ICD-9(dreistellig) 1:1 I21.0; 410; 410; A I23.3; 429.8; 429; A I24.0; 410; 410;

7 Aufbau einer relationalen Datenbank PROC SQL; CREATE TABLE ICD10 (Code10 CHAR(7), Titel10 CHAR(255), CONSTRAINT Code10X PRIMARY KEY(Code10)); INSERT INTO ICD10 SELECT * FROM import_icd10 WHERE Code10 > ""; CREATE TABLE ICD9 (Code9 CHAR(7), Titel9 CHAR(255), CONSTRAINT Code9X PRIMARY KEY(Code9)); INSERT INTO ICD9 SELECT * FROM import_icd9 WHERE Code9 > ""; CREATE TABLE Umsteiger (Code10 CHAR(7), Code9 CHAR(7), Automatik CHAR1), CONSTRAINT UICD10 FOREIGN KEY(Code10) REFERENCES ICD10, CONSTRAINT UICD9 FOREIGN KEY(Code9) REFERENCES ICD9); INSERT INTO Umsteiger SELECT * FROM import_umsteiger WHERE Code10 > ""; quit;

8 Verknüpfungsschema ICD9 Umsteiger ICD10 Code9 Titel Text Text Text Text text5 Code9 Code10 Automatik A A A A A A A A A A Code10 Titel10 A01.4 Text11 A02.0 Text12 A04.1 Text13 A04.2 Text14 A04.8 text n 0..n 1

9 Wichtige Verknüpfungen INNER-Join A B

10 Wichtige Verknüpfungen INNER-Join A B LEFT-Join A B

11 Wichtige Verknüpfungen INNER-Join A B LEFT-Join A B FULL-Join A B

12 Kombination mit Daten /*Umkodieren von Daten in ICD9 in ICD10 mithilfe der DB*/ PROC SQL; CREATE UNIQUE INDEX _id ON mortality_icd9 (_id); CREATE TABLE results AS SELECT B.*, U.code10, I10.titel10 FROM mortality_icd9 AS B LEFT JOIN (Umsteiger AS U INNER JOIN ICD10 AS I ON U.code10=I.code10) ON B.cause=U.code9 quit;

13 Kombination mit Daten /*Umkodieren von Daten in ICD9 in ICD10 mithilfe der DB*/ PROC SQL; CREATE UNIQUE INDEX _id ON mortality_icd9 (_id); CREATE TABLE results AS SELECT B.*, U.code10, I.titel10 FROM mortality_icd9 AS B LEFT JOIN (Umsteiger AS U INNER JOIN ICD10 AS I ON U.code10=I.code10) ON B.cause=U.code9 quit; Pat_ID Code9 Code10 Titel K75.2 Unspez. reaktive Hepatitis K75.3 Granulomatöse Hepatitis K76.1 Chronische Stauungsleber K76.1 Chronische Stauungsleber

14 Bereinigen der Ergebnisse Zu manchen ICD9-Codes gibt es mehrere ICD10-Einträge, da der ICD10 differenzierter ist!

15 Bereinigen der Ergebnisse Zu manchen ICD9-Codes gibt es mehrere ICD10-Einträge, da der ICD10 differenzierter ist! Über den vorher generierten Index können nun die mehrdeutigen Zuordnungen selektiert werden /*Filtern der multiplen ICD10-Einträge*/ PROC SQL; CREATE TABLE multiple_results AS SELECT * FROM results WHERE _id IN (SELECT _id FROM results GROUP BY _id HAVING count(_id > 1)) quit;

16 Bereinigen der Ergebnisse Zu manchen ICD9-Codes gibt es mehrere ICD10-Einträge, da der ICD10 differenzierter ist! Über den vorher generierten Index können nun in gleichen Datensätzen relativ einfach dieselben ICD-Codes selektiert werden. /*Filtern der multiplen ICD10-Einträge*/ PROC SQL; CREATE TABLE multiple_results AS SELECT * FROM results WHERE _id IN (SELECT _id FROM results GROUP BY _id HAVING count(_id > 1)) quit; Je nach Tiefe der ICD10-Auswertung nur die ICD10-Obergruppe bzw. aus multiplen ICD10 den passenden Code auswählen.

17 Löschen der Datenbank /*Anzeigen der Integritätsbedingungen in einer Tabelle:*/ PROC SQL; DESCRIBE TABLE CONSTRAINTS Umsteiger; quit;

18 Löschen der Datenbank /*Anzeigen der Integritätsbedingungen in einer Tabelle:*/ PROC SQL; DESCRIBE TABLE CONSTRAINTS Umsteiger; quit; /*Löschen von mit Integritätsbedingungen verknüpften Tabellen; Fremdschlüssel müssen zuerst gelöscht werden!*/ PROC SQL; ALTER TABLE Umsteiger DROP CONSTRAINT UICD10, UICD9; ALTER TABLE ICD9 DROP CONSTRAINT Code9X; ALTER TABLE ICD10 DROP CONSTRAINT Code10X; DROP TABLE ICD9, ICD10, Umsteiger; quit;

19 Links zu ICD9-ICD10 3. Find x. Homepage des Deutschen Instituts für Medizinsiche Dokumentation und Information (DIMDI): ICD9-ICD10-Überleitungstabelle von 2001: klassi/downloadcenter/icd-10-who/vorgaenger/version10/ueberleitung/ (neuere Versionen sind kostenpflichtig!)

20 Tipps & Tricks: Anwendung von (Perl) Regular Expressions für r die Mustersuche in Strings Andreas Deckert Institute of Public Health, Universität Heidelberg

21 Einfache Problemstellung Beispiel: $ soll aus Dies ist ein Bei$spiel entfernt werden Lösungsmöglichkeit in SAS: DATA Beispiel; text = "Dies ist ein Bei$spiel"; pos = index(text,"$"); l_total = length(text); l_part = l_total - pos; _text = substr(text,1,pos-1) substr(text,pos+1,l_part); RUN;

22 Einfache Problemstellung Beispiel: $ soll aus Dies ist ein Bei$spiel entfernt werden Lösungsmöglichkeit in SAS: DATA Beispiel; text = "Dies ist ein Bei$spiel"; pos = index(text,"$"); l_total = length(text); l_part = l_total - pos; _text = substr(text,1,pos-1) substr(text,pos+1,l_part); RUN; Lösung mit Regular Expressions : DATA Beispiel; LENGTH _text $ 25; text = "Dies ist ein Bei$spiel"; rx = rxparse("'$' to ''"); CALL rxchange(rx,1,text,_text); RUN;

23 (Perl) Regular Expressions? Begriff aus der (theoretischen) Informatik

24 (Perl) Regular Expressions? Begriff aus der (theoretischen) Informatik [ ] Zeichenkette die der Beschreibung einer Menge bzw. Untermengen von Zeichenketten mit Hilfe bestimmter syntaktischer Regeln dient. (wikipedia)

25 (Perl) Regular Expressions? Begriff aus der (theoretischen) Informatik [ ] Zeichenkette die der Beschreibung einer Menge bzw. Untermengen von Zeichenketten mit Hilfe bestimmter syntaktischer Regeln dient. (wikipedia) Filter für den Abgleich von Texten mit bestimmten Mustern

26 (Perl) Regular Expressions? Begriff aus der (theoretischen) Informatik [ ] Zeichenkette die der Beschreibung einer Menge bzw. Untermengen von Zeichenketten mit Hilfe bestimmter syntaktischer Regeln dient. (wikipedia) Filter für den Abgleich von Texten mit bestimmten Mustern Vorgegebenes Alphabet; Operationen

27 (Perl) Regular Expressions? Begriff aus der (theoretischen) Informatik [ ] Zeichenkette die der Beschreibung einer Menge bzw. Untermengen von Zeichenketten mit Hilfe bestimmter syntaktischer Regeln dient. (wikipedia) Filter für den Abgleich von Texten mit bestimmten Mustern Vorgegebenes Alphabet; Operationen Perl Regular Expressions: Syntax der Programmiersprache Perl

28 Perl Regular Expressions Lösung mit Perl regular expressions: DATA Beispiel; LENGTH _text $ 25; text = "Dies ist ein Bei$spiel"; pattern = prxparse('s/\$//'); CALL prxchange(pattern,-1,text,_text); RUN;

29 Perl Regular Expressions Lösung mit Perl regular expressions: DATA Beispiel; LENGTH _text $ 25; text = "Dies ist ein Bei$spiel"; pattern = prxparse('s/\$//'); CALL prxchange(pattern,-1,text,_text); RUN; Kurzversion: DATA Beispiel; text = "Dies ist ein Bei$spiel"; text = prxchange('s/\$//',-1,text); RUN;

30 Perl Regular Expressions Lösung mit Perl regular expressions: DATA Beispiel; LENGTH _text $ 25; text = "Dies ist ein Bei$spiel"; pattern = prxparse('s/\$//'); CALL prxchange(pattern,-1,text,_text); RUN; Kurzversion: DATA Beispiel; text = "Dies ist ein Bei$spiel"; text = prxchange('s/\$//',-1,text); RUN; Damit Di$es is$$t ein Bei$spiel ebenfalls problemlos handhabbar!

31 Steuerzeichen (Auszug) Muster Bedeutung / Beginn und Ende der Regular Expression \w Abgleichen von Buchstaben \d Abgleichen von Ziffern? Falls nicht oder 1x vorhanden + Falls 1x oder beliebig oft vorhanden * Falls nicht oder beliebig oft vorhanden (Muster) Gruppierung und Speicherung $1 Abruf des ersten Speichereintrages s/muster/ausgabe/ Einsetzen bzw. Ersetzen von Textteilen

32 Komplexe Problemstellung Geforderte Transformation: ErsterVorname Nachname Name Bauer, Peter Sailer, Karl-Heinz Müller, Eva Maria Schmidt, Hans-Peter Matthias _Name Peter Bauer Karl-Heinz Sailer Eva Müller Hans-Peter Schmidt

33 Komplexe Problemstellung Geforderte Transformation: ErsterVorname Nachname Name Bauer, Peter Sailer, Karl-Heinz Müller, Eva Maria Schmidt, Hans-Peter Matthias? _Name Peter Bauer Karl-Heinz Sailer Eva Müller Hans-Peter Schmidt

34 Komplexe Problemstellung Geforderte Transformation: ErsterVorname Nachname Name Bauer, Peter Sailer, Karl-Heinz Müller, Eva Maria Schmidt, Hans-Peter Matthias Frau Dr. Weber, Karin Prof. Dr. Stern, Anton Richard? _Name Peter Bauer Karl-Heinz Sailer Eva Müller Hans-Peter Schmidt Karin Weber Anton Stern

35 Komplexe Problemstellung Geforderte Transformation: ErsterVorname Nachname Name Bauer, Peter Sailer, Karl-Heinz Müller, Eva Maria Schmidt, Hans-Peter Matthias Frau Dr. Weber, Karin Prof. Dr. Stern, Anton Richard? _Name Peter Bauer Karl-Heinz Sailer Eva Müller Hans-Peter Schmidt Karin Weber Anton Stern DATA Namen; SET Namen; pattern = prxparse("s/(\w+), +(\w+-?\w+)/$2 $1/"); call prxsubstr(pattern, Name, Position, Laenge); match = substr(name,position,laenge); _Name = prxchange(pattern,-1,match); RUN;

38 Komplexe Problemstellung Geforderte Transformation: ErsterVorname Nachname Name Bauer, Peter Sailer, Karl-Heinz Müller, Eva Maria Schmidt, Hans-Peter Matthias Frau Dr. Weber, Karin Prof. Dr. Stern, Anton Richard $1: Schmidt? _Name Peter Bauer Karl-Heinz Sailer Eva Müller Hans-Peter Schmidt Karin Weber Anton Stern DATA Namen; SET Namen; pattern = prxparse("s/(\w+), +(\w+-?\w+)/$2 $1/"); call prxsubstr(pattern, Name, Position, Laenge); match = substr(name,position,laenge); _Name = prxchange(pattern,-1,match); RUN;

45 Komplexe Problemstellung Geforderte Transformation: ErsterVorname Nachname Name Bauer, Peter Sailer, Karl-Heinz Müller, Eva Maria Schmidt, Hans-Peter Matthias Frau Dr. Weber, Karin Prof. Dr. Stern, Anton Richard? $1: Schmidt $2: Hans-Peter _Name Peter Bauer Karl-Heinz Sailer Eva Müller Hans-Peter Schmidt Karin Weber Anton Stern DATA Namen; SET Namen; pattern = prxparse("s/(\w+), +(\w+-?\w+)/$2 $1/"); call prxsubstr(pattern, Name, Position, Laenge); match = substr(name,position,laenge); _Name = prxchange(pattern,-1,match); RUN;

46 Komplexe Problemstellung Geforderte Transformation: ErsterVorname Nachname Name Bauer, Peter Sailer, Karl-Heinz Müller, Eva Maria Schmidt, Hans-Peter Matthias Frau Dr. Weber, Karin Prof. Dr. Stern, Anton Richard? $1: Schmidt $2: Hans-Peter _Name Peter Bauer Karl-Heinz Sailer Eva Müller Hans-Peter Schmidt Karin Weber Anton Stern DATA Namen; SET Namen; pattern = prxparse("s/(\w+), +(\w+-?\w+)/$2 $1/"); call prxsubstr(pattern, Name, Position, Laenge); match = substr(name,position,laenge); _Name = prxchange(pattern,-1,match); RUN;

47 Anwendungen Datenvalidierung

48 Anwendungen Datenvalidierung Textmuster suchen

49 Anwendungen Datenvalidierung Textmuster suchen Textteile ersetzen

50 Anwendungen Datenvalidierung Textmuster suchen Textteile ersetzen Datenextraktion in Freitexten

51 Anwendungen Datenvalidierung Textmuster suchen Textteile ersetzen Datenextraktion in Freitexten Bearbeitung von Textvariablen mit langem ungeordneten Inhalten

52 Vielen Dank für Ihre Aufmerksamkeit!

53 Weiteres komplexes Beispiel Adress-Datensatz text Landratsamt Altötting Telefon Gesundheitsamt Amberg Hockermühlstr. 53 Tel Landratsamt Hof Fax.: Tel.: Gesundheitsamt Hamburg Hamburg Tel.: Fax.: Stadt Ingolstadt Telefon: Ingolstadt

54 Weiteres komplexes Beispiel Adress-Datensatz Keine Ordnung erkennbar text Landratsamt Altötting Telefon Gesundheitsamt Amberg Hockermühlstr. 53 Tel Landratsamt Hof Fax.: Tel.: Gesundheitsamt Hamburg Hamburg Tel.: Fax.: Stadt Ingolstadt Telefon: Ingolstadt

55 Weiteres komplexes Beispiel Adress-Datensatz Keine Ordnung erkennbar Gesucht: Telefonnummern text Landratsamt Altötting Telefon Gesundheitsamt Amberg Hockermühlstr. 53 Tel Landratsamt Hof Fax.: Tel.: Gesundheitsamt Hamburg Hamburg Tel.: Fax.: Stadt Ingolstadt Telefon: Ingolstadt

56 Weiteres komplexes Beispiel Adress-Datensatz Keine Ordnung erkennbar Gesucht: Telefonnummern Beschränkung: Vorwahl text Landratsamt Altötting Telefon Gesundheitsamt Amberg Hockermühlstr. 53 Tel Landratsamt Hof Fax.: Tel.: Gesundheitsamt Hamburg Hamburg Tel.: Fax.: Stadt Ingolstadt Telefon: Ingolstadt

57 Weiteres komplexes Beispiel Adress-Datensatz Keine Ordnung erkennbar Gesucht: Telefonnummern Beschränkung: Vorwahl Machbar mit Standard-Code? text Landratsamt Altötting Telefon Gesundheitsamt Amberg Hockermühlstr. 53 Tel Landratsamt Hof Fax.: Tel.: Gesundheitsamt Hamburg Hamburg Tel.: Fax.: Stadt Ingolstadt Telefon: Ingolstadt

60 Lösung mit Perl reg. expressions DATA Ergebnis; SET Liste; _Telefon = "s/[tel]\w+\.*:* +([0][6-9]\d\d\d-\d+)/Tel.: $1/"; pattern = prxparse(_telefon); IF prxmatch(pattern,text) THEN DO; Ergebnis = prxchange(pattern,-1,text); END; RUN;

61 Ergebnis text Ergebnis Landratsamt Altötting Telefon Tel.: Gesundheitsamt Amberg Hockermühlstr. 53 Tel Tel.: Landratsamt Hof Fax.: Tel.: Tel.: Gesundheitsamt Hamburg Hamburg Tel.: Fax.: Stadt Ingolstadt Tel.: Tel.: Ingolstadt