MétaCan
Menu
Retour à la cohorte
Enregistrement W4392068448 · doi:10.1016/j.jbi.2024.104614

Improving the interoperability of drugs terminologies: Infusing local standardization with an international perspective

2024· article· en· W4392068448 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Biomedical Informatics · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiomedical Text Mining and Ontologies
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesInstitut de Valorisation des DonnéesCanada First Research Excellence Fund
Mots-clésSNOMED CTInteroperabilityComputer scienceStandardizationOntologySemantic interoperabilityService (business)Code (set theory)TerminologySystematized Nomenclature of MedicineInformation retrievalWorld Wide WebSoftware engineeringProgramming languageBusinessLinguistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objective of this study is to describe how OCRx (Canadian Drug Ontology) has been built to address the dual need for local drug information integration in Canada and alignment with international standards requirements. METHODS: This paper delves into (i) the implementation efforts to meet the Identification of Medicinal Product (IDMP) requirements in OCRx, alongside the ontology update strategy, (ii) the structure of the ontology itself, (iii) the alignment approach with several reference Knowledge Organization Systems, including SNOMED CT, RxNorm, and the list of "Code Identifiant de Spécialité" (CIS-Code), and (iv) the look-up services developed to facilitate its access and utilization. RESULTS: Each OCRx release contains two distinct versions: the full and the up-to-date version. The full version encompasses all drugs with a DIN code sanctioned by Health Canada, while the up-to-date version is limited to drugs currently marketed in Canada. In the last release of OCRx, the full version comprises 162,400 classes; meanwhile, the up-to-date version consists of 36,909 classes. In terms of mappings with OCRx, substances in RxNorm and SNOMED CT fall below 40%, registering at 37% and 22% respectively. Meanwhile, mappings for CIS-Code achieve coverage of 61%. The strength mappings are notably low for RxNorm at 40% and for CIS-code at 28%. This affects the mapping of clinical drugs, which are predominantly alignable through post-coordinated expressions: 56% for RxNorm, 80% for SNOMED CT, and 35% for CIS-Code. The main support service of OCRx is a look-up service known as PaperRx that displays OCRx's entities based on description logic queries (DL-queries) performed through the classified structure of OCRx. The look-up services also contain a SPARQL endpoint, an OCRx OWL file downloader, and a RESTful API. DISCUSSION: The OCRx ontology demonstrates a significant effort towards integrating Canadian drug information with international standards. However, there are areas for improvement. In the future, our focus will be on refining the structure of OCRx for better classification capability and improvement of dosage conversion. Additionally, we aim to harness OCRx in constructing an ontology-based annotator, setting our sights on its deployment in real-world data integration scenarios.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,294
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle