Stream: german/mi-initiative
Topic: Semiquantitative Laborergebnisse
Andreas Bietenbeck (Jan 22 2020 at 18:38):
Wahrscheinlich eine blöde Frage, ich habe aber auf die schnelle keine Antwort gefunden: Wie legt man am besten semiquantitative Laborergebnisse (z.B. Erys im Urinsticks: - / + / ++ / +++) in einer Observation ab? Was nimmt man da am besten als value?
Christof Gessner (Jan 22 2020 at 20:26):
Schau mal bei LOINCs mit Scale=Nom im Answer Set.
Christof Gessner (Jan 22 2020 at 20:27):
bzw Scale=Ord
Christof Gessner (Jan 22 2020 at 20:52):
z b https://loinc.org/LL733-7/
Christof Gessner (Jan 22 2020 at 20:56):
wie man sieht: hier teilweise mit SNOMED verlinkt
Alexander Zautke (Jan 23 2020 at 07:30):
Und somit dann valueCodeableConcept in der Observation, um die Frage zu Ende zu beantworten.
Eugenia Rinaldi (Mar 01 2021 at 11:23):
Wenn ich ein quantitatives Ergebnis und ein semiquantitatives Ergebnis habe, kann ich aber valueCodeableConcept nicht mehr verwenden da Observation.code 1..1 ist
Wenn ich dann Observation.component fur Semiquantitative Ergebnis verwende, muss ich component. code (1..1) eingeben, der in meinem Fall der selbe wie observation.value wäre .
@Alexander Zautke wäre observation.interpretation nicht effizienter?
Julian Sass (Mar 01 2021 at 12:12):
Eugenia Rinaldi said:
Wenn ich ein quantitatives Ergebnis und ein semiquantitatives Ergebnis habe, kann ich aber valueCodeableConcept nicht mehr verwenden da Observation.code 1..1 ist
Wenn ich dann Observation.component fur Semiquantitative Ergebnis verwende, muss ich component. code (1..1) eingeben, der in meinem Fall der selbe wie observation.value wäre .
Alexander Zautke wäre observation.interpretation nicht effizienter?
Hast du ein Beispiel dazu? Mir scheint interpretation sinnvoll, denn ( - / + / ++ etc.) mappt auf high/low bei Observation.interpretation, richtig?
Eugenia Rinaldi (Mar 01 2021 at 13:08):
Das wäre Keimzahl in HiGHmed Infection Control wo es gibt ein quantitatives Ergebnis (KbE/ml) und dann Häufigkeit (+,++,+++,+++)
Christof Gessner (Mar 01 2021 at 18:01):
Nach LOINC-Logik wären das zwei verschiedene Observations, eine auf quantitativer und die andere auf ordinaler Skala.
Christof Gessner (Mar 01 2021 at 18:02):
Mit Interpretation hat das insofern nichts zu tun, dass man das Mapping zwischen den beiden Skalen interpretationsfrei festlegen kann.
Frank Oemig (Mar 02 2021 at 06:11):
:+1:
Eugenia Rinaldi (Mar 02 2021 at 14:51):
Ok , danke. Man könnte aber auch überlegen statt 2 verschiedene Observation, auch Component für die qualitative Skala zu verwenden .Oder?
Noemi Deppenwiese (Mar 02 2021 at 15:03):
Ich würde argumentieren, dass zwei seperate (evtl anders verlinkte) Observations der way to go sind. (Außer, die + Skala ist die Interpretation, dazu müsste man den Hintergrund der Daten kennen...).
Wir haben intern in ähnlichen fällen diskutiert. Hier steht
Observation.component is used for any supporting result that cannot reasonably be interpreted and used outside the scope of the Observation it is a component of.
Die + Skala kann ja aber auch ohne die numerischen Ergebnisse verstanden werden.
Eugenia Rinaldi (Mar 02 2021 at 18:37):
:+1:
Last updated: Apr 12 2022 at 19:14 UTC
