ETL a OMOP CDM: buenas prácticas y errores comunes
Respuesta rápida
El ETL a OMOP CDM es el proceso que extrae los datos de una fuente clínica (historia clínica, registro, REDCap), los transforma a las tablas y los vocabularios estándar del modelo y los carga en la base OMOP. Su calidad decide si esa base sirve para investigar o solo lo parece.
El proceso ETL (Extract, Transform, Load) es donde muchos proyectos OMOP se complican. Transformar datos de sistemas clínicos pensados para la asistencia a un modelo pensado para la investigación no es trivial, y los errores no siempre se ven al cargar las tablas: aparecen cuando alguien intenta hacer un estudio.
Qué es y para qué sirve
Un ETL a OMOP CDM toma los datos de una fuente (historia clínica electrónica, sistema de laboratorio, farmacia, un registro o un proyecto de REDCap) y los lleva al modelo de datos común OMOP. Hace dos cosas a la vez:
- Reorganiza los datos en las tablas estándar del modelo: personas, visitas, diagnósticos, fármacos, mediciones, procedimientos.
- Traduce los códigos locales a los vocabularios estándar (SNOMED CT, RxNorm, LOINC), sin perder el código original.
El resultado es una base de datos que puede ejecutar los mismos análisis que cualquier otra base OMOP del mundo.
Cuándo lo necesitas
- Quieres que tu institución participe en una red federada como OHDSI, EHDEN o DARWIN EU.
- Necesitas comparar tus datos con los de otros centros con la misma definición de cada variable.
- Quieres usar las herramientas analíticas de OHDSI, como ATLAS, sobre tus propios datos.
- Te preparas para el uso secundario de datos que regula el Espacio Europeo de Datos de Salud (EHDS).
Por qué una base OMOP puede cargar y no servir
Un ETL no es una exportación: es una traducción con muchas decisiones, y cada una cambia qué pacientes entran en un estudio. Por eso el riesgo de un proyecto OMOP no está en que las tablas no carguen, sino en que carguen datos que no resisten un estudio. Los problemas que vemos con más frecuencia en los proyectos que revisamos tienen que ver con la trazabilidad, la coherencia de los datos y los códigos que se quedan por el camino.
Ninguno de ellos impide cargar las tablas. Todos hacen que un estudio dé resultados poco fiables, y las redes federadas los detectan antes de aceptar una fuente. Evitarlos desde el diseño siempre es más fácil que descubrirlos en los resultados de un estudio.
Además, un ETL no se ejecuta una sola vez: hay que mantenerlo cada vez que llegan datos nuevos o cambia la fuente.
¿En qué punto está tu proyecto?
Hemos reunido lo que conviene revisar antes de empezar en un autodiagnóstico de preparación para OMOP CDM y DARWIN EU que puedes descargar en PDF. Si prefieres que veamos tu caso, escríbenos.
En resumen
- Qué es: extracción, transformación y carga de una fuente clínica al modelo OMOP CDM.
- Por qué importa: una base OMOP puede cargar sin errores y no servir para investigar.
- Cuándo: redes federadas, comparación entre centros, herramientas OHDSI y EHDS.
- Siguiente paso: el autodiagnóstico de preparación o una conversación sobre tu caso.
Preguntas frecuentes
¿Qué es un ETL a OMOP CDM?
Es el proceso de extracción, transformación y carga que lleva los datos de una fuente clínica al modelo de datos común OMOP: cada dato se coloca en la tabla que le corresponde y cada código local se traduce a un concepto de los vocabularios estándar, conservando el valor original.
¿Basta con el software abierto de OHDSI para hacer un ETL?
No. La comunidad OHDSI publica software abierto que acompaña el proceso, pero lo que determina si el resultado sirve son las decisiones de diseño y de mapeo, y esas dependen de cada fuente.
¿Por qué falla un ETL a OMOP?
Casi nunca porque no carguen las tablas. Falla cuando los datos cargados no son fiables, y eso no se ve al cargar, sino al hacer un estudio. Por eso conviene saber en qué punto está el proyecto antes de empezar.
¿Cuándo necesito un ETL a OMOP CDM?
Cuando quieres participar en una red de investigación federada (OHDSI, EHDEN, DARWIN EU), comparar tus datos con los de otros centros o usar las herramientas analíticas de OHDSI sobre tu propia fuente.
Autodiagnóstico
¿Están tus datos listos para OMOP CDM y DARWIN EU?
Cada proyecto depende de la fuente y del objetivo. Antes de empezar, descarga nuestro cuestionario de autodiagnóstico y revísalo con tu equipo. Si prefieres que lo veamos juntos, cuéntanos tu caso.
Hacer el autodiagnóstico¿Necesitas tus datos en OMOP CDM?
Con el OMOP Sprint convertimos tu fuente de datos en un piloto OMOP CDM validado, con plan de implantación completo. Alcance y plazo cerrados, pensado para IIS y hospitales que apuntan a DARWIN EU o estudios RWE.
Conoce el OMOP Sprint