omop cdm數據質控
1 安裝R與package
- 安裝R環境
使用如下命令安裝並啟用 EPEL （如果已經安裝過則忽略）
yum install epel-release
使用如下命令安裝R
yum install R
- 安裝DatabaseConnector包
OHDSI開源項目，R包，提供連接數據庫方法，可連接各種數據庫，直接從鏡像安裝
github地址https://github.com/OHDSI/DatabaseConnector
install.packages("DatabaseConnector")
- 安裝DataQualityDashboard包
OHDSI開源項目，R包，用於CDM數據質控，目前支持OMOP CDM v5.3.1 與 v5.2.2版本質控，其他CDM需要修改源碼與csv等配置文件
github地址https://github.com/OHDSI/DataQualityDashboard
install.packages("devtools")
devtools::install_github("OHDSI/DataQualityDashboard")
2 配置文件
從github獲取DataQualityDashboard項目源碼，打開extras/codeToRun.R腳本文件，填寫配置信息，然后使用Rscript執行，或者在R環境下依次執行
- 數據庫連接配置
- 數據庫名稱
需質控的cdm數據庫、用於輸出結果的數據庫（可為空）、cdm名稱（用於識別）
- 線程數
- 輸出（並執行？）sql
- 日志與結果（results.json）地址
- 日志類型（控制台實時輸出？）
- 結果是否寫入數據庫表
- （可選）使用Amazon Redshift（數據倉庫）時配置
- 質控級別（表、字段、concept）
- 質控項目（默認所有）
包括表、字段、concept三個級別，約20個項目，如字段非空、主鍵、外鍵、值合理性等，在inst/csv/ OMOP_CDM_v5.3.1_Check_Desciptions.csv下可查看具體項目。同目錄下Table_Level.csv、Field_Level.csv、Concept_Level.csv文件，可查看每個質控項目詳細規則
- 不進行質控的表（默認不排除）
- 執行質控（必須完成前面的所有配置）
- （可選）日志檢查（需安裝shiny）
- （可選）質控結果輸出到數據庫表
前面writeToTable設置為true即可自動寫入，若沒有配置，這里可手動執行
3 質控結果
- 執行
codeToRun.R中配置內容可在R環境中分步執行，或者執行腳本
Rscript codeToRun.R & > codeToRun.log &
- 輸出結果
日志與質控結果輸出到“outputFolder”路徑，結果輸出格式為results_*.json文件，同時寫入到“resultsDatabaseSchema”數據庫中表中
注意：執行過程中，可能報錯 Error in `$<-.data.frame`(`*tmp*`, " DQD_VERSION ", value = "1.0.0") : replacement has 1 row, data has 0，這是因為cdm數據庫中，cdm_souce表為空（該表主要存儲cdm版本等元數據信息，會一起輸出到結果，用於結果展示），而空數據集無法增加新列並賦值，因此源碼中執行到metadata$DQD_VERSION語句就會報錯
4 結果展示
- 使用Shiny App方式（有報錯xdg-open，未解決）
DataQualityDashboard::viewDqDashboard(jsonPath = file.path(getwd(), outputFolder, cdmSourceName, sprintf("results_%s.json", cdmSourceName)))
- 使用web server方式
安裝http-server
npm install -g http-server
進入inst/shinyApps/www目錄下，將質控結果results_*.json重命名為results.json（或者將index.html中results.json替換為results_*.json），啟動服務即可
http-server
瀏覽器打開地址http://服務器地址:8080即可查看結果
5 源碼分析
源碼文件為R/execution.R，主要方法為executeDqChecks，詳細內容如下
