病例数据库信息主要来源

病例的主要信息来源来自于病人本人。

通过病人的主诉、对病人的观察及体检等所获得的资料。间接来源来自于病人的家属及其他与之关系密切者，如亲属、朋友、同事、邻居、老师、保姆等。

其他卫生保健人员，如与病人有关的医师、营养师、理疗师、心理医师及其他护士等。目前或既往的健康记录或病历。

一、Elsevier（sciencedirect）是荷兰一家全球著名的学术期刊出版商，每年出版大量的学术图书和期刊，大部分期刊被SCI、SSCI、EI收录，是世界上公认的高品位学术期刊。scienceDirect是爱思唯尔公司的全文数据库平台，是全球最大的科学、技术与医学全文电子资源数据库，提供2500余种学术期刊以及37000余种图书的全文内容。包括全球影响力极高的CELL《细胞杂志》、THE LANCET《柳叶刀杂志》等。

二、Embase数据库是Elsevier旗下综合医学信息检索平台。前身为“荷兰医学文摘”。包含源自8300种期刊的4200万条生物医学记录，来自每年7,000个会议的295万条会议信息（自2009年开始收录)，及已被确定接受但还未最终印刷出版的手稿（article-in-press）。覆盖各种疾病、药物和医疗器械信息。

特点：1比Pubmed覆盖的期刊更多（欧洲，亚洲期刊覆盖率多30%）；2检索主题词库远大于Pubmed，且更新迅速，检索最新医学文献信息更全面；3检索界面便捷，文摘分类工具多样；4更专业的循证医学类文献检索，PICQ分类检索等；5更专业的医学，药学，医疗器械文献检索模块。

三、文献党下载器（wxdownorg）大型文献检索下载平台。几乎整合了所有中外文献数据库资源，覆盖全部学科，关于医学文献数据库的有：Web of Science、Elsevier（sciencedirect）、PubMed（生物医学）、Emerald（生物医学）、Ovid（医学库）、ClinicalKey、UpToDate、万方医学网、知网、中华医学期刊全文数据库等等，还有世界顶尖期刊《柳叶刀》The Lancet、《新英格兰医学期刊》NEJM、《美国医学会杂志》JAMA、《英国医学期刊》BMJ等等，特点：只要有互联网在哪里都可使用该网站下载文献。

四、ClinicalKey临床精钥是信息分析公司爱思唯尔（Elsevier）推出的一个临床决策支持工具，帮助医生快速获取准确、简洁、世界前沿的循证医学知识。临床精钥包含了经本地专家参与审阅编辑的基于最新证据及实践指南的临床综述，并收录了如Braunwald’s心脏病、罗森急诊医学等经典图书，涵盖超过25000种中国临床用药信息，并有400多种医学评分工具等。ClinicalKey还有一优点提供中文界面，可以用中文关键词检索，系统自动匹配英文，从而检索到自己需要的英文文献。

五、Ovid隶属于威科集团的健康出版事业集团，与LWW、Adis等公司属于姊妹公司。Ovid发展到今天，已经成为全球最受欢迎的医学信息平台。Ovid在医学信息服务领域，无论在技术领先性、数据质量以及用户检索体验等等上，均为排在全球第一。

六、UpToDate临床顾问数据库是用于协助临床医生进行诊疗上的判断、决策的循证医学数据库。UpToDate覆盖了常见的 25 个临床专科，涵盖了诊疗全流程和全生命周期的绝大多数疾病及其相关问题，目前已收录11,000多篇临床专题，全部专题皆由 UpToDate在全球范围内招募的6700多位临床医师，浏览了高质量期刊、文献证据后加上个人专业经验和意见撰写而成。除了核心的临床专题外，UpToDate还提供多平台访问、智能搜索、图表导出生成PPT、重要更新、诊疗实践更新、患者教育、计算器和药物专论等多项功能。

七、Wiley 作为全球最大、最全面的经同行评审的科学、技术、医学和学术研究的在线多学科资源平台之一，“Wiley Online Library”覆盖了生命科学、健康科学、自然科学、社会与人文科学等全面的学科领域。有1600多种经同行评审的学术期刊，20000本电子图书，170多种在线参考工具书，580多种在线参考书，19种生物学、生命科学和生物医学的实验室指南（Current Protocols），17种化学、光谱和循证医学数据库（Cochrane Library）。

八、PubMed 是一个免费的搜寻引擎，提供生物医学方面的论文搜寻以及摘要的数据库。它的数据库来源为MEDLINE。其核心主题为医学，但亦包括其他与医学相关的领域，像是护理学或者其他健康学科。PubMed 的资讯并不包括期刊论文的全文，但可提供指向全文提供者（付费或免费）的链接。

九、Cochrane library（考克兰图书馆）是the Cochrane Collaboration的主要产品，由美国Wiley公司出版发行，汇集了关于医疗保健治疗和干预有效性的研究。它是循证医学的黄金标准，可以帮助参与卫生保健决策人员及时了解最新证据，为他们提供有关现有治疗方法和新治疗方法的高品质信息。主要面向临床医生、决策者、研究人员、教育者和学生等用户。

十、Karger医学电子期刊是由瑞士Karger出版社出版，每年出版约80余种高质量的学术期刊，大部分以英文出版，内容涵盖了整个生物医学领域，包括传统医学以及最新的医学热门课题。Karger电子期刊被Google全文索引，并且被收录在所有著名的二次文献数据库，例如MEDLINE、CAS、Current Contents、Reference Update、让用户可以轻易的在网络上找到Karger出版的医学文献。

十一、BMJ Best Practice(BP)是英国医学杂志(BMJ)出版集团于 2009年2月出版的升级版循证医学数据库资源，它在BMJ Clinical Evidence（临床证据）中的治疗研究证据的基础上，增添了由全球知名学者和临床专家执笔撰写的，涉及个体疾病的诊断、预防、药物处方、国际临床指南和随访等重要内容。此外，BP中还提供了大量的病症彩色图像和数据表格等资料，有效解决了医生在临床工作流程的各个环节需要的关键信息和知识。

十二、世界医学顶尖期刊：《柳叶刀》The Lancet、《新英格兰医学期刊》NEJM、《美国医学会杂志》JAMA、《英国医学期刊》BMJ

大数据分析在疾病与健康研究方面的应用

大数据分析技术将在以上方面发挥着特殊的作用。

一、疾病与健康研究

在疾病与健康研究方面，我们可将其分为三个子方面：健康研究、亚健康研究和疾病研究。

1、健康研究

中国是地域辽阔的多民族国家，不同地区不同种群的人的基因和健康指标有所不同，同一地区同一种群的人在不同的性别和年龄上健康标准也有差异。深入研究和分析上述人群的健康规律，对卫生保健、健康促进、疾病预防和治疗有着重大的指导意义。例如：

11 对体检数据分析和挖掘，得出不同地区、不同人群的健康差异，以确定精确的不同人群的健康标准，针对不同人群制定适宜的防病，治病方法以及预后标准，并量身打造个性化，地区化的健康评估模型。

12 在制定不同地区不同人群的参考值时,可进一步分析健康指标在不同性别、年龄和季节的差别，以及权重比，从而完善适合于国人全面的系统化的更科学的健康参考值。

13 人体存在的内在平衡，使得各个可观察数据间有其特有的规律，基于经验只能发现简单的规律如钙、磷常数等，使应用数据挖掘等大数据分析技术可以主动发现复杂的系统性的人体医学规律，大幅提升防病，治病以及预后推测的技术水平，并且也对亚健康有个更科学的判断依据，以及了解健康到亚健康的逐渐失衡的过程。

14 对孕妇在孕产期、产后及新生儿的健康数据进行深入分析，研究孕产妇和新生儿的健康规律，开发对孕产妇和新生儿的健康评价和因素的评估模型，给出更科学的孕产妇和新生儿保健的指导。

15 对儿童成长的体检数据分析和挖掘，研究儿童的健康规律，开发对儿童成长的评价和因素的评估模型，分别适应中国辽阔的地域和众多的人群，给出更科学的儿童成长发育指导。

16 对老年人的健康数据分析和研究，研究老年人的健康特点，开发对老年人健康的评价和因素的评估模型，给出更科学的老年人养生的指导。

17 对健康人的精神和心理数据进行深入分析，制定健康人的精神和心理参考标准，开发对健康精神和心理的评价和影响因素的评估模型，给出更科学的精神和心理卫生方面的保健指导。

2、亚健康研究

世界卫生组织将机体无器质性病变，但是有一些功能改变的状态称为“第三状态”，也称为“亚健康状态”，主要包括：功能性改变，而不是器质性病变；体征改变，但现有医学技术不能发现病理改变；生命质量差，长期处于低健康水平；慢性疾病伴随的病变部位之外的不健康体征。

对亚健康进行深入分析与研究对保持健康状态，预防和纠正亚健康状态以及对疾病的预防和治疗都有十分重要的意义。例如：

21 研究亚健康与疾病间的相互关系。研究各种可观察指标（体检数据）在亚健康中的权重，以及在不同地区、人群中的分布。应用时间序列，线性/非线性回归研究亚健康观察指标之间的关联性。通过亚健康体检数据挖掘，分析导致疾病的影响因素，建立评估模型来预测危险度，并进一步建立疾病的预测模型。

22 研究亚健康与健康间的相互关系。通过对体检人群的地区、职业、年龄等因素的分析，研究最新的健康和亚健康的人群分布。不同的人群地区环境不同,生活习惯不同,加入亚健康医学指标以外的相关外部数据（如职业、饮食、习惯、性格、爱好等）后,可发现综合因素对亚健康的影响，以及这些因素的各自权重，及相关关系，从而探究出亚健康的原因，对预防和治疗亚健康起着指导作用。

23 研究亚健康治疗和预后的研究。通过对亚健康治疗和预后的数据分析，评价治疗效果，评估最佳治疗方案，进一步开展对专科亚健康治疗和预后的研究，同时研究其与疾病的关系。

24 对精神和心理亚健康的研究。如对常见的精神亚健康状态：如神经衰弱、抑郁、焦虑和强迫等症状，进行数据归纳整理、分析挖掘，从而导出精神和心理亚健康的新知识发现，探究出精神疾病的原因，对预防和治疗精神疾病起着指导作用。

25 将住院和社区健康管理数据相结合，进行因素权重分析和多因素的特性抽取，最后形成模型指导治疗。最理想的情况是个体化评估模型,为每个病人建立专用预测模型。

3、疾病研究

中国面临的严重危害人民健康的疾病包括：

传染性疾病，如结核病、艾滋病、SARS、禽流感、甲型H1N1流感等；

慢性非传染性疾病，如恶性肿瘤、脑血管病、心脏病、糖尿病等；

精神和心理疾病；

小儿出生缺陷。

对患有各种疾病的病人的医学数据及相关数据的研究分析，对各种疾病的预防和治疗都有十分重要的价值。例如：

31 对传染性疾病，如结核病、艾滋病、SARS、禽流感、甲型H1N1流感等疾病的研究。应用数据挖掘技术对传染性疾病的数据进行分析，找出传染性疾病的发病规律，揭示传染性疾病的病因，进一步摸索出传染性疾病的变异规律，建立传染性疾病的预测模型。

32 对慢性非传染性疾病，如恶性肿瘤、脑血管病、心脏病、糖尿病等疾病的研究。应用数据仓库技术和数据挖掘技术对慢性常见病的数据进行分析，找出慢性常见病的发病规律，探索慢性常见病的病因，进一步摸索出慢性常见病的并发症规律，科学评估各种治疗方案的疗效，建立慢性常见病的预测模型。

33 对精神和心理疾病的研究。应用数据仓库技术、数据挖掘技术和数理统计技术对精神和心理疾病的数据进行分析，从广泛的多变量集中找出影响精神和心理疾病的主要因素，在遗传学、后天影响和病理学等多方面探索精神和心理疾病的病因，科学评估各种治疗方案的疗效，建立精神和心理疾病的预测模型。

34 对小儿出生缺陷的研究。应用大数据分析技术对儿童出生缺陷的数据进行分析，从广泛的大变量集中找出影响儿童出生缺陷的主要因素，在环境、遗传学、病理学等多方面探索儿童出生缺陷的病因，建立儿童出生缺陷的预测模型。

35 针对门诊和住院病人数据在线分析统计学差异，寻找阳性案例，为研究提供素材，并为科研的预实验提供思路和准备。对住院数据进行多维度分析和挖掘，横向达到单病种的水平，纵向包括所有可观测数据，所收集来的知识有很大可能会启发医学专家有新发现。

36不同 治疗手段和治疗效果的在线分析。结合收集来的大量资料全面分析，尽量提前全面的了解治疗的临床效果。

37 药品治疗效果在线分析，治疗效果、副作用、对其他疾病的效果评估。结合收集来的大量资料全面分析，尽量提前全面的了解新药和老药。目前的药品不良反应主要靠医生的通报，对医生的职业素养和敏感有很大的依赖，而使用数据挖掘及数据库中的知识发现，可以极大限度地改进这项工作。

二、环境与健康研究

环境因素对健康造成的损害较其他健康损害复杂，是微量、慢性、长期和不可逆转的。环境健康影响与公众利益息息相关，环境健康损害如得不到妥善处理还将转化为社会、经济问题。环境与公共健康研究以人类生态系统可持续发展研究为基础，关怀人类现在和未来的健康与安全，从环境研究途径关注社会、经济活动对人类生理和心理的健康影响，探索环境变迁对人民健康造成危害的预防和治理措施。

应用大数据分析技术对环境健康的研究，主要包括发现案例、发病机理和临床治疗研究，预防和治理各类环境流行病在污染源以及污染途径控制的研究等。例如：

1 应用大数据分析技术研究环境因素对健康的影响，实行 一体化的环境和健康监测，并在全国实现数据共享。

2 应用大数据分析技术研究环境污染对儿童的影响，以解决环境对儿童所造成的不健康和疾病迅速增长的问题，从而给予儿童特殊注意的环境和健康指导。

3 应用大数据分析技术开展职业病和职业多发病的预防预测。对于各种职业的发病分布和严重程度，以及对职业病的深入分析。不仅包括传统意义的职业病，也包括不同职业的不同的疾病分布和在病因中的权重。另外,还可以分析不同职业的暴露特点进而对病因进行研究。

4 应用大数据分析技术开展对空气污染显著提高城市人群呼吸道和过敏性疾病的发生 率的研究。

5 应用大数据分析技术开展噪声污染损害儿童的听力和干扰他们的学习能力的研究。

6 应用大数据分析技术开展快餐业的发展使肥胖病发病率不断增长的研究，尤其是不合理的营养对儿童健康的影响。

7 应用大数据分析技术开展对转基因生物技术的应用对自然界生物和人类基因的潜在影响的研究。

三、医药生物技术与健康

生物技术涵盖生命科学的所有领域，医药生物技术是生物技术的重要组成部分。当今人类面临的人口、食物、健康、环境和资源问题，无不与之紧密相关。医药生物技术最鲜明的特点是大量新思想、新技术、新材料、新方法和新产品引入医学研究和医疗保健之中，如全新的医学成像技术、基因工程技术、微电子技术、干细胞工程技术、组织工程技术、纳米技术、生物芯片技术、克隆技术、酶工程技术、细胞工程技术、发酵工程技术、蛋白质工程技术、生物医学工程技术、基因组与蛋白质组技术、生物信息技术和中医药技术等及其产品，将大大提高疾病预防、诊断、治疗和药物设计研制水平，以及对突发事件（如传染病和生物恐怖等）的检测、预防与治疗水平。

以大数据分析技术为核心的生物信息技术在由众多新技术构成的医药生物技术中发挥有独特的作用。例如：

1 利用生物信息技术进行生物信息的存储与获取。

2 利用生物信息技术开展基因的序列对比、测序和拼接。

3 利用生物信息技术进开展基因预测。

4 利用生物信息技术进行生物进化与系统发育分析。

5 利用生物信息技术进行蛋白质结构预测和RAN结构预测。

6 利用生物信息技术进行分子设计和药物设计。

7 利用生物信息技术进行肿瘤分类及遗传学分析。

8 利用生物信息技术开展在生物分子层面对精神病的研究及遗传学分析。

9 利用生物信息技术开展在生物分子层面对如H1N1等传染病的研究。

四、卫生宏观决策支持

卫生宏观决策支持系统是以数据仓库为数据中心、以数据挖掘为技术核心、以商务智能为展现工具的综合卫生信息平台。它可以建立在各级别卫生系统上，如医院、地区卫生系统、全国卫生系统，为各级卫生部门提供智能决策系统，深入了解卫生系统的历史和现在，把握卫生系统业务发展的未来，评估卫生系统内部各部门的业务效绩，帮助各级决策者提供最佳实施方案，给决策者一双慧眼，清晰认知系统内各方面变化趋势和业务得失，使对系统各部门的评价、考核、奖励更加科学、公正、客观，使系统内各级关系更加和谐，积极发挥各部门的潜能，提高系统的整体业务水平和经济效益。使用商务智能辅助决策，可以提供各种有价值的信息，各种事件的关联，以及不同于微观的角度分析各种卫生信息，如预防接种基本数据，传染病报告等等。

以上是小编为大家分享的关于 大数据分析在疾病与健康研究方面的应用的相关内容，更多信息可以关注环球青藤分享更多干货

图7-1　IDS/Se的知识树结构，每一结点是一个知识对象类

本系统中的信息资源分为空间数据和非空间属性数据两大类。其中的属性数据又按专业分为环境地球化学数据和地方病数据。属性数据的管理，是GIS基本的数据结构之一，这些数据库之间以键值作为连接标识。GIS信息及非空间属性数据的显示、查询、统计等 *** 作都是建立在这些基本数据的基础之上的。属性数据的管理是用FoxPro数据库管理系统作为平台开发的。为了对环境调查中的各种信息提供更好的管理，应用FoxPro设计了对基本的空间数据、环境地球化学信息、微量元素信息、各种地方病的调查数据进行有效管理的子系统。这一部分既可以单独运行也可作为IDS/Se的一个模块。这一子系统已经采集加工了本课题的野外调查和样品测试数据。

（一）空间数据

空间数据即基本的地理信息，其中包括行政区域的类型、边界坐标链、标识点坐标、经纬度、名称、人口以及各种行政实体之间的拓扑关系。在对地图进行数字化时，为了保证数据的精度，必须用大比例尺的地图作为底图，将其分为多个图幅分别对所需要的地理层的要素进行采样。完成了各图幅的数字化后再将其拼接得到完整的地图。本书设计实现了对空间数据进行处理的各个步骤的处理程序，包括从数字化采样、数据编码、数据修正、图幅间的拼接等一系列处理过程的工具，并实现了对中国政区图、河北省张家口地区政区图及采样点位图、湖北省恩施苗族土家族自治州政区图及采样点位图的数字化工作。数字化得到的地图数据和空间实体之间的拓扑关系保存在数据库文件中。

（二）环境地球化学数据

环境地球化学数据库用于管理GIS中的非空间属性数据。与人类健康密切相关的属性数据包括气候类型、年平均降雨量、海拔高度、基岩类型、土壤酸碱度、土壤氧化还原电位、人体必需的微量元素的含量、人体对微量元素的正常需要量、人体实际日均摄入量、人体中微量元素的正常含量水平等。这些信息都存储在相应的数据库中，实现了对非空间属性数据的管理、查询、统计、分析，以及这些非空间属性数据与相应的空间数据的联结。环境地球化学数据的数据量很大，涉及的面也很广，如何有效地对这些数据进行管理直接影响到整个系统运行的效率。在这里我们主要存储与硒环境关系密切的一些属性数据，它又分为环境土壤样品、环境水样品、环境粮食和头发样品等的采样点信息以及这些样品中30多种微量元素的分析结果数据。

（三）地方病发病信息

管理与硒含量有关的地方病发病信息，将以村为单位的年度地方病统计资料存储在相应的数据库中，可以根据行政单位、疾病种类、年代、不同人群等条件对相应的发病情况进行查询。还可以根据上述条件进行简单的统计，计算各自在总体中所占的百分比，并在相应的地图中显示其地理分布情况。地方性疾病的发生是特定地理环境对人体健康产生影响的综合表现，除了人们已经认识到的控制因素以外，可能还有一些因素未被人们所认识，通过分析对比揭示这些影响因素之间的内在联系正是我们工作的目标之一。

桥梁建造的信息数据库。

通过病害类型的统计，建立齐全统一的病害类型数据库，规范病害的记录，方便桥梁检测准确调取病害类型等基础性信息，供类似桥梁检测评定参考。

桥梁数据库（bridgedatabank）是1996年公布的公路交通科学技术名词，公布时间1996年，经全国科学技术名词审定委员会审定发布，出处《公路交通科技名词》第一版。

来自北京大学的研究人员在世界上首次创建并发布了长非编码RNA疾病数据库（lncRNA and disease database, LncRNADisease），这一数据库收录了160多种和长非编码RNA有关的疾病，并集成了一个生物信息学工具用以预测新的人类长非编码RNA和疾病的关系。这一研究成果公布在Nucleic Acids Research杂志上。

领导这一研究的是北京大学基础医学院医学信息学系崔庆华副教授，崔博士回国后加入北京大学基础医学院医学信息学系，在5年多的生物信息学研究工作中，他的研究涉及到了生物标记物检测、基因芯片数据分析、基因组学、蛋白质组学以及系统生物学等领域。

在2007年，崔博士研究组创建世界上第一个微小RNA疾病数据库，也是更新最频繁、数据量最大的微小RNA疾病数据库，而最新这一研究成果是在之前研究的基础上取得的。

所谓长非编码RNA疾病，是指由于长非编码RNA异常而引发的各种疾病，其实关于非编码RNA在疾病发生、发展和防治中的作用已有大量文献报导，特别是siRNA、miRNA、和RNAi已经成为现代医学生理和病生理学的研究重点，但是关于长非编码RNA与疾病发病和防治之间关联的研究，还仅仅走出了第一步。

此前一些研究表明LncRNAs及其相关结合蛋白的转录、表达、结构和调控的异常可能是肿瘤、老年痴呆、自闭症等许多重要疾病发生和发展的重要原因，还有科学家发现9p21邻近CdKn2A基因区域的LncRNA-ANRIL失调可以引起冠心病，以及LncRNA-MIAT(RNCR2)失常可引起心肌梗塞，此外研究人员还发现脑卒中时有LncRNAs的表达谱的广泛异常表达。

为了能建立已发现的上万个长非编码RNA与疾病的密切关系，崔博士等人构建了长非编码RNA疾病数据库（lncRNA and disease database, LncRNADisease），这是国际上第一个长非编码RNA疾病数据库，收录了160多种和长非编码RNA有关的疾病，LncRNADisease也对长非编码RNA与疾病之间的关系做了详细注释，这一数据库还集成了一个生物信息学工具用以预测新的人类长非编码RNA和疾病的关系。

LncRNADisease收录了有实验支持的9445条记录，包括591个微小RNA基因和396种人类疾病（2012年9月份数据），目前这一数据库拥有来自六大洲40多个国家的上千个用户，已经成为国际上研究微小RNA和人类疾病关系的重要生物信息学平台，为微小RNA和人类疾病关系研究做出了贡献。

长非编码RNA疾病数据库的创建和不断完善不仅收集和整合了lncRNA与疾病的各种数据和资料，可以进行有效查询和检索，而且所开发的生物信息学软件还可对各种已知和未知的长非编码RNA和疾病的关系进行预测和指导，它将成为研究长非编码RNA和疾病的关系一个有力的工具。

关于长非编码RNA，崔博士表示，最初人们普遍认为lncRNA仅仅是基因的“转录噪声（transcriptional noise）”，然后近年来越来越多有功能的非编码RNA被发现，当然，也有一些非编码RNA确实是转录噪声。判断一个lncRNA是否是转录噪声，一个简单的方法就是调查该lncRNA的表达谱，如果一个lncRNA没有功能，是转录噪声，那么该lncRNA的表达没有组织差异，在同一种组织的不同发育阶段也没有差异。另一个办法是调查该lncRNA序列的变异情况，如果一个lncRNA没有功能，则其核苷酸替换将没有自然选择的压力，将表现为“中性”。

崔博士还指出了当前lncRNA的研究重点主要包括：lncRNA的分类以及lncRNA的识别和鉴定，以及lncRNA和其他生物元素的相互作用的系统生物学研究，除此之外，还有lncRNA在重大疾病发生发展中的作用，lncRNA作为疾病分子标记物和药物靶点的潜力研究。

以上就是关于病例数据库信息主要来源全部的内容，包括:病例数据库信息主要来源、常用的医药文献检索外文数据库有哪些、大数据分析在疾病与健康研究方面的应用等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！