Baggrund: Når klinisk information skal mappes til SNOMED CT er det vigtigt, at mapningen holdes
konsistent. Men udvælgelse af SNOMED CT begreber er ikke entydig. Derfor er retningslinjer for
mapning nødvendige for, at sikre konsistent mapning. Kun ganske lidt information findes inden
for dette område. [1] har udviklet et sæt retningslinjer til, at mappe termer fra EPJ-templates til
SNOMED CT. I dette projekt blev der foretaget et litteraturreview og der er her ikke fundet nogen
publikationer vedrørende retningslinjer til, at mappe forskningsdata til SNOMED CT.
Formålet med dette projekt var derfor, at undersøge om retningslinjerne udviklet af [1] kan anvendes
til, at mappe et forskningsdatasæt til SNOMED CT. Og i så fald, hvilke ændringer af deres retningslinjer det kræver for, at kunne anvende deres retningslinjer til, at mappe et forskningsdatasæt.
Dertil var formålet, at undersøge hvilken merværdi SNOMED CT kan tilføje til et forskningsdatasæt,
som er mappet vha. dette sæt mapningsregler.
Metode: Projektets undersøgelsesfelt blev undersøgt gennem en eksemplificering, hvor et forskningsdatasæt, bestående af data fra 941 synkopepatienter, blev mappet til SNOMED CT. Mapningsprocessen bestod af 3 trin: Opdeling af DEerne i grupper, mapning af hver gruppe og forfining af
mapningen. Mapningsprocessen blev udført iterativt. Forfining af mapningen blev udført ud fra et sæt
kvalitetskriterier, som blev anvendt til, at evaluere mapningskvaliteten og dermed sikre en konsistent
mapning. Udvælgelsen af SNOMED CT begreber blev udført i henhold til [1]s retningslinjer. For de
områder, som disse retningslinjer ikke dækkede blev mapningen udført i 3 trin: 1) Identificering af
begreber som var mulige kandidater, 2) dannelse af overblik over muligheder og begrænsninger
ved, at vælge hvert enkelt kandidatbegreb, ved at tegne begrebets definerende og kvalificerende
relationer på papir og 3) uvælgelse af det bedst egnede begreb.
Resultater: Datasættets DEer blev opdelt i 6 grupper. Heraf blev 2 grupper ("‘diagnoser"’ og
"‘medicin"’) udvalgt og mappet til SNOMED CT. For begge grupper var det muligt, at mappe alle DEer
således, at hvert DE var nedarvet fra det OE. Dermed dannede hver gruppe et subset cluster, hvor
det OE var LCP af gruppens DEer. Det var ikke muligt, at finde egnede SNOMED CT begreber til,
at mappe de kontekstuelle dataværdier ("‘Ja"’/Nej"’/"’Uspecificeret"’). Derfor blev disse dataværdier
ikke mappet til SNOMED CT. For 1 DE var det ikke muligt, at tolke dets semantiske betydning,
hvorfor dette DE ikke kunne mappes.
Konklusion: SNOMED CT muliggør præsentation af forskningsdata med et valgfrit niveau af
granularitet. Derudover, tilføjer stukturen i SNOMED CT flere detaljer til datasættet. Forskningsdata
baseret på SNOMED CT er et skridt mod opnåelse af semantisk interoperabilitet samt effektive
dataudtræk fra EPJ-systemer og dermed også et skridt mod mere effektiv translationel forskning
samt forbedring af den klinisk behandling.