Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

OMOP: add observation_period and visit_detail to the default config

Đang mở
  • Có gì không ổn?
#1,294 1 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 3 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
42/100
Loại issue
Tính năng
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
python
Lĩnh vực
data, machine-learning

Hướng nghiên cứu

Start with the table list in pyhealth/datasets/configs/omop.yaml and the docstring in pyhealth/datasets/omop.py near lines 38-39, which promises observation and device_exposure. Add the missing table entries, then check that passing them no longer raises "Table ... not found in config". Before writing code, wait for maintainers to answer the two open questions (config version and task option versus filter), since they decide the shape of the change.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

I am Koji Miyazawa, a data scientist based in Japan. I work with healthcare big data, including DPC inpatient data and Japanese claims data. I use Bayesian statistics and machine learning. I build data warehouses. I maintain jpomop (https://github.com/kojikojikojikoji/jpomop), which converts Japanese DPC data to the OMOP CDM.

What I found (main at b984552):

  1. The default OMOP config loads seven tables: person, visit_occurrence, death, condition_occurrence, procedure_occurrence, drug_exposure and measurement. It has no observation_period, visit_detail or observation.
    https://github.com/sunlabuiuc/PyHealth/blob/b9845528fe85ed3afb614a10b1f0b8ba32ef1668/pyhealth/datasets/configs/omop.yaml

  2. The OMOPDataset docstring says observation and device_exposure can be added. They are not in the config, so passing them raises "Table ... not found in config".
    https://github.com/sunlabuiuc/PyHealth/blob/b9845528fe85ed3afb614a10b1f0b8ba32ef1668/pyhealth/datasets/omop.py#L38-L39

  3. MortalityPredictionOMOP gives label 1 if the person has any death record, and 0 if not. It does not check how long the person was observed.
    https://github.com/sunlabuiuc/PyHealth/blob/b9845528fe85ed3afb614a10b1f0b8ba32ef1668/pyhealth/tasks/mortality_prediction.py#L1125-L1136

The CDM v5.4 docs say that outside observation_period, "absence of an Event ... cannot be construed as evidence of absence of an Event." A person who leaves the data early can get label 0 even when we do not know the outcome.
https://ohdsi.github.io/CommonDataModel/cdm54.html#observation_period

My proposal:

  • Add observation_period and visit_detail to omop.yaml. Maybe also add observation and device_exposure to match the docstring.
  • Optional: in tasks, use observation_period to drop samples without enough follow-up. Keep this off by default, so current results do not change.

I can test this with synthetic OMOP data converted from DPC by jpomop. jpomop builds observation_period. It also builds visit_detail from daily ward codes.

Questions:

  • Should the config stay at "5.3", or move to 5.4?
  • Is a task option fine, or do you prefer a separate filter?

Would a PR be welcome?

Ngôn ngữ chính
Python
Star
1.7k
Fork
803
Merge trung bình
5 ngày 20 giờ
Pull request đã merge (30 ngày)
56

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của sunlabuiuc/PyHealth

Tất cả issue của sunlabuiuc/PyHealth

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.