我们将从数据的维度，讨论现代医学发展最底层的工作是多么重要和冗杂。

2020-4-20前，由OHDSI官方翻译《The Book of OHDSI》中关于医学统计分析的内容，并补充对应统计学基础知识（包括机器学习）、概率论、流行病学知识，让相应统计分析方法更加容易被国内公众理解，降低使用门槛

2020-4-20前，在不保证翻译质量的情况下，尽量保持和《The Book of OHDSI》最新内容同步的中文翻译内容，并建立行之有效的志愿协作网络，维持非官方版《OHDSI中文书》的更新，沉淀公众对于《The Book of OHDSI》的文章段落的评论、讨论、参考内容等”笔记“知识，降低公众对于OHDSI相关工作的理解门槛。

2020年4月24日前，针对国内医院数据库向CDM转换的工作进行讨论和文档优化，让数据转换工作更加容易被国内公众理解，降低实施门槛

2020-5-10前，对OMOP的医疗标准数据库（CDM）进行讨论和文档优化，让CDM更加容易被国内公众理解，降低使用门槛

2020-4-24 开始，将文章（成品或半成品）不分任何渠道/媒体形式，普及、推广给大众

2020-8-05 评判是否需要更改”协作网络运行机制“为备选方案

OHDSI标准数据模型（OMOP CDM）系列文章

Overview

标准数据模型就是一张一张表，其中有系统所使用的常用词典等数据，也有居民健康真实世界数据，我们这个系列就介绍OHDSI的CDM中，是如何存储这些真实世界数据的，以方便我们以后去理解如何使用这些数据，通过统计学习的方法，将基础数据信息转化为知识，以转化为现实世界的决策辅助方案。

这些表包含每个居民在有效观察期内，时间纵向发生的临床事件的重要信息，以及该居民的人口统计信息。下面的实体关系图，突出显示了CDM中的标准化临床数据部分的表：

These tables contain the core information about the clinical events that occurred longitudinally during valid Observation Periods for each Person, as well as demographic information for the Person.
Below provides an entity-relationship diagram highlighting the tables within the Standardized Clinical Data portion of the OMOP Common Data Model:

image.png

---

本系列在介绍目前世界上最适用于临床科研+卫生经济学的标准医疗大数据格式（未经严谨考证，但有相关研究发表在专业期刊上），俨然是真实世界研究方案里面最接进成熟的基础建设方案。感兴趣的介绍请移步B站观看视频。

OHDSI——观察性健康医疗数据科学与信息学，是一个世界性的公益型非盈利研究联盟，主要研究全方位医学大数据分析的开源解决方案，旨在通过大规模数据分析和挖掘来提升临床医学数据价值，实现跨学科、跨行业的多方合作。目前，目前，已有来自美国、加拿大、澳大利亚、英国等几十个国家地区的上百个组织机构，高校，医院和公司企业参与了OHDSI全球协作网络，如斯坦福、哈佛、杜克大学医学院，强生、诺华、甲骨文、IBM公司，拥有超过6亿人口的临床数据规模，累计协作研究发表了上百篇论文。

我们在这里邀请国内对相关工作感兴趣、愿共同学习的好学人士参与到中文兴趣小组，互通有无，一起弥补跨行业、跨学科的知识积累。前期主要以对OHDSI在github上的开源工作进行翻译、交流、学习为主，并会对医疗大数据、医学统计学、生物信息学等学科知识建立学习互助、互督的机制。有兴趣的请看文档，微信群二维码在内：OHDSI中文兴趣小组共识&OHDSI介绍

OHDSI秉持开源、开放的宗旨，加快全球医学数据研究的步伐，本文内容原创来自Github（https://github.com/OHDSI/CommonDataModel/wiki），若有利益冲突，请在本页面留言，真-侵删。