omop cdm数据质控
1 安装R与package
- 安装R环境
使用如下命令安装并启用 EPEL （如果已经安装过则忽略）
yum install epel-release
使用如下命令安装R
yum install R
- 安装DatabaseConnector包
OHDSI开源项目，R包，提供连接数据库方法，可连接各种数据库，直接从镜像安装
github地址https://github.com/OHDSI/DatabaseConnector
install.packages("DatabaseConnector")
- 安装DataQualityDashboard包
OHDSI开源项目，R包，用于CDM数据质控，目前支持OMOP CDM v5.3.1 与 v5.2.2版本质控，其他CDM需要修改源码与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
从github获取DataQualityDashboard项目源码，打开extras/codeToRun.R脚本文件，填写配置信息，然后使用Rscript执行，或者在R环境下依次执行
- 数据库连接配置
- 数据库名称
需质控的cdm数据库、用于输出结果的数据库（可为空）、cdm名称（用于识别）
- 线程数
- 输出（并执行？）sql
- 日志与结果（results.json）地址
- 日志类型（控制台实时输出？）
- 结果是否写入数据库表
- （可选）使用Amazon Redshift（数据仓库）时配置
- 质控级别（表、字段、concept）
- 质控项目（默认所有）
包括表、字段、concept三个级别，约20个项目，如字段非空、主键、外键、值合理性等，在inst/csv/ OMOP_CDM_v5.3.1_Check_Desciptions.csv下可查看具体项目。同目录下Table_Level.csv、Field_Level.csv、Concept_Level.csv文件，可查看每个质控项目详细规则
- 不进行质控的表（默认不排除）
- 执行质控（必须完成前面的所有配置）
- （可选）日志检查（需安装shiny）
- （可选）质控结果输出到数据库表
前面writeToTable设置为true即可自动写入，若没有配置，这里可手动执行
3 质控结果
- 执行
codeToRun.R中配置内容可在R环境中分步执行，或者执行脚本
Rscript codeToRun.R & > codeToRun.log &
- 输出结果
日志与质控结果输出到“outputFolder”路径，结果输出格式为results_*.json文件，同时写入到“resultsDatabaseSchema”数据库中表中
注意：执行过程中，可能报错 Error in `$<-.data.frame`(`*tmp*`, " DQD_VERSION ", value = "1.0.0") : replacement has 1 row, data has 0，这是因为cdm数据库中，cdm_souce表为空（该表主要存储cdm版本等元数据信息，会一起输出到结果，用于结果展示），而空数据集无法增加新列并赋值，因此源码中执行到metadata$DQD_VERSION语句就会报错
4 结果展示
- 使用Shiny App方式（有报错xdg-open，未解决）
DataQualityDashboard::viewDqDashboard(jsonPath = file.path(getwd(), outputFolder, cdmSourceName, sprintf("results_%s.json", cdmSourceName)))
- 使用web server方式
安装http-server
npm install -g http-server
进入inst/shinyApps/www目录下，将质控结果results_*.json重命名为results.json（或者将index.html中results.json替换为results_*.json），启动服务即可
http-server
浏览器打开地址http://服务器地址:8080即可查看结果
5 源码分析
源码文件为R/execution.R，主要方法为executeDqChecks，详细内容如下
