Transformación OMOP-CDM del repositorio para usos secundarios de la cohorte de la Red Española de Investigación en SIDA (CoRIS)

Abstract

CoRIS es el registro longitudinal de datos clínico epidemiológicos de la cohorte española de investigación SIDA. CoRIS es conforme a HICDEP, modelo relacional monopropósito no alineado con las características que constituyen las bases esenciales en repositorios avanzados para usos secundarios: capacidad de integración flexible de nuevas fuentes de datos, interoperabilidad semántica y diseño multi-propósito. Este aspecto supone una dificultad para la evolución de CoRIS en relación con la reutilización y uso compartido de datos y la replicación de estudios. En el ámbito de los usos secundarios, se posicionan como referencia los modelos comunes de datos (CDM); entre ellos, destaca OMOP-CDM. A partir de CoRIS/HICDEP, se ha implementado una nueva instancia conforme al modelo OMOP-CDM. Se ha evaluado la nueva instancia CoRIS/OMOP frente a CoRIS/HICDEP y se ha demostrado no-inferioridad en relación con: capacidad de cobertura de conceptos; integridad de datos; y capacidad para replicar cohortes complejas. De 410 conceptos clínico-epidemiológicos en CoRIS, se ha alcanzado una cobertura semántica óptima en un 79% y sub-óptima 20,2%. Se ha verificado la integridad de los datos al 100% (identificación y extracción). Se ha replicado de forma precisa las cohortes de tres estudios científicos publicados en dominios combinados relevantes para CoRIS (análisis de enfermedades definitorias SIDA; pautas antirretrovirales; pruebas de laboratorio). CoRIS/OMOP demuestra ser un repositorio no-inferior a CoRIS/HICDEP, adicionalmente aportando a CoRIS capacidad semántica en persistencia y explotación (reutilización y replicabilidad de evidencia), y escalabilidad en volumen e integración de nuevas fuentes y dominios de datos sin modificaciones en su modelo de datos.