Mit FHIR-Ansichten können Sie tabellarische Ansichten komplexer FHIR-Daten definieren. So können Sie diese Daten in Ihren bevorzugten Analysetools ganz einfach verwenden.
FHIR-Ansichten haben zwei Hauptkonzepte:
- Eine Ansichtsdefinition, in der die Felder und Kriterien definiert werden, die von einer Ansicht erstellt werden. Sie bietet eine Python API, die letztendlich aber eine Ansichtsdefinition ist. Ein Satz von FHIRPath-Ausdrücken, die wir unten untersuchen werden.
- Ein View-Runner, der diese Ansicht über eine Datenquelle mithilfe von SQL-on-FHIR-Konventionen erstellt. Zukünftige Runner können JSON-Exporte oder sogar FHIR-Dienste direkt für Daten mit geringem Volumen ausführen. Derzeit werden BigQuery und Spark unterstützt.
Mithilfe von FHIR-Ansichten können auch komplexe SQL-Abfragen mit FHIRPath-Ausdrücken definiert werden, die dann in SQL übertragen werden, um sie für eine bestimmte Datenquelle auszuführen.Dies vereinfacht die Definition von Ansichten für Dashboards oder Notebook-Notebooks erheblich.
Beispiel für Jupyter-Notebooks ansehen für: