METODY PRO PODPORU ROZHODOVÁNÍ V PROSTŘEDÍ

ˇ ´ UCEN Í TECHNICKE ´ V BRNE ˇ VYSOKE BRNO UNIVERSITY OF TECHNOLOGY

ˇ ÍCH TECHNOLOGIÍ FAKULTA INFORMACN ˇ ÍCH SYSTEM ´ ´ U ˚ USTAV INFORMACN FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS

´ Í V PROSTRED ˇ Í METODY PRO PODPORU ROZHODOVAN ´ ˇ ´ APLIKACE LEKA RSK E

´ DIPLOMOVA´ PRACE MASTER’S THESIS

´ AUTOR PRACE AUTHOR

BRNO 2009

´ Bc. PETR MRAZEK

ˇ Í TECHNICKE ´ V BRNE ˇ VYSOKE´ UCEN BRNO UNIVERSITY OF TECHNOLOGY

ˇ ÍCH TECHNOLOGIÍ FAKULTA INFORMACN ˇ ÍCH SYSTEM ´ ´ U ˚ USTAV INFORMACN FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS

´ Í V PROSTRED ˇ Í METODY PRO PODPORU ROZHODOVAN ´ ˇ ´ APLIKACE LEKA RSK E DECISION SUPPORT METHODS IN A MEDICAL APPLICATION

´ DIPLOMOVA´ PRACE MASTER’S THESIS

´ AUTOR PRACE

´ Bc. PETR MRAZEK

AUTHOR

´ VEDOUCÍ PRACE SUPERVISOR

BRNO 2009

Ing. VLADIMÍR BARTÍK, Ph.D.

Abstrakt Diplomov´ a pr´ ace se zab´ yv´ a rozˇs´ıˇren´ım stávaj´ıc´ı lékaˇrské aplikace o prostˇredky pro podporu rozhodov´ an´ı. Prvn´ı ˇc´ ast pr´ ace je zamˇeˇrena na obecnou problematiku datov´ ych sklad˚ u, OLAP a dolov´ an´ı dat. Druh´ a ˇc´ ast se vˇenuje samotnému návrhu a implementaci rozˇs´ıˇren´ı v podobˇe samostatné aplikace umoˇzn ˇuj´ıc´ı provádˇen´ı OLAP anal´ yz nad nashromáˇzdˇen´ ymi zdravotnick´ ymi daty.

Kl´ıˇ cov´ a slova C++, datov´ y sklad, OLAP, dolován´ı dat, MySQL, XML

Abstract The diploma thesis is dealing with the present medical application extension by the means for decision support. The first part of the work is focused on the general problem of data warehouses, OLAP and the data mining. The second part attends to the very proposal and implementation of the extension in the form of the very application, which enables executing OLAP analysis upon the gathered medical data.

Keywords C++, data warehouse, OLAP, data mining, MySQL, XML

Citace Petr Mr´ azek: Metody pro podporu rozhodován´ı v prostˇred´ı lékaˇrské aplikace, diplomov´ a práce, Brno, FIT VUT v Brnˇe, 2009

Metody pro podporu rozhodov´ an´ı v prostˇ red´ı l´ ekaˇ rsk´ e aplikace Prohl´ aˇ sen´ı Prohlaˇsuji, ˇze jsem tuto diplomovou práci vypracoval samostatnˇe pod veden´ım pana Ing. Vladim´ıra Bart´ıka, Ph.D. ....................... Petr Mrázek 18. kvˇetna 2009

Podˇ ekov´ an´ı T´ımto bych r´ ad podˇekoval MUDr. Tomáˇsi Fabianovi za jeho odbornou pomoc, bez které by tato pr´ ace nemohla vzniknout.

c Petr Mr´

azek, 2009. Tato pr´ ace vznikla jako ˇskoln´ı d´ılo na Vysokém uˇcen´ı technickém v Brnˇe, Fakultˇe informaˇcn´ıch technologi´ı. Pr´ ace je chr´ anˇena autorským z´ akonem a jej´ı uˇzit´ı bez udˇelen´ı opr´ avnˇen´ı autorem je nez´ akonné, s výjimkou z´ akonem definovaných pˇr´ıpad˚ u.

Obsah ´ 1 Uvod

3

2 Datov´ e sklady 2.1 Datov´ y trh . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Zp˚ usoby budov´ an´ı datového skladu . . . . . . . . . . . . . . . 2.2.1 Metoda velkého tˇresku . . . . . . . . . . . . . . . . . . 2.2.2 Pˇr´ır˚ ustkov´ a metoda . . . . . . . . . . . . . . . . . . . 2.3 Proces ETL . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4 Porovn´ an´ı rozd´ıl˚ u mezi datov´ ym skladem a operaˇcn´ı databáz´ı

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

4 4 4 5 5 6 7

´ 3 Uvod do problematiky OLAP 3.1 Multidimenzion´ aln´ı datov´ y model . . . . . . . . . . . . . . 3.1.1 Srovn´ an´ı relaˇcn´ıho a multidimenzionáln´ıho modelu 3.2 Operace nad OLAP kostkou . . . . . . . . . . . . . . . . . 3.3 Typy OLAP . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4 Schémata tabulek dimenz´ı . . . . . . . . . . . . . . . . . . 3.4.1 Schéma hvˇezdy . . . . . . . . . . . . . . . . . . . . 3.4.2 Schéma snˇehové vloˇcky . . . . . . . . . . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

8 9 10 11 11 12 12 12

´ 4 Uvod do problematiky dolov´ an´ı dat 4.1 Asociaˇcn´ı pravidla a frekventované mnoˇziny . . . 4.1.1 Typy asociaˇcn´ıch pravidel . . . . . . . . . 4.2 Klasifikace a predikce . . . . . . . . . . . . . . . 4.2.1 Klasifikace pomoc´ı rozhodovac´ıch strom˚ u 4.2.2 Bayesovsk´ a klasifikace . . . . . . . . . . . 4.2.3 Klasifikace pomoc´ı neuronov´ ych s´ıt´ı . . . 4.3 Shlukov´ a anal´ yza . . . . . . . . . . . . . . . . . . 4.3.1 Typy shlukovac´ıch metod . . . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

14 14 14 15 15 15 16 16 16

5 N´ avrh rozˇ s´ıˇ ren´ı existuj´ıc´ı l´ ekaˇ rsk´ e aplikace ´ 5.1 Uvod . . . . . . . . . . . . . . . . . . . . . . 5.2 Pojem d´ avka . . . . . . . . . . . . . . . . . 5.2.1 Definice datového rozhran´ı dávky . . 5.2.2 D´ avka ambulantn´ı sm´ıˇsená . . . . . 5.3 Poˇzadavky kladené na aplikaci . . . . . . . 5.3.1 Analyzovan´ a data . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

18 18 18 19 19 21 22

1

. . . . . .

. . . . . .

. . . . . .

6 Implementace datov´ eho skladu 6.1 Volba datab´ azového stroje . . 6.2 Proces ETL . . . . . . . . . . 6.3 Struktura datového skladu . . ˇ n´ 6.3.1 Dimenze Cas avˇstˇevy 6.3.2 Dimenze Pacient . . . ˇ ıslo pojiˇstˇence . . . . 6.3.3 C´ 6.3.4 Dimenze Vˇek pacienta 6.3.5 Dimenze V´ ykon . . . . 6.3.6 Dimenze Pojiˇst’ovna . 6.3.7 Dimenze D´ avka . . . . 6.3.8 Dimenze Diagn´ oza . . 6.3.9 Fakta . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

23 23 23 24 25 27 28 30 31 32 32 33 33

7 Implementace aplikace MedOLAP 7.1 Pouˇzité v´ yvojové prostˇred´ı . . . . . . . . . . . . . . . . . . . . . . . . 7.1.1 Programovac´ı jazyk C++ . . . . . . . . . . . . . . . . . . . . 7.2 Podporované pˇr´ıstupy aplikace k datovému skladu . . . . . . . . . . 7.2.1 Vzd´ alen´ y pˇr´ıstup . . . . . . . . . . . . . . . . . . . . . . . . . 7.2.2 Lok´ aln´ı pˇr´ıstup . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2.3 Dialog konfigurace pˇripojen´ı . . . . . . . . . . . . . . . . . . . 7.3 Importov´ an´ı ˇc´ıseln´ık˚ u VZP do datového skladu . . . . . . . . . . . . 7.3.1 Form´ at ˇc´ıseln´ık˚ u dodávan´ ych VZP . . . . . . . . . . . . . . . 7.3.2 Konfigurace komponenty . . . . . . . . . . . . . . . . . . . . 7.3.3 Postup importov´ an´ı záznam˚ u z ˇc´ıseln´ıku do datového skladu 7.4 Import d´ avek do datového skladu . . . . . . . . . . . . . . . . . . . . 7.4.1 Dialog pro importován´ı dávek do datového skladu . . . . . . 7.5 OLAP tabulka a podporované operace nad datovou kostkou . . . . . 7.5.1 Podpora OLAP operace Drill down . . . . . . . . . . . . . . . 7.5.2 Podpora OLAP operace Roll up . . . . . . . . . . . . . . . . 7.5.3 Podpora OLAP operace Pivoting . . . . . . . . . . . . . . . . 7.5.4 Podpora OLAP operac´ı Slice & Dice . . . . . . . . . . . . . . 7.6 Pˇrevod OLAP pohledu na dotaz SQL . . . . . . . . . . . . . . . . . 7.6.1 Konfigurace transformaˇcn´ı komponenty . . . . . . . . . . . . 7.7 Spr´ ava importovan´ ych d´ avek . . . . . . . . . . . . . . . . . . . . . . 7.8 Persistence vytvoˇren´ ych OLAP pohled˚ u . . . . . . . . . . . . . . . . 7.8.1 Implementace lokáln´ıho uloˇziˇstˇe pohled˚ u. . . . . . . . . . . . 7.8.2 Jazyk XML jako prostˇredek pro uloˇzen´ı pohledu . . . . . . . 7.8.3 Uˇzivatelské rozhran´ı pro práci s lokáln´ım uloˇziˇstˇem . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

35 35 36 37 37 38 39 39 40 40 41 41 42 42 45 45 45 45 49 49 51 51 53 53 55

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

8 Z´ avˇ er

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

57

2

Kapitola 1

´ Uvod Vˇetˇsina lékaˇr˚ u vyuˇz´ıv´ a k provozován´ı své praxe nˇekter´ y z dostupn´ ych softwarov´ ych produkt˚ u urˇcen´ ych k veden´ı jejich odborné agendy. Tyto produkty ovˇsem ve vˇetˇsinˇe pˇr´ıpad˚ u nab´ızej´ı jen velmi omezené moˇznosti anal´ yzy nad zdravotnick´ ymi daty, která jsou tˇemito produkty spravov´ ana. Omezuj´ı se jen na poskytnut´ı základn´ıch statistick´ ych report˚ u jako je mnoˇzstv´ı v´ ykon˚ u proveden´ ych za dané obdob´ı, mnoˇzstv´ı z´ıskan´ ych bod˚ u, nejˇcastˇejˇs´ı v´ yskyt diagnóz, celkov´ y poˇcet pacient˚ u v kartotéce a podobnˇe. C´ılem této diplomové pr´ ace je tedy vytvoˇrit pro tyto produkty univerzáln´ı rozˇs´ıˇren´ı, které by lékaˇr˚ um v soukrom´ ych ambulantn´ıch ordinac´ıch umoˇznilo provádˇet pokroˇcilé anal´ yzy nad zdravotnick´ ymi daty, kter´ a bˇehem provozován´ı své praxe nashromáˇzdili. V prvn´ı ˇcásti práce se budeme nejprve zab´ yvat obecnou problematikou datov´ ych sklad˚ u, prostˇredk˚ u OLAP a dolov´ an´ı dat. Druh´ a ˇc´ ast se vˇenuje jiˇz samotnému návrhu a implementaci rozˇs´ıˇren´ı v podobˇe samostatné aplikace, která je urˇcena k analyzován´ı dat nad datov´ ym skladem prostˇrednictv´ım technologie OLAP. Vybudovan´ y datov´ y sklad bude tvoˇren zdravotnick´ ymi daty extrahovan´ ymi z datov´ ych soubor˚ u obsahuj´ıc´ıch detailn´ı informace o vˇsech zdravotn´ıch v´ ykonech proveden´ ych na jednotliv´ ych pacientech, které lékaˇr pˇredkládá za dané z´ uˇctovac´ı obdob´ı jednotliv´ ym pojiˇst’ovn´ am k proplacen´ı. Tyto d´ avky tedy pˇredstavuj´ı z hlediska anal´ yzy pomˇernˇe cenn´ y zdroj informac´ı o chodu daného zdravotnického zaˇr´ızen´ı. Prostˇrednictv´ım implementovan´ ym OLAP operac´ı pak bude lékaˇri umoˇznˇeno na tyto data nahl´ıˇzet z r˚ uzn´ ych pohled˚ u pˇri r˚ uzn´ ych u ´rovn´ıch abstrakce, d´ıky ˇcemuˇz si bude schopen uˇcinit zpˇetnˇe detailn´ı obraz o dosavadn´ım provozu své lékaˇrské praxe. Na závˇer budou shrnuty dosaˇzené v´ ysledky a nast´ınˇeno dalˇs´ı moˇzné pokraˇcován´ı v projektu.

3

Kapitola 2

Datov´ e sklady Datov´ y sklad [1] je moˇzné ch´ apat jako strukturované u ´loˇziˇstˇe dat, které slouˇz´ı k uklád´ an´ı informaˇcn´ıho bohatstv´ı organizac´ı za co moˇzná nejvˇetˇs´ı ˇcasové obdob´ı. N´ıˇze jsou uvedeny poˇzadavky na datov´ y sklad podle Billa Inmona: 1. Subjektov´ a orientace - do datového skladu jsou zanáˇsena data sp´ıˇse podle pˇredmˇetu z´ ajmu, neˇz podle konkrétn´ı aplikace, ve které byla tato data vytvoˇrena. 2. Integrovanost - datov´ y sklad mus´ı b´ yt integrovan´ y a jednotn´ y. Data t´ ykaj´ıc´ı se konkrétn´ıho pˇredmˇetu jsou do skladu uloˇzena pouze jednou. Data pˇricházej´ı do datového skladu z nekonzistentn´ıho a neintegrovaného operaˇcn´ıho prostˇred´ı, proto mus´ı b´ yt tato data v etapˇe pˇr´ıpravy a zaveden´ı upravena, vyˇciˇstˇena a sjednocena. ˇ 3. Casov´ a variabilita - data jsou do datového skladu zanáˇsena jako série sn´ımk˚ u, kde kaˇzd´ y pˇredstavuje jist´ y ˇcasov´ yu ´sek. V operaˇcn´ım databázovém prostˇred´ı jsou data ukl´ ad´ ana za kratˇs´ı ˇcasové obdob´ı dn´ı, maximálnˇe mˇes´ıc˚ u, zat´ımco v datovém skladu jsou data vˇetˇsinou i za nˇekolik let chodu organizace. 4. Nemˇ ennost - Na rozd´ıl od operaˇcn´ıch transakˇcn´ıch databáz´ı, kde jsou data vkládána, modifikov´ ana i maz´ ana, v datovém skladu se vˇetˇsinou nemˇen´ı ani neodstraˇ nuj´ı, jen se v pravideln´ ych intervalech pˇridávaj´ı novˇe z´ıskaná data.

2.1

Datov´ y trh

Z hlediska investic i ˇcasu je budován´ı datového skladu pomˇernˇe nároˇcn´ y projekt a proto se v nˇekter´ ych pˇr´ıpadech pˇristupuje k budován´ı datového skladu po menˇs´ıch ˇcástech datov´ ych trz´ıch. Datov´ y trh lze tedy chápat jako podmnoˇzinu datového skladu, která je urˇcena pro menˇs´ı organizaˇcn´ı ˇc´ asti organizace (napˇr. prodej, marketing atd.). Datové trhy mohou vzniknout i opaˇcn´ ym zp˚ usobem, kdy je nejprve vybudován centráln´ı datov´ y sklad a z nˇej je pak vytvoˇreno nˇekolik datov´ ych trh˚ u. V´ ysledkem jsou pak menˇs´ı nároky na provoz au ´drˇzbu.

2.2

Zp˚ usoby budov´ an´ı datov´ eho skladu

Existuj´ı dvˇe nejˇcastˇeji pouˇz´ıvané metody budován´ı datového skladu:

4

Obr´ azek 2.1: Architektura datového skladu s datov´ ymi trhy

• Metoda velkého tˇresku • Pˇr´ır˚ ustkov´ a metoda

2.2.1

Metoda velk´ eho tˇ resku

Tato metoda stav´ı na pˇredpokladu, ˇze je moˇzné realizovat implementaci datového skladu v rámci jediného projektu. Metoda je sloˇzena ze tˇr´ı následuj´ıc´ıch etap: 1. Anal´ yza poˇ zadavk˚ u organizace 2. Vytvoˇ ren´ı datov´ eho skladu 3. Vytvoˇ ren´ı pˇ r´ıstupu k datov´ emu skladu bud’ pˇ r´ımo nebo pomoc´ı datov´ ych trh˚ u. Jedinou v´ yhodou této metody je fakt, ˇze je moˇzné cel´ y projektov´ y plán vypracovat jeˇstˇe pˇred jeho samotnou realizac´ı. Mezi jej´ı hlavn´ı nev´ yhody naopak patˇr´ı jednak velké riziko zmˇeny poˇzadavk˚ u a pomˇernˇe dlouhá doba, neˇz se dostav´ı prvn´ı v´ ysledky investic.

2.2.2

Pˇ r´ır˚ ustkov´ a metoda

Tato metoda pˇredpokl´ ad´ a budován´ı datového skladu po jednotliv´ ych etapách - postupnˇe pˇrib´ yvaj´ı nov´ a rozˇs´ıˇren´ı, kter´ a zapadaj´ı do celkové architektury datového skladu. Typicky se zaˇc´ın´ a s budov´ an´ım nˇekolika málo oblast´ı, které se implementuj´ı ve formˇe rozˇsiˇritelného datového trhu a tento trh je n´ aslednˇe poskytnut koncov´ ym uˇzivatel˚ um. Prvn´ı podsystémy tedy zaˇcnou pracovat a pˇrin´ aˇset v´ yhody krátkém ˇcase po spuˇstˇen´ı projektu. Pˇr´ır˚ ustkov´ a metoda se skl´ ad´ a z následuj´ıc´ıch krok˚ u(viz obrázek 2.2): 1. Strategie - Definov´ an´ı jak krátkodob´ ych, tak dlouhodob´ ych c´ıl˚ u strategie zahrnuj´ıc´ıch u ´ˇcel datového skladu, jeho vybudován´ı, dokumentaci, ˇskolen´ı uˇzivatel˚ u atd. V této f´ azi je definov´ an i z´ aklad architektury datového skladu organizace. 5

2. Definice - Definov´ an´ı c´ıle a rozsahu pˇr´ır˚ ustkového v´ yvoje. Fáze zahrnuje jak návrh architektury datového skladu, tak architekturu technick´ ych prostˇredk˚ u. Vytvoˇr´ı se poˇc´ ateˇcn´ı pˇr´ır˚ ustek, zdokumentuj´ı se zdroje dat a vymez´ı se rozsah kvality tˇechto u ´daj˚ u. 3. Anal´ yza - Z´ısk´ av´ an´ı dat a poˇzadavk˚ u na pˇr´ıstup k dat˚ um, informace o uˇzivatel´ıch skladu, vytvoˇren´ı relaˇcn´ıch a multidimenzionáln´ıch model˚ u a metadat. 4. N´ avrh - Poˇzadavky, které byly z´ıskané bˇehem anal´ yzy jsou transformovány do detailn´ıch podm´ınek n´ avrhu. 5. Sestaven´ı - Bˇehem této f´ aze se vytvoˇr´ı a otestuj´ı navrˇzené databázové struktury a moduly pro pr´ aci s datov´ ym skladem. 6. Produkce - Datov´ y sklad je nasazen do provozu, zaˇc´ıná se ˇr´ıdit r˚ ust a správa datového skladu.

Obr´ azek 2.2: Iteraˇcn´ı cyklus pˇr´ır˚ ustkové metody

K hlavn´ım v´ yhod´ am této metody patˇr´ı: • rychlejˇ s´ı n´ avratnost vloˇ zen´ ych investic • moˇ znost implementace ˇ sk´ alovateln´ e architektury • tvorba datov´ eho skladu po ˇ c´ astech udrˇ zuje kontinuitu projektu s poˇ zadavky uˇ zivatel˚ u

2.3

Proces ETL

Poté, co je datov´ y sklad, ˇci datov´ y trh naimplementován, je nutné ho naplnit daty. Data jsou vˇetˇsinou um´ıstˇena v r˚ uzn´ ych nehomogenn´ıch operaˇcn´ıch prostˇred´ıch, databázov´ ych 6

systémech, hardwarov´ ych platformách, archivn´ıch systémech, podnikov´ ych systémech a v r˚ uzn´ ych dokumentech. Kromˇe intern´ıch dat v rámci organizace je také moˇzné z´ıskat data anal´ yzou konkurenˇcn´ıho prostˇred´ı, od obchodn´ıch partner˚ u, z internetu, nebo jejich zakoupen´ım, coˇz samozˇrejmˇe jen zvyˇsuje jejich r˚ uznorodost. Takováto data je d˚ uleˇzité pˇred zaveden´ım do datového skladu nejdˇr´ıve vyextrahovat, vyˇcistit a pak ve vhodné formˇe zavést do datového skladu. Proces ETL se skl´ ad´ a z n´ asleduj´ıc´ıch tˇr´ı etap: • Extrakce - C´ılem této etapy je z´ıskán´ı dat z v´ yˇse uveden´ ych zdroj˚ u. Pro extrakci jsou k dispozici r˚ uzné n´ astroje a technologie. • Tranformace - Jedn´ a se o soubor u ´kon˚ u, které vedou ke zkvalitnˇen´ı dat z´ıskan´ ych v pˇredchoz´ı etapˇe. Bˇehem této etapy tedy docház´ı k sjednocován´ı formátován´ı dat, sjednocen´ı pˇriˇrazen´ı datov´ ych typ˚ u, penˇeˇzn´ıch jmen atd. Bˇehem transformace se vˇetˇsinou vyskytuj´ı n´ asleduj´ıc´ı typy problém˚ u, které je nutné vyˇreˇsit: – chybˇej´ıc´ı hodnoty – duplicitn´ı z´ aznamy – nejednoznaˇcnost dat – nejednoznaˇcnost n´ azv˚ u pojm˚ u – nejednoznaˇcnost penˇeˇzn´ıch mˇen – chybˇej´ıc´ı datum – nejednotnost form´ at˚ u ˇc´ısel a textov´ ych ˇretˇezc˚ u • Zaveden´ı(Loading) - V této posledn´ı fázi procesu ETL docház´ı k samotnému fyzickému pˇresunut´ı extrahovan´ ych a transformovan´ ych dat do datového skladu.

2.4

Porovn´ an´ı rozd´ıl˚ u mezi datov´ ym skladem a operaˇ cn´ı datab´ az´ı

Následuj´ıc´ı tabulka shrnuje rozd´ıly mezi typickou operaˇcn´ı databáz´ı a datov´ ym skladem.

Vlastnost ˇcas odezvy operace p˚ uvod dat organizace dat velikost zdroje dat ˇcinnosti

Operaˇ cn´ı datab´ aze zlomky vteˇrin aˇz vteˇriny DML 30-60 dn´ı podle aplikace mal´ a aˇz velká operaˇcn´ı, intern´ı procesy

7

Datov´ y sklad vteˇriny aˇz hodiny primárnˇe jen pro ˇcten´ı série sn´ımk˚ u za ˇcasov´ y okamˇzik podle pˇredmˇetu, ˇcasu, atd. velká aˇz velmi velká operaˇcn´ı, intern´ı, extern´ı anal´ yza

Kapitola 3

´ Uvod do problematiky OLAP Term´ın OLAP(Online Analytical Processing)[1] zavedl Dr. E. F. Cood k popisu technologie, kter´ a by pomohla pˇreklenout mezery mezi vyuˇzit´ım osobn´ıch poˇc´ıtaˇc˚ u a ˇr´ızen´ım podnikov´ ych dat. N´ıˇze je uvedeno dvan´ act p˚ uvodn´ıch pravidel, které by mˇel splˇ novat OLAP od Dr. E. F. Codda: 1. Multidimenzion´ aln´ı konceptu´ aln´ı pohled - OLAP by mˇel poskytovat uˇzivateli multidimenzion´ aln´ı model odpov´ıdaj´ıc´ı jeho podnikatelsk´ ym potˇrebám tak, aby takov´ y model mohl vyuˇz´ıvat pro anal´ yzu shromáˇzdˇen´ ych dat. 2. Transparentnost - Technologie systému OLAP, podˇr´ızená databáze a architektura v´ ypoˇctu by mˇely b´ yt pro uˇzivatele transparentn´ı, proto aby mohl naplno vyuˇz´ıvat svoji produktivitu a odbornost pouˇzit´ı front-end nástroj˚ u a prostˇred´ı.D˚ uleˇzitá je samozˇrejmˇe i heterogennost vstupn´ıch dat, kterou zajist´ıme v procesu ETL. 3. Dostupnost - Systém OLAP by mˇel pˇristupovat jen k tˇem dat˚ um, která jsou potˇrebn´ a pro anal´ yzu. Systém by mˇel b´ yt také schopen pˇristupovat ke vˇsem dat˚ um potˇrebn´ ym pro anal´ yzu, nez´ avisle na tom, ze kterého heterogenn´ıho podnikového zdroje tato data poch´ azej´ı, jak ˇcasto jsou obnovována a podobnˇe. 4. Konzistentn´ı vykazov´ an´ı - I kdyˇz poˇcet záznam˚ u a tedy i velikost databáz´ı postupem ˇcasu roste, uˇzivatel by nemˇel poznat ˇzádné podstatné sn´ıˇzen´ı v´ ykonu. 5. Architektura klient-server - Systém OLAP mus´ı odpov´ıdat princip˚ um architektury klient-server s pˇrihlédnut´ım na maximáln´ı cenu a v´ ykon, flexibilitu a interoperabilitu. 6. Generick´ a dimenzionalita - Kaˇzdá dimenze dat mus´ı b´ yt ekvivalentn´ı ve struktuˇre i operaˇcn´ıch schopnostech. 7. Dynamick´ e oˇ setˇ ren´ı ˇ r´ıdk´ ych matic - Systém OLAP by mˇel b´ yt schopen adaptovat svoje fyzické schéma na konkrétn´ı analytick´ y model, kter´ y optimalizuje oˇsetˇren´ı ˇr´ıdk´ ych matic, pˇriˇcemˇz dos´ ahne a udrˇz´ı poˇzadovanou u ´roveˇ n v´ ykonu. 8. Podpora pro v´ıce uˇ zivatel˚ u - Systém OLAP mus´ı b´ yt schopn´ y podporovat pracovn´ı skupinu uˇzivatel˚ u pracuj´ıc´ıch souˇcasnˇe na konkrétn´ım modelu.

8

9. Neomezen´ e kˇ r´ıˇ zov´ e dimenzion´ aln´ı operace - Systém OLAP mus´ı dokázat rozeznat dimenzion´ aln´ı hierarchie a automaticky vykonat asociované kumulované kalkulace v r´ amci dimenz´ı a i mezi nimi. 10. Intuitivn´ı manipulace s daty - Pravidlo definuje konsolidované pˇreorientován´ı cest na detailn´ı u ´roveˇ n a zpˇet drilldown, drillup. Uˇzivatelské rozhran´ı by mˇelo umoˇzn ˇovat vˇsechny manipulace zp˚ usobem ”ukázat a klepnout, pˇr´ıpadnˇe zachytit a pˇrem´ıstit”v buˇ nk´ ach kostky. 11. Flexibiln´ı vykazov´ an´ı - Mus´ı existovat schopnost uspoˇrádat ˇrádky, sloupce a buˇ nky zp˚ usobem, jenˇz umoˇzn´ı anal´ yzu intuitivn´ı vizuáln´ı prezentac´ı analytick´ ych sestav. 12. Neomezen´ e dimenze a u ´ rovnˇ e agregace - V závislosti na poˇzadavc´ıch podnik´ an´ı muˇze m´ıt analytick´ y model v´ıce dimenz´ı, pˇriˇcemˇz kaˇzdá z nich muˇze m´ıt v´ıcenásobné hierarchie. Systém OLAP by nemˇel zavádˇet ˇzádné umˇelé omezen´ı poˇctu dimenz´ı nebo u ´rovn´ı agregace.

3.1

Multidimenzion´ aln´ı datov´ y model

Multidimenzion´ aln´ı datov´ y model je moˇzné zobrazit ve formˇe v´ıcerozmˇerné kostky. Takovou kostku lze pak ch´ apat jako jist´ y ekvivalent tabulky v relaˇcn´ı databázi. Kaˇzdá kostka je sloˇzena z nˇekolika dimenz´ı. Dimenze obsahuj´ı organizaˇcnˇe nebo logicky hierarchicky uspoˇr´ adan´ a data(obr´ azek 3.1). V podstatˇe se jedná o textové popisy obchodován´ı.

Obr´ azek 3.1: Pˇr´ıklad hierarchick´ ych u ´rovn´ı pro dimenze ˇcas, produkt a lokalita Data(oznaˇcovan´ a jako fakta) se v kostce nacházej´ı na pr˚ useˇc´ıc´ıch jednotliv´ ych dimenz´ı. Fakta jsou numerické mˇerné jednotky obchodován´ı pˇredstavuj´ıc´ı mnoˇzstv´ı, na jehoˇz základˇe se analyzuj´ı vztahy mezi dimenzemi. Pomoc´ı vhodnˇe zvolen´ ych kombinac´ı dimenz´ı a u ´rovn´ı jejich abstrakce lze z´ıskat informace napˇr. o celkovém objemu prodeje za jisté ˇcasové obdob´ı, zjistit, jaké zboˇz´ı ˇslo v jednotliv´ ych obdob´ıch nejv´ıce na odbyt, prodej zboˇz´ı v r˚ uzn´ ych lokalitách atd. Pro v´ ypoˇcet OLAP kostek je nutné provádˇet velké mnoˇzstv´ı v´ ypoˇct˚ u a to témˇeˇr v re´ alném ˇcase. Uved’me si jednoduch´ y pˇr´ıklad tˇr´ıdimenzionáln´ı datové kostky(obrázek 3.2). Tato kostka obsahuje n´ asleduj´ıc´ı dimenze:

9

• ˇcas • lokalita • produkt

Obr´ azek 3.2: Pˇr´ıklad tˇr´ıdimenzionáln´ı datové kostky.

Pˇredpokl´ adejme, ˇze zkoumanou mˇernou jednotkou(faktem) je objem prodeje. Napˇr´ıklad následuj´ıc´ımi kombinacemi dimenz´ı lze pak z´ıskat tyto informace: • ˇ cas - produkt - informace o objemu prodeje jednotliv´ ych druh˚ u produkt˚ u za urˇcité obdob´ı • ˇ cas - informace o celkovém objemu prodeje za urˇcité obdob´ı • ˇ cas - lokalita - produkt - informace o objemu prodeje jednotliv´ ych druh˚ u produkt˚ u za urˇcité obdob´ı v jednotliv´ ych lokalitách

3.1.1

Srovn´ an´ı relaˇ cn´ıho a multidimenzion´ aln´ıho modelu

N´ıˇze jsou uvedeny z´ akladn´ı v´ yhody a nev´ yhody obou model˚ u. • Relaˇ cn´ı model Mezi hlavn´ı v´ yhody relaˇcn´ıho modelu patˇr´ı: – znaˇcné mnoˇzstv´ı odborn´ık˚ u, kteˇr´ı s t´ımto modelem roky pracuj´ı – existence velkého mnoˇzstv´ı v´ yvojov´ ych prostˇredk˚ u pro v´ yvoj aplikac´ı a generov´ an´ı report˚ u – uplatnˇen´ı v transakˇcn´ıch databáz´ıch a datov´ ych skladech Nev´ yhody: 10

– naprost´ y nedostatek komplexn´ıch analytick´ ych nástroj˚ u – objem dat, k nimˇz lze v rozumném ˇcase pˇristoupit je omezen • Multidimenzion´ aln´ı model V´ yhody: – schopnost rychlého komplexn´ıho pˇr´ıstupu k velkému objemu dat – pˇr´ıstup k relaˇcn´ım a multidimenzionáln´ım datov´ ym strukturám – moˇznost prov´ adˇen´ı komplexn´ıch anal´ yz – znaˇcné schopnosti pro modelován´ı a prognózy Nev´ yhody: – pˇri zmˇenˇe dimenz´ı bez pˇrizp˚ usoben´ı ˇcasové dimenze nastávaj´ı komplikace – klade vyˇsˇs´ı poˇzadavky na velikost u ´loˇziˇstˇe

3.2

Operace nad OLAP kostkou

Jak jiˇz bylo zm´ınˇeno v´ yˇse, data v multidimenzionáln´ım modelu jsou organizována do urˇcitého poˇctu dimenz´ı. Kaˇzd´ a taková dimenze má nˇekolik u ´rovn´ı abstrakce, d´ıky ˇcemuˇz lze na data nahl´ıˇzet z r˚ uzn´ ych pohled˚ u. Pro definován´ı poˇzadovan´ ych pohled˚ u jsou k dispozici následuj´ıc´ı z´ akladn´ı OLAP operace: • Roll-Up - Posun v hierarchii dimenze o jednu u ´roveˇ n v´ yˇse. Pokud bychom byly napˇr´ıklad v dimenzi ˇcas na u ´rovni den a provedli operaci Roll-up, pak bychom se posunuli na u ´roveˇ n mˇes´ıc(viz pˇr´ıklad hierarchi´ı na obrázku 3.1). Nyn´ı by tedy byla data v kostce seskupena nikoliv podle dn˚ u, ale podle jednotliv´ ych mˇes´ıc˚ u. • Drill-Down - Jedn´ a se o opak pˇredchoz´ı operace Roll-up. V hierarchii dimenze se posuneme o jednu u ´roveˇ n hloubˇeji a z´ıskáme tak detailnˇejˇs´ı v´ ysledky. V pˇr´ıpadˇe dimenze lokalita bychom se posunuli napˇr. z u ´rovnˇe stát na detailnˇejˇs´ı u ´roveˇ n kraj. • Slice & Dice - Operace Slice slouˇz´ı k proveden´ı selekce nad jednou dimenz´ı. V´ ysledkem operace je podkostka obsahuj´ıc´ı pouze data, která splˇ nuj´ıc´ı danou podm´ınku. Pˇr´ıkladem takové podm´ınky m˚ uˇze b´ yt napˇr: (lokalita = Praha). Ve v´ ysledné podkostce by tedy byla jen data vztahuj´ıc´ı se k dané lokalitˇe. Naproti tomu operace Dice umoˇzn ˇuje selekci nad v´ıce neˇz jednou dimenz´ı. Podm´ınka pro selekci by mohla vypadat následovnˇe: (lokalita = Brno) and (cas = duben) and (produkt = TV). V´ ysledkem bude opˇet podkostka splˇ nuj´ıc´ı danou podm´ınku. • Pivot - Rotace os v 2D nebo 3D kostce, nebo zobrazen´ı 3D kostky jako kolekce 2D kostek za u ´ˇcelem jiné prezentace dat v kostce.

3.3

Typy OLAP

OLAP systémy mohou b´ yt podle typu u ´loˇziˇstˇe multidimenzionáln´ıch dat rozdˇeleny do následuj´ıc´ıch kategori´ı:

11

• Multidimenzion´ aln´ı OLAP(MOLAP) - Data se z´ıskávaj´ı bud’ z datového skladu nebo z operaˇcn´ıch zdroj˚ u. Analytická data jsou pak uloˇzena ve speciáln´ıch datov´ ych struktur´ ach a sum´ aˇr´ıch. Bˇehem tohoto procesu se vypoˇc´ıtá tolik pˇredbˇeˇzn´ ych v´ ysledk˚ u, kolik je z ˇcasového i kapacitn´ıho hlediska moˇzné - data se tedy v u ´loˇziˇsti ukládaj´ı jako dopˇredu vypoˇc´ıtan´ a pole. Data jsou organizována takov´ ym zp˚ usobem, kter´ y poskytuje maxim´ aln´ı v´ ykon vzhledem k poˇzadovan´ ym dotaz˚ um uˇzivatel˚ u, nev´ yhodou je vˇsak redundance takov´ ych dat, protoˇze jsou uloˇzeny jak v relaˇcn´ı databázi, tak v multidimenzion´ aln´ı datab´ azi. Dalˇs´ı znaˇcnou nev´ yhodou je fakt, ˇze v pˇr´ıpadˇe vyˇsˇs´ıho poˇctu dimenz´ı m˚ uˇze velikost takové databáze extrémnˇe nar˚ ustat. • Relaˇ cn´ı datab´ azov´ y OLAP(ROLAP) - Data pro anal´ yzu jsou v tomto pˇr´ıpadˇe z´ısk´ av´ ana z relaˇcn´ıho datového skladu. Po zpracován´ı jsou data z relaˇcn´ıch datab´ az´ı pˇredkl´ ad´ ana uˇzivatel˚ um jako multidimenzionáln´ı pohled. Data a metadata jsou uklád´ any jako z´ aznamy v relaˇcn´ı databázi. Metadata jsou pak systémem ROLAP následnˇe vyuˇz´ıv´ ana ke generov´ an´ı SQL dotaz˚ u, kter´ ymi jsou z´ıskána analytická data poˇzadovan´ a uˇzivateli. V´ yhodou u ´loˇziˇstˇe typu ROLAP je, ˇze nedocház´ı k redundanci, protoˇze data z˚ ust´ avaj´ı uloˇzena v relaˇcn´ı databázi, nev´ yhodou je oproti systém˚ um MOLAP niˇzˇs´ı dotazovac´ı v´ ykon. • Hybridn´ı OLAP(HOLAP) - Jedná se o kombinaci u ´loˇziˇst’ MOLAP a ROLAP. ’ Vyuˇz´ıvaj´ı se v´ yhody jednotliv´ ych typ˚ u u ´loˇziˇst a eliminuj´ı se nev´ yhody. Samotn´ a data z˚ ust´ avaj´ı uloˇzena v relaˇcn´ıch databáz´ıch a do multidimenzionáln´ıch struktur se ukl´ adaj´ı pouze vypoˇc´ıtané agregace.

3.4

Sch´ emata tabulek dimenz´ı

V pˇr´ıpadˇe systém˚ u typu ROLAP, které vyuˇz´ıvaj´ı relaˇcn´ı datov´ y sklad je nutné namapovat multidimenzion´ aln´ı model a OLAP operace na relaˇcn´ı tabulky a SQL dotazy. Mezi nejpouˇz´ıvanˇejˇs´ı schémata datového skladu patˇr´ı schéma hvˇezdy a schéma snˇehové vloˇcky.

3.4.1

Sch´ ema hvˇ ezdy

Schéma hvˇezdy(obr´ azek 3.3) se skládá z jedné centráln´ı tabulky fakt˚ u, která obsahuje ciz´ı kl´ıˇce, které se vztahuj´ı k prim´ arn´ım kl´ıˇc˚ um v jednotliv´ ych tabulkách dimenz´ı, z nichˇz kaˇzd´ a obsahuje informace o jedné z dimenz´ı. Schéma nemá normalizované dimenze ani relaˇcn´ı propojen´ı mezi tabulkami dimenz´ı. Jeho v´ yhodou je vysok´ y dotazovac´ı v´ ykon, nicménˇe jeho vytvoˇren´ı je d´ıky nenormalizovan´ ym dimenz´ım pomˇernˇe pomalé.

3.4.2

Sch´ ema snˇ ehov´ e vloˇ cky

Schéma snˇehové vloˇcky(obr´ azek 3.4) je podobné jako schéma hvˇezdy s t´ım rozd´ılem, ˇze nˇekteré tabulky dimenz´ı jsou normalizované.To znamená, ˇze nˇekteré dimenze jsou sloˇzeny z v´ıce tabulek. V´ yhodou tohoto modelu je d´ıky normalizovan´ ym dimenz´ım sn´ıˇzen´ı redundance, nicménˇe pˇri dotazovan´ı je nutné provést v´ıce tabulkov´ ych spojen´ı, coˇz negativnˇe ovlivˇ nuje dotazovac´ı v´ ykon.

12

Obr´ azek 3.3: Pˇr´ıklad schématu hvˇezdy

Obr´ azek 3.4: Pˇr´ıklad schématu snˇehové vloˇcky

13

Kapitola 4

´ Uvod do problematiky dolov´ an´ı dat Proces dolov´ an´ı dat(Data mining) [1][2][3] je zamˇeˇren na anal´ yzu velkého mnoˇzstv´ı dat z r˚ uzn´ ych perspektiv a jejich pˇremˇenu na uˇziteˇcné informace, které jsou následnˇe vyuˇzity k podpoˇre rozhodov´ an´ı. Z matematického hlediska se jedná o hledán´ı korelac´ı, tedy vzdájemn´ ych vztah˚ u nebo vzor˚ u v datech. V následuj´ıc´ıch sekc´ıch jsou uvedeny nejˇcastˇejˇs´ı typy anal´ yz v rámci procesu dolov´ an´ı dat.

4.1

Asociaˇ cn´ı pravidla a frekventovan´ e mnoˇ ziny

Anal´ yza se z hlediska asociaˇcn´ıch pravidel zamˇeˇruje na hledán´ı r˚ uzn´ ych souvislost´ı nad mnoˇzinami datov´ ych poloˇzek. Z matematického hlediska se jedná o zkoumán´ı korelace, at’ uˇz pozitivn´ı, nebo negativn´ı. Pozitivn´ı korelace znamená, ˇze vysoká u ´roveˇ n jedné promˇenné je doprov´ azena vysokou u ´rovn´ı korelaˇcn´ı promˇenné. Negativn´ı korelace naopak udává, ˇze vysoká u ´roveˇ n jedné promˇenné bude provázena n´ızkou u ´rovn´ı korelaˇcn´ı promˇenné. Typick´ ym pˇr´ıkladem vyuˇzit´ı asociaˇcn´ıch pravidel je anal´ yza nákupn´ıho koˇs´ıku, kdy se snaˇz´ıme zjistit, jaké zboˇz´ı si z´ akazn´ıci nejbˇeˇznˇeji kupuj´ı dohromady. Na základˇe objeven´ ych vztah˚ u mezi jednotliv´ ymi poloˇzkami v nákupn´ım koˇs´ıku je pak moˇzné rozm´ıstit zboˇz´ı v obchodˇe efektivnˇeji, popˇr´ıpadˇe vhodnˇe sestavovat nab´ıdkové akce atd. N´ıˇze je uveden moˇzn´ y tvar asociaˇcn´ıho pravidla: tiskarna ⇒ papir do tiskarny (s = 2%, c = 60%) kde hodnoty s a c pˇredstavuj´ı metriky asociaˇcn´ıho pravidla - podporu a spolehlivost. Podpora ud´ av´ a v kolika transakc´ıch z celkového poˇctu vˇsech transakc´ı se vyskytly tyto dvˇe poloˇzky spoleˇcnˇe a spolehlivost udává v kolika transakc´ıch z celkového poˇctu transakc´ı obsahuj´ıc´ıch prvn´ı poloˇzku se z´ aroveˇ n vyskytla i druhá poloˇzka.

4.1.1

Typy asociaˇ cn´ıch pravidel

Asociaˇcn´ı pravidla je moˇzné rozdˇelit podle n´ıˇze uveden´ ych kritéri´ı: • Podle typu hodnot v pravidlech - Pokud pravidla popisuj´ı asociace mezi kvantitativn´ımi atributy nebo poloˇzkami, pak se jedná o kvantitativn´ı asociaˇcn´ı pravidla. V pˇr´ıpadˇe, ˇze n´ as zaj´ım´ a pouze pˇr´ıtomnost nebo nepˇr´ıtomnost jisté poloˇzky, pak se jedn´ a

14

o booleovsk´ a asociaˇcn´ı pravidla. N´ıˇze je uveden pˇr´ıklad kvantitativn´ıho asociaˇcn´ıho pravidla: vek = 30..50 ∧ prijem = 30000 − 48000 ⇒ koupi (tiskarna) • Podle poˇ ctu dimenz´ı obsaˇ zen´ ych v pravidlech - Asociaˇcn´ı pravidla se oznaˇcuj´ı jednodimenzion´ aln´ı, jestliˇze obsahuj´ı pouze jednu dimenzi. V opaˇcném pˇr´ıpadˇe se jedn´ a o pravidla v´ıcedimenzionáln´ı. • Podle u ´ rovn´ı abstrakce v pravidlech - Existuj´ı metody umoˇzn ˇuj´ıc´ı z´ıskán´ı asociaˇcn´ıch pravidel nad r˚ uzn´ ymi u ´rovni abstrakce. Tato pravidla se oznaˇcuj´ı jako v´ıce´ urovˇ nov´ a. vek = 30..50 ⇒ koupi (tiskarna) vek = 30..50 ⇒ koupi (multif unkcni tiskarna)

4.2

Klasifikace a predikce

Klasifikac´ı rozum´ıme proces umoˇzn ˇuj´ıc´ı pˇriˇrazen´ı vstupn´ıch objekt˚ u do koneˇcného poˇctu jist´ ych tˇr´ıd na z´ akladˇe jejich vlastnost´ı. Predikce je naproti tomu proces pˇriˇrazuj´ıc´ı dat˚ um hodnoty obecnˇe spojitého charakteru - tyto hodnoty jsou pˇredpov´ıdany na základˇe vlastnost´ı daného objektu. Proces klasifikace je rozdˇelen na dvˇe fáze: • F´ aze uˇ cen´ı - Z datab´ aze je vybrána trénovac´ı mnoˇzina dat. U tˇechto dat je nutné zn´ at pˇresnˇe tˇr´ıdu, do které jsou pˇriˇrazeny. Klasifikátor pak na základˇe tˇechto dat generuje klasifikaˇcn´ı pravidla, prostˇrednictv´ım kter´ ych je pak moˇzné jednotlivé objekty pˇriˇrazovat s jistou pˇresnost´ı do konkrétn´ıch tˇr´ıd. • F´ aze testov´ an´ı dan´ eho klasifik´ atoru - Jakmile jsou vytvoˇrena klasifikaˇcn´ı pravidla, je nutné tyto pravidla otestovat. Je vybrána tzv. testovac´ı mnoˇzina dat, u které je nutné, stejnˇe jako v pˇr´ıpadˇe trénovac´ı mnoˇziny, znát klasifikaˇcn´ı tˇr´ıdy, do kter´ ych tato data n´ aleˇz´ı. Data by nemˇela pocházet z trénovac´ı mnoˇziny kv˚ uli moˇznému zkreslen´ı testovac´ıch v´ ysledk˚ u. Data jsou na základˇe klasifikaˇcn´ıch pravidel rozdˇelena do jednotliv´ ych tˇr´ıd. N´ aslednˇe se urˇc´ı procentuáln´ı u ´spˇeˇsnost klasifikátoru a na základˇe této u ´spˇeˇsnosti je pak rozhodnuto, zda je tento klasifikátor moˇzno pouˇz´ıt ke klasifikaci operaˇcn´ıch dat, ˇci nikoliv.

4.2.1

Klasifikace pomoc´ı rozhodovac´ıch strom˚ u

Klasifikace je zaloˇzena na grafu stromové struktury. Kaˇzd´ y vnitˇrn´ı uzel grafu obsahuje podm´ınku pro hodnotu jistého atributu a koncové uzly pˇredstavuj´ı tˇr´ıdy, do kter´ ych jsou objekty klasifikov´ any. Takov´ yto graf je pak moˇzné snadno pˇrepsat do tvaru klasifikaˇcn´ıch pravidel.

4.2.2

Bayesovsk´ a klasifikace

Bayesovsk´ a klasifikace je zaloˇzena na statistice. Pro kaˇzd´ y nov´ y vzorek dat je na základˇe statistick´ ych metod vypoˇctena pravdˇepodobnost náleˇzen´ı prvku do jednotliv´ ych tˇr´ıd. Vzorek dat je n´ aslednˇe zaˇrazen do tˇr´ıdy s nejvˇetˇs´ı pravdˇepodobnost´ı pˇriˇrazen´ı. 15

4.2.3

Klasifikace pomoc´ı neuronov´ ych s´ıt´ı

Dalˇs´ım klasifikaˇcn´ım modelem jsou neuronové s´ıtˇe. Tyto s´ıtˇe jist´ ym zp˚ usobem simuluj´ı strukturu lidského mozku. Z´ akladn´ım logick´ ym prvkem neuronov´ ych s´ıt´ı je neuron. Do neuronu vstupuj´ı vstupn´ı data z vnˇejˇs´ıho vstupu s´ıtˇe nebo z v´ ystupu jiného neuronu. Tato data jsou neuronem ˇc´ asteˇcnˇe zpracována pomoc´ı sumace a aktivaˇcn´ıch funkc´ı a následnˇe se pˇresouvaj´ı na vstup dalˇs´ıho neuronu, nebo na v´ ystup neuronové s´ıtˇe. Zpracov´ an´ı pomoc´ı neuronov´ ych s´ıt´ı nevycház´ı z ˇzádného statistického hlediska, n´ ybrˇz ’ pracuje na principu rozpozn´ av´ an´ı vzor˚ u a minimalizace chyb. Neuronová s´ıt je tvoˇrena uzly uspoˇrádan´ ymi do vrstev. Data se nejprve rozdˇel´ı do trénovac´ı a testovac´ı mnoˇziny. V kaˇzdé iteraci jsou vstupy zpracov´ any systémem a následnˇe porovnány se skuteˇcnou hodnotou. Zmˇeˇren´ a chyba je pˇred´ ana systému k upraven´ı p˚ uvodn´ı váhy. Proces je ukonˇcen v okamˇziku dosaˇzen´ı urˇcené minim´ aln´ı chyby.

4.3

Shlukov´ a anal´ yza

Shlukov´ an´ı je rozdˇelov´ an´ı objekt˚ u na základˇe jejich podobnost´ı do tˇr´ıd. Jednotlivé tˇr´ıdy pak obsahuj´ı navz´ ajem hodnˇe podobné objekty, které zároveˇ n nejsou pˇr´ıliˇs podobné objekt˚ um z jin´ ych tˇr´ıd. Podobnost objekt˚ u je hodnocena podle hodnot jednotliv´ ych atribut˚ u objekt˚ u a ˇcasto se k tomuto u ´ˇcelu vyuˇz´ıvaj´ı vzdálenostn´ı funkce. Proces shlukován´ı nevyˇzaduje na rozd´ıl od klasifikace ˇz´ adnou trénovac´ı mnoˇzinu ani ˇzádné pˇreddefinované tˇr´ıdy.

4.3.1

Typy shlukovac´ıch metod

Shlukovac´ı metody lze rozdˇelit do následuj´ıc´ıch kategori´ı: • Metody zaloˇ zen´ e na rozdˇ elov´ an´ı - Metody rozdˇeluj´ı n objekt˚ u do k tˇr´ıd, kde pro k, n plat´ı k ≤ n. Kaˇzdá tˇr´ıda obsahuje alespoˇ n jeden objekt a kaˇzd´ y objekt patˇr´ı pouze do jedné tˇr´ıdy. Je nutné zadat poˇcet tˇr´ıd, do kter´ ych se maj´ı objekty rozdˇelovat. Nejprve se vybere náhodnˇe k objekt˚ u reprezentuj´ıc´ıch jednotlivé tˇr´ıdy a ostatn´ı objekty se zaˇrad´ı do jednotliv´ ych tˇr´ıd na základˇe podobnosti. V dalˇs´ım kroku se hledaj´ı interaktivnˇe objekty nejlépe reprezentuj´ıc´ı jednotlivé tˇr´ıdy a objekty jsou pˇresouv´ any mezi jednotliv´ ymi tˇr´ıdami tak, aby jejich podobnost byla v rámci tˇr´ıdy maxim´ aln´ı a podobnost s objekty jin´ ych tˇr´ıd minimáln´ı. • Hierarchick´ e metody - Vytváˇr´ı se hierarchick´ y rozklad mnoˇziny objekt˚ u - vytváˇr´ı se strom shluk˚ u. Hierarchické metody se rozdˇeluj´ı podle pr˚ ubˇehu rozkladu na Shlukuj´ıc´ı hierarchické metody, kdy se nejprve zaˇrad´ı kaˇzd´ y objekt do speciáln´ı tˇr´ıdy a následnˇe se sluˇcuj´ı nejpodobnˇejˇs´ı tˇr´ıdy, dokud nejsou vˇsechny tˇr´ıdy spojeny do jedné tˇr´ıdy, nebo se nedos´ ahne poˇzadované u ´rovnˇe shlukován´ı a na Rozdˇeluj´ıc´ı hierarchické metody, kdy se vˇsechny objekty nejdˇr´ıve um´ıst´ı do jediné tˇr´ıdy a pak se jednotlivé tˇr´ıdy dˇel´ı na menˇs´ı tˇr´ıdy do té doby, neˇz je kaˇzd´ y objekt um´ıstˇen ve zvláˇstn´ı tˇr´ıdˇe, nebo se dosáhlo poˇzadov´ ané u ´rovnˇe rozdˇelován´ı. • Metody zaloˇ zen´ e na hustotˇ e - Za shluky se povaˇzuj´ı oblasti s velkou hustotou objekt˚ u v prostoru dat, které jsou od sebe oddˇelené oblastmi s malou hustotou objekt˚ u. Objekty vyskytuj´ıc´ı se v oblastech s malou hustotou se povaˇzuj´ı za ˇsum. V´ yhodou tˇechto metod je skuteˇcnost, ˇze umoˇzn ˇuj´ı nacházet shluky r˚ uzn´ ych tvar˚ u a jsou schopné se vypoˇr´ adat s odlehl´ ymi hodnotami a ˇsumem v datech.

16

• Metody zaloˇ zen´ e na mˇ r´ıˇ zce - Vyuˇz´ıvá se v´ıce´ urovˇ nová mˇr´ıˇzková datová struktura. Prostor objekt˚ u je rozdˇelen na koneˇcn´ y poˇcet bunˇek tvoˇr´ıc´ıch mˇr´ıˇzku. Nad touto mˇr´ıˇzkovou strukturou pak prob´ıhaj´ı veˇskeré operace slukován´ı. Pˇrednost´ı tohoto typu metod je doba zpracov´ an´ı datové mnoˇziny, která je závislá pouze na poˇctu bunˇek struktury a nikoliv na celkovém poˇctu objekt˚ u. • Metody zaloˇ zen´ e na modelech - Snaha o optimalizaci shody mezi datovou mnoˇzinou a nˇejak´ ym dan´ ym matematick´ ym modelem. C´ılem je tedy nalezen´ı takov´ ych shluk˚ u, které by co nejv´ıce odpov´ıdaly danému modelu. Data jsou ve vˇetˇsinˇe pˇr´ıpad˚ u generov´ ana na z´ akladˇe sloˇzené pravdˇepodobnostn´ı distribuˇcn´ı funkce. Patˇr´ı zde napˇr. metody neuronov´ ych s´ıt´ı a konceptuáln´ı shlukován´ı. Konceptuáln´ı shlukován´ı nehled´ a na rozd´ıl od bˇeˇzného shlukován´ı jen skupiny objekt˚ u,ale snaˇz´ı se pro kaˇzdou skupinu objekt˚ u nalézt charakteristick´ y popis. ˇ • Metody pro shlukov´ an´ı vysoce dimenzion´ aln´ıch dat - Rada shlukovac´ıch metod m´ a problémy pˇri shlukov´ an´ı vysoce dimenzionáln´ıch dat, jelikoˇz byly navrˇzeny jen pro pouˇzit´ı s mal´ ym poˇctem dimenz´ı. U rostouc´ıho poˇctu dimenz´ı je totiˇz problémem skuteˇcnost, ˇze jen nˇekteré z tˇechto dimenz´ı jsou relevantn´ı pro jednotlivé shluky. Data ostatn´ıch dimenz´ı pak generuj´ı pomˇernˇe velké mnoˇzstv´ı ˇsumu znemoˇzn ˇuj´ıc´ıho nalezen´ı shluk˚ u. Pro shlukov´ an´ı takov´ ychto dat je moˇzné vyuˇz´ıt metodu transformace rys˚ u transformuj´ıc´ı data do prostoru s menˇs´ım poˇctem dimenz´ı pˇri zachován´ı relevantn´ıch vzd´ alenost´ı mezi jednotliv´ ymi objekty, nebo metodu v´ ybˇeru atribut˚ u, která je zaloˇzena na nalezen´ı nejv´ıce relevantn´ıch atribut˚ u pro danou u ´lohu a odstranˇen´ı nadbyteˇcn´ ych atribut˚ u.

17

Kapitola 5

N´ avrh rozˇ s´ıˇ ren´ı existuj´ıc´ı l´ ekaˇ rsk´ e aplikace 5.1

´ Uvod

C´ılem této kapitoly je shrnout n´ aroky na aplikaci, která by pˇredstavovala nejen rozˇs´ıˇren´ı stávaj´ıc´ı lékaˇrské ambulantn´ı databázové aplikace, ale bylo by ji moˇzné vyuˇz´ıt i spolu s ostatn´ımi podobnˇe zamˇeˇren´ ymi zdravotnick´ ymi produkty. Takováto rozˇs´ıˇrená pouˇzitelnost s sebou samozˇrejmˇe pˇrin´ aˇs´ı jeden zásadn´ı problém - jak´ ym zp˚ usobem extrahovat z libovolné aplikace data, nad kter´ ymi bude následnˇe provádˇena pokroˇcilá anal´ yza. Pˇrestoˇze si mohou b´ yt jednotlivé aplikace velmi podobné a z hlediska funkcionality a ovládán´ı si opravdu podobné jsou, tak kaˇzdá takováto aplikace ukládá ambulantn´ı data sv´ ym vlastn´ım zp˚ usobem, at’ uˇz do sv´ ych vlastn´ıch datov´ ych struktur, nebo za pouˇzit´ı r˚ uzn´ ych typ˚ u datab´ azov´ ych systém˚ u. Pokud by mˇelo navrhované rozˇs´ıˇren´ı pracovat pˇr´ımo s intern´ımi daty vˇsech tˇechto aplikac´ı, bylo by nutné zn´ at dopodrobna zp˚ usob uloˇzen´ı dat pro kaˇzdou z nich, coˇz by bylo bez intenzivn´ı spolupr´ ace se softwarov´ ymi spoleˇcnostmi, které tyto aplikace vytvoˇrily nereálné. ˇ sen´ım tohoto problému je vyuˇzit´ı jedné vlastnosti, kterou maj´ı vˇsechny pouˇzitelné amReˇ bulantn´ı aplikace spoleˇcné. Touto vlastnost´ı je generován´ı datov´ ych dávek pro pojiˇst’ovny. Kaˇzdá datov´ a d´ avka m´ a dopodrobna definované datové rozhran´ı, které mus´ı vˇsechny tyto aplikace dodrˇzovat. Navrhovan´ a aplikace tedy bude pracovat nad importovan´ ymi záznamy z vygenerovan´ ych datov´ ych d´ avek, tzn. nad stejn´ ymi daty, jaká jsou ambulantn´ımi lékaˇri pˇredávan´ a pojiˇst’ovn´ am ke zpracován´ı.

5.2

Pojem d´ avka

Dávka[4][5] je vyvrcholen´ım lékaˇrovy práce, t´ ykaj´ıc´ı se pojiˇst’ovny. Jsou do n´ı vtˇesnány vˇsechny u ´ˇcty, které lékaˇr za posledn´ı obdob´ı nashromáˇzdil a které budou odeslány pojiˇst’ovnˇe na datovém nosiˇci. D´ avky jsou uloˇzeny v ASCII souboru, kter´ y má pˇredepsané standardn´ı jméno KDAVKA.XXX, kde XXX pˇredstavuje kód pojiˇst’ovny. Plat´ı zásada, ˇze na kaˇzdém datovém nosiˇci je jen jeden soubor.

18

5.2.1

Definice datov´ eho rozhran´ı d´ avky

Dávka zaˇc´ın´ a u ´vodn´ı vˇetou d´ avky, která obsahuje základn´ı informace o zdravotnickém zaˇr´ızen´ı a d´ avce. N´ asleduj´ıc´ı vˇety reprezentuj´ı jednotlivé doklady. Doklady se skládaj´ı z typ˚ u vˇet pevné délky ˇrazen´ ych za sebou. Jednotlivé vˇety jsou od sebe oddˇeleny znaky ”posun voz´ıku a nov´ a ˇr´ adka”(CRLF). Atributy vˇety nejsou oddˇeleny delimitory.

5.2.2

D´ avka ambulantn´ı sm´ıˇ sen´ a

Jelikoˇz je navrhovan´ a aplikace urˇcena pouze pro vyuˇzit´ı v soukrom´ ych ambulantn´ıch ordinac´ıch, bude pracovat jen se z´ aznamy z´ıskan´ ymi z dávek typu ambulantn´ı sm´ıˇsené. Tento typ je urˇcen pro vykazov´ an´ı v´ ykon˚ u v ambulantn´ı péˇci. V podstatˇe se jedná o elektronickou verzi klasického pap´ırového formuláˇre uvedeného na obrázku 5.1.

Kód pojišťovny

IČP

Odbornost

Čís. dokladu

Var. symbol

Poř. č.

VYÚČTOVÁNÍ VÝKONŮ V AMBULANTNÍ PÉČI Příjmení a jméno pacienta: Čís. pojištěnce

Základní diagnóza

Ostatní diagnózy

Datum

Kód

Poč. Odbornost

Diagnóza

1 2 ind.

NÁHRADY 3 úraz zaviněný jinou osobou 4 požití alkoholu, omamné látky 5 pracovní úraz 7 porušení léčebného režimu 8 jiný důvod 9 nemoc z povolání

3 4 5 6 7 8 9 10 11 12

Obr´ azek 5.1: Pap´ırov´ y formuláˇr pro vy´ uˇctován´ı v´ ykon˚ u

Typy vˇ et

Doklady se v této d´ avce skládaj´ı z následuj´ıc´ıch ˇctyˇr typ˚ u vˇet:

1. z´ ahlav´ı – vyskytuje se pro kaˇzd´ y doklad jednou a obsahuje pˇreváˇznˇe informace o pacientovi, jemuˇz je doklad pˇriˇrazen, poˇctu vykazovan´ ych v´ ykon˚ u, poˇrad´ı dokladu v d´ avce a dalˇs´ı. N´ıˇze jsou uvedeny jej´ı atributy. Popis typ˚ u v tabulk´ ach atribut˚ u: C -znakov´ y atribut, N - numerick´ y atribut, D - datum ve tvaru “DDMMRRRR“, $ - penˇeˇzn´ı atribut, formát x.y ( x m´ıst vˇcetnˇe desetinné teˇcky, z toho y desetinn´ ych m´ıst). 19

N´ azev TYP HCID HSTR HPOC HPOR

Typ C N N N N

D´ elka 1 7 1 1 3

Zaˇ c´ atek 0 1 8 9 10

HCPO HTPP HICO HVAR HODB HROD HZDG

C C C C C C C

3 1 8 6 3 10 5

13 16 17 25 31 34 44

HKON HICZ HCDZ HREZ HCCEL HCBOD DTYP

C C N C $ N C

1 8 7 10 10.2 7 1

49 50 58 65 75 85 95

Popis typ vˇety “A“ - záhlav´ı ˇc´ıslo dokladu Poˇradové ˇc´ıslo listu dokladu Celkov´ y poˇcet list˚ u dokladu Poˇradové ˇc´ıslo listu v dávce. Povolen´ y rozsah od 1-999. ˇc´ıslo pojiˇst’ovny Typ pˇripojiˇstˇen´ı ˇ Identifikaˇcn´ı ˇc´ıslo pracoviˇstˇe - ICP Variabiln´ı symbol Smluvn´ı odbornost pracoviˇstˇe ˇ ıslo pojiˇstˇence C´ ˇ ıslo základn´ı diagnózy, pro kterou C´ byl pacient v tomto obdob´ı léˇcen nevyplˇ nuje se nevyplˇ nuje se nevyplˇ nuje se nevyplˇ nuje se Cena celkem - nepovinné Body celkem - nepovinné Doplnˇek typu vˇety záhlav´ı nevyplˇ nuje se

Celkov´ a délka vˇety: 93 znak˚ u 2. v´ ykony - prostˇrednictv´ım této vˇety se zadávaj´ı jednotlivé v´ ykony, které byly na pacientovi bˇehem daného z´ uˇctovac´ıho obdob´ı provedeny. Maximálnˇe 99 v´ ykon˚ u. N´ azev TYP VDAT

Typ C D

D´ elka 1 8

Zaˇ c´ atek 0 1

VKOD VPOC VODB

C N C

5 1 3

9 14 15

VDIA

C

5

18

VBOD VTYP

N C

5 1

23 28

Celkov´ a délka vˇety: 29 znak˚ u 20

Popis Typ vˇety ”V” - v´ ykony Datum proveden´ı v´ ykonu. Uveden´ı je povinné u prvn´ıho v´ ykonu v daném dnu ˇ ıslo v´ C´ ykonu Poˇcet proveden´ı v´ ykonu Odbornost - uvád´ı se povinnˇe v pˇr´ıpadˇe, kdy byl v´ ykon proveden na pracoviˇsti jiné smluvn´ı odbornosti, neˇz je uvedena v záhlav´ı dokladu Diagnóza - je-li uvedena základn´ı diagnóza, uvád´ı se jen u v´ ykon˚ u, které se k základn´ı diagnóze nevztahuj´ı. Nevyplnˇená diagnóza se povaˇzuje za diagnózu základn´ı. Body za v´ ykon - nepovinn´ yu ´daj Doplnˇek typu vˇety v´ ykony. Rezerva, nevyplˇ nuje se

3. n´ ahrady za zdravotn´ı p´ eˇ ci - v´ yskyt podle poˇctu náhrad, maximálnˇe 2 N´ azev TYP

Typ C

D´ elka 1

Zaˇ c´ atek 0

NTYP TYPN

C C

1 1

1 2

Popis Typ vˇety “N” náhrady za zdravotn´ı péˇci Typ náhrady Doplnˇek typu vˇety náhrady. Rezerva, nevyplˇ nuje se

Celkov´ a délka vˇety: 3 znaky 4. ostatn´ı diagn´ ozy - v´ yskyt podle poˇctu diagnóz, maximálnˇe 4 N´ azev TYP GCIS

Typ C C

D´ elka 1 5

Zaˇ c´ atek 0 1

GTYP

C

1

6

Popis Typ vˇety “G“ - ostatn´ı diagnózy ˇ ıslo dalˇs´ı vyskytuj´ıc´ı se diagnózy C´ souvisej´ıc´ı s poskytovanou péˇc´ı Doplnˇek typu vˇety ostatn´ı diagnózy. Rezerva, nevyplˇ nuje se

Celkov´ a délka vˇety: 7 znak˚ u Vˇety uvedené v´ yˇse maj´ı v d´ avce pˇresnˇe definované poˇrad´ı v´ yskytu. Na obrázku 5.2 je znázornˇen stavov´ y diagram fiktivn´ıho automatu, kter´ y by byl schopen ovˇeˇrit správné poˇrad´ı jednotliv´ ych vˇet.

Obr´ azek 5.2: Stavov´ y diagram znázorˇ nuj´ıc´ı posloupnost jednotliv´ ych vˇet v dávce

5.3

Poˇ zadavky kladen´ e na aplikaci

Aplikace je uˇcena k prov´ adˇen´ı anal´ yz nad zdravotnick´ ymi daty z´ıskan´ ymi prostˇrednictv´ım datov´ ych d´ avek, které jsou generované ambulantn´ımi aplikacemi za u ´ˇcelem vy´ uˇctov´ an´ı v´ ykon˚ u jednotliv´ ym pojiˇst’ovn´ am. Anal´ yza dat bude uˇzivatelem provádˇena prostˇrednictv´ım OLAP operac´ı nad multidimenzionáln´ım modelem, kter´ y bude namapován na relaˇcn´ı tabulky datového skladu. 21

Aplikace tedy mus´ı umoˇzn ˇovat zpracován´ı jednotliv´ ych dávkov´ ych soubor˚ u, které je sloˇzeno z n´ asleduj´ıc´ıch krok˚ u: 1. nalezen´ı vˇsech v´ yskyt˚ u d´ avek typu ambulantn´ı sm´ıˇsené v tˇechto souborech 2. selekci dat, kter´ a jsou poˇzadována pro anal´ yzu 3. jejich transformaci do vhodného tvaru 4. zaveden´ı transformovan´ ych dat do relaˇcn´ıho datového skladu

5.3.1

Analyzovan´ a data

Z jednotliv´ ych z´ aznam˚ u uveden´ ych v dávce lze pro kaˇzdého pacienta u kterého bylo za dané z´ uˇctovac´ı obdob´ı provedeno alespoˇ n jedno vyˇsetˇren´ı extrahovat následuj´ıc´ı, z hlediska anal´ yzy zaj´ımav´ a data pˇrestavuj´ıc´ı v navrhovaném multidimenzionáln´ım modelu jednotlivé dimenze: • Pacient - identifikace pacienta na základˇe rodného ˇc´ısla • Vˇek pacienta - vˇek, kterého pacient dovrˇsil pˇri dané návˇstˇevˇe zdravotnického zaˇr´ızen´ı • Pojiˇst’ovna, u které je dan´ y pacient veden • V´ ykon - typ v´ ykonu provedeného na pacientovi bˇehem návˇstˇevy • Diagn´ oza - informace o hlavn´ı diagnóze pacienta na kterou byl bˇehem daného obdob´ı léˇcen a diagn´ oze vztahuj´ıc´ı se k provedenému v´ ykonu ˇ - datum n´ • Cas avˇstˇevy, v r´ amci které byl proveden nˇekter´ y z v´ ykon˚ u • D´ avka - informace o konkrétn´ı dávce, ze které byla data importována do datového skladu Hlavn´ımi mˇern´ ymi jednotkami(faktem), nad kter´ ymi bude provádˇena anal´ yza jsou mnoˇzstv´ı bod˚ u z´ıskan´ ych za proveden´ı v´ ykon˚ u, poˇcet proveden´ı v´ ykonu, vyfakturovaná ˇcástka a poˇcet minut v´ ykonu. Vhodn´ ym aplikov´ an´ım OLAP operac´ı nad v´ yˇse uveden´ ymi dimenzemi pak bude moˇzné z´ıskat napˇr´ıklad n´ asleduj´ıc´ı informace: • celkové mnoˇzstv´ı z´ıskan´ ych bod˚ u za dané ˇcasové obdob´ı • mnoˇzstv´ı z´ıskan´ ych bod˚ u podle jednotliv´ ych pojiˇst’oven v rámci daného obdob´ı • vliv vˇeku na v´ yskyt jednotliv´ ych diagnóz • selekce pacient˚ u podle dané diagnózy a dalˇs´ı

22

Kapitola 6

Implementace datov´ eho skladu 6.1

Volba datab´ azov´ eho stroje

Datov´ y sklad je provozov´ an na multiplatformn´ım databázovém stroji MySQL. MySQL byl zvolen na z´ akladˇe pozitivn´ıch zkuˇsenost´ı z jin´ ych projekt˚ u, které tento stroj vyuˇz´ıvaly a rovnˇeˇz pro mnoˇzstv´ı dostupn´ ych kvalitn´ıch nástroj˚ u umoˇzn ˇuj´ıc´ıch efektivn´ı správu datab´ aze a v´ yvoj datab´ azov´ ych aplikac´ı postaven´ ych na tomto ˇreˇsen´ı.

6.2

Proces ETL

Data, kter´ a se v datovém skladu vyskytuj´ı, lze rozdˇelit na dvˇe skupiny na základˇe zdroj˚ u, ze kter´ ych jsou extrahov´ ana. Tˇemito zdroji jsou datové soubory obsahuj´ıc´ı jednotlivé dávky ambulantnˇe sm´ıˇsené a pomocné ˇc´ıseln´ıky dodávané pojiˇst’ovnou VZP. Oba tyto zdroje maj´ı pˇresnˇe definovanou strukturu záznam˚ u a povolen´ y obsah prostˇrednictv´ım datového rozhran´ı. Lékaˇrské aplikace generuj´ıc´ı tyto datové soubory tedy mus´ı toto rozhran´ı striktnˇe dodrˇzovat, jinak by ze strany pojiˇst’ovny doˇslo k jejich odm´ıtnut´ı. Z toho vypl´ yvá, ˇze dávka m˚ uˇze b´ yt importov´ ana z jakékoliv aplikace a pˇritom je stále zajiˇstˇen jak pˇresn´ y zp˚ usob uloˇzen´ı z´ aznam˚ u, tak validita obsaˇzen´ ych dat. D´ıky tomu je proces extrakce a následné transformace z´ıskan´ ych dat znaˇcnˇe zjednoduˇsen. C´ılem extrakce je tedy na základˇe rozhran´ı obsah jednotliv´ ych zdroj˚ u naˇc´ıst do vnitˇrn´ıch struktur a tyto struktury následnˇe pˇredat transformaˇcn´ımu procesu ke zpracován´ı. Záznamy v obou zdroj´ıch obsahuj´ı sadu doprovodn´ ych atribut˚ u, které nejsou z hlediska provádˇen´ı anal´ yz nad datov´ ym skladem potˇreba. C´ılem transformaˇcn´ı procesu je tedy tyto data z jednotliv´ ych záznam˚ u odstranit pˇred t´ım, neˇz jsou zavedena do datového skladu. Z nˇekter´ ych atribut˚ u obsaˇzen´ ych v importovan´ ych z´ aznamech je téˇz moˇzné dodateˇcnˇe extrahovat dalˇs´ı, z hlediska anal´ yzy cenné informace. Takov´ ymi atributy jsou napˇr´ıklad ˇretˇezec datumu pacientovy návˇstˇevy ambulantn´ıho zaˇr´ızen´ı, kter´ y je nutné pro zkvalitnˇen´ı dotazovac´ıch schopnost´ı v´ ysledného systému rozdˇelit na jednotlivé ˇcasové podsloˇzky a tyto uloˇzit do samostatn´ ych sloup˚ u c´ılové dimenze. Dalˇs´ım takov´ ym atributem je pak ˇc´ıslo pojiˇstˇence, které je reprezentováno rodn´ ym ˇc´ıslem. Z tohoto ˇc´ısla je pak moˇzné extahovat informace o narozen´ı a pohlav´ı pacienta. Zp˚ usob extrakce tˇechto dat bude detailnˇe vysvˇetlen u popisu jednotliv´ ych tabulek dimenz´ı, které jsou k uloˇzen´ı tˇechto dat urˇceny. Zat´ımco import dávek bude do datového skladu provádˇen v pravideln´ ych ˇcasov´ ych intervalech odpov´ıdaj´ıc´ıch smluvenému u ´ˇctovac´ımu obdob´ı, aktualizace podp˚ urn´ ych ˇc´ıseln´ık˚ u bude provádˇena pouze v pˇr´ıpadˇe, kdy bude obsah nˇekterého ˇc´ıseln´ıku pojiˇst’ovnou pozmˇenˇen. Zmˇena v datovém rozhran´ı obou zdroj˚ u si vˇzdy vyˇzád´ a

23

vydán´ı aktualizované verze aplikace, kdy bude v závislosti na m´ıˇre proveden´ ych zmˇen nutné automatick´ ym procesem pˇrizp˚ usobit strukturu datového skladu nov´ ym poˇzadavk˚ um.

6.3

Struktura datov´ eho skladu

Datov´ y sklad pro u ´ˇcely OLAP anal´ yzy nad zdravotnick´ ymi daty je realizován na základˇe schématu hvˇezdy, kdy jsou pˇr´ıtomny tabulky reprezentuj´ıc´ı jednotlivé dimenze a jedna tabulka fakt˚ u s odkazy na tyto dimenze a mˇern´ ymi jednotkami, jejiˇz anal´ yza se bude provádˇet. Schéma datového skladu je zobrazeno na obrázku 6.1.

Obr´ azek 6.1: Schéma datového skladu Datov´ y sklad obsahuje celkem 7 následuj´ıc´ıch tabulek dimenz´ı ˇ n´ • Cas avˇstˇevy • Pacient • V´ ykon • Vˇek pacienta • Pojiˇst’ovna • D´ avka • Diagn´ oza 24

6.3.1

ˇ n´ Dimenze Cas avˇ stˇ evy

Dimenze slouˇz´ı pro uchov´ av´ an´ı ˇcas˚ u jednotliv´ ych návˇstˇev pacient˚ u zdravotnického zaˇr´ızen´ı. Z hlediska anal´ yzy by ovˇsem bylo velmi omezuj´ıc´ı pracovat pouze s konkrétn´ım datumem a proto jsou z toho datumu d´ ale extrahovány následuj´ıc´ı informace: • Rok • Kvart´ al • T´ yden ˇ ıslo mˇes´ıce v rozsahu 1-12 • C´ • N´ azev mˇes´ıce • Den v mˇes´ıci • Den v t´ ydnu • Den v t´ ydnu - n´ azev dne • Datum Pro extrakci v´ yˇse uveden´ ych ˇcasov´ ym poloˇzek obsahuje databáze MySQL sadu funkc´ı, které je moˇzné pouˇz´ıt pˇr´ımo v SQL dotazu a nen´ı tedy nutné ˇreˇsit extrakci programovˇe v samotném k´ odu aplikace. Extrakce roku K tomuto u ´ˇcelu je urˇcena funkce YEAR(datum), která pˇrij´ımá jako parametr konkrétn´ı datum a vrac´ı hodnoty v rozsahu 1000 - 9999, nebo 0 v pˇr´ıpadˇe nulového o datumu. Pˇr´ıklad pouˇzit´ı: SELECT YEAR(’2009-02-01’); -> 2009 Extrakce kvart´ alu K extrakci kvart´ alu je urˇcena funkce QUARTER(datum), která pˇrij´ımá jako parametr konkrétn´ı datum a vrac´ı hodnotu v rozsahu 1 - 4. Pˇr´ıklad pouˇzit´ı: SELECT QUARTER(’2009-02-01’); -> 1 Extrakce t´ ydne K extrakci t´ ydne je urˇcena funkce WEEK(datum), která pˇrij´ımá jako parametr konkrétn´ı datum a vrac´ı hodnotu v rozsahu 0 - 53. Pˇr´ıklad pouˇzit´ı: SELECT WEEK(’2008-02-01’); -> 4 25

Extrakce ˇ c´ısla mˇ es´ıce K extrahov´ an´ı ˇc´ısla mˇes´ıce je urˇcena funkce MONTH(datum), která pˇrij´ımá jako parametr konkrétn´ı datum a vrac´ı hodnotu mˇes´ıce v rozsahu 1 - 12. Pˇr´ıklad pouˇzit´ı: SELECT MONTH(’2009-02-01’); -> 2 Extrakce n´ azvu mˇ es´ıce Kromˇe samotného ˇc´ısla mˇes´ıce je také vhodné poskytnou uˇzivateli volbu, zda zobrazit mˇes´ıc ve formˇe ˇc´ıselné, nebo ve formˇe textu. Proto je nutné do tabulky dimenze pˇridat dalˇs´ı sloupec, obsahuj´ıc´ı textov´ y název mˇes´ıce. Uˇzivatel pak bude m´ıt bˇehem konstrukce aktuáln´ıho pohledu moˇznost volby zobrazen´ı. K extrakci názvu mˇes´ıce databáze MySQL opˇet poskytuje odpov´ıdaj´ıc´ı funkci. Touto funkc´ı je MONTHNAME(datum), jejiˇz v´ ysledkem je plné jméno mˇes´ıce. Pˇr´ıklad pouˇzit´ı: SELECT MONTHNAME(’2009-02-01’); -> ’´ Unor’ Pˇri pouˇzit´ı této funkce je ovˇsem nutné m´ıt správnˇe nastavenu hodnotu systémové promˇenné lc time names, kter´ a urˇcuje, v jakém národn´ım jazyce budou ˇcasové funkce vracet textové reprezentace. V tomto pˇr´ıpadˇe je poˇzadováno navrácen´ı názvu mˇes´ıce v ˇceském jazyce, proto mus´ı b´ yt tato promˇenn´ a nastavena na cs CZ. Zde se nab´ız´ı ot´ azka, proˇc ukl´ adat název mˇes´ıce do databáze, kdyˇz by bylo moˇzné oˇsetˇrit pˇrevod mˇes´ıce z ˇc´ıselné reprezentace na textovou bˇehem interpretace vráceného v´ ysledku OLAP dotazu pˇr´ımo v aplikaci. Je to z toho d˚ uvodu, aby bylo moˇzné implementovan´ y datov´ y sklad analyzovat i prostˇrednictv´ım jin´ ych reportovac´ıch nástroj˚ u, které vycházej´ı pouze z dat uloˇzen´ ych v jednotliv´ ych tabulkách dimenz´ı. Pokud by tato poloˇzka v tabulce neexistovala, tak by reportovac´ı n´ astroj nebyl schopen tuto textovou reprezentaci nab´ıdnout a uˇzivatel by se musel spokojit s pouhou ˇc´ıselnou reprezentac´ı. Pˇridán´ım této poloˇzky se datov´ y sklad st´ av´ a univerz´ alnˇejˇs´ım, nicménˇe za cenu dalˇs´ı redundance a zv´ yˇsen´ı poˇzadavk˚ u na u ´loˇzn´ y prostor. Extrakce dne v mˇ es´ıci Pro z´ısk´ an´ı konkrétn´ıho dne v mˇes´ıci v rozsahu 1 aˇz 31 slouˇz´ı funkce DAYOFMONTH(datum). Pˇr´ıklad pouˇzit´ı: SELECT DAYOFMONTH(’2009-02-01’); -> 1 Extrakce dne v t´ ydnu Pro z´ısk´ an´ı poˇradového ˇc´ısla dne v t´ ydnu slouˇz´ı funkce DAYOFWEEK(date). Pˇr´ıklad pouˇzit´ı: 26

SELECT DAYOFWEEK(’2009-02-01’); -> ’1’ Extrakce n´ azvu dne v t´ ydnu Stejnˇe jako v pˇr´ıpadˇe n´ azvu mˇes´ıce je i v tomto pˇr´ıpadˇe nab´ıdnuta uˇzivateli volba form´ atu zobrazen´ı. Pro z´ısk´ an´ı n´ azvu dne v t´ ydnu slouˇz´ı funkce DAYNAME(datum). Pro vrácen´ı názvu ve spr´ avném n´ arodn´ım jazyce plat´ı stejné zásady, jako pˇri extrakci názvu mˇes´ıce uvedeného v´ yˇse. Pˇr´ıklad pouˇzit´ı: SELECT DAYNAME(’2009-02-01’); -> ’Nedˇ ele’ Vytvoˇ ren´ı poloˇ zky v dimenzi Na základˇe v´ yˇse uveden´ ych ˇcasov´ ych funkc´ı poskytovan´ ych databázov´ ym serverem je zˇrejmé, ˇze vloˇzen´ı jedné poloˇzky do tabulky dimenze lze elegantnˇe vyˇreˇsit pouh´ ym jedn´ım SQL pˇr´ıkazem nad datab´ az´ı, kdy jsou z pˇredaného datumu automaticky extrahovány vˇsechy poˇzadované poloˇzky. Pˇr´ıklad vloˇzen´ı datumu n´ avˇstˇevy pacienta ’12.3.2009’ do ˇcasové dimenze: INSERT INTO cas (rok,tyden,kvartal,mesic,nazev_mesice,den,den_tydne,nazev_dne_tydne, datum) VALUES(YEAR(’2009-03-12’),WEEK(’2009-03-12’),QUARTER(’2009-03-12’), MOUNTH(’2009-03-12’),MONTHNAME(’2009-03-12’),DAYOFMONTH(’2009-03-12’), DAYOFWEEK(’2009-03-12’),DAYNAME(’2009-03-12’),’2009-03-12’); Vytvoˇ ren´ı tabulky dimenze CREATE TABLE ‘cas‘ ( ‘idcas‘ int(11) NOT NULL auto_increment, ‘rok‘ int(11) NOT NULL, ‘tyden‘ int(11) NOT NULL, ‘kvartal‘ int(11) NOT NULL, ‘mesic‘ int(11) NOT NULL, ‘nazev_mesice‘ varchar(45) NOT NULL, ‘den‘ int(11) NOT NULL, ‘nazev_dne_tydne‘ varchar(45) default NULL, ‘den_tydne‘ int(11) NOT NULL, ‘datum‘ date NOT NULL, PRIMARY KEY (‘idcas‘), KEY ‘index1‘ USING BTREE (‘datum‘) ) ENGINE=MyISAM DEFAULT CHARSET=cp1250 COLLATE=cp1250_czech_cs;

6.3.2

Dimenze Pacient

Dimenze Pacient slouˇz´ı pro uchováván´ı informac´ı o konkrétn´ım pacientovi, kter´ y dané zdravotnické zaˇr´ızen´ı nˇekdy navˇst´ıvil a na nˇemˇz byl lékaˇrem proveden a následnˇe pojiˇst’ovnˇe prostˇrednictv´ım pˇredané d´ avky vykázán v´ ykon. 27

6.3.3

ˇ ıslo pojiˇ C´ stˇ ence

Zdravotn´ı pojiˇst’ovny pˇridˇeluj´ı kaˇzdému svému klientovi tzv. ˇc´ıslo pojiˇstˇence, které slouˇz´ı k jeho jednoznaˇcné identifikaci a je obsaˇzeno i na kartiˇcce pojiˇst’ovny. Pod t´ımto ˇc´ıslem je rovnˇeˇz klient veden u zdravotnick´ ych zaˇr´ızen´ı, s nimiˇz pˇriˇsel bˇehem léˇcby do styku. Pr´ avˇe toto ˇc´ıslo pouˇz´ıvaj´ı zdravotnick´ a zaˇr´ızen´ı pˇri fakturaci v´ ykon˚ u proveden´ ych na konkrétn´ım pacientovi a na pˇred´ avan´ ych vygenerovan´ ych datov´ ych dávkách pˇredstavuje jediného nositele informace o daném pacientovi. Vzhledem k tomu, ˇze hodnotou tohoto ˇc´ısla je právˇe rodné ˇc´ıslo klienta pojiˇst’ovny, je moˇzné z´ıskat o pacientovi sice znaˇcnˇe omezenou, ovˇsem z hlediska provádˇen´ı n´ asledné OLAP anal´ yzy ˇci dolován´ı dat, v´ yznamnou sadu informac´ı. Form´ at rodn´ eho ˇ c´ısla Existuj´ıc´ı rodn´ a ˇc´ısla [6] mohou b´ yt ve dvou délkov´ ych variantách. Rodná ˇc´ısla s délkou dev´ıti znak˚ u byla pˇridˇelov´ ana do 1. ledna roku 1954. Od tohoto data je k rodnému ˇc´ıslu pˇridáv´ ana na konec jeˇstˇe jedna kontroln´ı ˇc´ıslice, která slouˇz´ı k ovˇeˇren´ı validity rodného ˇc´ısla a to, zda je rodné ˇc´ıslo dˇelitelné beze zbytku jedenácti. Ovˇsem, existuj´ı i rodná ˇc´ısla, která tuto podm´ınku nesplˇ nuj´ı a i pˇresto jsou povaˇzována za validn´ı. Jedná se o ty pˇr´ıpady, kdy je zbytek po dˇelen´ı rodného ˇc´ısla jedenácti roven des´ıti. Zde pak nelze pouˇz´ıt ˇzádnou kontroln´ı ˇc´ıslici, kter´ a by rodné ˇc´ıslo uˇcinila dˇeliteln´ ym beze zbytku a m´ısto kontroln´ı ˇc´ıslice se vklád´ a nula. Pˇr´ıklad rodného ˇc´ısla, které nen´ı beze zbytku dˇelitelné jedenácti a pˇresto je povaˇzováno za zcela validn´ı: 8

4

0

5

0

1

1

3

3

0

840501133 mod 11 = 10 Z kaˇzdého rodného ˇc´ısla lze extrahovat následuj´ıc´ı informace: • Rok narozen´ı • Mˇes´ıc narozen´ı • Den narozen´ı • Pohlav´ı Pˇresné pozice jednotliv´ ych poloˇzek rodného ˇc´ısla jsou uvedeny v tabulce 6.1. Poloˇ zka Zaˇ c´ atek Poˇ cet znak˚ u Rok narozen´ı 1 2 Mˇes´ıc narozen´ı 3 2 Den narozen´ı 5 2 Poˇradové ˇc´ıslo 7 3 Od 1. ledna roku 1954 Kontroln´ı ˇc´ıslice 10 1 Tabulka 6.1: Poloˇzky rodného ˇc´ısla Poˇradové ˇc´ıslo slouˇz´ı k rozliˇsen´ı osob narozen´ ych ve stejn´ y den. 28

Extrakce roku narozen´ı Vzhledem k tomu, ˇze je rok narozen´ı v rodném ˇc´ısle zadán pouze pomoc´ı dvou posledn´ıch ˇc´ıslic, je nutné dodateˇcnˇe urˇcit také správné stolet´ı. K tomu je moˇzné vyuˇz´ıt jednoduché kontroly sloˇzené ze dvou ˇc´ ast´ı: 1. Nejprve se zkontroluje délka rodného ˇc´ısla. Pokud je délka rovna 9, tak se jedn´ a o stolet´ı 20.. Tato podm´ınka vycház´ı ze skuteˇcnosti, ˇze do roku 1954 byla pˇridˇelována rodn´ a ˇc´ısla pr´ avˇe s délkou 9 a od roku 1954 s délkou o jednu ˇc´ıslici vˇetˇs´ı, tedy 10. 2. V pˇr´ıpadˇe, kdy je délka rodného ˇc´ısla rovna 10, tak lze stolet´ı urˇcit následovnˇe: Pokud je rok narozen´ı menˇs´ı neˇz 54 (posledn´ı dvˇe ˇc´ıslice roku 1954), tak je v´ ysledkem stolet´ı 21., v opaˇcném pˇr´ıpadˇe pak stolet´ı 20.. Protoˇze je rok narozen´ı zad´ av´ an právˇe dvˇemi posledn´ımi ˇc´ıslicemi, bude stávaj´ıc´ı form´ at rodného ˇc´ısla od roku 2054 nepouˇziteln´ y, protoˇze by bez dodateˇcn´ ych u ´prav standardu nebylo moˇzné ˇz´ adn´ ym zp˚ usobem rozliˇsit správné stolet´ı narozen´ı. Extrakce mˇ es´ıce, dne a pohlav´ı Na základˇe hodnoty mˇes´ıce lze jednoznaˇcnˇe urˇcit pohlav´ı obˇcana. Mˇes´ıc je zadán pomoc´ı dvou ˇc´ıslic, kdy u muˇz˚ u jsou hodnoty v intervalu 1 - 12, kdeˇzto u ˇzen je k ˇc´ıslu mˇes´ıce jeˇstˇe pˇriˇcteno ˇc´ıslo 50. Od roku 2004 je zavedena moˇznost v pˇr´ıpadˇe, ˇze jsou v nˇejak´ y den vyˇcerp´ ana vˇsechna platn´ a koncová ˇctyˇrˇc´ısl´ı, pouˇz´ıt alternativn´ı rodné ˇc´ıslo, u kterého maj´ı muˇzi k ˇc´ıslu mˇes´ıce pˇriˇctenu hodnotu 20 a ˇzeny hodnotu 70. Den narozen´ı pˇredstavuje ve vˇsech rodn´ ych ˇc´ıslech jiˇz skuteˇcnou hodnotu, proto se na nˇej jiˇz ˇzádná pravidla neaplikuj´ı. Pˇri urˇcov´ an´ı ˇc´ısla mˇes´ıce a pohlav´ı se tedy postupuje následovnˇe: 1. Pokud je ˇc´ıslo mˇes´ıce v intervalu 1-12, tak se jedná o pohlav´ı muˇzské a ˇc´ıslo mˇes´ıce jiˇz reprezentuje spr´ avnou hodnotu. 2. Pokud je interval v rozsahu 21 - 32, tak se opˇet jedná o muˇze, ale k z´ıskán´ı správné hodnoty mˇes´ıce je nutné od tohoto ˇc´ısla odeˇc´ıst hodnotu 20. 3. V pˇr´ıpadˇe, kdy je ˇc´ıslo mˇes´ıce vˇetˇs´ı neˇz 32, tak lze jiˇz bezpeˇcnˇe prohlásit, ˇze nositelem rodného ˇc´ısla je ˇzena. 4. Pokud je u ˇzeny ˇc´ıslo mˇes´ıce v intervalu 51-62, tak se pro z´ıskán´ı správné hodnoty odeˇcte 50, pokud v intervalu 71-82, tak 70. Vzorov´ y pˇ r´ıklad extrakce informac´ı z rodn´ eho ˇ c´ısla Uvaˇzujme dvˇe n´ asleduj´ıc´ı smyˇslená, nicménˇe dle standardu zcela validn´ı, rodná ˇc´ısla: 4 9

7 3

5 5

9 4

2 1

0 8

4 4

0 4

4 7

7

C´ılem je urˇcit o vlastn´ıkovi vˇsechny dostupné informace na základˇe postup˚ u uveden´ ych v´ yˇse.

29

1. cel´ y rok narozen´ı V prvn´ım pˇr´ıpadˇe m´ a rodné ˇc´ıslo délku 9 ˇc´ıslic, proto se jedná o stolet´ı dvacáté. V´ ysledkem konkatenace stolet´ı a roku narozen´ı je pak rok 1947. V druhém pˇr´ıpadˇe je délka rodného ˇc´ısla rovna 10, proto se porovná rok narozen´ı s rokem 1954. V tomto pˇr´ıpadˇe je rok narozen´ı vˇetˇs´ı, proto je v´ ysledkem stolet´ı 20. a cel´ y rok narozen´ı m´ a hodnotu 1993. 2. mˇ es´ıc narozen´ı, pohlav´ı V obou pˇr´ıpadech spad´ a hodnota mˇes´ıce do intervalu 51-62. Jedná se proto o pohlav´ı ˇzenské a od hodnoty mˇes´ıce je nutné odeˇc´ıst hodnotu 50. Prvn´ı ˇzena se tedy narodila v z´ aˇr´ı, druh´ a pak dubnu. 3. den narozen´ı Den narozen´ı je v prvn´ım pˇr´ıpadˇe 20. a v druhém 18.. Vytvoˇ ren´ı tabulky dimenze CREATE TABLE ‘pacient‘ ( ‘idpacient‘ int(11) NOT NULL auto_increment, ‘rodne_cislo‘ varchar(45) NOT NULL, ‘rok_narozeni‘ year(4) NOT NULL, ‘pohlavi_muzske‘ tinyint(1) NOT NULL, ‘datum_narozeni‘ date NOT NULL, PRIMARY KEY (‘idpacient‘), KEY ‘index1‘ USING BTREE (‘rodne_cislo‘) ) ENGINE=MyISAM DEFAULT CHARSET=cp1250 COLLATE=cp1250_czech_cs;

6.3.4

Dimenze Vˇ ek pacienta

Dimenze reprezentuje vˇek, kterého pacient dovrˇsil ke dni, ve kterém byla uskuteˇcnˇena návˇstˇeva zdravotnického zaˇr´ızen´ı a vykázán pˇr´ısluˇsn´ y v´ ykon. D´ıky této informaci je pak moˇzné prostˇrednictv´ım vhodnˇe navrˇzen´ ych OLAP pohled˚ u analyzovat napˇr´ıklad následuj´ıc´ı: • Kolik v´ ykon˚ u bylo provedeno na pacientech ve vˇeku 30 - 35 za obdob´ı leden aˇz bˇrezen roku 2008? • Jak´ a byla celkov´ a ˇc´ astka vyfakturovaná jednotliv´ ym pojiˇst’ovnám k proplacen´ı za pacienty starˇs´ı 70 let za rok 2008 a 2009? • Na z´ akladˇe jak´ ych diagn´ oz byly provádˇeny v´ ykony na pacientech mladˇs´ıch 20 let? Atd. Vytvoˇ ren´ı tabulky dimenze CREATE TABLE ‘vek‘ ( ‘idvek‘ int(11) NOT NULL auto_increment, ‘vek‘ int(11) NOT NULL, PRIMARY KEY (‘idvek‘) ) ENGINE=MyISAM DEFAULT CHARSET=cp1250 COLLATE=cp1250_czech_cs;

30

6.3.5

Dimenze V´ ykon

Dimenze obsahuje seznam vˇsech dostupn´ ych zdravotnick´ ych v´ ykon˚ u, které jsou vydávány Vˇseobecnou zdravotn´ı pojiˇst’ovnou ve formˇe ˇc´ıseln´ık˚ u. S hodnotami tohoto ˇc´ıseln´ıku rovnˇeˇz pracuj´ı vˇsechny zdravotnické aplikace, které vyuˇz´ıvaj´ı jednotlivé poloˇzky jednak k zaznamenáv´ an´ı proveden´ ych v´ ykon˚ u, tak k v´ ypoˇctu statistick´ ych u ´daj˚ u. Data importovan´ azˇ c´ıseln´ıku Kaˇzd´ y zdravotnick´ y v´ ykon obsaˇzen´ y v ˇc´ıseln´ıku je reprezentován sadou parametr˚ u. Z hlediska zamˇeˇren´ı implementované aplikace nen´ı nutné z ˇc´ıseln´ıku importovat vˇsechny dostupné poloˇzky kaˇzdého v´ ykonu, ale pouze ty, které jsou pˇr´ımo vyuˇzity k provádˇen´ı OLAP anal´ yz, nebo jsou jejich hodnoty pouˇzity bˇehem samotného importu dávek ambulantnˇe sm´ıˇsen´ ych do datového skladu. Tˇemito poloˇzkami jsou: • K´ od v´ ykonu - jednoznaˇcn´ a ˇc´ıselná reprezentace zdravotnického v´ ykonu. Právˇe tato ˇc´ıseln´ a reprezentace se vyuˇz´ıvá pˇri komunikaci zdravotnického zaˇr´ızen´ı s jednotliv´ ymi pojiˇst’ovnami prostˇrednictv´ım dávek vygenerovan´ ych zdravotnickou aplikac´ı. • N´ azev v´ ykonu - textov´ a reprezentace zdravotnického v´ ykonu. Stejnˇe jako v pˇr´ıpadˇe ˇ u poloˇzek mˇes´ıc a den v mˇes´ıci je i zde umoˇznˇena uˇzivateli pˇri konstrukci dimenze Cas OLAP pohledu volba, zda zobrazit ve vráceném v´ ysledku OLAP dotazu v´ ykony ve formˇe k´ odu, nebo ve formˇe textové reprezentace. Pˇrestoˇze lékaˇr provád´ı v rámci své praxe omezenou sadu v´ ykon˚ u a d´ıky tomu jiˇz podle ˇc´ısla v´ ykonu pˇresnˇe pozná o jak´ y v´ ykon ve skuteˇcnosti jde, aniˇz by potˇreboval textov´ y popis, je z hlediska univerzálnosti aplikace vhodné, aby aplikace tuto volbu umoˇzn ˇovala a proto se do datového skladu zav´ ad´ı i tato informace. • Body za v´ ykon - pˇredstavuj´ı formu ohodnocen´ı nároˇcnosti kaˇzdého zdravotnického v´ ykonu v ˇc´ıseln´ıku a na z´ akladˇe této hodnoty je lékaˇri vypoˇc´ıtána zdravotnickou ’ pojiˇst ovnou ˇc´ astka k proplacen´ı. S kaˇzd´ ym lékaˇrem má zdravotnická pojiˇst’ovna sjednanou cenu za jeden bod a proto je fináln´ı fakturovaná ˇcástka k proplacen´ı vypoˇc´ıtána jako: fakturovan´ a ˇc´ astka = (souˇcet bod˚ u za vˇsechny provedené výkony) * (cena za bod ) Hodnota této poloˇzky je následnˇe pouˇzita bˇehem importován´ı dávky ambulantnˇe sm´ıˇsené do do datového skladu, kdy je od n´ı odvozuj´ı nˇekteré mˇerné jednotky. • minuty - pˇredstavuj´ı celkov´ y poˇcet minut, kter´ ym je kaˇzd´ y v´ ykon ohodnocen. Vytvoˇ ren´ı tabulky dimenze CREATE TABLE ‘vykon‘ ( ‘idvykon‘ int(11) NOT NULL auto_increment, ‘kod‘ varchar(45) NOT NULL, ‘nazev‘ text NOT NULL, ‘body‘ int(11) NOT NULL, ‘minuty‘ float NOT NULL, PRIMARY KEY (‘idvykon‘), 31

KEY ‘index1‘ USING BTREE (‘kod‘) ) ENGINE=MyISAM DEFAULT CHARSET=cp1250 COLLATE=cp1250_czech_cs;

6.3.6

Dimenze Pojiˇ st’ovna

ˇ e republice. Tento Dimenze obsahuje seznam vˇsech zdravotn´ıch pojiˇst’oven p˚ usob´ıc´ıch v Cesk´ seznam je rovnˇeˇz poskytov´ an ve formˇe ˇc´ıseln´ıku, kdy je kaˇzd´ y záznam o pojiˇst’ovnˇe sloˇzen z následuj´ıc´ıch dvou poloˇzek, které se obˇe importuj´ı do datového skladu. • K´ od pojiˇ st’ovny - jedineˇcn´ y tˇr´ım´ıstn´ y ˇc´ıseln´ y kód reprezentuj´ıc´ı pojiˇst’ovnu. • N´ azev pojiˇ st’ovny - pln´ y název zdravotn´ı pojiˇst’ovny. V tabulce se téˇz vyskytuje sloupec ”cena bodu”, kter´ y slouˇz´ı k uchováván´ı smluvn´ı ’ ceny za jeden bod pro kaˇzdou zdravotn´ı pojiˇst ovnu. Hodnoty tohoto sloupce se vyuˇz´ıvaj´ı pˇri importu d´ avky do datového skladu. Vytvoˇ ren´ı tabulky dimenze CREATE TABLE ‘pojistovna‘ ( ‘idpojistovna‘ int(11) NOT NULL auto_increment, ‘kod‘ varchar(10) NOT NULL, ‘nazev‘ varchar(100) NOT NULL, ‘cena_bodu‘ float NOT NULL default ’1’, PRIMARY KEY (‘idpojistovna‘) ) ENGINE=MyISAM DEFAULT CHARSET=cp1250 COLLATE=cp1250_czech_cs;

6.3.7

Dimenze D´ avka

Dimenze obsahuje informace o vˇsech dávkách, které byly importovány do datového skladu. Na základˇe této dimenze je pak moˇzné provádˇet anal´ yzu pouze tˇech dat, které náleˇz´ı konkrétn´ı d´ avce. Kaˇzd´ y z´ aznam obsahuje následuj´ıc´ı poloˇzky: • Poˇradové ˇc´ıslo d´ avky • Rok uzavˇren´ı z´ aznam˚ u v d´ avce • Mˇes´ıc uzavˇren´ı z´ aznam˚ u v dávce • Pojiˇst’ovna, pro kterou je d´ avka urˇcena • Datum a ˇcas importu d´ avky do datového skladu Pro u ´ˇcely OLAP anal´ yzy se vyuˇz´ıvá pouze poˇradové ˇc´ıslo dávky. Ostatn´ı poloˇzky jsou vyuˇzity aplikac´ı pouze pro veden´ı evidence naimportovan´ ych dávek.

32

Vytvoˇ ren´ı tabulky dimenze CREATE TABLE ‘davka‘ ( ‘iddavka‘ int(11) NOT NULL auto_increment, ‘poradove_cislo‘ int(11) NOT NULL, ‘rok_uzavreni‘ year(4) NOT NULL, ‘mesic_uzavreni‘ int(11) NOT NULL, ‘pojistovna‘ int(11) NOT NULL, ‘importovana_v‘ datetime NOT NULL, PRIMARY KEY (‘iddavka‘), KEY ‘fk_davka_pojistovna‘ (‘pojistovna‘) ) ENGINE=MyISAM DEFAULT CHARSET=cp1250 COLLATE=cp1250_czech_cs;

6.3.8

Dimenze Diagn´ oza

Dimenze obsahuje seznam vˇsech diagnóz, kter´ y je rovnˇeˇz dodáván ve formˇe ˇc´ıseln´ıku. Z kaˇzdého z´ aznamu o diagn´ oze se do datového skladu importuj´ı následuj´ıc´ı dvˇe poloˇzky: • K´ od diagn´ ozy - jedineˇcn´ y kód reprezentuj´ıc´ı diagnózu. • N´ azev diagn´ ozy Vytvoˇ ren´ı tabulky dimenze CREATE TABLE ‘diagnoza‘ ( ‘iddiagnoza‘ int(11) NOT NULL auto_increment, ‘kod‘ varchar(45) NOT NULL, ‘nazev‘ varchar(100) NOT NULL, PRIMARY KEY (‘iddiagnoza‘), KEY ‘index+‘ USING BTREE (‘kod‘) ) ENGINE=MyISAM DEFAULT CHARSET=cp1250 COLLATE=cp1250_czech_cs;

6.3.9

Fakta

Tabulka fakt˚ u obsahuje odkazy na jednotlivé tabulky dimenz´ı definovan´ ych v´ yˇse a mˇerné jednotky, nad kter´ ymi bude prob´ıhat samotná Anal´ yza. Tˇemito mˇern´ ymi jednotkami jsou: • Poˇcet proveden´ı v´ ykonu • Body za v´ ykon • Fakturovan´ a ˇc´ astka za v´ ykon • Minuty v´ ykonu Vytvoˇ ren´ı tabulky dimenze CREATE TABLE ‘fakta‘ ( ‘idfakta‘ int(11) NOT NULL auto_increment, ‘cas‘ int(11) NOT NULL, ‘pacient‘ int(11) NOT NULL, 33

‘vek‘ int(11) NOT NULL, ‘pojistovna‘ int(11) NOT NULL, ‘diagnoza‘ int(11) NOT NULL, ‘vykon‘ int(11) NOT NULL, ‘davka‘ int(11) NOT NULL, ‘opakovani_vykonu‘ int(11) NOT NULL, ‘bodu_za_vykon‘ int(11) NOT NULL, ‘castka‘ float NOT NULL, ‘minuty‘ float NOT NULL, PRIMARY KEY (‘idfakta‘), KEY ‘fk_fakta_pacient‘ (‘pacient‘), KEY ‘fk_fakta_vykon‘ (‘vykon‘), KEY ‘fk_fakta_vek‘ (‘vek‘), KEY ‘fk_fakta_pojistovna‘ (‘pojistovna‘), KEY ‘fk_fakta_diagnoza‘ (‘diagnoza‘), KEY ‘fk_fakta_cas‘ (‘cas‘), KEY ‘fk_fakta_davka‘ (‘davka‘) ) ENGINE=MyISAM DEFAULT CHARSET=cp1250 COLLATE=cp1250_czech_cs;

34

Kapitola 7

Implementace aplikace MedOLAP Kapitola se zab´ yv´ a implementac´ı aplikace MedOLAP, která je urˇcena k provádˇen´ı anal´ yz nad datov´ ym skladem, jehoˇz struktura byla detailnˇe popsána v pˇredchoz´ı kapitole.

Obr´ azek 7.1: Hlavn´ı okno aplikace

7.1

Pouˇ zit´ e v´ yvojov´ e prostˇ red´ı

Aplikace byla vytvoˇrena ve v´ yvojovém prostˇred´ı C++ Builder 2006 [8][9] spoleˇcnosti Borland. Jedn´ a se o dvoucestn´ y vizuáln´ı nástroj pro v´ yvoj aplikac´ı v jazyce C++. Slouˇz´ı k v´ yvoji jak graficky orientovan´ ych aplikac´ı, tak i konzolov´ ych aplikac´ı, distribuovan´ ych databázov´ ych aplikac´ı, aplikac´ı pro WWW atd. Hlavn´ı pˇrednost´ı C++ builderu stejnˇe jako v pˇr´ıpadˇe v´ yvojového prostˇred´ı Delphi je vyuˇzit´ı komponent. 35

Komponenty pˇredstavuj´ı pˇreddefinované a speciáln´ım zp˚ usobem pˇreloˇzené tˇr´ıdy, které zapouzdˇruj´ı v´ıceménˇe samostatné a univerzálnˇe pouˇzitelné stavebn´ı prvky program˚ u jako jsou napˇr´ıklad n´ astroje pro pr´ aci s databázemi, ovládac´ı prvky Windows a dalˇs´ı. V´ ystavba aplikace prostˇrednictv´ım komponent tedy v´ yraznˇe sniˇzuje poˇzadavky na ˇcas, kter´ y je potˇrebn´ y k jej´ımu vytvoˇren´ı. Kromˇe standardn´ıch komponent, které jsou um´ıstˇeny v knihovnˇe VCL(Visual Component library), je moˇzné téˇz pˇri vytváˇren´ı aplikace vyuˇz´ıt i komponenty tˇret´ıch stran, at’ uˇz volnˇe dostupné, ˇci placené.

7.1.1

Programovac´ı jazyk C++

C++ [4] navrhl Bjarne Stroustrup. Pˇr´ıˇcinou byla jeho negativn´ı zkuˇsenost z disertaˇcn´ı práce, jeˇz obsahovala program v jazyce Simula. Tento objektovˇe orientovan´ y jazyk mu umoˇznil efektivn´ı anal´ yzu problému a v´ yvoj programu, ale pro pouˇzit´ı na reáln´ ych datech byl pˇr´ıliˇs pomal´ y. Alternativu poskytovaly niˇzˇs´ı jazyky, zejména BCPL - prapˇredek dneˇsn´ıho C. Ty byly dostateˇcnˇe rychlé, ale neumoˇznily dostateˇcnˇe pˇrirozen´ y návrh a t´ım i efektivn´ı v´ yvoj programu. Pozdˇeji v Bellov´ ych laboratoˇr´ıch ˇreˇsil Stroustrup podobn´ y problém jako ve své disertaˇcn´ı práci. Navrhl a implementoval proto jazyk, kter´ y mˇel b´ yt stejnˇe efektivn´ı a pˇrenositeln´ y jako C, umoˇznil vytv´ aˇren´ı knihoven, kombinován´ı s jin´ ymi jazyky (C, Fortran, ...), ale zároveˇ n mˇel obsahovat podporu pro objektovˇe orientované programován´ı. Tento jazyk se jmenoval C with Classes, umoˇznil do C pˇridat simulovské tˇr´ıdy a pˇrekládal se pomoc´ı speciáln´ıho preprocesoru Cpre do ˇcistého C. D˚ uvodem byla pˇredevˇs´ım dostupnost a efektivita jazyka C, nav´ıc nebylo nutné ps´ at pro kaˇzdou platformu zvláˇst’ generátor kódu. V dalˇs´ıch verz´ıch se nov´ y jazyk pˇrejmenoval na C++ a pˇrekladaˇc na Cfront. Pˇrekladaˇc byl postupnˇe uvolnˇen pro ˇskoly, pozdˇeji vyˇsla i komerˇcn´ı verze. Zároveˇ n s pˇrekladaˇcem se podstatn´ ym zp˚ usobem vyv´ıjel i samotn´ y jazyk, u ´pravami proˇsel návrh objektovˇe orientovaného programov´ an´ı, pˇridaly se v´ yjimky, ˇsablony a prostory jmen. Neoficiáln´ı normou se stala kniha The C++ Annotated Reference Manual z roku 1990. Organizace ANSI a ISO zaˇcaly postupnˇe vyv´ıjet standard. Jednotlivé verze návrhu standardu uvolˇ novaly, aby mohli v´ yrobci pˇrekladaˇc˚ u implementovat zmˇeny. Standard byl schválen v roce 1998. Filozofie jazyka Ve své knize [7] Bjarne Stroustrup popisuje nˇekterá pravidla, které pouˇzil pˇri návrhu C++: • C++ je navrhnut jako staticky typov´ y, univerzáln´ı jazyk, kter´ y je v´ ykonn´ y a portovateln´ y jako jazyk C. • C++ je navrhnut k pˇr´ımé a u ´plné podpoˇre r˚ uzn´ ych programovac´ıch styl˚ u (procedur´ aln´ı programov´ an´ı, datové abstrakce, objektovˇe orientované programován´ı a generické programov´ an´ı). • C++ je navrhnut, aby byl co moˇzná nejv´ıce zpˇetnˇe kompatibiln´ı s jazykem C. Z toho vypl´ yv´ a, ˇze poskytuje snadn´ y pˇrechod z jazyka C. • C++ se vyh´ yb´ a vlastnostem, které jsou závislé na konkrétn´ı platformˇe, nebo nejsou obecného pouˇzit´ı. • C++ je navrˇzen tak, aby fungoval bez nutnosti m´ıt nˇejaké sloˇzité programovac´ı prostˇred´ı. 36

Nov´ e vlastnosti C++ oproti jeho pˇ redch˚ udci Kromˇe nˇekolika drobn´ ych omezen´ı a pomˇernˇe málo v´ yznamn´ ych rozˇs´ıˇren´ı najdeme v C++ nav´ıc pˇredevˇs´ım podporu objektovˇe orientovaného programován´ı (OOP), moˇznost ps´ at ˇsablony s nimiˇz m˚ uˇzeme nˇejakou funkci nebo tˇr´ıdu parametrizovat typem a zpracov´ an´ı chybov´ ych stav˚ u pomoc´ı v´ yjimek. Za zm´ınku stoj´ı také prostory jmen a pˇretˇeˇzován´ı funkc´ı a operátor˚ u. Nejd˚ uleˇzitˇejˇs´ı novou vlastnost´ı je urˇcitˇe podpora OOP. Pˇri správném návrhu vyv´ıjeného programu podle ideologie OOP je v C++ urˇcitˇe menˇs´ı riziko konfliktu identifikátor˚ u, menˇs´ı mnoˇzstv´ı pamˇet’ov´ ych chyb typu n + 1 (vyváˇzené spoustou nov´ ych a stejnˇe nebezpeˇcn´ ych chyb spojen´ ych s OOP). Je-li vyv´ıjen program, kter´ y ˇreˇs´ı problém, jeˇz je uˇz ”od pˇr´ırody”a nikoli násiln´ ym n´ avrhem objektovˇe orientovan´ y, pom˚ uˇze v C++ OOP na u ´rovni syntaxe jazyka k ˇcistˇs´ımu k´ odu ménˇe n´ achylnému na chyby. Standardn´ı knihovna C++ standard z roku 1998 se skládá ze dvou ˇcást´ı: jádra jazyka a standardn´ı knihovny. Druhá jmenovan´ a obsahuje mnoho z STL (Standard Template Library) a nepatrnˇe modifikovanou verzi standardn´ı knihovny jazyka C. STL je standardn´ı knihovna ˇsablon jazyka C++. Knihovna by mˇela b´ yt dodávána s kaˇzd´ ym pˇrekladaˇcem C++. V STL m˚ uˇzeme naj´ıt mnoho r˚ uzn´ ych a uˇziteˇcn´ ych ˇsablon. Mimo jiné zde jsou ˇsablony datov´ ych kontejner˚ u, iterátory a ˇsablony algoritm˚ u, které pomoc´ı iterátor˚ u pracuj´ı s datov´ ymi kontejnery. Pˇ renositelnost mezi jazyky C++ a C C++ je ˇcasto oznaˇcov´ an jako n´ adstavba na jazykem C, ale nen´ı to tak u ´plnˇe pravda. Vˇetˇsina kódu napsaného v C m˚ uˇze b´ yt bez problém˚ u pˇreloˇzena pˇrekladaˇcem jazyka C++, ale je zde nˇekolik rozd´ıl˚ u, které mohou zp˚ usobit, ˇze kód nebude fungovat, nebo jeho chován´ı bude v C++ odliˇsné. Bˇeˇzn´ ym portaˇcn´ım problémem je, ˇze C++ definuje mnoho nov´ ych kl´ıˇcov´ ych slov jako this nebo class, které mohou b´ yt v C programu pouˇzity jako identifikátory. Nˇekteré nekompatibility byly odstranˇeny posledn´ım (C99) C standardem, avˇsak na druhou stranu, tento standard pˇrin´ aˇs´ı do jazyka C mnoˇzstv´ı nov´ ych vlastnost´ı, takˇze se oba jazyky sp´ıˇse odchyluj´ı, neˇz sbliˇzuj´ı.

7.2

Podporovan´ e pˇ r´ıstupy aplikace k datov´ emu skladu

Aplikace podporuje dva typy pˇr´ıstupu k datovému skladu: • vzd´ alen´ y pˇr´ıstup • lok´ aln´ı pˇr´ıstup

7.2.1

Vzd´ alen´ y pˇ r´ıstup

V pˇr´ıpadˇe vzd´ aleného pˇr´ıstupu se aplikace pˇripojuje prostˇrednictv´ım protokolu TCP / IP k plnohodnotnému datab´ azovému serveru, na kterém je datov´ y sklad provozován. Jedn´ a se tedy o klasickou architekturu klient / server, kdy aplikace v roli lehkého klienta pouze generuje dotazy, které jsou vzd´ alenému serveru zaslány a server po jejich zpracován´ı vrac´ı poˇzadované v´ ysledky.

37

Databázový server MySQL Aplikace MedOLAP datový sklad

intranet/Internet TCP/IP

Obr´ azek 7.2: Vzdálen´ y pˇr´ıstup k datovému skladu

7.2.2

Lok´ aln´ı pˇ r´ıstup

V pˇr´ıpadˇe lok´ aln´ıho pˇr´ıstupu aplikace pracuje jako klient i server zároveˇ n. Tento pˇr´ıstup je realizov´ an prostˇrednictv´ım embedded verze databázového serveru MySQL, kter´ y je poskytován ve formˇe dynamické knihovny. Instance serveru pro obsluhu klientsk´ ych poˇzadavk˚ u je pak zav´ adˇena pˇr´ımo do adresového prostoru aplikace a umoˇzn ˇuje pˇr´ım´ y pˇr´ıstup k datab´ azi. Databázové soubory reprezentuj´ıc´ı datov´ y sklad jsou v tomto pˇr´ıpadˇe um´ıstˇeny na stejném poˇc´ıtaˇci, jako samotn´ a aplikace. Vzhledem k souˇcasnému zamˇeˇren´ı aplikace, kdy má b´ yt vyuˇz´ıv´ ana v ambulanc´ıch soukrom´ ych lékaˇr˚ u, bude pˇredstavovat lokáln´ı pˇr´ıstup k datovému skladu preferovanou volbu. Mezi z´ asadn´ı v´ yhody této embedded verze patˇr´ı zejména: • nulov´ a administrace - uˇzivatel nemá v˚ ubec povˇedom´ı o tom, ˇze na jeho stroji bˇeˇz´ı datab´ azov´ y server. Odpadá tedy jakákoliv administrace, kterou by bylo nutné v pˇr´ıpadˇe plnohodnotného serveru ˇreˇsit. • mal´ a velikost - cel´ a dynamická knihovna v pouˇzité verzi 4.1 má velikost necel´ ych 6 MB. • vysok´ y dotazovac´ı v´ ykon - data nen´ı nutné transportovat mezi vzdálen´ ym datab´ azov´ ym serverem a aplikac´ı, ale pracuje se s nimi pˇr´ımo v pamˇeti, coˇz vede ke znaˇcnému sn´ıˇzen´ı doby mezi zad´ an´ım dotazu a vrácen´ım v´ ysledku operace. Nicménˇe v pˇr´ıpadˇe, kdy bude aplikace provozována na stroji s horˇs´ı hardwarovou konfigurac´ı m˚ uˇze naopak doj´ıt pˇri nároˇcnˇejˇs´ıch dotazech nad rozsáhl´ ym datov´ ym skladem vyˇzaduj´ıc´ıch zv´ yˇsené n´ aroky na mnoˇzstv´ı pamˇeti a v´ ypoˇcetn´ı v´ ykon naopak ke znaˇcné degradaci odezvy na zadan´ y dotaz.

Obr´ azek 7.3: Lokáln´ı pˇr´ıstup k datovému skladu

38

7.2.3

Dialog konfigurace pˇ ripojen´ı

Na základˇe v´ yˇse zm´ınˇen´ ych pˇr´ıstup˚ u byl vytvoˇren konfiguraˇcn´ı dialog, kter´ y umoˇzn ˇuje uˇzivateli zvolit preferovan´ y typ pˇripojen´ı a nastavit jednotlivé parametry. V pˇr´ıpadˇe zvolen´ı volby vzd´ aleného pˇr´ıstupu k datovému skladu jsou od uˇzivatele poˇzadov´ any následuj´ıc´ı informace: • Server - adresa datab´ azového serveru MySQL, na kterém je provozován datov´ y sklad • Port - ˇc´ıslo portu vzd´ aleného serveru • Datab´ aze - n´ azev datab´ aze obsahuj´ıc´ı tabulky datového skladu • Uˇ zivatelsk´ e jm´ eno a heslo - pˇrihlaˇsovac´ı u ´daje pro pˇripojen´ı k databázi Pokud se uˇzivatel rozhodne pro lokáln´ı pˇr´ıstup, tak je nutné zadat plnou cestu k adres´ aˇri obsahuj´ıc´ıho datab´ azové soubory datového skladu. Dialog konfigurace pˇripojen´ı je zobrazen na obr´ azku 7.4. Aplikace rovnˇeˇz uˇzivateli umoˇzn ˇuje tyto nastavené parametry uloˇzit a d´ıky tomu téˇz poskytnout volbu automatického pˇripojen´ı k datovému skladu, kdy aplikace provede pˇripojen´ı k datovému skladu ihned po svém spuˇstˇen´ı.

Obr´ azek 7.4: Konfigurace pˇripojen´ı k datovému skladu

7.3

Importov´ an´ı ˇ c´ıseln´ık˚ u VZP do datov´ eho skladu

Jak jiˇz bylo zm´ınˇeno dˇr´ıve, obsah dimenz´ı v´ ykon, diagnóza a pojiˇst’ovna je z´ıskáván z jednotliv´ ych ˇc´ıseln´ık˚ u poskytovan´ ych VZP. K tomu, aby bylo moˇzné data z tˇechto ˇc´ıseln´ık˚ u importovat do datového skladu, byla vytvoˇrena univerzáln´ı komponenta, jej´ımˇz u ´kolem je import jakéhokoliv ˇc´ıseln´ıku pouze na základˇe pˇredané konfigurace. 39

7.3.1

Form´ at ˇ c´ıseln´ık˚ u dod´ avan´ ych VZP

Poloˇzky, které m˚ uˇze ˇc´ıseln´ık obsahovat lze rozdˇelit do dvou typ˚ u: • ˇc´ıseln´ a hodnota • textov´ y ˇretˇezec Jednotlivé poloˇzky kaˇzdého z´ aznamu jsou mezi sebou oddˇeleny ˇcárkou a poloˇzky typu textov´ y ˇretˇezec jsou ohraniˇceny dvojit´ ymi uvozovkami. Importovac´ı komponenta pˇrij´ımá na vstupu dva parametry: • plnou cestu k souboru ˇc´ıseln´ıku, jehoˇz obsah se má zpracovat • konfiguraci vytvoˇrenou pro konkrétn´ı ˇc´ıseln´ık

7.3.2

Konfigurace komponenty

Konfigurace obsahuje n´ azev tabulky c´ılové dimenze a kolekci objekt˚ u, které reprezentuj´ı jednotlivé poloˇzky z´ aznamu. Kaˇzd´ y takov´ yto objekt je tvoˇren sadou parametr˚ u, na základˇe kter´ ych je moˇzné pˇresnˇe lokalizovat jak poˇzadovanou poloˇzku ve zdrojovém ˇc´ıseln´ıku, tak c´ılovou poloˇzku dimenze v datovém skladu. Tˇemito parametry jsou: • poˇrad´ı poloˇzky v z´ aznamu - ˇc´ıslováno od 0. • typ poloˇzky - jedn´ a se bud’ o ˇc´ıslo nebo ˇretˇezec • n´ azev sloupce v c´ılové tabulce datového skladu, do které se má hodnota poloˇzky uloˇzit.

Poloˇ zka k´ od v´ ykonu n´ azev trv´ an´ı v´ ykonu body za v´ ykon

N´ azev tabulky dimenze: vykon parametry objektu Poˇ rad´ı poloˇ zky typ sloupec v dimenzi 0 ˇretˇezec kod 4 ˇretˇezec nazev 7 ˇc´ıslo body 12 ˇc´ıslo minuty

Tabulka 7.1: Konfigurace importu dat pro ˇc´ıseln´ık V´ ykony N´ azev tabulky dimenze: diagnoza Kolekce objekt˚ u poloˇzek: Poloˇ zka Poˇ rad´ı poloˇ zky typ sloupec v dimenzi k´ od diagn´ ozy 0 ˇretˇezec kod n´ azev diagn´ ozy 5 ˇretˇezec nazev Tabulka 7.2: Konfigurace importu dat pro ˇc´ıseln´ık Diagnózy

40

N´ azev tabulky dimenze: pojistovna Kolekce objekt˚ u poloˇzek: Poloˇ zka Poˇ rad´ı poloˇ zky typ sloupec v dimenzi ’ k´ od pojiˇst ovny 0 ˇretˇezec kod n´ azev pojiˇst’ovny 1 ˇretˇezec nazev Tabulka 7.3: Konfigurace importu dat pro ˇc´ıseln´ık Pojiˇst’ovny

7.3.3

Postup importov´ an´ı z´ aznam˚ uzˇ c´ıseln´ıku do datov´ eho skladu

1. Otevˇri ˇc´ıseln´ık, jehoˇz pln´ a cesta byla pˇredána jako parametr 2. Pro kaˇzd´ y naˇcten´ y z´ aznam(ˇrádek ˇc´ıseln´ıku) proved’ následuj´ıc´ı: (a) Vyber ze z´ aznamu jen ty poloˇzky, které jsou nadefinovány v konfiguraci (b) Na z´ akladˇe konfigurace jednotliv´ ych poloˇzek a pˇredaného názvu tabulky c´ılové dimenze vygeneruj v´ ysledn´ y SQL INSERT pˇr´ıkaz (c) Zaˇsli vygenerovan´ y pˇr´ıkaz databázovému serveru ke zpracován´ı

7.4

Import d´ avek do datov´ eho skladu

Aby bylo moˇzné prov´ adˇet nad datov´ ym skladem OLAP anal´ yzy, je nejprve nutné tento sklad naplnit daty z importovan´ ych dávek. Metodika vyhodnocován´ı doklad˚ u jednotliv´ ych pojiˇst’oven umoˇzn ˇuje prostˇrednictv´ım jednoho souboru pˇredávat pojiˇst’ovnˇe ke zpracov´ an´ı v´ıce neˇz jen jednu d´ avku, kdy jednotlivé dávky mohou b´ yt r˚ uzného typu, podle toho, jak´ a ’ data je nutné pojiˇst ovnˇe za dan´ a z´ uˇctovac´ı obdob´ı poskytnout. Na obrázku 7.5 je zobrazen pˇr´ıklad rozloˇzen´ı d´ avek v datovém souboru. Aplikace tedy mus´ı b´ yt schopna v kaˇzdém pˇredaném souboru naleznout vˇsechny dávky typu ambulantnˇe sm´ıˇsené a dávky ostatn´ıch typ˚ u ignorovat.

Obr´ azek 7.5: Pˇr´ıklad obsahu datového souboru V takov´ ych pˇr´ıpadech, kdy je v jednom souboru nalezeno v´ıce dávek k importován´ı, mus´ı aplikace uˇzivateli umoˇznit, aby mohl sám pˇr´ıpadnˇe zvolit, které z nalezen´ ych dávek maj´ı b´ yt importov´ any do datového skladu a které naopak maj´ı b´ yt bˇehem zpracován´ı pˇreskoˇceny. 41

7.4.1

Dialog pro importov´ an´ı d´ avek do datov´ eho skladu

K v´ ybˇeru poˇzadovan´ ych d´ avek, které si uˇzivatel pˇreje importovat do datového skladu, byl vytvoˇren dialog zobrazen´ y na obrázku 7.6. Dialog obsahuje celkem tˇri seznamy, kdy horn´ı seznam zobrazuje soubory, ze kter´ ych se maj´ı jednotlivé dávky importovat a rovnˇeˇz pro kaˇzd´ y soubor celkov´ y poˇcet nalezen´ ych dávek. Nad t´ımto seznamem lze provádˇet následuj´ıc´ı operace: • Pˇrid´ an´ı datov´ ych soubor˚ u • Odebr´ an´ı konkrétn´ıho souboru ze seznamu • Odebr´ an´ı vˇsech soubor˚ u ze seznamu Prostˇredn´ı seznam pak slouˇz´ı pro zobrazen´ı vˇsech dávek, které byly v konkrétn´ım souboru nalezeny a rovnˇeˇz umoˇzn ˇuje uˇzivateli dodateˇcné zakázán´ı importu pro nˇekterou z dávek v souboru. Pro kaˇzdou nalezenou dávku se zobrazuje seznam informac´ı, které slouˇz´ı pro základn´ı pˇrehled. Tˇemito informacemi jsou: • ˇ c´ıslo d´ avky - jedineˇcné ˇc´ıslo dávky • charakter d´ avky - jedn´ a se o informaci, zda se jedná o p˚ uvodn´ı dávku, která byla pojiˇst’ovnˇe pˇred´ ana, nebo o dávku opravnou. • rok - pˇredstavuje rok, ve kterém byly data v dávce uzavˇreny • mˇ es´ıc - pˇredstavuje mˇes´ıc, ve kterém byly data v dávce uzavˇreny • poˇ cet doklad˚ u - celkov´ y poˇcet doklad˚ u nalezen´ ych v dávce • celkem v´ ykon˚ u - celkov´ y poˇcet vykazovan´ ych v´ ykon˚ u Spodn´ı seznam je urˇcen k nastaven´ı sjednané ceny za jeden bod pro jednotlivé pojiˇst’ovny. Pˇri importu z´ aznam˚ u d´ avky do datového skladu se pak tato cena vyuˇz´ıvá pro v´ ypoˇcet v´ ysledné fakturované ˇc´ astky za proveden´ y v´ ykon. Hodnotu ceny bodu je nutné upravit vˇzdy, kdyˇz dojde mezi lékaˇrem a pojiˇst’ovnou ke zmˇenˇe smluvn´ıho vztahu zahrnuj´ıc´ı i novou cenu za bod.

7.5

OLAP tabulka a podporovan´ e operace nad datovou kostkou

K prov´ adˇen´ı OLAP anal´ yz nad datov´ ym skladem prostˇrednictv´ım této aplikace byla vytvoˇrena OLAP tabulka, kter´ a podporuje vˇsechny základn´ı OLAP operace. Tˇemito operacemi jsou: • Drill down • Roll up • Pivoting • Slice & Dice

42

Obr´ azek 7.6: Importován´ı dávek z pˇredan´ ych soubor˚ u Dˇr´ıve, neˇz bude detailnˇeji vysvˇetlena implementace v´ yˇse uveden´ ych OLAP operac´ı, je nutné zm´ınit, jak´ ym zp˚ usobem jsou v aplikaci prezentovány jednotlivé dimenze, které se vyskytuj´ı v datovém skladu a které byly podrobnˇe popsány v pˇredchoz´ı kapitole. Pˇri konstruov´ an´ı pohledu v OLAP tabulce se nevyuˇz´ıvá ˇzádn´ ych pˇredem nadefinovan´ ych hierarchi´ı, které jsou vytvoˇrené na základˇe vztah˚ u mezi jednotliv´ ymi ˇcleny dané dimenze tak, jak je to ˇreˇseno v mnoha reportovac´ıch nástroj´ıch, kdy je v daném pohledu pro kaˇzdou dimenzi vybr´ ana ze seznamu jedna z nˇekolika dostupn´ ych hierarchi´ı a na základˇe provádˇen´ı pˇrechodu mezi jednotliv´ ymi u ´rovnˇemi této hierarchie se mˇen´ı u ´roveˇ n detailnosti aktuáln´ıho pohledu na mˇerné jednotky. M´ısto toho je kaˇzd´ y ˇclen kaˇzdé dimenze v datovém skladu v aplikaci reprezentov´ an jako atomick´ a, na ostatn´ıch ˇclenech nezávislá, dimenze. Právˇe tyto umˇele vytvoˇrené dimenze pak vystupuj´ı jako zcela samostatné poloˇzky, ze kter´ ych je pohled na mˇerné jednotky

43

prostˇrednictv´ım operac´ı nad tabulkou tvoˇren.Uˇzivatel si d´ıky tomu pˇr´ıpadné hierarchické pˇrechody namodeluje dle potˇreby jednoduˇse pˇr´ımo v tabulce pˇridáván´ım ˇci odeb´ırán´ım atomick´ ych dimenz´ı a nen´ı tedy omezován pouˇz´ıván´ım pouze pˇredem nadefinovan´ ych hierarchi´ı. N´ıˇze je uveden seznam vˇsech takto odvozen´ ych dimenz´ı, se kter´ ymi OLAP tabulka pracuje: ˇ n´ • Odvozeno z dimenze Cas avˇstˇevy: – dimenze rok – dimenze kvart´ al – dimenze mˇes´ıc – dimenze t´ yden v roce – dimenze kvart´ al – dimenze den v mˇes´ıc´ı – dimenze den v t´ ydnu – dimenze datum • Odvozeno z dimenze Pacient: – dimenze Rodné ˇc´ıslo – dimenze Rok narozen´ı – dimenze Pohlav´ı • Odvozeno z dimenze Diagn´ oza (obsahuje pouze jeden ˇclen): – dimenze Diagn´ oza • Odvozeno z dimenze V´ ykon (vyuˇz´ıvá se pouze jeden ˇclen): – dimenze V´ ykon • Odvozeno z dimenze D´ avka (vyuˇz´ıvá se pouze jeden ˇclen): ˇ ıslo d´ – dimenze C´ avky • Odvozeno z dimenze Pojiˇst’ovna (obsahuje se pouze jeden ˇclen): – dimenze Pojiˇst’ovna • Odvozeno z dimenze Vˇek (obsahuje se pouze jeden ˇclen): – dimenze Vˇek Z pohledu OLAP tabulky vystupuj´ı i mˇerné jednotky, které se v konstruovaném pohledu vyskytuj´ı, jako zcela nez´ avislé dimenze, na které lze aplikovat vˇsechny operace, jaké je moˇzné prov´ adˇet se standardn´ımi dimenzemi uveden´ ymi v´ yˇse, coˇz umoˇzn ˇuje pracovat se vˇsemi poloˇzkami daného pohledu jednotn´ ym zp˚ usobem.

44

7.5.1

Podpora OLAP operace Drill down

Operace Drill down je realizov´ ana pˇridán´ım nové dimenze z panelu dimenz´ı do aktuáln´ıho pohledu. Novˇe pˇridan´ a dimenze se automaticky pˇridá za aktuálnˇe posledn´ı standardn´ı dimenzi a pˇred nejlevˇejˇs´ı dimenzi typu mˇerná jednotka v pˇr´ıpadˇe, kdy jiˇz byly nˇekteré mˇerné jednotky do pohledu pˇrid´ any. Uvaˇzujme n´ asleduj´ıc´ı pˇr´ıklad, kdy je aktuálnˇe konstruovan´ y pohled sloˇzen z tˇechto dimenz´ı: dimenze Rok, mˇerná jednotka Fakturovan´ aˇ c´ astka Takto navrˇzen´ y pohled poskytuje uˇzivateli informaci o vyfakturované ˇcástce za jednotlivé roky své lékaˇrské praxe. Uˇzivatel by nyn´ı rád zjistil, jak byla zjiˇstˇená ˇcástka v dan´ ych letech rozfaturov´ ana mezi jednotlivé zdravotn´ı pojiˇst’ovny. Z panelu dimenz´ı tedy ’ vybere dimenzi Pojiˇst ovna. Nov´ a dimenze se v tabulce vloˇz´ı na pozici mezi dimenzi rok a dimenzi Fakturovan´ a ˇc´ astka a OLAP tabulka od této chv´ıle jiˇz zobrazuje fakturované ˇcástky rozdˇelené podle jednotliv´ ych pojiˇst’oven.

7.5.2

Podpora OLAP operace Roll up

Operace Roll up je realizov´ ana odebrán´ım stávaj´ıc´ı dimenze z OLAP tabulky. Uˇzivatel m˚ uˇze dimenzi odebrat celkem dvˇema zp˚ usoby: • Pˇ res panel dimenz´ı - uˇzivatel vyhledá v panelu dimenz´ı tu dimenzi, kterou si pˇreje odstranit a odˇskrtnut´ım asociovaného checkboxu se provede jej´ı odebrán´ı z OLAP tabulky. • Pˇ r´ımo v OLAP tabulce - kaˇzdá dimenze pˇr´ıtomná v OLAP tabulce obsahuje tlaˇc´ıtko, jehoˇz stisknut´ım dojde k jej´ımu odebrán´ı.

7.5.3

Podpora OLAP operace Pivoting

Operace Pivoting se prov´ ad´ı pˇresunut´ım zvolené dimenze ze své stávaj´ıc´ı pozice v OLAP tabulce na pozici novou. Pˇresunut´ı je uskuteˇcnˇeno stiskem levého tlaˇc´ıtka myˇsi v okamˇziku, kdy je kurzor nad danou dimenz´ı a pˇresunem na novou pozici zp˚ usobem drag & drop. Bˇehem samotného pˇresouv´ an´ı aplikace kontroluje, zda se uˇzivatel nesnaˇz´ı pˇresunout standardn´ı dimenzi za nˇekterou z dimenz´ı typu mˇerná jednotka. V takovém pˇr´ıpadˇe k pˇresunut´ı nedojde. Pˇresouvat lze mezi sebou i dimenze typu mˇerná jednotka, ovˇsem tento pˇresun jiˇz nespad´ a do operace pivoting, ale slouˇz´ı pouze k pˇreorganizován´ı sloupc˚ u mˇern´ ych jednotek bez toho, aniˇz by se jakkoliv zmˇenil OLAP pohled na tyto mˇerné jednotky.

7.5.4

Podpora OLAP operac´ı Slice & Dice

Na kaˇzdou dimenzi pˇr´ıtomnou v OLAP tabulce lze aplikovat sadu filtrovac´ıch podm´ınek. Ve v´ ysledném pohledu se pak vyskytuj´ı pouze ty hodnoty, které splˇ nuj´ı alespoˇ n jednu z nastaven´ ych podm´ınek pro danou dimenzi. Filtrov´ an´ı hodnot se prov´ ad´ı prostˇrednictv´ım pˇeti následuj´ıc´ıch dialog˚ u: 45

Dialog pro dimenzi Datum Dialog je urˇcen k nastavov´ an´ı filtrovac´ıch podm´ınek dimenze Datum. Umoˇzn ˇuje jak v´ ybˇer konkrétn´ıch datum˚ u, tak i jednotliv´ ych ˇcasov´ ych interval˚ u. Dialog je zobrazen na obrázku 7.7. Uˇzivatel m˚ uˇze volit mezi n´ asleduj´ıc´ımi typy interval˚ u • < datum - podm´ınku splˇ nuj´ı vˇsechny datumy, které jsou starˇs´ı neˇz zadan´ y datum • ≤ datum - podm´ınku splˇ nuj´ı vˇsechny datumy, které jsou starˇs´ı nebo stejné jako zadan´ y datum. • > datum - podm´ınku splˇ nuj´ı vˇsechny datumy, které jsou novˇejˇs´ı neˇz zadan´ y datum • ≥ datum - podm´ınku splˇ nuj´ı vˇsechny datumy, které jsou novˇejˇs´ı nebo stejné jako zadan´ y datum. • interval datum 1, datum 2 - podm´ınku splˇ nuj´ı vˇsechny datumy, které jsou novˇejˇs´ı nebo stejné jako datum 1 a zároveˇ n starˇs´ı nebo rovny datumu 2.

Obr´ azek 7.7: Dialog pro filtrován´ı hodnot dimenze Datum

Dialog pro filtrov´ an´ı ˇ c´ıseln´ ych hodnot Dialog je urˇcen pro filtrov´ an´ı vˇsech dimenz´ı, které obsahuj´ı ˇc´ıselné hodnoty. Mezi tyto dimenze patˇr´ı: Rok, Kvart´ al, Mˇ es´ıc, T´ yden v roce, Den v mˇ es´ıci, Den v t´ ydnu, ˇ Rok narozen´ı, Vˇ ek, C´ıslo d´ avky a vˇsechny dimenze typu mˇerná jednotka. 46

Umoˇzn ˇuje zad´ avat jak konkrétn´ı ˇc´ıselné hodnoty, tak jednotlivé intervaly. Popis operátor˚ u urˇcen´ ych pro vytv´ aˇren´ı interval˚ u je totoˇzn´ y, jako v pˇr´ıpadˇe pˇredchoz´ıho dialogu ovˇsem s t´ım rozd´ılem, ˇze se nezad´ avaj´ı datumy ale ˇc´ıselné hodnoty. Dialog je zobrazen na obrázku 7.8.

Obr´ azek 7.8: Dialog pro filtrován´ı ˇc´ıseln´ ych hodnot dimenz´ı

Dialog pro dimenzi Pohlav´ı Dialog slouˇz´ı pro v´ ybˇer pohlav´ı pacienta a je zobrazen na obrázku 7.9

Obr´ azek 7.9: Dialog pro filtrován´ı pohlav´ı

Dialog pro dimenzi Rodn´ eˇ c´ıslo Dialog je urˇcen pro filtrov´ an´ı rodn´ ych ˇc´ısel pacient˚ u. Ve v´ ysledném pohledu se pak vyskytnou pouze ti pacienti, jiˇz rodné ˇc´ıslo odpov´ıdá nˇekterému v seznamu. Dialog je zobrazen na obr´ azku 7.10 Dialog pro filtrov´ an´ı hodnot ˇ c´ıseln´ıkov´ ych dimenz´ı Dialog je urˇcen pro filtrov´ an´ı hodnot v dimenz´ıch, jejiˇz obsah je tvoˇren daty importovan´ ymi z ˇc´ıseln´ık˚ u VZP. Jedn´ a se o tyto dimenze: • V´ ykon • Diagn´ oza

47

Obr´ azek 7.10: Dialog pro filtrován´ı rodn´ ych ˇc´ısel pacient˚ u • Pojiˇst’ovna Dialog obsahuje celkem dva seznamy, kdy v horn´ım jsou zobrazeny vˇsechny hodnoty dimenze a v doln´ım pak pouze ty hodnoty, které byly uˇzivatelem vybrány z horn´ıho seznamu. Ve v´ ysledném pohledu se pak budou vyskytovat pouze tyto vybrané hodnoty. V horn´ım seznamu lze vyhled´ avat konkrétn´ı poloˇzky na základˇe kl´ıˇcov´ ych slov zadan´ ych do vyhledávac´ıho panelu. Dialog je zobrazen na obr´ azku 7.11.

Obr´ azek 7.11: Dialog pro filtrován´ı ˇc´ıseln´ıkov´ ych dimenz´ı

48

7.6

Pˇ revod OLAP pohledu na dotaz SQL

Aby bylo moˇzné z datového skladu z´ıskat data, která jsou pˇredepsaná zkonstruovan´ ym OLAP pohledem, je nutné tento pohled transformovat do pˇr´ıkazu jazyka SQL, kter´ y je následnˇe zasl´ an datab´ azovému serveru ke zpracován´ı. Data pˇredstavuj´ıc´ı v´ ysledek zpracován´ı dotazu jsou n´ aslednˇe zobrazena v OLAP tabulce. K samotnému pˇrevodu OLAP pohledu do podoby pˇr´ıkazu SQL byla vytvoˇrena transformaˇcn´ı komponenta. Pˇri n´ avrhu této komponenty byl kladen velk´ y d˚ uraz na to, aby ji bylo moˇzné bez dalˇs´ıch vˇetˇs´ıch modifikac´ı pouˇz´ıt i v jin´ ych komerˇcn´ıch projektech vyuˇz´ıvaj´ıc´ıch ve vˇetˇs´ı ˇci menˇs´ı m´ıˇre OLAP anal´ yzu nad datov´ ym skladem typu hvˇezda, kter´ y je provozován na relaˇcn´ım datab´ azovém serveru. Z toho je zˇrejmé, ˇze komponenta nesm´ı b´ yt nijak závislá na zamˇeˇren´ı konkrétn´ı aplikace v niˇz je vyuˇzita a rovnˇeˇz nesm´ı m´ıt ˇzádné implicitn´ı povˇedom´ı o konkrétn´ım datovém skladu, pro kter´ y je dan´ y dotaz sestavován. Veˇskeré informace potˇrebné k u ´spˇeˇsnému proveden´ı transformace jsou proto komponentˇe pˇredávány explicitnˇe.

7.6.1

Konfigurace transformaˇ cn´ı komponenty

Komponenta pˇrij´ım´ a na vstupu konkrétn´ı OLAP pohled, pro kter´ y se má dotaz SQL vygenerovat a kolekci informac´ı o jednotliv´ ych tabulkách datového sladu. Kaˇzdá dimenze pˇr´ıtomn´ a v pohledu obsahuje sadu parametr˚ u, které ve spojen´ı s informacemi o jednotliv´ ych tabulk´ ach dimenz´ı poskytuj´ı komponentˇe dostatek informac´ı k sestaven´ı dotazu. Schéma transformace OLAP pohledu na pˇr´ıkaz jazyka SQL je zobrazeno na obrázku 7.12.

!"#$$%& '( )*+

Obr´ azek 7.12: Schéma transformace OLAP pohledu na pˇr´ıkaz jazyka SQL

Kolekce informac´ı o tabulk´ ach datov´ eho sladu Kaˇzdá poloˇzka v této kolekci reprezentuje jednu tabulku v datovém skladu a obsahuje následuj´ıc´ı informace: • N´ azev - n´ azev tabulky • Prim´ arn´ı kl´ıˇ c - urˇcuje n´ azev sloupce, kter´ y je primárn´ım kl´ıˇcem tabulky • Ciz´ı kl´ıˇ c - urˇcuje n´ azev sloupce v tabulce fakt˚ u, kter´ y reprezentuje vazbu na tuto tabulku a spolu s prim´ arn´ım kl´ıˇcem je urˇcen pro vygenerován´ı obsahu klauzule JOIN pˇri sestavov´ an´ı v´ ysledného dotazu. Pˇri sestavov´ an´ı této kolekce plat´ı pravidlo, ˇze na prvn´ım m´ıstˇe v kolekci se vyskytuje poloˇzka obsahuj´ıc´ı informace o tabulce fakt˚ u. V tabulce 7.4 je zobrazen obsah kolekce, kter´ y 49

N´ azev fakta cas pacient vykon vek pojistovna davka diagnoza

Prim´ arn´ı kl´ıˇ c idcas idpacient idvykon idvek idpojistovna iddavka iddiagnoza

Ciz´ı kl´ıˇ c cas pacient vykon vek pojistovna davka diagnoza

Reprezentovan´ a tabulka tabulka fakta tabulka cas tabulka pacient tabulka vykon tabulka vek tabulka pojistovna tabulka davka tabulka diagnoza

Tabulka 7.4: Kolekce informac´ı o tabulkách implementovaného datového skladu reprezentuje informace o tabulk´ ach datového skladu implementovaného v rámci tohoto diplomového projektu. Parametry dimenz´ı Kaˇzdá dimenze v OLAP pohledu obsahuje pro potˇreby transformaˇcn´ı komponenty následuj´ıc´ı sadu parametr˚ u: • Tabulka - index poloˇzky v kolekci informac´ı o tabulkách datového skladu, kter´ a obsahuje informace o asociované tabulce • Sloupce - kolekce n´ azv˚ u sloupc˚ u v asociované tabulce dimenz´ı, kter´ ymi je tato dimenze reprezentov´ ana. Napˇr´ıklad u dimenze Mˇes´ıc budou obsahem této kolekce hodnoty mesic a nazev mesice. • Aktivn´ı sloupec - index do kolekce Sloupce odkazuj´ıc´ı na název sloupce, kter´ y se m´ a pouˇz´ıt v seznamu vr´ acen´ ych sloupc˚ u v klauzuli SELECT a následnˇe v seznamu sloupc˚ u v klauzuli GROUP BY, podle kter´ ych se má provádˇet seskupován´ı(pokud se nejedn´ a o dimenzi typu mˇerná jednotka). • Filtrovac´ı sloupec - index do kolekce Sloupce odkazuj´ıc´ı na název sloupce, kter´ y je pouˇzit pˇri definov´ an´ı podm´ınek v klauzuli WHERE. • Typ dimenze - informace o tom, zda se jedná o standardn´ı dimenzi, nebo o dimenzi typu mˇern´ a jednotka. • Agregaˇ cn´ı funkce - V pˇr´ıpadˇe dimenze typu mˇerná jednotka se zde definuje agregaˇcn´ı operace, kter´ a se m´ a provést nad aktivn´ım sloupcem. • Filtrovac´ı podm´ınky - kolekce podm´ınek, které jsou aplikovány v klauzuli WHERE pro zvolen´ y filtrovac´ı sloupec. Obsah této kolekce je generován prostˇrednictv´ım jiˇz zm´ınˇen´ ych filtrovac´ıch dialog˚ u. • Filtrovat dimenzi - pˇr´ıznak, kter´ y urˇcuje, zda se maj´ı pˇri sestavován´ı dotazu aplikovat nadefinované filtrovac´ı podm´ınky ˇci nikoliv. N´ıˇze je uveden pˇr´ıklad dotazu SQL vygenerovaného transformaˇcn´ı komponentou pouze na základˇe pˇredané konfigurace.

50

SELECT B.rok, B.tyden, D.nazev, SUM(A.opakovani_vykonu) FROM fakta A JOIN cas B ON A.cas = B.idcas JOIN vykon D ON A.vykon = D.idvykon WHERE (( B.rok = 2008 )) AND(( B.tyden >= 47 AND B.tyden <= 50 )) AND (( D.kod = "63011")OR ( D.kod = "63013")) GROUP BY B.rok, B.tyden, D.nazev HAVING (( SUM(A.opakovani_vykonu ) >= 56 ))

7.7

Spr´ ava importovan´ ych d´ avek

Pˇri pr´ aci s aplikac´ı m˚ uˇze nastat situace, kdy si uˇzivatel nevystaˇc´ı s pouhou schopnost´ı aplikace importovat data z d´ avek do datového skladu, ale je tˇreba, aby mu byla poskytnuta moˇznost m´ıt kontrolu i nad tˇemi daty, které se v datovém skladu jiˇz vyskytuj´ı. Uvaˇzujme následuj´ıc´ı situaci: Uˇzivatel provede omylem import dávky obsahuj´ıc´ı data, která nejsou zcela validn´ı. Provádˇen´ı anal´ yz nad datov´ ym skladem obsahuj´ıc´ım takovéto ”smet´ı”m˚ uˇze v´ yrazn´ ym zp˚ usobem negativnˇe ovlivnit v´ ysledek dotazovac´ı operace. Uˇzivateli jsou pak prezentovány zcela zav´ adˇej´ıc´ı informace, na z´ akladˇe kter´ ych m˚ uˇze doj´ıt k chybn´ ym závˇer˚ um, coˇz je zcela nepˇr´ıpustné. Pokud tedy podobn´ y pˇr´ıpad nastane, uˇzivatel mus´ı m´ıt moˇznost tato nevalidn´ı data z datového skladu zpˇetnˇe odstranit. K tomuto u ´ˇcelu byl vytvoˇren dialog zobrazen´ y na obrázku 7.13. Dialog obsahuje celkem dva seznamy. Horn´ı seznam slouˇz´ı k zobrazen´ı vˇsech dávek, které se v datovém skladu vyskytuj´ı. Kaˇzdá dávka je zde doprovázena sadou informac´ı, které slouˇz´ı k pˇresné identifikaci poˇzadované dávky. Tˇemito informacemi jsou rok uzavˇren´ı, mˇes´ıc uzavˇren´ı, datum a ˇcas, kdy byla dávka importována do datového skladu, pro kterou pojiˇst’ovnu byla urˇcena a jej´ı jedineˇcné poˇradové ˇc´ıslo. Uˇzivatel si m˚ uˇze v tomto seznamu oznaˇcit ty d´ avky, které potˇrebuje a jedin´ ym stisknut´ım tlaˇc´ıtka odstranit z datového skladu veˇskerá data, kter´ a pˇredstavuj´ı obsah tˇechto dávek. V ojedinˇel´ ych pˇr´ıpadech nen´ı ˇzádouc´ı odstraˇ novat celou dávku, ale pouze nˇekteré jej´ı záznamy. K tomuto u ´ˇcelu slouˇz´ı druh´ y seznam dialogu. V pˇr´ıpadˇe, kdy uˇzivatel klikne na nˇekterou d´ avku ze seznamu, zobraz´ı se zde vˇsechny importované záznamy o proveden´ ych v´ ykonech asociovan´ ych s vybranou dávkou. Zde si pak uˇzivatel m˚ uˇze stejn´ ym zp˚ usobem jako v pˇr´ıpadˇe maz´ an´ı cel´ ych d´ avek vybrat poˇzadované záznamy, a provést jejich odstranˇen´ı z datového skladu.

7.8

Persistence vytvoˇ ren´ ych OLAP pohled˚ u

Vzhledem k zamˇeˇren´ı aplikace je velmi pravdˇepodobné, ˇze kromˇe jedno´ uˇcelovˇe zkonstruovan´ ych pohled˚ u, zde bude existovat i urˇcitá skupina tˇech pohled˚ u, které bude uˇzivatel vyuˇz´ıvat k analyzov´ an´ı dat v datovém skladu opakovanˇe. Bylo by velmi pracné a ˇcasovˇe nároˇcné, pokud by byl uˇzivatel nucen tyto pohledy znovu konstruovat pokaˇzdé, kdyˇz by je bylo potˇreba vyuˇz´ıt.

51

Obr´ azek 7.13: Dialog pro správu importovan´ ych dávek

52

Z tohoto d˚ uvodu aplikace umoˇzn ˇuje kaˇzd´ y zkonstruovan´ y pohled, u kterého je pˇredpoklad, ˇze bude vyuˇzit opakovanˇe i nˇekdy v budoucnu, uloˇzit do lokáln´ıho uloˇziˇstˇe pohled˚ u.

7.8.1

Implementace lok´ aln´ıho uloˇ ziˇ stˇ e pohled˚ u

K realizaci lok´ aln´ıho uloˇziˇstˇe byla pouˇzita volnˇe dostupná VCL komponenta kbmMemTable. Tato komponenta reprezentuje virtuáln´ı tabulku v pamˇet’ovém prostoru aplikace urˇcenou pro doˇcasné ukl´ ad´ an´ı dat. Mezi jej´ı hlavn´ı vlastnosti patˇr´ı: • pln´ a kompatibilita s TDataset. • podpora index˚ u • komprese dat v tabulce • vyhled´ av´ an´ı z´ aznam˚ u • pln´ a podpora transakc´ı • nen´ı potˇreba Borland Database Engine(BDE). BDE je API(Application Programming Interface), prostˇrednictv´ım kterého aplikace pˇristupuje k databáz´ım. V pˇr´ıpadˇe, kdy aplikace BDE vyuˇz´ıv´ a, mus´ı b´ yt BDE rovnˇeˇz nainstalováno a správnˇe nakonfigurov´ ano i u z´ akazn´ıka. Pro u ´ˇcely této aplikace je z´ asadn´ı vlastnost´ı komponenty jej´ı schopnost uloˇzit cel´ y obsah vytvoˇrené tabulky na disk do souboru a také ho opˇet naˇc´ıst zpˇet do pamˇeti. Struktura pamˇ et’ov´ e tabulky Tabulka pohled˚ u obsahuje celkem tˇri následuj´ıc´ı sloupce: • id - Jedineˇcn´ y identifik´ ator záznamu pohledu v tabulce. Tento identifikátor reprezentuje asociaci mezi objektem pohledu v aplikaci a jeho záznamem v uloˇziˇsti. • nazev - N´ azev uloˇzeného pohledu - tento název zadává uˇzivatel pˇri ukládán´ı pohledu do uloˇziˇstˇe. • data - Kompletn´ı konfigurace pohledu ve formátu XML.

7.8.2

Jazyk XML jako prostˇ redek pro uloˇ zen´ı pohledu

Vzhledem k tomu, ˇze jednotlivé pohledy mohou obsahovat r˚ uzn´ y poˇcet parametr˚ u (r˚ uzn´ y poˇcet a poˇrad´ı dimenz´ı a d´ ale pak u kaˇzdé dimenze r˚ uzn´ y poˇcet filtrovac´ıch podm´ınek), nen´ı moˇzné pohled uloˇzit do pamˇet’ové tabulku uloˇziˇstˇe ve formˇe, kdy by hodnotˇe kaˇzdému ˇ sen´ım by samozˇrejmˇe bylo i vyuˇzit´ı parametru pohledu odpov´ıdal jeden sloupec tabulky. Reˇ v´ıce jak jedné pamˇet’ové tabulky, nicménˇe tato volba nen´ı pˇr´ıliˇs vhodná uˇz z toho d˚ uvodu, ˇze by bylo nutné udrˇzovat pro kaˇzdou tabulku samostatn´ y soubor na disku pro uloˇzen´ı jejich dat. C´ılem je dod´ avat uˇzivateli co moˇzná nejmenˇs´ı poˇcet dodateˇcn´ ych soubor˚ u, které jsou nutné pro bˇeh aplikace, coˇz toto ˇreˇsen´ı vyluˇcuje. M´ısto toho byl zvolen zcela jin´ y zp˚ usob, kdy se celá konfigurace pohledu nejprve zakóduje do textového ˇretˇezce a aˇz tento fináln´ı ˇretˇezec je následnˇe uloˇzen do jednoho textového sloupce pamˇet’ové tabulky uloˇziˇstˇe. Jako vhodn´ y zp˚ usob kódován´ı ˇretˇezce do textového tvaru byl zvolen pr´ avˇe znaˇckovac´ı jazyk XML. 53

Struˇ cn´ y popis jazyka XML XML (eXtensible Markup Language) [10] je obecn´ y znaˇckovac´ı jazyk, kter´ y byl vyvinut a standardizov´ an konsorciem W3C. Je urˇcen k snadnému vytváˇren´ı konkrétn´ıch znaˇckovac´ıch jazyk˚ u pro r˚ uzné u ´ˇcely a ˇsiroké spektrum r˚ uzn´ ych typ˚ u dat. Pˇredstavuje vhodn´ y prostˇredek pˇredevˇs´ım pro publikov´ an´ı dokument˚ u a v´ ymˇenu dat mezi aplikacemi. Umoˇzn ˇuje strukturu dokumentu popsat z hlediska vˇecného obsahu jednotliv´ ych ˇcást´ı, kdy se sám o sobˇe nezab´ yv´ a vzhledem dokumentu nebo jeho ˇcást´ı. Jazyk neobsahuje ˇzádné konkrétn´ı pˇreddefinované znaˇcky - k pops´ an´ı dokumentu je nutné vytvoˇrit znaˇcky vlastn´ı. Pˇri generov´ an´ı XML dokument˚ u mus´ı b´ yt splnˇena následuj´ıc´ı pravidla, aby byl dokument prohl´ aˇsen za validn´ı: • Dokument obsahuje pr´ avˇe jeden koˇrenov´ y element • Nepr´ azdné elementy mus´ı b´ yt ohraniˇceny startovac´ı a ukonˇcovac´ı znaˇckou. Prázdné elementy mohou b´ yt oznaˇceny tagem ”prázdn´ y element”. • Hodnoty atribut˚ u elementu mus´ı b´ yt uzavˇreny v uvozovkách. • Elementy se do sebe mohou vnoˇrovat, ale nen´ı povoleno jejich pˇrekr´ yván´ı. Pro pr´ aci s XML dokumenty je v aplikaci vyuˇzita standardn´ı komponenta TXMLDocument, kter´ a umoˇzn ˇuje jak naˇc´ıst a zpracovat existuj´ıc´ı XML dokument, tak zkonstruovat XML dokument zcela od zaˇcátku. N´ıˇze je uvedena ukázka pohledu zakódovaného do validn´ıho XML ˇretˇezce prostˇrednictv´ım této komponenty. <SEZNAM_DIMENZI> 54

7.8.3

Uˇ zivatelsk´ e rozhran´ı pro pr´ aci s lok´ aln´ım uloˇ ziˇ stˇ em

Ukládán´ı pohled˚ u do lok´ aln´ıho uloˇziˇstˇe je provádˇeno prostˇrednictv´ım toolbaru zobrazeného na obr´ azku 7.14. V tomto toolbaru se vyskytuj´ı celkem tˇri následuj´ıc´ı tlaˇc´ıtka: • Uloˇ zit zmˇ eny - Slouˇz´ı pro uloˇzen´ı novˇe proveden´ ych zmˇen, které byly na pohledu provedeny. V tomto pˇr´ıpadˇe se v uloˇziˇsti nevytváˇr´ı nov´ y zaznam pohledu, ale pouze se vyhled´ a z´ aznam asociovan´ y s aktuáln´ım pohledem v OLAP tabulce na základˇe pˇridˇeleného identifik´ atoru a jeho obsah je pˇrepsán novou konfigurac´ı. • Uloˇ zit jako nov´ y - Slouˇz´ı pro vytvoˇren´ı zcela nového záznamu pohledu v uloˇziˇsti. V tomto pˇr´ıpadˇe je uˇzivatel vyzván k zadán´ı názvu, pod kter´ ym má b´ yt aktivn´ı pohled v uloˇziˇsti uloˇzen. Aktivn´ı pohled v OLAP tabulce je nyn´ı asociován jiˇz s t´ımto novˇe vytvoˇren´ ym z´ aznamem a z´ aznam, se kter´ ym byl pohled asociován pˇred stiskem tohoto tlaˇc´ıtka z˚ ust´ av´ a v uloˇziˇsti beze zmˇeny. Tato vlastnost umoˇzn ˇuje uˇzivateli elegantnˇe vytv´ aˇret nové pohledy odvozen´ım z pohled˚ u jiˇz dˇr´ıve uloˇzen´ ych v uloˇziˇsti, aniˇz by byl nucen dan´ y pohled vytv´ aˇret od zaˇcátku. • Vypr´ azdnit - Toto tlaˇc´ıtko jiˇz nemá nic spoleˇcného s persitenc´ı pohled˚ u ale je urˇceno k rychlému vypr´ azdnˇen´ı aktivn´ıho pohledu v OLAP tabulce pro ty pˇr´ıpady, kdy si uˇzivatel pˇreje rozpracovan´ y pohled v tabulce zaˇc´ıt konstruovat u ´plnˇe od zaˇcátku. Samotné vypr´ azdnˇen´ı pohledu by mohl samozˇrejmˇe provést téˇz opakovan´ ym provádˇen´ım operace Roll up, nicménˇe v pˇr´ıpadˇe sloˇzitˇejˇs´ıho pohledu obsahuj´ıc´ıho v´ıce dimenz´ı by to bylo velmi nepraktické.

Obr´ azek 7.14: Toolbar pro uloˇzen´ı a vyˇciˇstˇen´ı aktivn´ıho pohledu Pro spr´ avu pohled˚ u uloˇzen´ ych v lokáln´ım uloˇziˇsti je urˇcen toolbar zobrazen´ y na obrázku 7.15. Tento toolbar obsahuje n´ asleduj´ıc´ı poloˇzky: • Seznam pohled˚ u - kolekce vˇsech pohled˚ u, které se vyskytuj´ı v uloˇziˇsti. • Tlaˇ c´ıtko Pouˇ z´ıt - Slouˇz´ı pro aktivován´ı pohledu, kter´ y je aktuálnˇe vybrán ve v´ yˇse zm´ınˇeném seznamu dostupn´ ych pohled˚ u. V tomto pˇr´ıpadˇe se v uloˇziˇsti vyhledá odpov´ıdaj´ıc´ı z´ aznam, v aplikaci je vytvoˇren nov´ y objekt pohledu, kter´ y se napln´ı konfigurac´ı z tohoto z´ aznamu a takto vytvoˇren´ y pohled je následnˇe zaslán OLAP tabulce k zobrazen´ı. • Tlaˇ c´ıtko Odstranit - Slouˇz´ı pro odstranˇen´ı pohledu z lokáln´ıho uloˇziˇstˇe. Pokud se odstraˇ nuje pohled, kter´ y je rovnˇeˇz aktivn´ım pohledem v OLAP tabulce, bude aplikace v pˇr´ıpadˇe pokusu o uloˇzen´ı mˇen v pohledu reagovat stejnˇe, jako by se mˇel vytváˇret zcela nov´ y z´ aznam v uloˇziˇsti. • Tlaˇ c´ıtko Importovat - Slouˇz´ı pro import vybraného pohledu ze souboru form´ atu XML do lok´ aln´ıho uloˇziˇstˇe. • Tlaˇ c´ıtko Exportovat - Slouˇz´ı pro export vybraného pohledu v seznamu z lokáln´ıho uloˇziˇstˇe do souboru form´ atu XML.

55

Obr´ azek 7.15: Toolbar pro práci s uloˇzen´ ymi pohledy Implementovan´ a podpora exportu a importu pohled˚ u z uloˇziˇstˇe je urˇcena pˇredevˇs´ım pro ty pˇr´ıpady, kdy uˇzivatel potˇrebuje na data v datovém skladˇe nahlédnout jist´ ym zp˚ usobem, nicménˇe s´ am nen´ı schopen odpov´ıdaj´ıc´ı pohled u ´spˇeˇsnˇe zkonstruovat. Tato situace se bude t´ ykat pˇredevˇs´ım nov´ ych z´ akazn´ık˚ u, kteˇr´ı nebudou m´ıt s aplikac´ı jeˇstˇe dostateˇcné zkuˇsenosti pro sestaven´ı komplikovanˇejˇs´ıch pohled˚ u. V takovém pˇr´ıpadˇe se provede zkonstruov´ an´ı pohledu na stranˇe dodavatele. Tento pohled je následnˇe vyexportován do souboru a zasl´ an uˇzivateli. Uˇzivatel pak provede pouh´ y import dodaného pohledu do svého uloˇziˇstˇe a m˚ uˇze ho zaˇc´ıt pouˇz´ıvat. Nic rovnˇeˇz nebr´ an´ı tomu, aby si jednotlivé pohledy mezi sebou vymˇen ˇovali sami uˇzivatelé.

56

Kapitola 8

Z´ avˇ er V rámci této diplomové pr´ ace byla navrˇzena a implementována aplikace, jej´ımˇz u ´kolem je poskytnout uˇzivatel˚ um z ˇrad ambulantn´ıch lékaˇr˚ u moˇznost provádˇet pokroˇcilé anal´ yzy nad nashrom´ aˇzdˇen´ ymi zdravotnick´ ymi daty, která jsou extrahována z dávek ambulantnˇe sm´ıˇsen´ ych obsahuj´ıc´ıch doklady o vˇsech proveden´ ych v´ ykonech, které lékaˇr pˇredává jednotliv´ ym zdravotn´ım pojiˇst’ovn´ am k vy´ uˇctován´ı. Aplikace tedy pˇredstavuje rozˇs´ıˇren´ı pro vˇsechny ty st´ avaj´ıc´ı lékaˇrské aplikace, které generován´ı tˇechto dávek umoˇzn ˇuj´ı. V souˇcasném v´ yvojovém st´ adiu aplikace podporuje analyzován´ı dat prostˇrednictv´ım technologie OLAP, kdy jsou implementovány vˇsechny základn´ı operace pro modelov´ an´ı poˇzadované datové kostky vˇcetnˇe dalˇs´ıch dodateˇcn´ ych funkcionalit, které uˇzivateli samotné analyzov´ an´ı dat d´ ale zefektivˇ nuj´ı. Pˇrestoˇze je aplikace jiˇz pˇripravena k testovac´ımu provozu v prostˇred´ı ambulantn´ı ordinace, nab´ız´ı se zde cel´ a ˇrada dalˇs´ıch rozˇs´ıˇren´ı, která je vhodné v budoucnu implementovat. Zde patˇr´ı zejména vytvoˇren´ı dynamické knihovny urˇcené pro stávaj´ıc´ı lékaˇrské aplikace, které by ji vyuˇz´ıvaly k automatickému plnˇen´ı datového skladu bez nutnosti manuáln´ıho zásahu ze strany uˇzivatele. Rovnˇeˇz by umoˇzn ˇovala import základn´ıch informac´ı o jednotliv´ ych pacientech z kartotéky, ˇc´ımˇz by se datov´ y sklad rozrostl o dalˇs´ı dimenze, na základˇe kter´ ych by bylo moˇzné data dále analyzovat. Ovˇsem s jak´ ym zájmem se moˇznost vyuˇzit´ı knihovny setk´ a u autor˚ u tˇechto aplikac´ı zat´ım nelze ˇr´ıci. Rovnˇeˇz by bylo vhodné rozˇs´ıˇrit aplikaci o moˇznost generován´ı pokroˇcil´ ych tiskov´ ych sestav a r˚ uzn´ ych typ˚ u graf˚ u. V posledn´ı ˇradˇe je pl´ anov´ ana implementace nˇekter´ ych metod z kategorie dolován´ı dat. Jedná se zejména o klasifikaci prostˇrednictv´ım klasifikátor˚ u v podobˇe neuronové s´ıtˇe ˇci implementace bayesovské klasifikace. Pacienty by pak napˇr´ıklad bylo moˇzné na základˇe nalezen´ ych vztah˚ u mezi prodˇelan´ ymi nemocemi a dalˇs´ımi vlastnosti jako vˇek a pohlav´ı rozdˇelit do tˇr´ıd, které by reprezentovaly stupeˇ n rizika náchylnosti ke konkrétn´ı nemoci, která by se u nich mohla v budoucnu objevit. Dalˇs´ı rozˇsiˇruj´ıc´ı funkcionalita bude do aplikace zabudována aˇz na základˇe zpˇetné vazby uˇzivatel˚ u bˇehem samotného pouˇz´ıván´ı aplikace.

57

Literatura [1] Lacko, L.: Business Inteligence v SQL Serveru 2005. Computer Press, 2006. ISBN 80-251-1110-5. [2] Zendulka, J. aj.: Studijn´ı opora k pˇredmˇetu Z´ısk´ av´ an´ı znalost´ı z datab´ az´ı. FIT VUT, 2006. [3] Han, J., Kamber, M.: Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, 2006. ISBN 1558609016. [4] Mr´ azek, P.: Datab´ azov´ a aplikace pro lékaˇre. Bakaláˇrská práce. FIT VUT, 2006. ˇ Datové rozhran´ı Vˇseobecné zdravotn´ı pojiˇst’ovny [5] Vˇseobecn´ a zdravotn´ı pojiˇst’ovna CR. ˇ CR [online]. verze 6.2. c2009 [citováno. 10.04.2009]. Dostupné z WWW: ´ e znˇen´ı z´ [6] Upln´ akona o evidenci obyvatel ˇc. 133/2000 Sb. ve znˇen´ı pozdˇejˇs´ıch z´ akon˚ u, vyhl´ aˇsené jako ˇc. 302/2004 Sb. [7] Stroustrup, B.: The Design and Evolution of C++. 1.vyd. Addison-Wesley, 1994. ISBN 0-201-54330-3. [8] Virius, M.: C++ Builder 4.0 - podrobný pr˚ uvodce. Grada Publishing, 1999. ISBN 807169-796-6. [9] Matouˇsek, D.: C++ Builder - vývojové prostˇred´ı. 2.vyd. BEN - technická literatura, 2000. ISBN 80-86056-70-8. [10] Kosek, J.: XML pro kaˇzdého: podrobný pr˚ uvodce. 1.vyd. Grada Publishing, 2000. ISBN 80-7169-860-1.

58

METODY PRO PODPORU ROZHODOVÁNÍ V PROSTŘEDÍ

Recommend Documents