Apache PDFBox, Tabula;

cTAKES , RxNorm_index, OrangeBook, UMLS, LVG;

OpenNLP

Расчет выполняется в среде языка программирования R (https://www.R-project.org/).

Делаются как прямые, так и непрямые попарные сравнения интересующих вмешательств, предусмотрена возможность выбора рефферентного вмешательства (группы контроля), а также подгруппы пациентов по факторам риска (например, пациенты со снижением расчетной скорости клубочковой фильтрации почек).

Критерии включения данных в модель расчетов:

• рандомизированные контролируемые исследования (РКИ) и проверенные регистровые данные, имеющее как минимум 2 группы (плацебо, или активный контроль);
  
• наличие данных по клиническим точкам лечения для расчета меры эффективности/безопасности вмешательства (effect size);

В зависимости от формата данных, в качестве меры эффективности/безопасности вмешательства, используются incidence rate ratio (IRR), или odds ratio (OR), с соответствующим 95% доверительным интервалом (95% confidence interval, CI).

Поиск в научных статьях статистических данных для включения в анализ выполняется с использованием общепринятой методологии проведения исследования (https://training.cochrane.org/).

1. Группой экспертов определяется интересующая область знаний (scope of review) и формулируется вопрос исследования, используя концепцию PICO:
   • P - patients (интересующая популяция пациентов)
   • I - intervention (интересующее вмешательство)
   • C - comparison (определение и характеристики группы сравнения)
   • O - outcome (конечные точки/исходы)
2. Исходя из вопроса исследования, формулируются критерии включения и исключения публикаций в обзор. Кроме критериев, заданных концепцией PICO, могут применяться дополнительные условия для включения в анализ, такие как дата публикации (например, не старше 10 лет), язык публикации, дизайн исследования и др.
3. Формулируется стратегия поиска литературы с использованием как ключевых слов, так и MeSH (Medical Subject Headings) терминологии.
4. Поиск осуществляется в трех основных базах данных (CENTRAL, MEDLINE и Embase).
5. Дополнительно исследуются регистры исследований (clinicaltrials.gov, WHO International Clinical Trials Registry Platform).
6. Полученный в результате поиска массив данных рассматривается группой экспертов на предмет соответствия критериям включения в несколько этапов:
   • Название публикации
   • Резюме
   • Полный текст публикации
7. Количество статей, исключенных на каждом этапе, документируется с указанием причины и отражается в диаграмме PRISMA (http://prisma-statement.org).

Обработка публикаций выполняется с применением программного обеспечения EndNote X8.0.1 (Clarivate Analytics, США).

Основные языки программирования: Java, Kotlin, Javascript, R.

Back-end
Фреймворк Spring в качестве сервера приложений. Хранение и обработка данных: СУБД Postgresql.

Все базовые компоненты ПО разрабатываются с использованием микросервисной архитектуры. Взаимодействие обеспечивается через обмен сообщениями по протоколу AMQP c использованием RabbitMQ. Компоненты запакованы в Docker-контейнеры и управляются через Swarm.

Front-end
Интерфейс React.js + Material-UI.

Обмен данными: GraphQL.

Аутентификации и авторизация: JSON Web Token(JWT).

Быстрый доступ сотрудника ЛУ по ссылке на сайт http://console.medicbk.com/ из МИС ЛУ на шаге после выбора заболевания по пациенту.

Экспорт файла с данными из заключительного шага по каждому сохраненному в http://console.medicbk.com/ профилю пациента. ЛУ на стороне МИС обеспечивает возможность импорта файла и его привязки к профилю пациента в МИС.

Для автоматического сохранения данных в структуре БД МИС выполняется согласование идентификаторов препаратов и заболеваний.