亚健康基础数据及其管理的共性技术研究
核心提示： “亚健康基础数据库及其数据管理共性技术的研究”是国家科技部“十一五”科技支撑计划中医“治未病”及亚健康中医干预研究项目的一项课题，现将部分研究结果报道如下。
1对&ldq
1对&ldq
“亚健康基础数据库及其数据管理共性技术的研究”是国家科技部“十一五”科技支撑计划中医“治未病”及亚健康中医干预研究项目的一项课题，现将部分研究结果报道如下。
1对“亚健康基础数据”和“数据管理共性技术”概念的理解
1．1 关于亚健康基础数据
数据，或称资料，是构成信息和知识的原始材料，数据涉及事物的存在形式，也是关于事件的一组离散的、客观的事实描述。在计算机科学中，数据是指所有能输入到计算机并被计算机程序处理的符号的介质之总称。随着计算机软、硬件的发展，计算机应用领域的拓宽，数据的含义也随之扩大。例如，当今计算机可以处理的图像、声音等都被认为是数据的范畴。我们认为，亚健康基础数据泛指经过抽象和加工整理的各类带有基础性质的信息，它们来源并服务于亚健康科研、临床和教学活动，主要包括术语标准、临床数据和科研文献资料等。
1．2关于亚健康基础数据管理的共性技术
狭义的信息管理是对信息进行组织、控制、加工和规划，并引向特定目标，为各行业和部门收集、整理、存储信息并提供信息服务。这又分为数据内容研究和数据管理技术研究两个方面。首先，要依据用户的信息需求对数据内容进行研究，以确定基础数据的收集范畴、信息收录的标准化流程、数据质量的控制方法，规划纳入数据库建设的信息资源、数据分类标准和规范；其次，研究为实现亚健康基础数据的收集、整理、存储、检索和服务须采用的技术，属于技术选择和技术应用的研究。主要涉及数据库管理系统平台的选择、数据存储方式的研究、数据库的逻辑模型和物理模型设计、数据库加工检索软件的实现技术等。从广义的信息管理角度讲，数据库的建立和管理不仅仅是对数据信息的管理，而是对涉及信息活动的各种要素(信息、人、机器、机构等)进行合理的组织控制，以实现数据及其相关资源的合理配置，从而满足用户的信息需求。
2亚健康基础数据的规范
数据的规范化和标准化是保证数据管理与服务质量的前提，是在数据管理共性技术的研究过程中首先面临和需要解决的关键问题。
2．1 亚健康基础数据选择的规范
依据中华中医药学会2006年发布的《亚健康中医临床指南》有关亚健康的术语、定义、范畴、分类、常见临床表现、中医常见证候类型、判定标准、综合评定流程等规范，确定亚健康信息涵盖的范围。
2．2数据来源和数据内容的规范
采用信息资源规划方法作为确定基础数据来源的基本方法。同时，结合文献调研、专家咨询、亚健康人群流行病学调查等具体方法，制定了一套较完整的亚健康基础数据体系，以满足国家进行亚健康中医监测与干预的科学研究需求。根据不同的来源，把数据分为文献资料和临床数据两大类。
2．2．1 文献资料来源和内容的规范 主要来源于国内外文献，根据相应的步骤加工收录到亚健康基础数据库中，内容包括：亚健康成因、症状表现、机理、中医证候学、预防与干预(专方专药、针灸、推拿、按摩、食疗、心理疗法、运动疗法、行为疗法等)；新技术、新方法、新器械的研究；量化指标、判定标准、疗效评价标准及其他标准的研究；中医“治未病”的古文献研究资料；人群监测、科普教育、预防知识；相关的政策发布、学术研讨会、学术交流以及研究动态等新闻与消息报道等。参照《MesH》词表、《中国中医药学主题词表》以及《中医名词术语词典》等进行主题词、副主题词、关键词标引；制定了检索工作规范和检索策略以及针对不同数据库的具体检索方法和步骤，以保证信息内容的完整、准确、规范。
2．2．2 临床数据来源和内容的规范 主要来源于体检中心(医院)和社区的亚健康人群，通过一体化注册机制，从亚健康一体化基础数据平台访问。内容包括：个体情况基础数据；症状数据(躯体症状表现、精神心理症状表现、社会适应能力下降表现，并区分主要症状和次要症状及其轻、中、重程度)；体检数据(现代医学检查数据、中医“四诊”数据)；辨识数据(症状程度评定数据、体质类型判定数据、中医证候诊断数据)；干预数据(非药物预防与干预法、药物预防与干预法)；随访或复诊数据。主要参照和使用了以下信息标准对亚健康临床数据进行规范并形成自己的数据字典：国际标准化组织(ISO)卫生信息学技术委员会(TC215)的卫生信息构成框架；《国家卫生信息标准基础框架》(CNHIF)相关阶段成果；全国卫生信息标准委员会正在制定的《国家卫生信息字典》、《医院信息最小数据集》、《公共卫生信息最小数据集》、《社区卫生信息最小数据集》等阶段成果；信息技术数据源的规范化与标准化(GB／Tl8391)；信息技术数据元素值格式记法(GB／Tl8142)。
3数据管理共性技术的研究
3．1数据收集的规范化研究
数据采集的标准化、规范化是数据管理质量控制的必然要求，是建立高质量医学数据库系统的重要前提。据此，研究制定了亚健康基础数据的采集方法、流程和质量控制标准。按照统一标准培训数据录入人员，根据数据采集工作规范的要求，通过文献检索、数据检索、资料查询后，筛选、获得相关数据，经人工直接录入、从其他异构数据库自动导入或从非结构化文件导入(如文本文件、HTML网页文件、WORD文件、EXCEL文件等)；为严格质量控制，采取数据录入和数据审核分离，并随机抽样检查，及时反馈纠正。
3．2数据分类标准与规范研究
对数据分类是认识数据本质的最佳方法之一，同时对于数据的有效管理、按类别开发利用以及实现共享服务都具有重要的现实意义。亚健康基础数据的分类，需要遵循一般信息分类的基本原则，包括科学性、系统性、可扩延性、兼容性和综合实用性。根据亚健康基础数据的特点，我们采用了按数据自然属性分类的分类体系、线分类和面分类相结合的分类方法，以信息来源、文献类型、数据应用子领域(干预、监测)等属性进行一级分类，每个一级类目之下再视情况制定2～5级分类。
3．3 亚健康基础数据库的建设及其共性技术研究
建立亚健康基础数据库及其数据管理和服务系统，本质上是一项计算机信息系统工程，必须以信息系统工程的理论和方法为指导，遵循“需求分析一系统设计一技术实现一系统测试一使用维护”的法则与步骤。
3．3．1 需求确定本项目的信息系统涉及“基础数据的服务”和“基础数据的管理”两大部分，系统的需求包括功能需求、性能需求、维护使用需求。
3．3．1. 1 数据管理的功能需求①数据的录入、扩充及维护：通过标准规则及软件工具，实现对亚健康基础数据内容的可持续补充或调整：②数据的导出：实现将数据中的部分或全部内容格式化导出为标准的EXCEL文件或者文本文件的服务功能；③数据的导入：对于外部的规则数据可以通过所提供的导入工具，实现数据的大量采集与大规模外部基础数据的处理；④数据备份与恢复功能：可执行定期的增量备份、全备份等数据备份方式及恢复方法；⑤系统跟踪与记录功能：以确保一些重要工作有完整的日志记录；⑥安全权限与加密管理：在需要时，可对部分数据实现权限与加密管理。
3．3．1．2 数据服务的功能需求①信息发布：通过亚健康一体化服务平台，将数据库内容如亚健康基本常识、预防知识以及研究动态等，进行展示和发布；②多维度检索：对亚健康相关文献以及其他基础数据进行多维度的检索查询，便捷地提取亚健康相关的数据或文献全文；③基础数据的统计与关联分析：在对数据资源进行结构化处理的基础上，实现对亚健康涵盖范围、症状、证候、治法、方药等相关内容进行数据统计与关联分析服务。
3．3．1．3系统的维护使用需求①客户端免维护：所有的应用程序均运行在服务器端，客户端只需要浏览器来执行应用程序，主要工作集中在应用逻辑层，业务逻辑的修改对客户层没有影响；②软件平台无关性：要求技术实现具有软件平台无关性，应用系统的业务逻辑可以方便地实现软件平台跨计算机类型、跨操作系统地的迁移，减少系统的运行成本；③高安全性：系统具有优良的访问控制、防篡改、防丢失机制，在网络、数据库和主机系统等方面具备高可靠性；④可扩展性：能够在不影响原有系统的前提下，在应用系统中增加新的功能与项目；⑤易维护性：实现代码分离，前台设计与后台代码相对独立，界面设计与代码编写协同作业，提高维护效率。
3．3．2 系统设计 主要包括系统架构设计、系统功能设计、数据库设计等。
3．3．2．1 系统功能和架构设计 系统功能设计，就是根据系统的功能需求，设计系统的功能模块组成和功能模块之间的组合关系。系统架构设计研究确定系统的技术架构，包括网络拓扑结构、系统实现的分层次、集中式或分布式系统、B／s或c／s模式的选择等。根据系统的功能需求，本系统的设计采用三层 B／s分布式系统的技术架构，系统由服务器端(web／应用／数据库服务器)和客户端浏览器共同构成一个分布式的处理系统。在服务器端，采用表现层、业务逻辑处理层和数据存储层的三层结构，以提高系统的性能、可维护性和灵活性。在具体技术选择上，分别使用了Apache web服务器、Tomcat／weblogic应用服务器、Oracle数据库管理系统。
3．3．2．2 数据库设计包括数据概念模型设计、数据逻辑模型设计、数据物理模型设计。在概念模型设计阶段，需按已确定的亚健康数据范围和数据分类标准进行数据分类，并识别出所有的概念和语义。在数据逻辑模型设计阶段，定义本研究确认的实体和关系，建立数据的实体一关系模型。在数据的物理模型设计阶段，根据E—R图设计数据库表，确定数据存储方式；同时根据信息标准和编码规范制定数据的编码规则，确保系统数据表达的一致性，建立数据库的元数据和数据字典。由于亚健康基础数据库的逻辑关系和应用模式都比较复杂，在数据库设计上进行了分层次管理技术的研究。①根据本项目需求的特点，亚健康基础数据库采用多中心的集中与分布相结合的数据存储方式和管理模式。数据(总)中心存储和管理所有级别的数据，利用多个区域(分中心)，分担用户的服务请求负载，并管理当地的镜像数据。每个分中心内部，数据都采用集中存储的方式，统一存储到大型关系数据库中。在不同分中心之间，采用数据复制和交换技术，保证数据的一致性。②在数据内容的分层次管理方面，将数据内容分为原始数据(例如原始文献的PDF文件、中医干预记录、调查问卷等)、整合加工后的数据、系统生成的分析数据(报表、统计结果、“亚健康量表测评结果”)等。不同内容层次的数据使用不同的管理策略，同时建立它们之间的关联关系，便于进行数据跟踪和质量控制。③在数据访问技术的分层次实现方面，将对数据的访问和服务分为展示层、控制层、数据业务层3个层次。采用这些分层技术后，可以让系统有较高的运行性能与可扩展性能。这其中需要采用一些JAVA设计模式，如工厂模式、门面模式、单例模式、多例模式、模板模式等，并将这些模式进行适当的组合应用于各个分层中。
3．3．2．3 元数据管理设计 我们将亚健康基础数据库管理系统所管理的各种类信息抽象为数字对象。从高度抽象角度来看一个数字对象应该包括三大部分：标识部分、内容部分和用于描述数字对象的元数据部分。其中元数据部分根据其功能分为描述性元数据和控制性元数据。鉴于所管理对象的海量特性，系统模块采用按功能划分，即按标识管理、元数据管理和数据对象管理来区分。元数据管理服务在系统中承担了元数据管理的所有任务。3．3．3系统实现技术研究 根据系统的功能需求、性能需求和维护使用需求，确定采用J2EE技术完成系统实现；数据库系统采用大型数据库0RACLE，以适应海量数据的收集、归类、统计分析和数据挖掘需要。在系统各个功能层次的具体实现技术上。采用目前流行的轻型架构的多层体系，表现层运用Struts框架，业务逻辑层采用Sprin9框架，数据持久层采用Hibernate。界面处理采用比较成熟的Ajax技术，用户通过图形化的交互模式进行数据的检索和利用。数据库设计采用POWERDESIGNER工具进行开发，按标准的概念模型建模，生成物理模型，然后生成数据库表结构。各应用建模采用TOGETHER2006进行UML语言设计系统流程，建立各类库关系。JAVA开发工具采用ECLIPSE3．1进行，TOGETHER2006与ECLIPSE两者是配合的开发关系。
3．3．4 软件开发标准与规范在软件开发过程中，参考IS09001及CMM3级管理要求执行，但指标的考核内容根据本项目的实际开发情况进行了调整，考核指标主要包括需求管理、软件质量保证、软件配置管理。软件文档采用如下国家标准：①软件需求说明书(68856T一88)：②数据库设计说明书(GB8567—88)；③概要设计说明书(GB8567—88)；④详细设计说明书(GB8567—88)等。
4讨论
4．1 关于将数据处理过度到知识处理
数据(狭义)是信息和知识未经加工的原始素材；信息是经过加工处理的、对决策有价值的数据流：通过人们的参与对信息进行归纳、演绎、比较等手段进行挖掘，使其有价值的部分沉淀下来，并与已存在的人类知识体系相结合，这部分信息就转变成了知识。数据、信息、知识三者之间的区别在于加工和抽象层次上存在着差异。因此，研究亚健康基础数据(广义)及其管理的共性技术的主要目的之一，就是探索数据特点、寻找数据规律、分析数据间的关联性，尽可能地把数据提升为增值的信息和知识，让使用者可以从数据库系统中查找、发掘到所需信息与知识。我们把这一理念贯穿于课题研究始终。例如，我们研发了亚健康量表测评系统，内容包括焦虑自评量表、塞密尔顿抑郁量表、疲劳问卷、疲劳评定量、匹茨堡睡眠质量指数量表的评测。可以选择任意量表进行评测，并自动生成测评结果。又如，我们设计了通过数字或图像自动显示，实现以时间为轴线分析个体体检指标的变化趋势，可根据亚健康个体的历史记录，客观评价中医监测与干预的效果。
4．2解析、检索和处理中医古代文献资料的障碍
知识处理和数据处理的最大不同，就是数据处理一般只涉及到信息的结构和语法层面，而知识处理必须考虑信息的语义
问题。解析亚健康基础数据，涉及现代医学、中医药学、心理学、营养学、社会学等多种类型的知识，同样也需要中医古代语言系统方面的知识与工具。中医药学经过长期的实践，积累了丰富的强身养生、防微杜渐“治未病”的经验，形成了具有独特的东方色彩和民族风格的养生理论和手段，是亚健康综合干预的重要内容。本数据库已收录历代中医文献中所记载的保健汤茶二百余首，但由于缺乏中医古代语言系统的支持，难以实现检索语言在字、词、术语、概念、语义、语用等方面的一体化，因此遭遇到解析、检索和处理中医古代文献资料的障碍。
4．3 系统的应用与后期维护
我们研制出的应用软件系统，具备远程从各医院、社区、体检中心、家庭收集亚健康人群相关数据的能力，亚健康个体也可通过浏览器，在线录入相关信息，初步构建了交互式信息传递平台。目前已作为上海市长宁区“治未病”健康工程服务网络信息系统和设备，为73．5万人提供了亚健康数据的采集、处理和分析，产生了良好的社会效益。但仍有待于进一步提高数据汇交过程中数据的采集质量和传输速度、增强系统的稳定性，这同样属于数据管理共性技术中不可缺少的研究内容。
1对“亚健康基础数据”和“数据管理共性技术”概念的理解
1．1 关于亚健康基础数据
数据，或称资料，是构成信息和知识的原始材料，数据涉及事物的存在形式，也是关于事件的一组离散的、客观的事实描述。在计算机科学中，数据是指所有能输入到计算机并被计算机程序处理的符号的介质之总称。随着计算机软、硬件的发展，计算机应用领域的拓宽，数据的含义也随之扩大。例如，当今计算机可以处理的图像、声音等都被认为是数据的范畴。我们认为，亚健康基础数据泛指经过抽象和加工整理的各类带有基础性质的信息，它们来源并服务于亚健康科研、临床和教学活动，主要包括术语标准、临床数据和科研文献资料等。
1．2关于亚健康基础数据管理的共性技术
狭义的信息管理是对信息进行组织、控制、加工和规划，并引向特定目标，为各行业和部门收集、整理、存储信息并提供信息服务。这又分为数据内容研究和数据管理技术研究两个方面。首先，要依据用户的信息需求对数据内容进行研究，以确定基础数据的收集范畴、信息收录的标准化流程、数据质量的控制方法，规划纳入数据库建设的信息资源、数据分类标准和规范；其次，研究为实现亚健康基础数据的收集、整理、存储、检索和服务须采用的技术，属于技术选择和技术应用的研究。主要涉及数据库管理系统平台的选择、数据存储方式的研究、数据库的逻辑模型和物理模型设计、数据库加工检索软件的实现技术等。从广义的信息管理角度讲，数据库的建立和管理不仅仅是对数据信息的管理，而是对涉及信息活动的各种要素(信息、人、机器、机构等)进行合理的组织控制，以实现数据及其相关资源的合理配置，从而满足用户的信息需求。
2亚健康基础数据的规范
数据的规范化和标准化是保证数据管理与服务质量的前提，是在数据管理共性技术的研究过程中首先面临和需要解决的关键问题。
2．1 亚健康基础数据选择的规范
依据中华中医药学会2006年发布的《亚健康中医临床指南》有关亚健康的术语、定义、范畴、分类、常见临床表现、中医常见证候类型、判定标准、综合评定流程等规范，确定亚健康信息涵盖的范围。
2．2数据来源和数据内容的规范
采用信息资源规划方法作为确定基础数据来源的基本方法。同时，结合文献调研、专家咨询、亚健康人群流行病学调查等具体方法，制定了一套较完整的亚健康基础数据体系，以满足国家进行亚健康中医监测与干预的科学研究需求。根据不同的来源，把数据分为文献资料和临床数据两大类。
2．2．1 文献资料来源和内容的规范 主要来源于国内外文献，根据相应的步骤加工收录到亚健康基础数据库中，内容包括：亚健康成因、症状表现、机理、中医证候学、预防与干预(专方专药、针灸、推拿、按摩、食疗、心理疗法、运动疗法、行为疗法等)；新技术、新方法、新器械的研究；量化指标、判定标准、疗效评价标准及其他标准的研究；中医“治未病”的古文献研究资料；人群监测、科普教育、预防知识；相关的政策发布、学术研讨会、学术交流以及研究动态等新闻与消息报道等。参照《MesH》词表、《中国中医药学主题词表》以及《中医名词术语词典》等进行主题词、副主题词、关键词标引；制定了检索工作规范和检索策略以及针对不同数据库的具体检索方法和步骤，以保证信息内容的完整、准确、规范。
2．2．2 临床数据来源和内容的规范 主要来源于体检中心(医院)和社区的亚健康人群，通过一体化注册机制，从亚健康一体化基础数据平台访问。内容包括：个体情况基础数据；症状数据(躯体症状表现、精神心理症状表现、社会适应能力下降表现，并区分主要症状和次要症状及其轻、中、重程度)；体检数据(现代医学检查数据、中医“四诊”数据)；辨识数据(症状程度评定数据、体质类型判定数据、中医证候诊断数据)；干预数据(非药物预防与干预法、药物预防与干预法)；随访或复诊数据。主要参照和使用了以下信息标准对亚健康临床数据进行规范并形成自己的数据字典：国际标准化组织(ISO)卫生信息学技术委员会(TC215)的卫生信息构成框架；《国家卫生信息标准基础框架》(CNHIF)相关阶段成果；全国卫生信息标准委员会正在制定的《国家卫生信息字典》、《医院信息最小数据集》、《公共卫生信息最小数据集》、《社区卫生信息最小数据集》等阶段成果；信息技术数据源的规范化与标准化(GB／Tl8391)；信息技术数据元素值格式记法(GB／Tl8142)。
3数据管理共性技术的研究
3．1数据收集的规范化研究
数据采集的标准化、规范化是数据管理质量控制的必然要求，是建立高质量医学数据库系统的重要前提。据此，研究制定了亚健康基础数据的采集方法、流程和质量控制标准。按照统一标准培训数据录入人员，根据数据采集工作规范的要求，通过文献检索、数据检索、资料查询后，筛选、获得相关数据，经人工直接录入、从其他异构数据库自动导入或从非结构化文件导入(如文本文件、HTML网页文件、WORD文件、EXCEL文件等)；为严格质量控制，采取数据录入和数据审核分离，并随机抽样检查，及时反馈纠正。
3．2数据分类标准与规范研究
对数据分类是认识数据本质的最佳方法之一，同时对于数据的有效管理、按类别开发利用以及实现共享服务都具有重要的现实意义。亚健康基础数据的分类，需要遵循一般信息分类的基本原则，包括科学性、系统性、可扩延性、兼容性和综合实用性。根据亚健康基础数据的特点，我们采用了按数据自然属性分类的分类体系、线分类和面分类相结合的分类方法，以信息来源、文献类型、数据应用子领域(干预、监测)等属性进行一级分类，每个一级类目之下再视情况制定2～5级分类。
3．3 亚健康基础数据库的建设及其共性技术研究
建立亚健康基础数据库及其数据管理和服务系统，本质上是一项计算机信息系统工程，必须以信息系统工程的理论和方法为指导，遵循“需求分析一系统设计一技术实现一系统测试一使用维护”的法则与步骤。
3．3．1 需求确定本项目的信息系统涉及“基础数据的服务”和“基础数据的管理”两大部分，系统的需求包括功能需求、性能需求、维护使用需求。
3．3．1. 1 数据管理的功能需求①数据的录入、扩充及维护：通过标准规则及软件工具，实现对亚健康基础数据内容的可持续补充或调整：②数据的导出：实现将数据中的部分或全部内容格式化导出为标准的EXCEL文件或者文本文件的服务功能；③数据的导入：对于外部的规则数据可以通过所提供的导入工具，实现数据的大量采集与大规模外部基础数据的处理；④数据备份与恢复功能：可执行定期的增量备份、全备份等数据备份方式及恢复方法；⑤系统跟踪与记录功能：以确保一些重要工作有完整的日志记录；⑥安全权限与加密管理：在需要时，可对部分数据实现权限与加密管理。
3．3．1．2 数据服务的功能需求①信息发布：通过亚健康一体化服务平台，将数据库内容如亚健康基本常识、预防知识以及研究动态等，进行展示和发布；②多维度检索：对亚健康相关文献以及其他基础数据进行多维度的检索查询，便捷地提取亚健康相关的数据或文献全文；③基础数据的统计与关联分析：在对数据资源进行结构化处理的基础上，实现对亚健康涵盖范围、症状、证候、治法、方药等相关内容进行数据统计与关联分析服务。
3．3．1．3系统的维护使用需求①客户端免维护：所有的应用程序均运行在服务器端，客户端只需要浏览器来执行应用程序，主要工作集中在应用逻辑层，业务逻辑的修改对客户层没有影响；②软件平台无关性：要求技术实现具有软件平台无关性，应用系统的业务逻辑可以方便地实现软件平台跨计算机类型、跨操作系统地的迁移，减少系统的运行成本；③高安全性：系统具有优良的访问控制、防篡改、防丢失机制，在网络、数据库和主机系统等方面具备高可靠性；④可扩展性：能够在不影响原有系统的前提下，在应用系统中增加新的功能与项目；⑤易维护性：实现代码分离，前台设计与后台代码相对独立，界面设计与代码编写协同作业，提高维护效率。
3．3．2 系统设计 主要包括系统架构设计、系统功能设计、数据库设计等。
3．3．2．1 系统功能和架构设计 系统功能设计，就是根据系统的功能需求，设计系统的功能模块组成和功能模块之间的组合关系。系统架构设计研究确定系统的技术架构，包括网络拓扑结构、系统实现的分层次、集中式或分布式系统、B／s或c／s模式的选择等。根据系统的功能需求，本系统的设计采用三层 B／s分布式系统的技术架构，系统由服务器端(web／应用／数据库服务器)和客户端浏览器共同构成一个分布式的处理系统。在服务器端，采用表现层、业务逻辑处理层和数据存储层的三层结构，以提高系统的性能、可维护性和灵活性。在具体技术选择上，分别使用了Apache web服务器、Tomcat／weblogic应用服务器、Oracle数据库管理系统。
3．3．2．2 数据库设计包括数据概念模型设计、数据逻辑模型设计、数据物理模型设计。在概念模型设计阶段，需按已确定的亚健康数据范围和数据分类标准进行数据分类，并识别出所有的概念和语义。在数据逻辑模型设计阶段，定义本研究确认的实体和关系，建立数据的实体一关系模型。在数据的物理模型设计阶段，根据E—R图设计数据库表，确定数据存储方式；同时根据信息标准和编码规范制定数据的编码规则，确保系统数据表达的一致性，建立数据库的元数据和数据字典。由于亚健康基础数据库的逻辑关系和应用模式都比较复杂，在数据库设计上进行了分层次管理技术的研究。①根据本项目需求的特点，亚健康基础数据库采用多中心的集中与分布相结合的数据存储方式和管理模式。数据(总)中心存储和管理所有级别的数据，利用多个区域(分中心)，分担用户的服务请求负载，并管理当地的镜像数据。每个分中心内部，数据都采用集中存储的方式，统一存储到大型关系数据库中。在不同分中心之间，采用数据复制和交换技术，保证数据的一致性。②在数据内容的分层次管理方面，将数据内容分为原始数据(例如原始文献的PDF文件、中医干预记录、调查问卷等)、整合加工后的数据、系统生成的分析数据(报表、统计结果、“亚健康量表测评结果”)等。不同内容层次的数据使用不同的管理策略，同时建立它们之间的关联关系，便于进行数据跟踪和质量控制。③在数据访问技术的分层次实现方面，将对数据的访问和服务分为展示层、控制层、数据业务层3个层次。采用这些分层技术后，可以让系统有较高的运行性能与可扩展性能。这其中需要采用一些JAVA设计模式，如工厂模式、门面模式、单例模式、多例模式、模板模式等，并将这些模式进行适当的组合应用于各个分层中。
3．3．2．3 元数据管理设计 我们将亚健康基础数据库管理系统所管理的各种类信息抽象为数字对象。从高度抽象角度来看一个数字对象应该包括三大部分：标识部分、内容部分和用于描述数字对象的元数据部分。其中元数据部分根据其功能分为描述性元数据和控制性元数据。鉴于所管理对象的海量特性，系统模块采用按功能划分，即按标识管理、元数据管理和数据对象管理来区分。元数据管理服务在系统中承担了元数据管理的所有任务。3．3．3系统实现技术研究 根据系统的功能需求、性能需求和维护使用需求，确定采用J2EE技术完成系统实现；数据库系统采用大型数据库0RACLE，以适应海量数据的收集、归类、统计分析和数据挖掘需要。在系统各个功能层次的具体实现技术上。采用目前流行的轻型架构的多层体系，表现层运用Struts框架，业务逻辑层采用Sprin9框架，数据持久层采用Hibernate。界面处理采用比较成熟的Ajax技术，用户通过图形化的交互模式进行数据的检索和利用。数据库设计采用POWERDESIGNER工具进行开发，按标准的概念模型建模，生成物理模型，然后生成数据库表结构。各应用建模采用TOGETHER2006进行UML语言设计系统流程，建立各类库关系。JAVA开发工具采用ECLIPSE3．1进行，TOGETHER2006与ECLIPSE两者是配合的开发关系。
3．3．4 软件开发标准与规范在软件开发过程中，参考IS09001及CMM3级管理要求执行，但指标的考核内容根据本项目的实际开发情况进行了调整，考核指标主要包括需求管理、软件质量保证、软件配置管理。软件文档采用如下国家标准：①软件需求说明书(68856T一88)：②数据库设计说明书(GB8567—88)；③概要设计说明书(GB8567—88)；④详细设计说明书(GB8567—88)等。
4讨论
4．1 关于将数据处理过度到知识处理
数据(狭义)是信息和知识未经加工的原始素材；信息是经过加工处理的、对决策有价值的数据流：通过人们的参与对信息进行归纳、演绎、比较等手段进行挖掘，使其有价值的部分沉淀下来，并与已存在的人类知识体系相结合，这部分信息就转变成了知识。数据、信息、知识三者之间的区别在于加工和抽象层次上存在着差异。因此，研究亚健康基础数据(广义)及其管理的共性技术的主要目的之一，就是探索数据特点、寻找数据规律、分析数据间的关联性，尽可能地把数据提升为增值的信息和知识，让使用者可以从数据库系统中查找、发掘到所需信息与知识。我们把这一理念贯穿于课题研究始终。例如，我们研发了亚健康量表测评系统，内容包括焦虑自评量表、塞密尔顿抑郁量表、疲劳问卷、疲劳评定量、匹茨堡睡眠质量指数量表的评测。可以选择任意量表进行评测，并自动生成测评结果。又如，我们设计了通过数字或图像自动显示，实现以时间为轴线分析个体体检指标的变化趋势，可根据亚健康个体的历史记录，客观评价中医监测与干预的效果。
4．2解析、检索和处理中医古代文献资料的障碍
知识处理和数据处理的最大不同，就是数据处理一般只涉及到信息的结构和语法层面，而知识处理必须考虑信息的语义
问题。解析亚健康基础数据，涉及现代医学、中医药学、心理学、营养学、社会学等多种类型的知识，同样也需要中医古代语言系统方面的知识与工具。中医药学经过长期的实践，积累了丰富的强身养生、防微杜渐“治未病”的经验，形成了具有独特的东方色彩和民族风格的养生理论和手段，是亚健康综合干预的重要内容。本数据库已收录历代中医文献中所记载的保健汤茶二百余首，但由于缺乏中医古代语言系统的支持，难以实现检索语言在字、词、术语、概念、语义、语用等方面的一体化，因此遭遇到解析、检索和处理中医古代文献资料的障碍。
4．3 系统的应用与后期维护
我们研制出的应用软件系统，具备远程从各医院、社区、体检中心、家庭收集亚健康人群相关数据的能力，亚健康个体也可通过浏览器，在线录入相关信息，初步构建了交互式信息传递平台。目前已作为上海市长宁区“治未病”健康工程服务网络信息系统和设备，为73．5万人提供了亚健康数据的采集、处理和分析，产生了良好的社会效益。但仍有待于进一步提高数据汇交过程中数据的采集质量和传输速度、增强系统的稳定性，这同样属于数据管理共性技术中不可缺少的研究内容。
(如果您认为转载内容侵犯了您的权益，请及时联系我们，本网站将在收到信息核实后24小时内删除相关内容。)
