臺灣長期照顧實作指引(TW LTC IG)
1.0.0 - STU 1.0.0

臺灣長期照顧實作指引(TW LTC IG), published by 經濟部產業發展署. This guide is not an authorized publication; it is the continuous build for version 1.0.0 built by the FHIR (HL7® FHIR® Standard) CI Build. This version is based on the current content of https://github.com/Lorex/TWLongTermCare_IG_Build/ and changes regularly. See the Directory of published versions

Logical Models

邏輯模型 (Logical Models)

本頁面說明台灣長期照顧實作指引（TW LTC IG）中定義的邏輯模型，這些模型提供資料結構的概覽，幫助使用者了解如何準備欄位資料。

邏輯模型概述

邏輯模型是 FHIR 中用來描述資料結構的概念模型，它們不直接對應到 FHIR 資源，而是提供一個高層次的資料結構視圖，幫助使用者理解如何組織和準備資料。

可用的邏輯模型

1. 照顧管理評估量表邏輯模型 (LTC-CMS-Model)

照顧管理評估量表邏輯模型

用途: 描述照顧管理評估量表的完整資料結構，包括個案基本資料、照顧者資訊、各項評估量表內容等。

主要組成部分:

  • 醫事機構基本資料: 包含機構代碼、名稱、地址、聯絡方式
  • 個案基本資料: 包含身分證字號、姓名、出生日期、性別、地址、身心障礙狀況
  • 照顧者基本資料: 包含主要照顧者與次要照顧者資訊
  • 評估量表內容: 包含溝通能力、記憶力、ADL、IADL、特殊照護需求、社會參與、心理狀況、照顧者負荷、照顧者支持等評估

使用場景: 適用於長期照顧管理中心進行個案評估時，作為資料準備的參考指南。

2. 轉介單邏輯模型 (LTC-Referral-Model)

轉介單邏輯模型

用途: 描述長期照顧管理中心個案服務初篩表/轉介單的完整資料結構。

主要組成部分:

  • 個案基本資料: 包含身分證字號、姓名、出生日期、性別、地址、緊急聯絡人
  • 身心障礙手冊: 包含是否領有手冊、障礙類別、疾病代碼、等級
  • 醫療狀況: 包含管路狀況、壓傷狀況
  • 居住狀況: 包含居住類型、是否獨居、居住環境、無障礙設施
  • 照顧者狀況: 包含是否有照顧者、照顧者類型、國籍、關係、工作狀況
  • 疾病狀況: 包含主要疾病、ICD-10 代碼、診斷日期、目前狀況
  • 問題及需求: 包含主要問題、照護需求、需求優先級
  • 申請服務: 包含服務類型、描述、頻率、期間
  • 功能評估: 包含 ADL、IADL、衰弱評估、照顧者評估
  • 出入院情形: 包含住院狀態、入院/出院日期、醫院資訊
  • 轉介資訊: 包含填表者/轉介者資訊、簽名
  • 填表單位資訊: 包含單位名稱、地址、電話、聯絡人

使用場景: 適用於醫療機構或相關單位向長期照顧管理中心轉介個案時，作為轉介單資料準備的參考指南。

3. 長期照護醫師意見書邏輯模型 (LTC-AA12-Model)

長期照護醫師意見書邏輯模型

用途: 描述長期照護醫師意見書的完整資料結構，包括個案基本資料、醫師資訊、醫療機構資訊、診斷與治療建議等。

主要組成部分:

  • 個案基本資料: 包含身分證字號、姓名、出生日期、性別、地址等
  • 醫師資訊: 包含醫師姓名、科別、執業機構、聯絡方式
  • 醫療機構資訊: 包含機構代碼、名稱、地址、聯絡方式
  • 診斷資訊: 包含疾病名稱、ICD代碼、發病日期、病情狀態
  • 治療建議: 包含近期治療、照顧注意事項、處置建議
  • 醫事照護意見: 包含建議介入的醫事照護服務、特殊疾病照顧方法
  • 感染症資訊: 包含是否罹患感染症、隔離需求等
  • 身心狀態: 包含個案的身心狀態或特殊需要註記事項

使用場景: 適用於醫師對個案進行專業醫療評估後，製作長期照護醫師意見書時，作為資料準備的參考指南。

4. 個案位置監測邏輯模型 (LTC-Location-Model)

個案位置監測邏輯模型

用途: 描述失智症照護監測中個案位置監測的完整資料結構，包括位置基本資料、座標資訊、地址資訊、聯絡方式、記錄元資料等。

主要組成部分:

  • 位置基本資料: 包含位置記錄唯一識別碼、地點名稱、位置描述、位置類型、物理位置類型、狀態等
  • 座標資訊: 包含經度座標、緯度座標、海拔高度、座標精度等
  • 地址資訊: 包含地址文字描述、地址行、城市、州/省、郵遞區號、國家等
  • 聯絡資訊: 包含聯絡類型、聯絡值、聯絡用途等
  • 層級關係: 包含上層位置、上層位置參考等

使用場景: 適用於失智症照護監測中的個案位置追蹤與監測，作為位置資料準備的參考指南。

5. 異常事件警報邏輯模型 (LTC-AdverseEvent-Model)

異常事件警報邏輯模型

用途: 描述失智症照護監測中異常事件警報的完整資料結構，包括異常事件基本資料、個案資訊、時間資訊、位置資訊、嚴重程度、結果資訊、參與者資訊等。

主要組成部分:

  • 異常事件識別碼: 包含識別碼值、識別碼系統、識別碼用途等
  • 異常事件基本資料: 包含實際性、事件類型描述等
  • 個案資訊: 包含個案參考等
  • 時間資訊: 包含異常事件發生時間、偵測時間、記錄時間等
  • 結果狀況: 包含結果狀況參考等
  • 位置資訊: 包含位置參考等
  • 嚴重程度: 包含臨床嚴重程度、嚴重程度分級等
  • 結果資訊: 包含異常事件結果等
  • 記錄者資訊: 包含記錄者參考等
  • 涉及者資訊: 包含涉及者參考等

使用場景: 適用於失智症照護監測中的異常事件警報管理，作為異常事件資料準備的參考指南。

邏輯模型與 FHIR Profile 的關係

邏輯模型提供高層次的資料結構視圖，而 FHIR Profile 則定義具體的 FHIR 資源結構。兩者相輔相成：

  1. 邏輯模型: 幫助使用者理解需要準備哪些資料欄位
  2. FHIR Profile: 定義這些資料如何在 FHIR 資源中具體實現

使用建議

  1. 資料準備階段: 使用邏輯模型了解需要收集的資料欄位
  2. 實作階段: 參考對應的 FHIR Profile 了解如何將資料轉換為 FHIR 資源
  3. 驗證階段: 使用邏輯模型檢查是否遺漏重要資料欄位

範例

每個邏輯模型都包含完整的範例，展示如何填寫各個欄位。這些範例可以作為實際使用時的參考模板。

注意事項

  • 各縣市轉介單格式可能有所不同，轉介單邏輯模型將於後續版本逐步納入各縣市格式
  • 邏輯模型中的欄位標示為必填 (MS) 的項目，在實際使用時必須提供
  • 建議在實際使用前，先參考對應的 FHIR Profile 了解具體的實作細節