Обзор

pyomop - это ваш швейцарский армейский нож OMOP для работы с OHDSI OMOP Common Data Model (CDM) v5.4 или v6 совместимыми базами данных с использованием SQLAlchemy в качестве ORM. Он поддерживает преобразование результатов запросов в Панды DataFrames для трубопроводов машинного обучения и предоставляет утилиты для работы с словарями OMOP. Определения таблиц основаны на библиотеке omop-cdm. Pyomop - это легкая и простая в использовании библиотека для исследователей и разработчиков, экспериментирующих и тестирующих базы данных OMOP CDM. Он может использоваться как в качестве инструмента командной строки, так и в качестве импортированной библиотеки в вашем коде.

Поддерживает SQLite, PostgreSQL и MySQL. таблицы CDM и Vocab создаются по одной схеме. (См. использование ниже для более подробной информации) LLM-запросы на естественном языке через Langchain. Использование. FHIR для утилит преобразования OMOP. (См. использование ниже для более подробной информации)

• Исполняйте библиотеку запросов. (См. использование ниже для более подробной информации)

Пожалуйста ️ Если вы считаете этот проект полезным!

##Установка

Стабильный релиз:

** Версия для разработки:**

** Поддержка LLM**

####См. этот блокнот или сценарий для примеров. MCP SERVER рекомендуется для расширенного использования.

Docker

pyomop: OMOP Swiss Army Knife 🔧

✨ Overview

pyomop is your OMOP Swiss Army Knife 🔧 for working with OHDSI OMOP Common Data Model (CDM) v5.4 or v6 compliant databases using SQLAlchemy as the ORM. It supports converting query results to pandas DataFrames for machine learning pipelines and provides utilities for working with OMOP vocabularies. Table definitions are based on the omop-cdm library. Pyomop is designed to be a lightweight, easy-to-use library for researchers and developers experimenting and testing with OMOP CDM databases. It can be used both as a commandline tool and as an imported library in your code.

• Supports SQLite, PostgreSQL, and MySQL. CDM and Vocab tables are created in the same schema. (See usage below for more details)
• LLM-based natural language queries via langchain. Usage.
• 🔥 FHIR to OMOP conversion utilities. (See usage below for more details)
• Execute QueryLibrary. (See usage below for more details)

Please ⭐️ If you find this project useful!

Installation

Stable release:

pip install pyomop

Development version:

git clone https://github.com/dermatologist/pyomop.git
cd pyomop
pip install -e .

LLM support:

pip install pyomop[llm]

✨ See this notebook or script for examples. 👇 MCP SERVER is recommended for advanced usage.

Docker