5 syytä terveydenhuollon tiedot ovat ainutlaatuisia ja vaikeasti mitattavissa

Download PDF

ne meistä, jotka työskentelevät datan kanssa, ajattelevat yleensä hyvin jäsennellysti, lineaarisesti. Haluamme, että B seuraa A: ta ja C seuraa B: tä, ei vain osan ajasta, vaan koko ajan. Terveydenhuollon tiedot eivät ole sellaisia. Se on sekä monipuolinen että monimutkainen, mikä tekee lineaarianalyysistä hyödyttömän.

terveydenhuollon tiedoissa on useita piirteitä, jotka tekevät siitä ainutlaatuisen. Tässä on viisi, erityisesti

suuri osa aineistosta on useassa paikassa.

terveystiedot sijaitsevat yleensä useassa paikassa. Eri lähdejärjestelmistä, kuten EMRs – tai HR-ohjelmistoista, eri osastoille, kuten radiologiaan tai apteekkiin. Tiedot tulevat eri puolilta organisaatiota. Kun nämä tiedot yhdistetään yhdeksi keskusjärjestelmäksi, kuten EDW (enterprise data warehouse), nämä tiedot ovat käytettävissä ja käytettävissä.

terveydenhuollon tietoja esiintyy myös eri muodoissa (esim., teksti, numeerinen, paperi, digitaalinen, kuvat, videot, multimedia jne.). Radiologia käyttää kuvia, Vanhat potilastiedot ovat olemassa paperimuodossa, ja nykypäivän EMRs voi pitää satoja rivejä tekstuaalisia ja numeerisia tietoja.

joskus sama tieto on olemassa eri järjestelmissä ja eri muodoissa. Näin on väittämiä koskevien tietojen ja kliinisten tietojen tapauksessa. Potilaan murtunut käsi näyttää potilastietojen kuvasta, mutta esiintyy ICD-9-koodilla 813.8 väittämätiedoissa.

ja näyttää siltä, että tulevaisuudessa on vielä enemmän tietolähteitä, kuten potilaan tuottamaa seurantaa laitteista, kuten kuntomonitoreista ja verenpainesensoreista.

tiedot ovat jäsenneltyjä ja jäsentämättömiä.

sähköinen potilastieto-ohjelmisto on tarjonnut Alustan johdonmukaiselle tiedonkeruulle, mutta todellisuus on tiedonkeruu on kaikkea muuta kuin johdonmukaista. Kliinisten tosiasioiden ja löydösten dokumentointi paperille on jo vuosien ajan kouluttanut teollisuutta tallentamaan tietoja millä tahansa tavalla, joka on hoidon tarjoajalle kätevin, välittämättä siitä, miten nämä tiedot voitaisiin lopulta koota ja analysoida. EMRs yrittää standardoida tietojen kaappausprosessia, mutta hoidon tarjoajat ovat haluttomia omaksumaan yhden koon lähestymistapaa dokumentointiin. Näin ollen jäsentymätön Tietojen tallennus on usein sallittua lepyttää turhautuneita EMR-käyttäjiä ja välttää hoidon toimitusprosessin estämistä. Tämän seurauksena suuri osa tällä tavalla kerätyistä tiedoista on vaikea koota ja analysoida millään johdonmukaisella tavalla. EMR-tuotteiden parantuessa, käyttäjien tullessa koulutetuiksi standardeihin työnkulkuihin ja hoitopalvelujen tarjoajien totuttua syöttämään dataa suunnitelluilla strukturoiduilla kentillä, meillä on enemmän ja parempaa dataa Analytiikkaa varten.

esimerkki edellä mainitusta ilmiöstä löytyy tuoreesta aloitteesta vähentää turhia C-sektioita suuressa terveydenhuoltojärjestelmässä luoteessa. Ryhmän ensimmäinen tehtävä oli ymmärtää, miten Keisarinleikkauksen merkit dokumentoitiin EMR: ään. Kävi ilmi, että valittavana oli vain kaksi vaihtoehtoa: 1) sikiön ja 2) äidin indikaatio. Koska nämä olivat ainoat kaksi vaihtoehtoa, lääkärit päättivät usein dokumentoida Keisarinleikkauksen todellisen käyttöaiheen vapaaseen tekstimuotoon, kun taas toiset eivät dokumentoineet sitä lainkaan. Tämä ei ollut omiaan ymmärtämään turhien keisarileikkausten perimmäistä syytä. Niin, tiimi työskenteli analyytikko muuttaa luetteloa käytettävissä vaihtoehtoja EMR jotta yksityiskohtaisempia voitaisiin lisätä. Tehtyään tämän pienen muutoksen tiedonkeruuprosessiin, tiimi sai valtavasti tietoa ja havaitsi mahdollisuuksia yhtenäistää hoidon toimittamista ja vähentää tarpeettomia C-osioita.

epäjohdonmukaisia / muuttuvia määritelmiä; näyttöön perustuvaa käytäntöä ja uutta tutkimusta ilmestyy joka päivä.

usein terveydenhuollon tiedoissa voi olla epäjohdonmukaisia tai vaihtelevia määritelmiä. Esimerkiksi yksi lääkäriryhmä voi määritellä astmapotilaiden kohortin eri tavalla kuin toinen lääkäriryhmä. Kysy kahdelta lääkäriltä, mitkä kriteerit ovat välttämättömiä diabeetikon tunnistamiseksi, ja voit saada kolme erilaista vastausta. Tietyn hoidon tai kohortin määritelmästä ei välttämättä ole yksimielisyyttä.

myös konsensuksen vallitessa suostuvat asiantuntijat löytävät jatkuvasti uutta sovittua tietoa. Kun opimme lisää siitä, miten keho toimii, ymmärryksemme muuttuu jatkuvasti siitä, mikä on tärkeää, mitä mitataan, miten ja milloin mitataan sitä ja mihin tavoitteisiin tähdätään. Esimerkiksi tänä vuonna suurin osa lääkäreistä on samaa mieltä siitä, että diabetesdiagnoosin arvo on HG A1c yli 7, mutta ensi vuonna on mahdollista, että sopimus on jotain muuta.

alalla on vakiintuneita parhaita käytäntöjä, mutta aina käydään keskustelua siitä, miten ne asiat määritellään. Se tarkoittaa, että yrität luoda järjestystä kaaoksesta ja osut kohteeseen, joka ei vain liiku, vaan näyttää liikkuvan tavalla, jota et voi ennustaa.