5 Powodów dane dotyczące opieki zdrowotnej są unikalne i trudne do zmierzenia

Pobierz PDF

Ci z nas, którzy pracują z danymi, mają tendencję do myślenia w bardzo uporządkowany, liniowy sposób. Lubimy, Aby B podążało za A I C podążało za B, nie tylko przez jakiś czas, ale cały czas. Dane medyczne nie są w ten sposób. Jest zarówno zróżnicowana, jak i złożona, co czyni analizę liniową bezużyteczną.

istnieje kilka cech danych medycznych, które czynią je wyjątkowymi. Oto pięć, w szczególności

wiele danych znajduje się w wielu miejscach.

dane dotyczące opieki zdrowotnej zazwyczaj znajdują się w wielu miejscach. Z różnych systemów źródłowych, takich jak EMRs lub oprogramowanie HR, do różnych działów, takich jak Radiologia lub Farmacja. Dane pochodzą z całej organizacji. Połączenie tych danych w jeden, centralny system, taki jak enterprise data warehouse (EDW), sprawia, że dane te są dostępne i możliwe do podjęcia.

dane Medyczne występują również w różnych formatach (np., tekstowe, numeryczne, papierowe, cyfrowe, zdjęcia, filmy, multimedia itp.). Radiologia wykorzystuje obrazy, stare dokumenty medyczne istnieją w formacie papierowym, a dzisiejsze EMR mogą pomieścić setki wierszy danych tekstowych i numerycznych.

czasami te same dane istnieją w różnych systemach i w różnych formatach. Tak jest w przypadku danych dotyczących roszczeń w porównaniu z danymi klinicznymi. Złamana ręka pacjenta wygląda jak obraz w dokumentacji medycznej, ale pojawia się jako kod ICD-9 813.8 w danych roszczeń.

i wygląda na to, że przyszłość zawiera jeszcze więcej źródeł danych, takich jak śledzenie generowane przez pacjentów z urządzeń takich jak monitory fitness i czujniki ciśnienia krwi.

dane są ustrukturyzowane i nieustrukturyzowane.

elektroniczne oprogramowanie do rejestracji medycznej zapewnia platformę do spójnego przechwytywania danych, ale w rzeczywistości przechwytywanie danych nie jest spójne. Przez lata dokumentowanie faktów klinicznych i ustaleń na papierze szkoliło branżę do przechwytywania danych w dowolny sposób, który jest najwygodniejszy dla dostawcy opieki, z niewielkim uwzględnieniem tego, w jaki sposób dane te mogą być ostatecznie agregowane i analizowane. EMRs próbuje ujednolicić proces przechwytywania danych, ale dostawcy opieki niechętnie przyjmują uniwersalne podejście do dokumentacji. Tak więc nieustrukturyzowane przechwytywanie danych jest często dozwolone, aby uspokoić sfrustrowanych użytkowników EMR i uniknąć utrudniania procesu dostarczania opieki. W rezultacie, wiele z danych zebranych w ten sposób jest trudne do agregacji i analizy w jakikolwiek spójny sposób. Wraz z ulepszaniem produktów EMR, szkoleniem użytkowników w zakresie standardowych przepływów pracy i przyzwyczajeniem dostawców usług do wprowadzania danych w uporządkowanych polach zgodnie z założeniami, będziemy mieli coraz więcej lepszych danych do analizy.

przykład powyższego zjawiska znajduje się w niedawnej inicjatywie mającej na celu zmniejszenie niepotrzebnych cesarskich cięć w dużym systemie opieki zdrowotnej na północnym zachodzie. Pierwszym zadaniem zespołu było zrozumienie, w jaki sposób wskazania do cesarskiego cięcia zostały udokumentowane w EMR. Okazało się, że do wyboru były tylko dwie opcje: 1) wskazanie płodu i 2) wskazanie matki. Ponieważ były to jedyne dwie opcje, lekarze często decydowali się na udokumentowanie prawdziwego wskazania do cesarskiego cięcia w formie swobodnego tekstu, podczas gdy inni w ogóle go nie dokumentowali. Cóż, to nie sprzyjało zrozumieniu przyczyny niepotrzebnych cesarskich cięć. Tak więc zespół współpracował z analitykiem, aby zmodyfikować listę dostępnych opcji w EMR, aby dodać więcej szczegółów. Po wprowadzeniu tej niewielkiej modyfikacji w procesie gromadzenia danych zespół zyskał ogromny wgląd i zidentyfikował możliwości standaryzacji świadczenia opieki i zmniejszenia liczby niepotrzebnych cesarskich cięć.

niespójne/Zmienne Definicje; praktyka oparta na dowodach i nowe badania wychodzą każdego dnia.

często dane medyczne mogą mieć niespójne lub Zmienne Definicje. Na przykład jedna grupa klinicystów może zdefiniować kohortę pacjentów z astmą inaczej niż inna grupa klinicystów. Zapytaj dwóch lekarzy, jakie kryteria są niezbędne, aby zidentyfikować kogoś jako cukrzyka, a możesz uzyskać trzy różne odpowiedzi. Nie może po prostu nie być poziom konsensusu co do konkretnego leczenia lub definicji kohorty.

również, nawet gdy istnieje konsensus, eksperci wyrażający zgodę stale odkrywają nowo uzgodnioną wiedzę. Gdy dowiadujemy się więcej o tym, jak działa ciało, nasze zrozumienie nadal zmienia się, co jest ważne, co mierzyć, jak i kiedy mierzyć, a także cele do osiągnięcia. Na przykład w tym roku większość klinicystów zgadza się, że diagnoza cukrzycy to wartość Hg A1C powyżej 7, ale w przyszłym roku możliwe, że umowa będzie inna.

istnieją najlepsze praktyki w branży, ale zawsze toczy się dyskusja na temat sposobu definiowania tych rzeczy. Co oznacza, że próbujesz stworzyć porządek z chaosu i trafić w cel, który nie tylko się porusza, ale wydaje się poruszać w sposób, którego nie możesz przewidzieć.