5 Razões de Saúde Dados É Único e Difícil de Medir

faça o Download em PDF

Aqueles de nós que trabalham com dados tendem a pensar no bem estruturado, termos lineares. Nós gostamos de B para seguir A E C para seguir B, não apenas em parte do tempo, mas o tempo todo. Os dados da saúde não são assim. É ao mesmo tempo diverso e complexo tornando a análise linear inútil.existem várias características dos dados de saúde que o tornam único. Aqui estão cinco, em particular

grande parte dos dados está em vários lugares.

os dados de cuidados de saúde tendem a residir em vários locais. De diferentes sistemas de fonte, como EMRs ou software HR, para diferentes departamentos, como radiologia ou farmácia. Os dados vêm de toda a organização. A agregação destes dados em um único sistema central, como um armazém de dados corporativos (EDW), torna esses dados acessíveis e atuáveis.dados de saúde também ocorrem em diferentes formatos (ex., texto, numérico, papel, digital, imagens, vídeos, multimídia, etc.). A radiologia usa imagens, antigos registros médicos existem em formato de papel, e os EMRs de hoje podem conter centenas de linhas de dados textuais e numéricos.por vezes, os mesmos dados existem em diferentes sistemas e formatos. Tal é o caso dos dados relativos às alegações versus dados clínicos. O braço partido de um paciente parece uma imagem no registo médico, mas aparece como ICD-9 código 813.8 nos dados de reclamações.e parece que o futuro contém ainda mais fontes de dados, como rastreamento gerado pelo paciente a partir de dispositivos como monitores de fitness e sensores de pressão sanguínea.

os dados estão estruturados e não estruturados.

Electronic medical record software has provided a platform for consistent data capture, but the reality is data capture is anything but consistent. Durante anos, documentar fatos clínicos e achados no papel treinou uma indústria para capturar dados de qualquer forma que seja mais conveniente para o provedor de cuidados com pouca consideração para como esses dados poderiam eventualmente ser agregados e analisados. EMRs tentam padronizar o processo de captura de dados, mas os prestadores de cuidados estão relutantes em adotar uma abordagem de tamanho único para toda a documentação. Assim, a captura de dados não estruturada é muitas vezes permitida para apaziguar os usuários EMR frustrados e evitar dificultar o processo de entrega de cuidados. Como resultado, grande parte dos dados capturados desta forma é difícil de agregar e analisar de qualquer forma consistente. À medida que os produtos EMR melhoram, à medida que os usuários se tornam treinados para fluxos de trabalho padrão, e à medida que os prestadores de cuidados se acostumam a introduzir dados em campos estruturados como projetado, teremos mais e melhores dados para análise.um exemplo do fenômeno acima é encontrado em uma iniciativa recente para reduzir seções c desnecessárias em um grande sistema de saúde no noroeste. A primeira tarefa da equipe foi entender como as indicações para a seção C foram documentadas na EMR. Verificou-se que havia apenas duas opções para escolher: 1) indicação fetal e 2) indicação materna. Como estas eram as duas únicas opções, entregar médicos muitas vezes escolheria documentar a verdadeira indicação para C-section em um formulário de texto livre, enquanto outros não o documentavam de todo. Bem, isto não foi propício para compreender a causa principal de cesarianas desnecessárias. Então, a equipe trabalhou com um analista para modificar a lista de opções disponíveis na EMR para que mais detalhes pudessem ser adicionados. Depois de fazer esta ligeira modificação no processo de captura de dados, a equipe ganhou uma visão tremenda, e identificou oportunidades para padronizar a entrega de cuidados e reduzir cesarianas desnecessárias.

definições inconsistentes / variáveis; a prática baseada em evidências e novas pesquisas são publicadas todos os dias.

muitas vezes, os dados de saúde podem ter definições inconsistentes ou variáveis. Por exemplo, um grupo de clínicos pode definir uma coorte de doentes asmáticos de forma diferente de outro grupo de clínicos. Pergunte a dois médicos quais são os critérios necessários para identificar alguém como diabético e você pode obter três respostas diferentes. Pode simplesmente não haver um nível de consenso sobre um determinado tratamento ou definição de coorte.além disso, mesmo quando há consenso, os especialistas consentidos estão constantemente descobrindo o conhecimento recém-acordado. À medida que aprendemos mais sobre como o corpo funciona, a nossa compreensão continua a mudar o que é importante, o que medir, como e quando medi-lo, e os objetivos a atingir. Por exemplo, Este ano a maioria dos médicos concorda que um diagnóstico de diabetes é um valor de Hg A1c acima de 7, mas no próximo ano é possível que o Acordo será algo diferente.existem boas práticas estabelecidas na indústria, mas há sempre discussões em curso na forma como essas coisas são definidas. O que significa que estás a tentar criar ordem a partir do caos e atingir um alvo que não só está a mover-se, mas parece estar a mover-se de uma forma que não consegues prever.