5 motive pentru care datele medicale sunt unice și dificil de măsurat

descărcați PDF

aceia dintre noi care lucrează cu date tind să gândească în termeni foarte structurați, liniari. Ne place ca B să urmeze A și C să urmeze B, nu doar o parte din timp, ci tot timpul. Datele medicale nu sunt așa. Este atât diversă, cât și complexă, făcând analiza liniară inutilă.

există mai multe caracteristici ale datelor medicale care o fac unică. Aici sunt cinci, în special

o mare parte din date este în mai multe locuri.

datele medicale tind să locuiască în mai multe locuri. De la diferite sisteme sursă, cum ar fi EMR sau software HR, la diferite departamente, cum ar fi radiologia sau farmacia. Datele provin din întreaga organizație. Agregarea acestor date într-un singur sistem central, cum ar fi un depozit de date pentru întreprinderi (EDW), face ca aceste date să fie accesibile și acționabile.

datele medicale apar, de asemenea, în diferite formate (de ex., text, numeric, hârtie, digital, imagini, videoclipuri, multimedia etc.). Radiologia folosește imagini, înregistrările medicale vechi există în format de hârtie, iar EMR-urile de astăzi pot conține sute de rânduri de date textuale și numerice.

uneori aceleași date există în diferite sisteme și în diferite formate. Acesta este cazul datelor privind revendicările față de datele clinice. Brațul rupt al unui pacient arată ca o imagine din fișa medicală, dar apare ca cod ICD-9 813.8 în datele revendicărilor.și se pare că viitorul deține și mai multe surse de date, cum ar fi urmărirea generată de pacienți de la dispozitive precum monitoare de fitness și senzori de tensiune arterială.

datele sunt structurate și nestructurate.

software-ul electronic de înregistrare medicală a oferit o platformă pentru captarea consecventă a datelor, dar realitatea este că captarea datelor este altceva decât consecventă. De ani de zile, documentarea faptelor clinice și a constatărilor pe hârtie a instruit o industrie să capteze date în orice mod este cel mai convenabil pentru furnizorul de îngrijire, cu puțină atenție pentru modul în care aceste date ar putea fi în cele din urmă agregate și analizate. EMR-urile încearcă să standardizeze procesul de captare a datelor, dar furnizorii de servicii medicale sunt reticenți în a adopta o abordare unică a documentației. Astfel, captarea nestructurată a datelor este adesea permisă pentru a potoli utilizatorii EMR frustrați și pentru a evita împiedicarea procesului de livrare a îngrijirii. Drept urmare, o mare parte din datele capturate în acest mod sunt dificil de agregat și analizat în orice mod consecvent. Pe măsură ce produsele EMR se îmbunătățesc, pe măsură ce utilizatorii devin instruiți pentru fluxurile de lucru standard și pe măsură ce furnizorii de servicii medicale devin mai obișnuiți să introducă date în câmpuri structurate așa cum au fost proiectate, vom avea date mai multe și mai bune pentru analiză.

un exemplu al fenomenului de mai sus se găsește într-o inițiativă recentă de reducere a secțiunilor C inutile la un sistem de sănătate mare din nord-vest. Prima sarcină a echipei a fost să înțeleagă modul în care indicațiile pentru secțiunea C au fost documentate în EMR. S-a dovedit că există doar două opțiuni de alegere: 1) indicație fetală și 2) indicație maternă. Deoarece acestea erau singurele două opțiuni, clinicienii care livrau ar alege adesea să documenteze indicația adevărată pentru Secțiunea C într-o formă de text liber, în timp ce alții nu o documentau deloc. Ei bine, acest lucru nu a fost propice pentru a înțelege cauza rădăcină de c-secțiuni inutile. Deci, echipa a lucrat cu un analist pentru a modifica lista opțiunilor disponibile în EMR, astfel încât să poată fi adăugate mai multe detalii. După ce a făcut această ușoară modificare a procesului de captare a datelor, echipa a obținut o perspectivă extraordinară și a identificat oportunități de standardizare a furnizării de îngrijiri și de reducere a secțiunilor C inutile.

definiții inconsistente / variabile; practica bazată pe dovezi și noile cercetări apar în fiecare zi.

deseori, datele medicale pot avea definiții inconsistente sau variabile. De exemplu, un grup de clinicieni poate defini o cohortă de pacienți astmatici diferit decât un alt grup de clinicieni. Întrebați doi medici ce criterii sunt necesare pentru a identifica pe cineva ca diabetic și puteți obține trei răspunsuri diferite. Este posibil să nu existe un nivel de consens cu privire la un anumit tratament sau definiție de cohortă.

De asemenea, chiar și atunci când există un consens, experții care CONSIMT descoperă în mod constant cunoștințe nou convenite. Pe măsură ce aflăm mai multe despre modul în care funcționează corpul, înțelegerea noastră continuă să se schimbe despre ceea ce este important, ce trebuie măsurat, cum și când să îl măsurăm și obiectivele pe care trebuie să le vizăm. De exemplu, în acest an majoritatea clinicienilor sunt de acord că un diagnostic de diabet este o valoare Hg A1C peste 7, dar anul viitor este posibil ca acordul să fie ceva diferit.

există cele mai bune practici stabilite în industrie, dar există întotdeauna discuții în curs de desfășurare în modul în care aceste lucruri sunt definite. Ceea ce înseamnă că încercați să creați ordine din haos și să atingeți o țintă care nu numai că se mișcă, dar pare să se miște într-un mod pe care nu îl puteți prezice.