Gestión y Análisis de Datos de Salud

La gestión y el análisis de datos de salud abarcan cómo se organizan, gobiernan y garantizan la calidad de los datos de salud, y cómo se analizan posteriormente para apoyar las decisiones clínicas, operativas y de salud poblacional. Abarca desde el almacenamiento y la gobernanza de datos hasta la elaboración de informes descriptivos, el modelado predictivo y el uso del aprendizaje automático en grandes conjuntos de datos clínicos.

Definition

La gestión y el análisis de datos de salud es el conjunto de prácticas para recopilar, integrar, gobernar y garantizar la calidad de los datos de salud, y para analizarlos -descriptivamente, predictivamente o mediante aprendizaje automático- con el fin de informar las decisiones clínicas, operativas y de salud poblacional.

Scope

Este tema abarca los fundamentos de la gestión de datos, como la integración, la gobernanza y la calidad; el espectro analítico, desde los métodos descriptivos hasta los predictivos; y las oportunidades y limitaciones de aplicar técnicas de big data y aprendizaje automático a los datos de salud. Se enmarca como una referencia conceptual; no respalda herramientas, modelos o decisiones analíticas particulares para ningún entorno específico y no ofrece asesoramiento clínico.

Core questions

• ¿Cómo se integran, gobiernan y garantizan la calidad de los datos de salud antes del análisis?
• ¿Cuál es el espectro desde la elaboración de informes descriptivos hasta el análisis predictivo?
• ¿Qué pueden aportar el aprendizaje automático y los métodos de big data a la salud, y cuáles son sus límites?
• ¿Cómo se validan e interpretan de manera responsable los modelos analíticos a partir de datos clínicos?

Key concepts

• Gobernanza y administración de datos
• Calidad y exhaustividad de los datos
• Integración y almacenamiento de datos
• Análisis descriptivo, predictivo y prescriptivo
• Aprendizaje automático en datos clínicos
• Modelos de predicción de riesgo
• Validación y generalizabilidad de modelos

Mechanisms

El análisis depende primero de la gestión: los datos de muchas fuentes se integran, gobiernan y evalúan en cuanto a su calidad y exhaustividad, porque el análisis hereda los sesgos y las lagunas de sus entradas. Los métodos analíticos abarcan resúmenes descriptivos, modelos predictivos y enfoques de aprendizaje automático que aprenden patrones de grandes conjuntos de datos. Los modelos construidos a partir de datos clínicos recopilados rutinariamente enfrentan desafíos metodológicos recurrentes -datos faltantes, factores de confusión (confounding) y validación externa limitada-, por lo que se enfatiza la generalizabilidad y la interpretación cuidadosa. El aprendizaje automático puede detectar patrones complejos, pero no establece por sí mismo la causalidad ni garantiza que un modelo se transfiera a nuevas poblaciones.

Clinical relevance

El análisis de datos de salud puede informar la medición de la calidad, la planificación de recursos y la estratificación del riesgo, y cada vez más alimenta las herramientas de apoyo a la decisión. Esta entrada describe los métodos y sus limitaciones como material de referencia; no recomienda modelos específicos o acciones analíticas, y los resultados analíticos no sustituyen el juicio clínico.

Evidence & guidelines

La evidencia aquí es metodológica y conceptual: comentarios sobre la aplicación de big data, revisiones narrativas del aprendizaje automático en medicina y revisiones sistemáticas del desarrollo de modelos de predicción a partir de datos de registros. Estos trabajos enfatizan consistentemente la calidad de los datos, la validación y la interpretación cautelosa en lugar de ofrecer guías clínicas.

History

El análisis de datos de salud evolucionó desde los informes administrativos y los registros hacia los almacenes de datos integrados y, con la proliferación de los registros electrónicos, hacia grandes conjuntos de datos clínicos reutilizables. Los comentarios en la década de 2010 anticiparon la aplicación inevitable de big data a la atención médica, y revisiones posteriores mapearon tanto la promesa del aprendizaje automático como los problemas recurrentes de calidad de datos, validación y generalizabilidad que lo limitan.

Debates

¿Se puede confiar en modelos entrenados con datos clínicos rutinarios en diferentes entornos?

Los modelos predictivos y de aprendizaje automático a menudo funcionan bien en su desarrollo, pero su rendimiento se degrada en nuevas poblaciones debido a diferencias en la captura de datos, la mezcla de casos y la calidad; los revisores enfatizan la validación externa y advierten contra la sobreinterpretación del análisis de big data.

Key figures

• Isaac Kohane
• Andrew Beam
• Ziad Obermeyer
• Alvin Rajkomar
• Benjamin Goldstein

Seminal works

• murdoch-2013
• beam-2018
• rajkomar-2019

Frequently asked questions

¿Por qué se enfatiza tanto la calidad de los datos en el análisis de salud?

El análisis hereda las lagunas y los sesgos de sus datos de origen, por lo que los datos incompletos, inconsistentes o mal gobernados pueden producir resultados engañosos, sin importar cuán sofisticado sea el método analítico.

¿El aprendizaje automático reemplaza el razonamiento clínico o epidemiológico?

No; el aprendizaje automático puede encontrar patrones complejos, pero no establece la causalidad ni garantiza la transferencia a nuevas poblaciones, por lo que complementa, en lugar de reemplazar, la validación, el razonamiento causal y el juicio clínico.