مدیریت و تحلیل داده‌های مراقبت سلامت

مدیریت و تحلیل داده‌های مراقبت سلامت، حوزه‌ای از انفورماتیک سلامت است که به چگونگی ذخیره‌سازی، یکپارچه‌سازی، حاکمیت و تبدیل داده‌های تولید شده در سیستم‌های بالینی، اداری و بهداشت عمومی به دانش مفید می‌پردازد. این حوزه شامل مهندسی مخازنی است که داده‌های ناهمگون سلامت را یکپارچه می‌کنند، رشته‌هایی که این داده‌ها را قابل اعتماد نگه می‌دارند، و روش‌های تحلیلی که آن‌ها را برای پاسخ به سؤالات مربوط به اثربخشی، جمعیت‌ها و عملیات کاوش می‌کنند.

Definition

مدیریت و تحلیل داده‌های مراقبت سلامت مجموعه‌ای از روش‌ها و زیرساخت‌ها برای سازماندهی داده‌های مرتبط با سلامت و اعمال تکنیک‌های آماری، محاسباتی و داده‌کاوی بر روی آن‌ها به منظور تولید شواهد و پشتیبانی از تصمیمات در سطوح تحقیقات، جمعیت‌ها و سیستم‌های سلامت است.

Scope

این حوزه خواننده را با چرخه حیات داده‌های سلامت آشنا می‌کند: جمع‌آوری و یکپارچه‌سازی، ذخیره‌سازی در انبارهای داده بالینی، حاکمیت و تضمین کیفیت، و تحلیل‌های پایین‌دستی برای تحقیق، اندازه‌گیری جمعیت و عملیات. این حوزه پنج موضوع را گرد هم می‌آورد که از زیرساخت (طراحی انبار داده) از طریق مدیریت (حاکمیت و کیفیت) به استفاده (اثربخشی مقایسه‌ای، سلامت جمعیت و کاربردهای داده‌های بزرگ) می‌رسند. این یک مرور کلی مرجع است، نه یک راهنمای ساخت یا ابزار تصمیم‌گیری بالینی.

Sub-topics

• فناوری‌های کلان‌داده و کاربردهای آن در مراقبت‌های بهداشتی
• طراحی و معماری انبار داده بالینی
• پژوهش اثربخشی مقایسه‌ای با استفاده از داده‌های سلامت
• حاکمیت داده‌های سلامت و کیفیت داده‌ها
• تحلیل و اندازه‌گیری سلامت جمعیت

Key concepts

• انبار داده بالینی
• یکپارچه‌سازی داده و استخراج-تبدیل-بارگذاری (ETL)
• مدل‌های داده مشترک
• حاکمیت و مدیریت داده
• ابعاد کیفیت داده
• استفاده ثانویه از داده‌های بالینی
• تحقیقات اثربخشی مقایسه‌ای
• اندازه‌گیری سلامت جمعیت
• تحلیل داده‌های بزرگ
• مدل‌سازی پیش‌بینی‌کننده و داده‌کاوی

Mechanisms

داده‌های سلامت از پرونده‌های الکترونیک سلامت، سیستم‌های ادعا، ثبت‌ها، دستگاه‌ها و فیدهای نظارتی منشأ می‌گیرند. برای قابل استفاده مجدد بودن، این جریان‌های ناهمگون استخراج، تبدیل و در مخازن یکپارچه مانند انبارهای داده بالینی بارگذاری می‌شوند، که اغلب به یک مدل داده مشترک نگاشت می‌شوند تا پرس‌وجوها در بین مؤسسات قابل انتقال باشند. ساختارهای حاکمیتی مسئولیت‌پذیری داده‌ها را تعیین می‌کنند و ارزیابی کیفیت ابعادی مانند کامل بودن، صحت و معقول بودن را قبل از تحلیل داده‌ها ارزیابی می‌کند. سپس روش‌های تحلیلی از اندازه‌گیری توصیفی تا داده‌کاوی و مدل‌سازی پیش‌بینی‌کننده را شامل می‌شوند، که سؤال تحلیلی تعیین می‌کند کدام طرح و کدام داده‌ها مناسب هستند.

Clinical relevance

زیرساخت‌ها و روش‌های تحلیلی توصیف شده در اینجا، بسیاری از شواهد ثانویه مورد استفاده در مراقبت‌های بهداشتی، از جمله اندازه‌گیری کیفیت، مطالعات اثربخشی مقایسه‌ای و نظارت بر جمعیت را پشتیبانی می‌کنند. درک آن‌ها به پزشکان و محققان کمک می‌کند تا قضاوت کنند که شواهد حاصل از داده‌ها چگونه تولید می‌شوند و محدودیت‌های آن‌ها چیست. این حوزه نحوه تولید شواهد و پشتیبانی از تصمیم‌گیری را توصیف می‌کند؛ خود منبعی برای دستورالعمل‌های تشخیصی یا درمانی فردی نیست.

History

با انباشت حجم زیادی از داده‌های جمع‌آوری شده به صورت روتین توسط پرونده‌های الکترونیک سلامت و سیستم‌های اداری، توجه از جمع‌آوری داده‌های اولیه به استفاده ثانویه از این داده‌ها برای تحقیق و مدیریت معطوف شد. ابتکارات برای ساخت مخازن تحقیقاتی قابل اشتراک، مانند پلتفرم i2b2، و رشد تحلیل داده‌های بزرگ در مراقبت‌های بهداشتی در دهه ۲۰۱۰، مدیریت و تحلیل داده‌ها را به عنوان یک رشته متمایز از انفورماتیک سلامت با نگرانی‌های خاص خود در مورد کیفیت، حاکمیت و قابلیت بازتولید تثبیت کرد.

Key figures

• David W. Bates
• Shawn N. Murphy
• Isaac Kohane

Seminal works

• murphy-2010
• weiskopf-weng-2013
• bates-2014

Frequently asked questions

تفاوت بین مدیریت داده‌های سلامت و تحلیل داده‌های سلامت چیست؟

مدیریت داده‌ها شامل چگونگی جمع‌آوری، یکپارچه‌سازی، ذخیره‌سازی و حاکمیت داده‌های سلامت است تا قابل اعتماد و قابل استفاده مجدد باشند؛ تحلیل شامل روش‌های آماری و محاسباتی است که بر روی این داده‌ها اعمال می‌شود تا دانش تولید شود. این دو به هم وابسته هستند: تحلیل تنها به اندازه مدیریت و کیفیت داده‌های زیربنایی قابل اعتماد است.

منظور از «استفاده ثانویه» از داده‌های بالینی چیست؟

این به استفاده از داده‌هایی اشاره دارد که در ابتدا برای مراقبت بالینی یا صورت‌حساب جمع‌آوری شده‌اند، برای اهداف اضافی مانند تحقیق، اندازه‌گیری کیفیت یا نظارت بر جمعیت. از آنجایی که داده‌ها برای این اهداف جمع‌آوری نشده‌اند، حاکمیت و ارزیابی کیفیت برای استفاده مسئولانه از آن‌ها محوری است.