Gestion et analyse des données de santé

La gestion et l'analyse des données de santé est le domaine de l'informatique de la santé qui s'intéresse à la manière dont les données générées par les systèmes cliniques, administratifs et de santé publique sont stockées, intégrées, gouvernées et transformées en connaissances utiles. Elle englobe l'ingénierie des référentiels qui consolident des données de santé hétérogènes, les disciplines qui garantissent la fiabilité de ces données, et les méthodes analytiques qui les exploitent pour répondre à des questions sur l'efficacité, les populations et les opérations.

Definition

La gestion et l'analyse des données de santé désignent l'ensemble des méthodes et des infrastructures permettant d'organiser les données liées à la santé et d'y appliquer des techniques statistiques, computationnelles et d'exploration de données afin de générer des preuves et de soutenir les décisions aux niveaux de la recherche, des populations et des systèmes de santé.

Scope

Ce domaine oriente le lecteur vers le cycle de vie des données de santé : capture et intégration, stockage dans des entrepôts de données cliniques, gouvernance et assurance qualité, et analyses en aval pour la recherche, la mesure des populations et les opérations. Il regroupe cinq thèmes qui vont de l'infrastructure (conception d'entrepôts) à la gestion (gouvernance et qualité) et à l'utilisation (efficacité comparative, santé des populations et applications du big data). Il s'agit d'un aperçu de référence, et non d'un guide de construction ou d'un outil d'aide à la décision clinique.

Sub-topics

• Technologies du Big Data et applications en santé
• Conception et architecture d'un entrepôt de données cliniques
• Recherche sur l'efficacité comparative à l'aide de données de santé
• Gouvernance des données de santé et qualité des données
• Analyse et mesure de la santé des populations

Key concepts

• Entrepôt de données cliniques
• Intégration de données et extraction-transformation-chargement (ETL)
• Modèles de données communs
• Gouvernance et gestion des données
• Dimensions de la qualité des données
• Utilisation secondaire des données cliniques
• Recherche sur l'efficacité comparative
• Mesure de la santé des populations
• Analyse du big data
• Modélisation prédictive et exploration de données

Mechanisms

Les données de santé proviennent des dossiers de santé électroniques, des systèmes de gestion des réclamations, des registres, des dispositifs et des flux de surveillance. Pour être réutilisables, ces flux hétérogènes sont extraits, transformés et chargés dans des référentiels intégrés tels que les entrepôts de données cliniques, souvent mappés à un modèle de données commun afin que les requêtes soient portables entre les institutions. Les structures de gouvernance attribuent la responsabilité des données, et l'évaluation de la qualité évalue des dimensions telles que l'exhaustivité, l'exactitude et la plausibilité avant que les données ne soient analysées. Les méthodes analytiques vont ensuite de la mesure descriptive à l'exploration de données et à la modélisation prédictive, la question analytique déterminant la conception et les données appropriées.

Clinical relevance

Les infrastructures et les méthodes analytiques décrites ici sous-tendent une grande partie des preuves secondaires utilisées dans les soins de santé, y compris la mesure de la qualité, les études d'efficacité comparative et la surveillance des populations. Les comprendre aide les cliniciens et les chercheurs à évaluer comment les preuves dérivées des données sont produites et quelles sont leurs limites. Ce domaine décrit comment les preuves et l'aide à la décision sont générées ; il n'est pas lui-même une source d'instructions diagnostiques ou thérapeutiques individuelles.

History

À mesure que les dossiers de santé électroniques et les systèmes administratifs accumulaient de grands volumes de données collectées de routine, l'attention s'est déplacée de la capture primaire des données vers l'utilisation secondaire de ces données pour la recherche et la gestion. Des initiatives visant à construire des référentiels de recherche partageables, tels que la plateforme i2b2, et la croissance de l'analyse du big data dans les soins de santé au cours des années 2010, ont établi la gestion et l'analyse des données comme un volet distinct de l'informatique de la santé avec ses propres préoccupations concernant la qualité, la gouvernance et la reproductibilité.

Key figures

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

Seminal works

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

Frequently asked questions

Quelle est la différence entre la gestion des données de santé et l'analyse des données de santé ?

La gestion des données couvre la manière dont les données de santé sont capturées, intégrées, stockées et gouvernées afin qu'elles soient fiables et réutilisables ; l'analyse couvre les méthodes statistiques et computationnelles appliquées à ces données pour produire des connaissances. Les deux sont interdépendantes : l'analyse n'est fiable que dans la mesure où la gestion et la qualité des données sous-jacentes le sont.

Que signifie l'« utilisation secondaire » des données cliniques ?

Cela fait référence à l'utilisation de données initialement collectées pour les soins cliniques ou la facturation à des fins supplémentaires telles que la recherche, la mesure de la qualité ou la surveillance des populations. Étant donné que les données n'ont pas été collectées à ces fins, la gouvernance et l'évaluation de la qualité sont essentielles pour les utiliser de manière responsable.