स्वास्थ्य सेवा डेटा प्रबंधन और विश्लेषण

स्वास्थ्य सेवा डेटा प्रबंधन और विश्लेषण स्वास्थ्य सूचना विज्ञान का वह क्षेत्र है जो इस बात से संबंधित है कि नैदानिक, प्रशासनिक और सार्वजनिक-स्वास्थ्य प्रणालियों में उत्पन्न डेटा को कैसे संग्रहीत, एकीकृत, शासित किया जाता है और उपयोगी ज्ञान में परिवर्तित किया जाता है। इसमें विषम स्वास्थ्य डेटा को समेकित करने वाले रिपॉजिटरी की इंजीनियरिंग, उन डेटा को विश्वसनीय बनाए रखने वाले अनुशासन और प्रभावशीलता, आबादी और संचालन के बारे में सवालों के जवाब देने के लिए उनका खनन करने वाली विश्लेषणात्मक विधियाँ शामिल हैं।

Definition

स्वास्थ्य सेवा डेटा प्रबंधन और विश्लेषण स्वास्थ्य-संबंधी डेटा को व्यवस्थित करने और अनुसंधान, आबादी और स्वास्थ्य प्रणालियों के स्तर पर साक्ष्य उत्पन्न करने और निर्णयों का समर्थन करने के लिए उन पर सांख्यिकीय, कम्प्यूटेशनल और डेटा-खनन तकनीकों को लागू करने के तरीकों और बुनियादी ढांचे का एक समूह है।

Scope

यह क्षेत्र पाठक को स्वास्थ्य डेटा के जीवनचक्र से परिचित कराता है: अधिग्रहण और एकीकरण, नैदानिक डेटा वेयरहाउस में भंडारण, शासन और गुणवत्ता आश्वासन, और अनुसंधान, जनसंख्या माप और संचालन के लिए डाउनस्ट्रीम विश्लेषण। यह पाँच विषयों को एक साथ लाता है जो बुनियादी ढांचे (वेयरहाउस डिजाइन) से लेकर प्रबंधन (शासन और गुणवत्ता) तक उपयोग (तुलनात्मक प्रभावशीलता, जनसंख्या स्वास्थ्य और बड़े-डेटा अनुप्रयोग) तक जाते हैं। यह एक संदर्भ अवलोकन है, न कि एक निर्माण मार्गदर्शिका या नैदानिक निर्णय उपकरण।

Sub-topics

• बिग डेटा प्रौद्योगिकियाँ और स्वास्थ्य-देखभाल अनुप्रयोग
• क्लिनिकल डेटा वेयरहाउस डिज़ाइन और आर्किटेक्चर
• स्वास्थ्य डेटा का उपयोग करके तुलनात्मक प्रभावशीलता अनुसंधान
• स्वास्थ्य डेटा शासन और डेटा गुणवत्ता
• जनसंख्या स्वास्थ्य विश्लेषण और मापन

Key concepts

• नैदानिक डेटा वेयरहाउस
• डेटा एकीकरण और एक्सट्रैक्ट-ट्रांसफॉर्म-लोड (ETL)
• सामान्य डेटा मॉडल
• डेटा शासन और प्रबंधन
• डेटा गुणवत्ता आयाम
• नैदानिक डेटा का द्वितीयक उपयोग
• तुलनात्मक प्रभावशीलता अनुसंधान
• जनसंख्या स्वास्थ्य माप
• बड़ा डेटा विश्लेषण
• भविष्य कहनेवाला मॉडलिंग और डेटा खनन

Mechanisms

स्वास्थ्य डेटा इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड, दावा प्रणालियों, रजिस्ट्रियों, उपकरणों और निगरानी फीड से उत्पन्न होता है। पुन: प्रयोज्य होने के लिए, इन विषम धाराओं को निकाला, रूपांतरित किया जाता है और नैदानिक डेटा वेयरहाउस जैसे एकीकृत रिपॉजिटरी में लोड किया जाता है, अक्सर एक सामान्य डेटा मॉडल पर मैप किया जाता है ताकि क्वेरी संस्थानों में पोर्टेबल हो सकें। शासन संरचनाएं डेटा के लिए जवाबदेही सौंपती हैं, और गुणवत्ता मूल्यांकन डेटा का विश्लेषण करने से पहले पूर्णता, शुद्धता और प्रशंसनीयता जैसे आयामों का मूल्यांकन करता है। विश्लेषणात्मक विधियाँ तब वर्णनात्मक माप से लेकर डेटा खनन और भविष्य कहनेवाला मॉडलिंग तक होती हैं, जिसमें विश्लेषणात्मक प्रश्न यह निर्धारित करता है कि कौन सा डिज़ाइन और कौन सा डेटा उपयुक्त है।

Clinical relevance

यहां वर्णित बुनियादी ढांचे और विश्लेषणात्मक विधियां स्वास्थ्य सेवा में उपयोग किए जाने वाले अधिकांश द्वितीयक साक्ष्य को रेखांकित करती हैं, जिसमें गुणवत्ता माप, तुलनात्मक प्रभावशीलता अध्ययन और जनसंख्या निगरानी शामिल है। उन्हें समझना चिकित्सकों और शोधकर्ताओं को यह तय करने में मदद करता है कि डेटा-व्युत्पन्न साक्ष्य कैसे उत्पन्न होता है और इसकी सीमाएं क्या हैं। यह क्षेत्र बताता है कि साक्ष्य और निर्णय समर्थन कैसे उत्पन्न होते हैं; यह स्वयं व्यक्तिगत निदान या उपचार निर्देशों का स्रोत नहीं है।

History

जैसे-जैसे इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड और प्रशासनिक प्रणालियों ने नियमित रूप से एकत्र किए गए डेटा की बड़ी मात्रा जमा की, ध्यान प्राथमिक डेटा अधिग्रहण से अनुसंधान और प्रबंधन के लिए उन डेटा के द्वितीयक उपयोग में स्थानांतरित हो गया। i2b2 प्लेटफॉर्म जैसे साझा करने योग्य अनुसंधान रिपॉजिटरी बनाने की पहल, और 2010 के दशक के दौरान स्वास्थ्य सेवा में बड़े-डेटा विश्लेषण के विकास ने डेटा प्रबंधन और विश्लेषण को स्वास्थ्य सूचना विज्ञान की एक विशिष्ट शाखा के रूप में स्थापित किया, जिसकी अपनी गुणवत्ता, शासन और पुनरुत्पादन क्षमता के बारे में चिंताएं थीं।

Key figures

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

Seminal works

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

Frequently asked questions

स्वास्थ्य डेटा प्रबंधन और स्वास्थ्य डेटा विश्लेषण में क्या अंतर है?

डेटा प्रबंधन में यह शामिल है कि स्वास्थ्य डेटा को कैसे कैप्चर, एकीकृत, संग्रहीत और शासित किया जाता है ताकि वे विश्वसनीय और पुन: प्रयोज्य हों; विश्लेषण में उन डेटा पर लागू सांख्यिकीय और कम्प्यूटेशनल विधियाँ शामिल हैं जो ज्ञान उत्पन्न करती हैं। दोनों एक दूसरे पर निर्भर हैं: विश्लेषण केवल अंतर्निहित डेटा के प्रबंधन और गुणवत्ता के रूप में विश्वसनीय है।

नैदानिक डेटा के 'द्वितीयक उपयोग' का क्या अर्थ है?

यह उन डेटा का उपयोग करने को संदर्भित करता है जो मूल रूप से नैदानिक देखभाल या बिलिंग के लिए अतिरिक्त उद्देश्यों जैसे अनुसंधान, गुणवत्ता माप, या जनसंख्या निगरानी के लिए एकत्र किए गए थे। क्योंकि डेटा इन उद्देश्यों के लिए एकत्र नहीं किया गया था, शासन और गुणवत्ता मूल्यांकन उन्हें जिम्मेदारी से उपयोग करने के लिए केंद्रीय हैं।