医療データ管理と分析
医療データ管理と分析は、臨床、管理、および公衆衛生システム全体で生成されるデータを、どのように保存、統合、管理し、有用な知識に変えるかに関わる医療情報学の分野です。これには、異種混合の健康データを統合するリポジトリのエンジニアリング、データの信頼性を維持する規律、および有効性、集団、運用に関する疑問に答えるためにデータをマイニングする分析手法が含まれます。
Definition
医療データ管理と分析とは、健康関連データを整理し、統計的、計算的、データマイニングの手法を適用して、研究、集団、医療システムの各レベルでエビデンスを生成し、意思決定を支援するための一連の手法とインフラストラクチャを指します。
Scope
この分野は、健康データのライフサイクル（取得と統合、臨床データウェアハウスへの保存、ガバナンスと品質保証、研究、集団測定、運用に関する下流分析）について読者に説明します。インフラストラクチャ（ウェアハウス設計）からスチュワードシップ（ガバナンスと品質）、そして利用（比較有効性、集団健康、ビッグデータアプリケーション）へと移行する5つのトピックをまとめています。これは参照概要であり、構築ガイドや臨床意思決定ツールではありません。
Sub-topics
Key concepts
- 臨床データウェアハウス
- データ統合と抽出・変換・ロード（ETL）
- 共通データモデル
- データガバナンスとスチュワードシップ
- データ品質の側面
- 臨床データの二次利用
- 比較有効性研究
- 集団健康測定
- ビッグデータ分析
- 予測モデリングとデータマイニング
Mechanisms
健康データは、電子カルテ、請求システム、レジストリ、デバイス、監視フィードから発生します。再利用可能にするために、これらの異種混合のストリームは抽出、変換、ロードされ、臨床データウェアハウスなどの統合リポジトリに格納されます。多くの場合、共通データモデルにマッピングされ、クエリが機関間で移植可能になります。ガバナンス構造はデータの責任を割り当て、品質評価はデータが分析される前に完全性、正確性、妥当性などの側面を評価します。分析手法は、記述的測定からデータマイニング、予測モデリングまで多岐にわたり、分析の問いによって適切な設計とデータが決定されます。
Clinical relevance
ここで説明するインフラストラクチャと分析手法は、品質測定、比較有効性研究、集団監視など、医療で利用される二次的エビデンスの多くを支えています。これらを理解することは、臨床医や研究者がデータ由来のエビデンスがどのように生成され、その限界は何かを判断するのに役立ちます。この分野は、エビデンスと意思決定支援がどのように生成されるかを記述するものであり、個別の診断や治療指示の直接的な情報源ではありません。
History
電子カルテや管理システムが日常的に収集される大量のデータを蓄積するにつれて、一次データ取得から、研究や管理のためのデータの二次利用へと関心が移りました。i2b2プラットフォームのような共有可能な研究リポジトリを構築する取り組みや、2010年代における医療分野でのビッグデータ分析の成長は、データ管理と分析を、品質、ガバナンス、再現性に関する独自の関心を持つ医療情報学の明確な分野として確立しました。
Key figures
- David W. Bates
- Shawn N. Murphy
- Isaac Kohane
Related topics
Seminal works
- murphy-2010
- weiskopf-weng-2013
- bates-2014
Frequently asked questions
- 健康データ管理と健康データ分析の違いは何ですか？
- データ管理は、健康データが信頼性があり再利用可能であるように、どのように取得、統合、保存、管理されるかを扱います。分析は、知識を生成するためにそれらのデータに適用される統計的および計算的手法を扱います。この2つは相互に依存しており、分析の信頼性は、基となるデータの管理と品質に左右されます。
- 臨床データの「二次利用」とは何を意味しますか？
- これは、元々臨床ケアや請求のために収集されたデータを、研究、品質測定、集団監視などの追加の目的で使用することを指します。これらの目的のためにデータが収集されたわけではないため、ガバナンスと品質評価は、データを責任を持って使用するために不可欠です。