Investigadores identifican defectos en datos de atención médica y crean software para facilitar la detección de defectos
Crédito: CC0 Public Domain
Investigadores de la Universidad de Maryland, condado de Baltimore (UMBC) han desarrollado un método para investigar la calidad de los datos de atención médica utilizando un enfoque sistemático , que se basa en la creación de una taxonomía para los defectos de los datos a través de la revisión de la literatura y el examen de los datos. Usando esa taxonomía, los investigadores desarrollaron un software que detecta automáticamente defectos en los datos de manera efectiva y eficiente.
La investigación se publica en el Journal of the American Medical Informatics Association (JAMIA) y está dirigida por Gne? Koru, FAMIA, profesora de sistemas de información, y Yili Zhang, exestudiante de posgrado en el laboratorio de Koru que ahora es becaria posdoctoral en la Universidad Northwestern. El documento destaca que la prevalencia de defectos en algunos de los datos de atención médica existentes puede ser bastante alta. Esto debe abordarse para aprovechar mejor los datos para mejorar la calidad de la atención, reducir los costos y lograr mejores resultados de atención médica. El equipo colaboró con una organización de atención médica anónima utilizando conjuntos de datos de atención médica reales.
Aunque hoy en día muchos investigadores están involucrados en el análisis de datos de atención médica y se preocupan por su importancia, se está investigando muy poco sobre la calidad de los datos que se analizan. En última instancia, esto crea un problema de gran alcance porque los hallazgos importantes de los datos pueden ser menos significativos de lo que se supone, a menos que se pueda invertir un esfuerzo y dinero significativos para abordar los problemas de calidad de los datos con métodos ad-hoc. Por ejemplo, gran parte de los datos que analizó el equipo de Koru contenían errores de duplicación, formato no coincidente y sintaxis incorrecta.
Identificar estos defectos en los datos de atención médica es sumamente importante cuando se trata de centros de atención médica que brindan servicios esenciales. Koru explica cómo los centros de salud utilizan los datos recopilados. Las organizaciones de atención médica deben «mejorar sus servicios en función de esos datos y recopilar más datos. Si podemos mantener este ciclo en marcha, podemos aprender y mejorar más rápidamente, que es la idea principal detrás del concepto de Learning Health Systems, y haciendo por lo tanto, es aún más importante en la era de la COVID-19», dice.
En la última década, los proveedores de atención médica en los EE. bases de datos informatizadas. Este salto es significativo debido a la oportunidad que brinda para el análisis, pero los investigadores aún están tratando de aprender cómo aprovechar de manera efectiva los datos como un activo.
Koru posiciona la investigación de su equipo sobre la calidad de los datos entre los campos que están trabajando para aprovechar los datos y los campos que están trabajando para generarlos. Si los datos mismos, el puente que conecta los dos campos, contienen muchas inconsistencias y problemas, entonces la información relevante no se puede usar para brindar mejores resultados para los pacientes y las instalaciones.
En el futuro, Koru continuará trabajando con el socio profesionales de la salud del centro para construir un camino a seguir. Colaborará aún más para mejorar la calidad de los datos y sostener una operación que basa gran parte de su éxito en los datos que puede recopilar de los servicios de salud. Su equipo trabajará con profesionales de la administración de la salud cuando las herramientas de software desarrolladas a través de esta investigación se adopten en entornos organizacionales para garantizar la facilidad de uso y la utilidad de las herramientas.
«La taxonomía ayudará a los administradores de datos a identificar, comprender, y gestionar posibles problemas de calidad de datos en su trabajo futuro», dice Zhang.
Ahora más que nunca, los centros de atención médica dependen de datos sólidos para ayudar a los pacientes y al campo de la atención médica en general. Koru y Zhang descubrieron que las colaboraciones entre investigadores de datos y organizaciones de atención médica pueden generar soluciones efectivas al problema de la mejora de la calidad de los datos.
Explore más
Los pacientes prefieren su consentimiento para compartir sus datos y gestionarlos digitalmente Más información: Yili Zhang et al, Comprensión y detección de defectos en los datos de administración sanitaria: hacia una mayor calidad de los datos para respaldar mejor las operaciones y decisiones de atención médica, Journal of the American Medical Informatics Association (2019). DOI: 10.1093/jamia/ocz201 Información de la revista: Journal of the American Medical Informatics Association
Proporcionado por la Universidad de Maryland Condado de Baltimore Cita: Los investigadores identifican defectos en los datos de atención médica, crear software para una detección de defectos más fácil (2020, 29 de mayo) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-05-healthcare-defects-software-easier-defect.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.