Des chercheurs de l'Université du Maryland, dans le comté de Baltimore (UMBC) ont développé une méthode pour étudier la qualité des données sur les soins de santé en utilisant une approche systématique, qui est basée sur la création d'une taxonomie pour les défauts de données, une analyse documentaire approfondie et un examen des données.
En utilisant cette taxonomie, les chercheurs ont développé un logiciel qui détecte automatiquement et efficacement les défauts de données.
La recherche est publiée dans le Journal de l'American Medical Informatics Association (JAMIA), et est dirigé par Güne? Koru, FAMIA, professeur de systèmes d'information, et Yili Zhang, ancienne étudiante diplômée du laboratoire de Koru qui est maintenant boursière postdoctorale à la Northwestern University.
Le document souligne que la prévalence des défauts dans certaines des données de santé existantes peut être assez élevée. Il faut y remédier pour mieux exploiter les données afin d'améliorer la qualité des soins, de réduire les coûts et d'obtenir de meilleurs résultats en matière de soins de santé.
L'équipe a collaboré avec une organisation de soins de santé anonyme en utilisant de vrais ensembles de données de soins de santé.
Bien que de nombreux chercheurs soient aujourd'hui impliqués dans l'analyse des données de santé et investis dans leur importance, il y a très peu de recherches en cours sur la qualité des données analysées.
En fin de compte, cela crée un problème de grande envergure car les résultats importants des données peuvent être moins significatifs que supposés à moins que des efforts et des fonds importants ne soient investis pour résoudre les problèmes de qualité des données avec des méthodes ad hoc.
Par exemple, une grande partie des données analysées par l'équipe de Koru contenaient des erreurs de duplication, un formatage inadéquat et une syntaxe incorrecte.
L'identification de ces défauts dans les données de soins de santé est très importante lorsqu'il s'agit d'établissements de santé fournissant des services essentiels. Koru explique comment les établissements de santé utilisent les données collectées.
Les organisations de soins de santé doivent «améliorer leurs services sur la base de ces données et collecter plus de données. Si nous pouvons continuer ce cycle, nous pouvons réellement apprendre et nous améliorer plus rapidement, ce qui est l'idée principale derrière le concept de Learning Health Systems, et faire c'est d'autant plus important à l'ère COVID-19 », dit-il.
Au cours de la dernière décennie, les fournisseurs de soins de santé aux États-Unis ont fait un grand bond en avant, de la conservation des dossiers des patients sur papier à la conservation de toutes les informations sur les patients dans des bases de données informatisées.
Ce saut est important en raison de l'opportunité qu'il offre pour l'analyse, mais les chercheurs tentent toujours d'apprendre à tirer efficacement parti des données en tant qu'actif.
Koru positionne la recherche de son équipe sur la qualité des données comme étant entre les champs qui travaillent pour exploiter les données et les champs qui travaillent pour les générer.
Si les données elles-mêmes – le pont qui relie les deux champs – contiennent de nombreuses incohérences et problèmes, alors les informations pertinentes ne peuvent pas être utilisées pour fournir de meilleurs résultats pour les patients et les établissements.
À l'avenir, Koru continuera de travailler avec les professionnels de la santé de l'établissement partenaire pour construire une voie à suivre.
Il collaborera davantage pour améliorer la qualité des données et maintenir une opération qui fonde une grande partie de son succès sur les données qu'elle peut recueillir auprès des services de santé.
Son équipe travaillera avec des professionnels de l'administration des soins de santé lorsque les outils logiciels développés grâce à cette recherche seront adoptés dans des contextes organisationnels pour assurer la convivialité et l'utilité des outils.
La taxonomie aidera les administrateurs de données à identifier, comprendre et gérer les problèmes potentiels de qualité des données dans leurs futurs travaux. «
Yili Zhang, boursière postdoctorale, Northwestern University
Plus que jamais, les établissements de santé s'appuient sur des données solides pour soutenir les patients et le domaine de la santé dans son ensemble. Koru et Zhang ont découvert que les collaborations entre les chercheurs de données et les organismes de santé peuvent générer des solutions efficaces au problème de l'amélioration de la qualité des données.
La source:
Université du Maryland Baltimore County
Référence de la revue:
Zhang.Y et Koru. G. (2020) Comprendre et détecter les défauts dans les données d'administration des soins de santé: vers une meilleure qualité des données pour mieux soutenir les opérations et les décisions en matière de soins de santé. JAMIA.
doi.org/10.1093/jamia/ocz201.