Aqueles de nós que trabalham com dados tendem a pensar em termos muito estruturados e lineares. Gostamos que B siga A e C para seguir B, não apenas algumas vezes, mas o tempo todo. Dados de Saúde não são assim. São ao mesmo tempo diversos e complexos, tornando a análise linear inútil.
Os Dados de Saúde não são lineares. É uma besta complexa e diversificada, ao contrário dos dados de qualquer outra indústria.
Acredite, existem pelo menos CINCO maneiras em particular que tornam os Dados de Saúde únicos:
1. Grande parte dos dados está em vários lugares - Location2. Dados Estruturados e Desestruturados - Structured vs Non-Structured3. Definições Inconsistentes/Variáveis - Data Definitions
Prática baseada em evidências e novas pesquisas estão saindo todos os dias - Subjective based on source4. Dados Complexos - Data Complexity5. Alteração dos Requisitos Regulatórios - Regulations & Requirements
O software de registro médico eletrônico forneceu uma plataforma para captura consistente de dados, mas a realidade é que a captura de dados é tudo menos consistente. Durante anos, documentar fatos clínicos e achados em papel treinou uma indústria para capturar dados de qualquer forma mais conveniente para o prestador de cuidados com pouca consideração de como esses dados poderiam eventualmente ser agregados e analisados.
Os EMRs - Electronic Medical Record (Registro Eletrônico Médico) tentam padronizar o processo de captura de dados, mas os provedores de cuidados estão relutantes em adotar uma abordagem de tamanho único para a documentação. Assim, a captura de dados não estruturada é frequentemente permitida para apaziguar os usuários frustrados do EMR e evitar dificultar o processo de prestação de cuidados. Como resultado, grande parte dos dados capturados dessa forma torna-se difícil de agregar e analisar de forma consistente.
À medida que os produtos EMRs melhoram, à medida que os usuários se tornam treinados para fluxos de trabalho padrão, e à medida que os prestadores de cuidados se acostumam a inserir dados em campos estruturados conforme projetado, teremos mais e melhores dados para análises.
Um exemplo desse fenômeno é encontrado em uma iniciativa recente para reduzir cesarianas desnecessárias em um grande sistema de saúde. A primeira tarefa para a equipe foi entender como as indicações para a cesariana foram documentadas no EMR.
Haviam apenas duas opções para escolher:
1) indicação fetal e2) indicação materna.
Como essas eram as duas únicas opções, os médicos que preenchiam muitas vezes optavam por documentar a verdadeira indicação para cesariana num formulário de texto gratuito, enquanto outros não a documentavam.
Bem, o não preenchimento não foi propício para entender a causa raiz das cesarianas desnecessárias. Assim, a equipe trabalhou com um analista para modificar a lista de opções disponíveis no EMR para que mais detalhes pudessem ser adicionados. Depois de fazer essa pequena modificação no processo de captura de dados, a equipe ganhou uma visão maior e identificou oportunidades para padronizar a prestação de cuidados, reduzindo seções desnecessárias.
Nenhum comentário:
Postar um comentário
Compartilhe sua opinião e ponto de vista: