✔ Brazil SFE®: Definições Inconsistentes/Variáveis - Data Definitions - TERCEIRA DAS 5 Razões pelas quais os Dados de Saúde são Únicos e Difíceis de Medir

Propósito

✔ Brazil SFE® Pharma Produtivity, Effectiveness, CRM, BI, SFE, ♕Data Science Enthusiast, ✰BI, Big Data & Analytics, ✰Market Intelligence, ♕Sales Force Effectiveness, Vendas, Consultores, Comportamento, etc... Aqui é um lugar onde executivos e profissionais da Indústria Farmacêutica atualizam-se, compartilham aspectos, experiências, aplicabilidades e contribuem com artigos e perspectivas, ideias e tendências. Todos os artigos e séries são desenvolvidos por profissionais da indústria. Este Blog faz parte integrante do grupo AL Bernardes®.

Definições Inconsistentes/Variáveis - Data Definitions - TERCEIRA DAS 5 Razões pelas quais os Dados de Saúde são Únicos e Difíceis de Medir

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.

Grande parte dos Dados está em Vários Lugares - Location - PRIMEIRA DAS 5 Razões pelas quais os Dados de Saúde são Únicos e Difíceis de Medir

Dados Estruturados e Desestruturados - Structured vs Non-Structured - SEGUNDA DAS 5 Razões pelas quais os Dados de Saúde são Únicos e Difíceis de Medir

Dados Complexos - Data Complexity - QUARTA DAS 5 razões pelas quais os Dados de Saúde são Únicos e Difíceis de Medir

Alteração dos Requisitos Regulatórios - Regulations & Requirements - QUINTA DAS 5 razões pelas quais os Dados de Saúde são Únicos e Difíceis de Medir

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 - Location
2. Dados Estruturados e Desestruturados - Structured vs Non-Structured
3. Definições Inconsistentes/Variáveis - Data Definitions

Prática baseada em evidências e novas pesquisas estão saindo todos os dias - Subjective based on source
4. Dados Complexos - Data Complexity
5. Alteração dos Requisitos Regulatórios - Regulations & Requirements.

Muitas vezes, os dados de saúde podem ter definições inconsistentes ou variáveis. Por exemplo, um grupo de médicos pode definir uma coorte de pacientes asmáticos de forma diferente de outro grupo de médicos. Pergunte a dois médicos quais critérios são necessários para identificar alguém como diabético e poderá obter três respostas diferentes. Pode simplesmente não haver um nível de consenso sobre um tratamento específico ou definição de coorte.

Além disso, mesmo quando há consenso, os especialistas estão constantemente descobrindo o conhecimento recém-acordado. À medida que aprendemos mais sobre como o corpo funciona, nosso entendimento continua a mudar o que é importante, o que medir, como e quando medi-lo e os objetivos a perseguir. Por exemplo, este ano a maioria dos médicos concorda que um diagnóstico de diabetes é um valor Hg A1c acima de 7, mas no próximo ano é possível que o acordo seja algo diferente.

Existem boas práticas estabelecidas na indústria, mas há sempre uma discussão contínua na forma como essas coisas são definidas. O que significa que está tentando criar ordem fora do caos e atingir um alvo que não só está se movendo, mas parece estar se movendo de uma maneira que não pode prever.

C omente e compartilhe este artigo!