Augment de l’assistència sanitària mitjançant dades GIS

Augment de l’assistència sanitària mitjançant dades GIS

Aquest article us ha presentat Melissa. Descobriu com la brúixola de dades de salut aprofita els conjunts de dades del cens, l’altitud i l’altitud per obtenir coneixements profunds de la investigació sanitària.

Els investigadors mèdics actuals estan armats amb dades, amb recursos millors que mai que ajuden els metges a millorar constantment el diagnòstic, el tractament i els resultats dels pacients. Anar més enllà de les dades relacionades amb el cos humà també marca la diferència, accedir a coneixements sobre factors externs com ara les condicions de vida, la codificació del cens i les característiques geogràfiques i demogràfiques. L’elevació o l’altitud tenen impacte en la microtia en els nounats? Els metges ara poden teorizar aquests factors i accedir fàcilment a les dades per determinar la validesa de les seves hipòtesis.

El repte

  • Health Data Compass dóna suport a diversos projectes de recerca en un moment donat
  • Les variables de recerca d’interès d’un investigador principal poden ser diverses i desconnectades
  • Obtenir dades netes, correctes i estandarditzades és difícil; millorar aquestes dades per atendre les demandes de recerca requereix eines i experiència sofisticades
  • L’elevació i l’altitud afecten l’aparició de microtia en els nounats? La teoria d’aquest metge requeria dades addicionals que responguessin de manera significativa a la hipòtesi de la investigació
  • El compliment de la HIPAA s’ha d’aplicar en tots els punts de la cadena de dades, garantint la privadesa i la seguretat de la informació de salut protegida.

La solució

  • Les eines de gra fi de Melissa van permetre que les dades d’elevació i altitud s’integrinsin perfectament amb els registres dels pacients
  • Un “fitxer de cerca” que inclou identificadors clau va ajudar a garantir la neteja de les dades i l’alineació adequada amb els registres formatats
  • Les dades són de diverses fonts i estan disponibles de manera coherent, sintetitzades al magatzem de dades empresarial de Health Data Compass mitjançant processos ETL

El benefici

  • La inclusió de les millores de dades d’altitud i altitud permet als socis de Compass consultar dades i analitzar els resultats amb detall.
  • Amb dades millorades, els investigadors poden abordar preguntes que no s’havien tingut en compte anteriorment
  • Les millores de dades s’ofereixen d’acord amb els acords d’ús de dades de Compass, que inclouen el compliment d’extrem a extrem amb les regulacions HIPAA i HITECH per a la privadesa i la seguretat.
  • La qualitat general de les dades millora, ja que l’estandardització resol els registres de dades que falten i les inconsistències en com els metges en el camp introdueixen les dades.
  • S’ofereixen noves oportunitats per aplicar dades, com ara una millora de l’especificitat de la informació geogràfica del pacient que permet la identificació i anàlisi de la ruralitat i els impactes posteriors en l’assistència sanitària.
Imatge

El client: Health Data Compass

Health Data Compass és un magatzem de dades de salut empresarial, que integra dades de pacients de registres mèdics electrònics, dades de facturació del proveïdor i dades òmiques per dotar els seus socis d’analítica avançada de dades de salut. Mantingut pel Colorado Center for Personalized Medicine (CCPM) del campus mèdic Anschutz de la Universitat de Colorado, Compass està finançat i recopila dades dels pacients dels hospitals UCHealth, l’Hospital Infantil de Colorado i el grup de metges de la Universitat de Colorado. Compass, com a administrador de dades i agent honest de la investigació realitzada al campus, crea registres de dades d’una sola font enriquits. El lliurament de dades és accessible als seus socis mitjançant una varietat d’opcions, que van des d’anàlisis de cohorts desidentificades d’autoservei fins a conjunts de dades a nivell de línia completament identificats i adequats per a analítiques avançades. La infraestructura d’anàlisi al núvol de Compass permet als socis amb els entorns computacionals necessaris per atendre els requisits d’anàlisi avançada, incloses les estadístiques i visualitzacions per a la bioinformàtica, el processament del llenguatge natural i molt més.

El repte: millorar les dades dels pacients per a un ús més ampli de recerca

Health Data Compass tradicionalment assumeix projectes impulsats per un investigador principal: reunint-se amb el professorat del campus per identificar les necessitats del projecte, així com les variables necessàries per respondre preguntes específiques de recerca. Un cop definides les variables, l’equip extreu i informa de les dades, creant un producte de dades final per a l’anàlisi per a la consideració de la subvenció.

Les dades recopilades per Compass existeixen inicialment a Caboodle, la base de dades relacional d’EPIC, després que les dades estructurades i no estructurades passen per diversos tipus de bases de dades per consolidar-se cada cop més succintament en taules. A continuació, aquestes dades es copien a Google Cloud Platform i es posen a disposició dels socis mitjançant els serveis d’infraestructura d’anàlisi de Compass. El magatzem de dades posterior és la base de la capacitat de Compass per connectar les dades dels pacients a tots els seus diferents dominis.

Les millores de dades addicionals de Melissa s’apliquen habitualment a les dades de Compass, ajudant-les a ser més significatives per al procés de recerca. “El nostre mandat és garantir que les dades siguin l’actiu més valuós que poden ser: netes, actualitzades, correctes i millorades abans de compartir-les amb qualsevol dels nostres socis implicats”, va dir Tacker Patton, director de projectes de lliurament de dades de Health Data Compass. . “Melissa dóna suport generalment a la nostra missió de reforçar la informació dels pacients i, al seu torn, reforça la nostra capacitat per atendre demandes de recerca més àmplies a tot el campus”.

En aquest cas, un grup de metges de la UCI estava interessat en l’impacte potencial de l’elevació i l’altitud en el desenvolupament de la microtia en els nounats. La microtia és una anormalitat congènita, en la qual neix un nen amb una oïda externa poc desenvolupada o malformada. A partir de les observacions a les instal·lacions sanitàries del campus, així com a la seva pròpia clínica, aquests metges van formar una hipòtesi i van voler aplicar les dades de Compass a la seva anàlisi. L’equip de Compass va tenir l’encàrrec de desenvolupar un conjunt de dades amb dades addicionals d’elevació i altitud juntament amb dades de registre mèdic electrònic (EMR).

La solució: les dades d’elevació i altitud s’integren perfectament amb els registres del pacient

El personal de Health Data Compass inclou equips d’enginyeria i lliurament de dades, que després es divideixen àmpliament en analistes i desenvolupadors sanitaris. Els analistes van ser fonamentals per definir les variables de recerca de microtia, identificant una font de dades que seria necessària per respondre de manera significativa les preguntes de recerca.

“És la necessitat del campus la que ens impulsa a buscar fonts de dades addicionals”, va afegir Patton. “A Melissa, hem trobat una àmplia experiència amb el suport d’eines de dades detallades que ens permeten integrar conjunts de dades de valor prioritari a la investigació a mà”.

Melissa va proporcionar informació addicional sobre dades d’elevació i altitud, obtinguda dels conjunts de dades públics i propietaris de múltiples fonts de l’empresa i la seva profunda experiència en la validació i millora d’adreces globals. Les eines d’enriquiment i qualitat de les dades de Melissa combinen dades robustes dels consumidors amb un espectre de conjunts de dades de tercers, donant poder als investigadors amb la coincidència creuada d’identitats que tanca les llacunes en els perfils de dades i ofereix una visió completa i única del client.

Les variables abasten un conjunt de criteris d’inclusió i exclusió per a la cohort de pacients, centrats en factors com ara nens menors de dos anys, nascuts a determinades regions geogràfiques de Colorado, la presència de comorbiditats subjacents i el gènere. Juntament amb les dades d’elevació i altitud, les dades en brut es van sintetitzar mitjançant un procés d’integració ETL (extracte, transformació, càrrega) i després es van ingerir al magatzem de dades de Compass. L’equip de Compass va desenvolupar codi SQL per extreure totes les dades necessàries, format com a taula demogràfica del pacient. Aquest subconjunt estructurat es va lliurar a l’investigador principal, recolzat per l’anàlisi comparativa d’un estadístic de les diferents elevacions i altituds.

Imatge
Imatge

La base de dades d’adreces globals (GAD) de Melissa proporciona informació completa de l’adreça mestra i dades geogràfiques, com ara coordenades de latitud/longitud, elevació i altitud. La imatge de dalt mostra una vista d’ocell de quatre adreces disponibles des dels 469.067 punts d’adreces del comtat de Denver. La segona imatge mostra el perfil d’elevació de cadascuna de les quatre adreces.

El benefici: millors dades donen vida a una investigació més profunda

En incloure les dades d’elevació i altitud proporcionades per Melissa, Compass pot consultar les dades del pacient en funció de l’elevació de les clíniques seleccionades o l’altitud de la residència d’un pacient. Les dades es poden dividir en estrats molt més petits d’una altitud versus una altra, guiant de manera eficient l’investigador principal per comparar la prevalença de microtia en diferents grups d’altitud.

“L’estudi de microtia és un bon exemple de com les millores de dades de Melissa van ser fonamentals per completar la investigació. Les seves dades ens permeten dur a terme projectes d’investigació d’una manera que abans no hem pogut”, va afegir Patton. “També hem descobert que les eines i els serveis de Melissa augmenten la qualitat general de les nostres dades: corregeixen, completen i estandarditzen els registres sanitaris electrònics que sovint presenten informació que falta o variacions en funció de com els metges del camp introdueixen les dades dels pacients en temps real. ”

Mitjançant la col·laboració, les dades de Melissa es connecten perfectament amb les dades de Compass. Les dades es comparteixen amb un “fitxer de cerca”, que inclou una llista d’informació identificable que s’utilitza per garantir que els registres s’alineen amb el format existent. Aquests identificadors poden ser camps com ara un registre del pacient o un número de membre, un número de telèfon o un número de seguretat social. I tot i que els identificadors són la manera més intel·ligent d’assegurar-se que les dades del pacient coincideixen registre per registre, també il·lustren la naturalesa sensible de les dades sanitàries. Melissa compleix els requisits de seguretat que donen suport a la informació de salut protegida, un factor crític per complir amb les normatives de compliment, tot i que les dades es milloren per obtenir un valor de recerca ideal. Melissa segueix tots els estàndards de seguretat de dades descrits a la legislació HIPAA i HITECH, protegint la seguretat i la privadesa de les dades tal com exigeixen els acords d’ús i compartició de dades amb Compass.

Imatge

Melissa també dóna suport a Compass amb millores de dades addicionals, per exemple, al programa Vision que valida l’eficàcia de la vacuna en col·laboració amb els Centres per al Control de Malalties (CDC). Compass és un dels deu llocs seleccionats per crear un quadre de comandament que reflecteixi l’eficàcia de la vacuna, compartint dades amb l’equip de CDC cada dos setmanes. Melissa proporciona dades del sector del cens, informació geogràfica i dades demogràfiques dels pacients com a part d’aquest projecte.

Leave a Comment

Your email address will not be published. Required fields are marked *