五月2018

各部分之和
作者:Sandra Nunn, MA, RHIA, CHP
郑重声明
第30卷第5页

数据聚合是成功分析工作的支柱。

AHIMA的众议院建议各州协会与其他信息管理专业组织结盟。其中最有价值的是HIMSS。与AHIMA一样，它提供各种网络研讨会来支持会员学习。最近的一个产品专注于数据聚合，巧合的是，它几乎触及了互联网上的每一个主题AHIMA杂志被认为是2018年最重要的。这些主题包括:

•数据分析;
•信息;
•信息治理;
•教育和劳动力;
•临床文件的改进;
•住院和门诊编码;
•隐私和安全;和
•规章制度。

在回顾了这些主题的概要和AHIMA对其重要性的推理之后，很明显，数据聚合能够成功执行所有关键的HIM问题，这些问题将在2018年引起关注。

Joseph Nichols医学博士是健康数据咨询公司的负责人，也是网络研讨会“数据聚合:被遗忘的分析关键”的主持人，他了解实现医疗信息系统目标所需的基础设施，所有这些都依赖于高质量的信息。

尼科尔斯说，“医疗保健的重点发生了变化，从服务量转向为患者创造价值。”他说，“我们需要知道什么是增加价值的，”而不是关注什么是医疗保健的充分补偿，他指出，质量数据是确定每位患者成本和浪费金额的关键。

Nichols在医疗服务提供商、付款人、政府和供应商方面都有医疗信息技术方面的经验，他曾与医疗保险和医疗补助服务中心(CMS)合作，负责规则和政策的制定。他说:“所有政策都应该来自可靠的数据。”

尼科尔斯说，健康数据咨询公司专注于临床文件的改进，通常是那些模糊地意识到自己有问题的客户，他们可能会“让我们的医生更好地记录”或“从提交给数据仓库的查询中获得更好的结果”。

尼科尔斯在网络研讨会上强调，数据聚合是“政策、规则、编辑和分析的核心”。一旦系统能够保证“准确、完整和一致的文档”，并且编码人员结合“定义良好的标准、可靠的实现和健壮的概念支持”，那么基于“清晰的定义、规范化和准确的包含和排除”的多个系统中就可以发生数据聚合。

Nichols说，卫生保健组织必须清楚他们计划如何使用数据汇总，以便选择最合适的项目团队成员。然而，通常情况下，项目包括来自以下领域的团队成员:

•临床;
•金融;
•编码;
•数据;
•技术;和
•合beplay最新备用网站规。

在他的书中第五学科:学习型组织的艺术与实践Peter Senge博士强调了组织达成共同愿景的重要性。他写道:“当你和我有相似的愿景，并致力于彼此拥有它，而不仅仅是我们每个人，每个人都拥有它，这才是真正的共享愿景。”

圣吉认为，“共同愿景的力量来自于共同的关怀。”在医疗保健领域，“共同护理”意味着团队成员努力为患者提供最好的护理，并愿意达成相互确定和定义的概念。在数据聚合的情况下，医疗保健团队成员与咨询小组合作，就概念的定义达成一致。

在一个令人信服的例子中，Nichols将“烧伤”的概念作为150种伤害类型的一部分进行了讨论。医疗保健团队可以被教导确定一个类别中的“入”(将从指定系统中提取的数据类型)和“出”(即将在返回结果中排除的来自系统的数据)。

对于烧伤，该团队决定包括火灾和有毒物质造成的烧伤，但不包括晒伤和地毯烧伤等项目。因此，当工作人员搜索烧伤时，只返回与创伤有关的代码和资料。

该过程的一部分是对测试搜索返回的“假阳性”和“假阴性”进行审查，必须清除这些结果，以确保未来的搜索结果干净可靠。当团队就一个概念达成一致意见时，该决策将生成一个被记录和标记的策略。所有用于测试的查询都被保留。

这个不断发展的过程会生成一个数据库，其中包含一系列文件，项目将映射到这些文件。例如，创建和定义一个概念，然后工作人员可以通过ICD-10、SNOMED CT和其他术语将适当的代码映射到该概念。

尼科尔斯说:“概念是所有聚合的基础。”他给出了以下关键定义:

•概念:我们脑子里的想法;

•术语:表达中的一个词(许多表达中的一个)，我们可以用来与他人交流概念;和

•代码:可以表示一个或多个概念的一组速记字符。

以“牛”这个概念为例。尼科尔斯说，这个想法可以用多种术语来表达，其中包括牛、vaca、牛肉、阉牛和狗。

当医疗保健专业人员需要汇总在分类等层次系统中组织的数据时，他们必须能够在各种数据库之间进行映射，以获得他们正在寻找的完整图像。Nichols将本体定义为“概念的概念化”，它是一种“定义独特概念并将这些概念映射到各种表达式(术语)(包括不同的代码标准)的数据结构”。

Nichols说，本体提供了“基于元数据标签中表达的无限数量的概念关系进行分类的能力”。以链球菌肺炎为例。数据搜索者可以从几个关系中获得信息(见表1)。

为了使对概念的仔细确定制度化，必须有一个可信的组织团体，它对高度完整性和充分定义的概念有共同的看法，并愿意继续努力，从可靠的信息结果中获得价值。尼科尔斯指出:“高质量、可靠的数据可以改变你的业务。

据GeekInterview.com报道，“统计数据显示，90%的业务报告包含汇总信息，因此主动实施数据汇总解决方案至关重要，这样数据仓库就可以大量生成数据，从而显著提高性能，并随后为公司提供许多增强分析和报告能力的机会。”

外部数据聚合
汇总来自不同卫生保健实体的数据以做出卫生保健决策的需求并不比公共卫生更重要。数据聚合在疾病跟踪、数据挖掘和远程医疗患者监测中的作用怎么强调都不为过。

卫生信息系统专业人员继续迁移到涉及管理各种公共卫生数据库和登记的职业道路，包括病人、免疫、癌症和创伤。在AHIMA杂志文章《HIM在疾病追踪、数据挖掘和患者监测中的作用》的作者玛丽·巴特勒指出，“HealthMap的研究人员从社交媒体、在线新闻聚合器和Twitter聊天中收集数据，以及公共卫生报告，以提供当前全球传染病状况的全面视图。”

HealthMap将自己描述为“汇集不同的数据源，以实现对当前全球传染病状况的统一和全面的看法。”良好的数据聚合的作用是显而易见的。流行病学家正在寻找新的数据来源，如Twitter消息、航空公司数据、紧急呼叫和其他即时可用的健康信息，以帮助他们实时预测疾病的传播。

只有在参与者就可以从这些不同来源获得的概念的定义达成一致的情况下，从这些新来源收集的数据才能用于做出有效的决策。

在2012年的一篇博客文章中，飞利浦Wellcentive整合服务总监菲利普•伯格(Phillip Burgher)表示，“负责任的健康管理取决于对患者整体健康状况的全面了解;数据的准确性很大程度上依赖于数据的聚合和规范化。”

在表2中，Burgher列出了几个需要聚合和规范化的数据源和类型。

Burgher强调，数据聚合工具必须对聚合保持不可知性;它们不能与任何一个产品过于紧密地联系在一起，以确保它们可以从多个来源聚合。

数据聚合挑战
与Nichols类似，Burgher说，让数据保持相关性、适应性和时效性的最好方法是使用HIT标准——数据格式和编码。

在2018年AHIMA全国大会上，标准开发占据了重要地位，最引人注目的是专门展示AHIMA在该领域的工作。因此，AHIMA促进了HIM在标准开发领域的职业发展潜力。如果没有在所有医疗保健方面制定强有力的标准，就不可能实现良好的数据汇总和可靠的互操作性。

由于输入人口健康管理系统的结果可能是重复和冗余的，因此在数据汇总中需要进行规范化。如果系统使用LOINC编码接收实验室结果，并随后从EHR发送未编码的相同结果，则数据规范化将防止重复信息并促进准确的临床质量计算。

除了重复结果问题外，长期以来维护不善的主患者指数也会再次出现。具有多个标识符的系统中的单个患者将破坏汇总摘要中的数据。

另一个历史问题是系统间接口的困难——接口的数量越多，将多个源准确地聚合成可以查询、警报和报告的单一格式就越具有挑战性，成本也越高。对于多个馈线系统，当升级应用到馈线系统时，保持系统同步的问题对IT人员来说变得更具挑战性。

新的数据聚合领域
质量管理和质量措施自成立以来一直在HIM世界各地。然而，收集数据并将其与基于声明的数据相结合的旧的手工抽象过程越来越不适用。在2017年2月的一篇文章中AHIMA杂志题为“信息时代向电子临床质量测量的过渡”，Shannon H. Houser博士，公共卫生硕士，RHIA, FAHIMA和Jean M。“Ginny”Meadows, BS, RN, FHIMSS，为HIM专业人员提供关于数据收集和汇总的角色转换的指导。

新规定的电子临床质量测量(ecqm)是“使用电子病历或其他HIT中发现的结构化数据来测量向患者提供的护理质量的临床质量测量”。ecqm首次在有意义使用阶段1的规则制定过程中引入。现在eCQMS在几个CMS项目中得到了扩展。

医疗保健质量度量格式允许为每个eCQM制定电子规范。Houser和Meadows写道:“医疗保健组织，特别是HIM专业人员，必须设计标准化的数据收集工具，建立数据捕获、数据聚合、数据管理、报告和强有力的治理实践的政策基础设施，以促进和支持向ecqm的过渡。”

事实上，越来越多的HIM专业人士转向数据分析和信息学，他们需要掌握数据聚合方法和知识，作为他们职业工具包的一部分。

Sandra Nunn, MA, RHIA, CHP，特约编辑郑重声明也是新墨西哥州阿尔伯克基KAMC咨询公司的负责人。