روش‌ها و ابعاد ارزیابی کیفیت داده‌های پرونده‌های سلامت الکترونیک

نوع فایل : word

تعداد صفحات : 29

تعداد کلمات : 8500

مجله : J Am Med Inform Assoc

انتشار : 2013

ترجمه ی متون جدول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : ب نازنین 12

تاریخ انتشار
18 سپتامبر 2020
دسته بندی
تعداد بازدیدها
1650 بازدید
28,000 تومان

عنوان فارسی مقاله:روش‌ها و ابعاد ارزیابی کیفیت داده‌های پرونده‌های سلامت الکترونیک: امکان استفاده مجدد از داده‌های پرونده‌های سلامت الکترونیک برای تحقیقات بالینی

چکیده

 هدف: بازنگری روش‌ها و ابعاد ارزیابی کیفیت داده‌ها در زمینه استفاده مجدد از داده‌های پرونده سلامت الکترونیک برای تحقیقات بالینی.

 مواد و روش‌ها: مرور منابع تحقیقات بالینی در رابطه با روش شناسی ارزیابی کیفیت داده‌های پرونده‌های سلامت الکترونیک انجام شد. با استفاده از یک فرایند تکراری، ابعاد کیفیت داده‌های اندازه گیری شده خلاصه و دسته بندی شده و روش‌های ارزیابی مورد استفاده قرار گرفت.

 نتایج: پنج بعد کیفیت داده‌ها شناسایی شدند که شامل فشردگی، صحت، تطابق، معقول بودن و رواج و هفت مقوله گسترده از روش‌های ارزیابی کیفیت داده‌ها: مقایسه با استانداردهای طلایی، همخوانی عناصر داده‌ها، همخوانی منابع داده‌ها، مقایسه توزیع، کنترل روایی، بازنگری ورود و حضور عناصر بودند.

بحث: بررسی روش‌هایی که از طریق آن محققان بالینی به ارزیابی کیفیت و مناسبت داده‌های پرونده‌های سلامت الکترونیک برای تحقیقات بالینی نشان می‌دهد که کیفیت داده‌ها دارای ویژگی‌های اساسی است و اندازه گیری این ویژگی‌ها و ابعاد آن‌ها سخت می‌باشد. محققان علاقه مند به استفاده مجدد از داده‌های پرونده سلامت الکترونیک برای تحقیقات بالینی برای در نظر گرفتن پذیرش طبقه بندی کیفیت داده‌های سلامت الکترونیک، آگاهی از تخصصی بودن و کیفیت داده‌ها، تلفیق کار ها بر روی ارزیابی کیفیت داده‌ها از زمینه‌های دیگر و پذیرش روش‌های اماری، سیستماتیک و تجربی ارزیابی کیفیت داده‌ها می‌باشند.

 نتیجه گیری: امروزه تعمیم پذیری بالقوه یا پیوستکی اندکی در روش‌های مورد استفاده برای ارزیابی کیفیت داده‌های پرونده‌های سلامت الکترونیک وجود دارد. در صورتی که استفاده مجدد از داده‌های پرونده سلامت الکترونیک برای تحقیقات بالینی پذیرفته شود، محققان بایستی از روش‌های معتبر و سیستماتیک برای ارزیابی کیفیت داده‌های پرونده‌های سلامت الکترونیک استفاده کنند.

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Methods and dimensions of electronic health record data quality assessment: enabling reuse for clinical research

Abstract

Objective To review the methods and dimensions of data quality assessment in the context of electronic health record (EHR) data reuse for research. Materials and methods A review of the clinical research literature discussing data quality assessment methodology for EHR data was performed. Using an iterative process, the aspects of data quality being measured were abstracted and categorized, as well as the methods of assessment used. Results Five dimensions of data quality were identified, which are completeness, correctness, concordance, plausibility, and currency, and seven broad categories of data quality assessment methods: comparison with gold standards, data element agreement, data source agreement, distribution comparison, validity checks, log review, and element presence. Discussion Examination of the methods by which clinical researchers have investigated the quality and suitability of EHR data for research shows that there are fundamental features of data quality, which may be difficult to measure, as well as proxy dimensions. Researchers interested in the reuse of EHR data for clinical research are recommended to consider the adoption of a consistent taxonomy of EHR data quality, to remain aware of the task-dependence of data quality, to integrate work on data quality assessment from other fields, and to adopt systematic, empirically driven, statistically based methods of data quality assessment. Conclusion There is currently little consistency or potential generalizability in the methods used to assess EHR data quality. If the reuse of EHR data for clinical research is to become accepted, researchers should adopt validated, systematic methods of EHR data quality assessment.
    دیدگاهتان را بنویسید