日本語AIでPubMedを検索
新生児集中治療室のためのデータ辞書の開発：より良いクリティカル・ケア・ユニットに向けての前進
Development of data dictionary for neonatal intensive care unit: advancement towards a better critical care unit.
PMID: 32607484 PMCID: PMC7309238. DOI: 10.1093/jamiaopen/ooz064.
抄録
背景:
様々なモニタリング機器が多用されているクリティカルケアユニット（CCU）では、膨大なデータが蓄積されている。これらの機器の貴重な情報を活用するために、臨床情報システムや検査情報管理システムなどのシステムを利用してデータを収集・保存している。これらのシステムは独自に開発されたものであり、データベースへのアクセスが制限されています。本研究では、CCUのためのオープンソースのWebベースのメタデータリポジトリを開発することに焦点を当てている。
Background: Critical care units (CCUs) with extensive use of various monitoring devices generate massive data. To utilize the valuable information of these devices; data are collected and stored using systems like clinical information system and laboratory information management system. These systems are proprietary, allow limited access to their database and, have the vendor-specific clinical implementation. In this study, we focus on developing an open-source web-based meta-data repository for CCU representing stay of the patient with relevant details.
方法:
データ辞書（DD）と名付けられたウェブベースのオープンソースリポジトリを開発した後、2施設のプロスペクティブデータを4ヶ月間にわたり、データの質の次元（完全性、適時性、妥当性、正確性、一貫性）、罹患率、臨床転帰について分析した。回帰モデルを用いて、さまざまな品質指標と関連した診療のばらつきの重要性を明らかにした。
Methods: After developing the web-based open-source repository named data dictionary (DD), we analyzed prospective data from 2 sites for 4 months for data quality dimensions (completeness, timeliness, validity, accuracy, and consistency), morbidity, and clinical outcomes. We used a regression model to highlight the significance of practice variations linked with various quality indicators.
結果:
CCUの臨床ワークフローをカバーするために、1555のフィールド（89.6%のカテゴリカルフィールドと11.4%のテキストフィールド）を持つDDが提示されています。標準的な品質次元に関する1795人の患者日データの全体的な品質は87%です。CCUのプロセスを表すという点では、データは88％の完全性、97％の正確性、91％の適時性、94％の妥当性を示している。データは一貫性の点では67％しかスコアしていない。さらに、品質指標と実践のばらつきには強い相関関係がある（<0.05）。
Results: DD with 1555 fields (89.6% categorical and 11.4% text fields) is presented to cover the clinical workflow of a CCU. The overall quality of 1795 patient days data with respect to standard quality dimensions is 87%. The data exhibit 88% completeness, 97% accuracy, 91% timeliness, and 94% validity in terms of representing CCU processes. The data scores only 67% in terms of consistency. Furthermore, quality indicators and practice variations are strongly correlated ( < 0.05).
結論:
本研究は、CCUにおける標準化されたデータ収集のためのDDを文書化したものである。DDは、監査目的のための堅牢なデータと洞察を提供し、CCUが特定の質の向上につながる実践改善を目標とするためのパスウェイを提供する。
Conclusion: This study documents DD for standardized data collection in CCU. DD provides robust data and insights for audit purposes and pathways for CCU to target practice improvements leading to specific quality improvements.
© The Author(s) 2019. Published by Oxford University Press on behalf of the American Medical Informatics Association.