データ収集で腎臓結石治療を改善する
新しいレジストリが、腎結石の理解と管理を向上させることを目指しているよ。
Noah Hempen, M. Schoenthaler, M. Weymann, M. F. von Bargen, M. Glienke, A. Elsaesser, M. Behrens, H. Binder, N. Binder
― 1 分で読む
目次
腎結石、別名尿路結石は、世界中で多くの人に影響を与える一般的な健康問題だよ。この状態は激しい痛みを引き起こし、石を取り除く手術を含む医療処置が必要になることもある。腎結石に悩む人は、腎臓の損傷や高血圧などの長期的な健康問題にも直面することがあるんだ。これらの問題は頻繁に起こるけど、腎結石とその治療に関する強い研究証拠が不足している。しかし、医療システムから集められた日常データが増えてきていて、この知識のギャップを埋めるのに役立つかもしれないよ。
データ収集と研究の取り組み
腎結石の理解と管理を向上させるために、ドイツではRECURという登録制度が提案されたんだ。この登録制度は、腎結石が患者の健康に与える影響をより良く分析するために、国内全体から情報を体系的に集めることを目的としている。登録制度はドイツ政府によって支援され、病院からの既存の医療データを活用しているよ。
ドイツ医療情報イニシアチブ(MII)は、ドイツの医科大学の間でデジタルネットワークを作るために取り組んでいて、病院が患者のデータを安全に共有できるようにしている。このイニシアチブは、さまざまな情報源からの患者情報を保存する地域の臨床データウェアハウス(CDWH)を通じてデータを集めている。このデータウェアハウスは、データの一貫性や質を確保するなどの課題に直面しているよ。
臨床データのソース
CDWHのデータソースには、患者の治療中に収集されたさまざまな情報が含まれていて、入院の詳細、検査結果、治療記録などがあるんだ。このシステムは、すべてのデータが標準化されて匿名化されることを確保するように設計されている。ドイツ全国の病院が、重要な患者情報を含めるためにこれらのCDWHを開発しているよ。データを収集する際には、情報がどのように記録され、共有されるかに関する問題を認識し、対処することが重要だね。
腎結石の症例を調べる際に、医療提供者は日常データから洞察を得ることができ、これを使用して患者を追跡するための症例登録を作成することもできるよ。手動データ抽出では、スタッフが記録を手で確認するため、時間がかかり、エラーが発生しやすい。でも、役立つ洞察を提供するために、このデータが収集されるようにするプロセスが整備されているんだ。
DRG)の役割
診断関連グループ(ドイツでは、病院の払い戻しシステムが診断関連グループ(DRG)というものを使って運営されている。このシステムは、患者を診断と治療ニーズに基づいて分類し、病院が提供したサービスに対して支払いを受けることを可能にしている。病院はこの診断データを正確に報告しなければならないけど、具体的な点があると症例数を正確に数えるのに課題が出ることもあるよ。
例えば、患者が短期間に何度も入院すると、DRGシステムはこれらの訪問を単一のケースに統合することがある。このため、腎結石の患者数が実際よりも少なく見えることがあって、研究やこの状態の頻度の理解に影響を与えるんだ。
RECUR登録制度:目的と目標
RECUR登録制度は、ドイツ全土で治療された腎結石の症例に関する信頼できるデータを集めることを目指している。この取り組みでは、腎結石の患者を追跡して、この問題がどのくらい一般的か、さまざまな治療がどれだけ効果的かを評価することを目指している。最終的な目標は、腎結石に関連する患者ケアと結果を改善することなんだ。
これを達成するためには、収集されるデータが正確で、腎結石の症例数を表していることを確保する必要があるよ。このためには、受け入れられた定義に基づいて症例を特定し、さまざまな情報源からデータを抽出する方法を確立することが求められる。
研究概要
最近の研究では、研究者たちが地域の病院データベースから腎結石の症例データを抽出するさまざまな方法を評価したんだ。彼らは、特定の2か月間に腎結石の治療を受けた患者に焦点を当てて、すべての関連ケースを正確にキャッチするための最も効果的な方法を見つけることを目指していたよ。
研究では、3つの異なるデータ抽出方法を使用した:
- 病院情報システム(HIS)からの手動抽出:患者の記録を個別に確認してデータを収集した。
- パフォーマンスデータからのアルゴリズム抽出:患者の治療に関する情報を集めるパフォーマンスデータベースを通じて自動的にデータを収集した。
- 払い戻しデータからのアルゴリズム抽出:請求情報に基づいて生成される払い戻し記録から自動的にデータを抽出した。
結果と発見
研究では、指定された期間内に腎結石の症例が合計58件確認された中には、複数回治療を受けた患者も含まれていた。さまざまな抽出方法で特定された症例数は異なっていたんだ。
- HISからの手動抽出では、52件の症例を正しく特定した。
- パフォーマンスデータベースからのアルゴリズム抽出では、58件すべてをキャッチした。
- ただし、払い戻しデータからのアルゴリズム抽出では、やはり52件が特定された。
不一致を分析したところ、一部の症例がHIS内の記録管理の違いや、払い戻しデータシステムでの症例の統合によって見逃されたことがわかったんだ。これは、患者データがどのように記録され、アクセスされるかを注意深く調べる重要性を示しているね。
正確なデータ抽出の重要性
RECUR登録制度が効果的に機能するためには、収集されるデータが有効かつ信頼できるものであることが重要だよ。この研究の結果は、データの構造や抽出に使用される方法を理解する必要性を浮き彫りにしている。正確なデータ抽出に焦点を当てることで、登録制度は腎結石に関するより正確な情報を提供できるようになるんだ。
データ品質の課題
研究では、データ品質に関するいくつかの課題も明らかになった:
- 入院や退院の日付などの誤ったまたは欠落した文書がある症例。
- 診断コードが不正確に記録されている症例は、データの信頼性に影響を与える。
- 分けてカウントすべき症例が統合されてしまって、実際の症例数が過小報告されること。
これらの発見は、病院が高い基準に従って患者ケアを文書化し、関連するすべての詳細が正確に記録されることを確保する必要があることを強調しているよ。
今後の方向性
研究の結果に基づいて、研究者たちはパフォーマンスデータベースをRECUR登録制度の主要データソースとして使用できるようになる。これにより、ドイツ全土の腎結石の症例のより正確な状況が提供されるだろう。ただし、登録制度がさらに多くの病院を含むようになると、データの一貫性と信頼性を確保するために同じ厳密な検証方法を適用することが重要になるね。
このアプローチは、他の臨床データ登録制度のモデルとしても機能し、症例が何を意味するかの明確な定義と正確なデータ収集方法の重要性を強調することになるよ。
結論
RECUR登録制度は、腎結石についてのより良い洞察を得て患者ケアを改善するための重要なステップだよ。体系的なデータ収集と分析を通じて、研究者はこの広範な健康問題に関する現在の知識のギャップを埋めることを目指している。データ抽出の課題に対処する必要があり、信頼できる情報源と明確な症例定義に焦点を当てることで、登録制度は腎結石の研究や治療に大きく貢献できるはずだよ。収集されたデータが患者の症例の現実を反映することで、この状態に影響を受けている人々の健康結果をより良くサポートできると思うよ。
タイトル: A case is not a case is not a case - challenges and solutions in determining urolithiasis caseloads using the digital infrastructure of a clinical data warehouse
概要: BackgroundTo provide more evidence in urolithiasis research, we have established the German Nationwide Register for RECurrent URolithiasis (RECUR) using local clinical data warehouses (CDWH). For RECUR and other registers relying on digitalized clinical data, it is crucial to ensure the datas reliability for answering scientific questions. In this work, we aim to compare the results of different CDWH-based queries on urolithiasis cases next to manual case extraction from the primary source. MethodsSources for data extraction included the Medical Center University of Freiburg (MCUF) hospital information system (HIS), MCUF performance data (a clinical data set with merged data from patients including data from vari-ous time points throughout their treatment), and MCUF reimbursement data. We extracted data on caseloads in urolithiasis algorithmically (performance and reimbursement data) and compared those to a reference group compiled of man-ually extracted data from the local HIS and algorithmically extracted data. ResultsAlgorithmic extraction based on performance data resulted in correct and complete case identification as compared to the reference group. The case numbers from manual extraction from HIS data and algorithmic extraction from reimbursement data differed by 14% and 12%, respectively. The reasons for devi-ations in HIS data included human errors and a lack of data availability from different wards. Deviations in reimbursement data arose primarily due to the merging of cases in the context of reimbursement mechanisms. As the CDWH at MCUF is part of the German Medical Informatics Initiative (MII), the results can be transferred to other medical centers with similar CDWH structure. ConclusionsThe current study provides firm evidence of the importance of clearly defining a studys target variable, e.g., urolithiasis cases, and a thorough understanding of the data sources and modes used to extract the target data. Our work clearly shows that, depending on various data sources, a case is not a case is not a case.
著者: Noah Hempen, M. Schoenthaler, M. Weymann, M. F. von Bargen, M. Glienke, A. Elsaesser, M. Behrens, H. Binder, N. Binder
最終更新: 2024-09-18 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2024.09.13.24313333
ソースPDF: https://www.medrxiv.org/content/10.1101/2024.09.13.24313333.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。