临床数据管理:3个改进策略

他们说，杂乱的办公桌是思维有条理的标志。要么你就是那个杂乱的天才，要么你认识办公室里的一个。一堆堆的文件和文件夹堆满了桌子、地板和架子。提醒便条贴在任何剩余的可用表面上。你或其他人如何找到需要的文件仍然是生活中最大的谜团之一。

另一个巨大的谜团是，在我们的行业中，人们是如何处理同样杂乱的东西的:医疗数据管理和临床数据管理。就像有成堆文件的办公室一样，医疗保健必须处理pb级的数据，这些数据分布在许多不同的系统中，每天每秒钟都有更多的数据积累(图1)医疗保健数据的数量将会增长从2013年的153艾字节到2020年的2314艾字节。虽然我们正在开发架构来处理这个量，但临床医生最好记住这一点更多的数据并不总是意味着更多的洞察力。有时更多的数据只是更多的混乱。

对于向基于价值的护理发展的医疗保健行业来说，临床数据管理至关重要。今天，为了帮助一个组织回答它最紧迫的问题，a医疗数据分析师必须在复杂的信息基础设施和不断增加的数据量中导航。

导航的第一步是确定适当的数据源。分析师可以与IT资源一起工作，后者可以帮助确定哪些数据对开始分析过程最有益。从不同的系统中收集原始数据只是开始。提炼信息，使其专注于特定的问题或策略，使分析师能够发现更有意义的见解。领导，与一个真相来源一起工作，可以发现需要改进的地方，并迅速采取行动解决它们。

传统临床和医疗保健数据管理的问题

临床数据管理的标准方法提出了两个艰巨的挑战。

电子表格发烧

许多医院部门都开发了DIY工具来应对海量的数据。他们使用多个电子表格，通常包含可能不准确或与公司数据冲突的信息。这会导致团队将注意力集中在错误的优先级上，或者完全错过改进的机会。源数据一旦被识别和捕获，通常就会变成影子系统，一个电子表格链接到另一个电子表格。这种电子表格的狂热使过程更加复杂，并引入了不必要的出错风险。

更改分析角色和工具

在当今以价值为基础的护理环境中，数据分析师必须配备正确的工具，以识别组织中的绩效差距，并创建可操作的建议，推动改善结果。提供适当的基础设施可以降低在捕获或传输期间泄露数据的风险。准确和及时的数据对临床医生的参与和获得他们的信任至关重要。

如图2所示，分析人员将大约80%的时间花在寻找和收集数据上，而不是执行高价值的工作，如解释数据和提出关于如何改进结果的建议。

大多数分析师宁愿进行战略分析，并为组织决策做出贡献。今天，临床数据管理的方法将大部分分析资源集中在搜索和收集任务上。创建一个高效、有效和可靠的过程将使分析人员能够花更多的时间从数据中收集见解。

大多数领导人也不喜欢目前的做法。改善护理、降低成本和规划未来的多重压力需要近乎实时的数据。提交请求、放入队列、等待数周的响应不再是一种选择。

提高临床资料管理的三种策略

那么，我们如何改变医疗保健组织中管理数据的方式，以确保快速找到正确的数据，并确保所有分析师都在使用该数据?以下是改善临床数据管理的三种策略。

1.确定组织中的分析师

要使分析人员保持一致，一个好的第一步是简单地确定散布在整个组织中的当前分析人员池。找到所有的分析师有时是一个挑战，但一种方法是与人力资源部门合作，获得一份名称类似于“分析师”、“专家”或“信息学家”的职位列表。

2.评估组织中的分析改进机会

一旦确定了分析人员池，选择一个核心分析人员团队，负责评估组织内的风险。该团队的一些新职责，以及他们肯定会发现的风险，包括下表中的任务:

任务	风险和挑战
创建一个报表清单并找到每个报表的逻辑“所有者”。最实际的做法是从最近的报告开始，从去年的报告开始。超过一年没有运行的报告可以作为存档的候选对象。与所有者一起确定梳理每个报告的工作的优先级，以记录其目的、规则、使用的工具、频率、数据源、使用的格式以及生成该报告所采取的步骤。这个过程将导致更好的文档和更少的报告需要涉及到系统升级。	大多数组织都对多年来创建(和维护)的报告数量感到惊讶。任何给定的系统都可能有数以千计的报告从EMR中运行出来。文件夹安全性有时会强制重复(也可能是修改)相同的报告，而不会对不同之处进行审计跟踪。此外，报表过滤器和逻辑通常对报表使用者隐藏，这使得几乎不可能确定规则，并最终确定“真相的来源”。
召集分析人员制定核心能力清单和提供持续培训和指导的计划。	卓越的分析能力很难衡量，但如果没有特定的核心能力，就无法保证高质量、一致的结果。
评估各自为政的程度和改善一致性的政治意愿。	分析筒仓滋生了重复和潜在的浪费。尽管这似乎是显而易见的，但政治气候往往使补救这一风险复杂化。但是，它可以帮助了解减少风险所需的对齐类型。
确定请求报告和分析的当前方法。	没有正式的吸收、分类、优先级和工作分配，报告和分析环境就会变成“狂野的西部”。如果没有纪律严明的流程，员工无法专注于最优先的工作的风险就会增加。
确定组织内当前的数据治理流程和所有权。当前的数据治理可能是通过众多互不相连的委员会来执行的，所以请深入挖掘。	数据治理的重点是管理事务系统(如EHR或实验室系统)中初始捕获的数据，并将其聚合到报告结构、数据存储和企业数据仓库中。其目的是确保健康数据管理流程的每一步都得到控制，流程对数据的影响得到良好的记录和理解。

这个初始的评估将阐明当前存在于分析组织中的风险和潜在的低效的水平。这些信息可以与行政领导共享，以制定变更到新的组织模型的案例。

有几种可用的分析组织模型，包括商业智能能力中心或卓越分析中心．然而，最全面的模型是将分析人员组织起来。所有分析师都是同一个分析部门的成员，向同一个领导汇报。他们提供跨组织的支持，根据需要为各个部门工作。

实现这个模型可能很困难，因为它可能对组织造成难以置信的破坏。建立该组织所需的政治资本也可能缺乏。

另一种不那么引人注目的解决方案是创建一个中央商业情报小组，充当咨询小组的角色。该小组将向职能领域提供专门服务，并提出调查结果，以帮助确定组织风险及其变化准备情况。

3.使用具有EDW的数据操作系统作为临床数据管理框架

将数据操作系统(DOS™)与企业数据仓库(EDW)结合使用是迈向健壮分析基础设施的关键一步。EDW成为一个安全的、中央的数据存储库，经过组织和优化，可用于测量、分析和报告。当然，这是一个巨大的努力，但回报是显著的和长期的。

数据仓库的真正价值在于组织数据，提供跨不同数据源的链接(这样分析师就不必这样做了)，并提供访问，这样分析师和临床医生就可以“自己寻找”。调整分析人员，制定明确的临床数据治理和管理政策，将加强整个分析环境。

例如，患者标识符提供了EMR数据、部门来源和患者满意度数据之间有价值的链接。在预链接数据之后，可以以一种允许快速报告和可视化的方式组织数据。如果使用正确，EDW就会成为分析人员获取信息的一个地方，为整个企业创建一个单一的真相来源。

一旦EDW就位，就要调整分析人员，并制定一些重要的临床数据治理和管理政策，以加强整个分析环境，并确保最大的投资回报。

创建一个新的模型来改善护理并提供更好的结果:医疗保健数据管理

创建一个支持有效临床数据管理的新模型需要DOS和一个EDW来收集和协调来自整个组织的数据，为改善护理和提供更好的结果提供基础。

这种简化的模型大大缩短了交货期，使分析人员能够从不同系统收集的不同数据中提供战略见解。接受数据分析的价值并利用它创建有效的临床数据管理模型的医疗保健组织将处于最佳位置，在医疗保健的新时代中生存和发展。

---

幻灯片

您愿意使用或分享这些概念吗?下载这个临床数据管理演示，突出重点。

请按此下载幻灯片

如何改进临床数据管理，减少浪费时间从世界杯葡萄牙vs加纳即时走地