利用真实世界的分析来对抗COVID-19的六种行之有效的方法

本文是基于网络研讨会演讲《真实世界分析:提高医疗保健的方法和知识水平》，作者是华盛顿大学医学首席分析官、华盛顿大学生物医学信息学和健康教育教授Adam Wilcox博士，以及Health Catalyst战略顾问Dale Sanders。世界杯葡萄牙vs加纳即时走地

从历史上看，为了获取数据，卫生系统必须手动从患者或提供者那里收集数据。组织机构现在已经从搜寻数据转向获取更多数据数据因为电子病历的广泛采用然而，即使有丰富的数据，组织仍然努力利用有效的方法来产生现实世界的分析。卫生系统可能成功地定位和汇总数据，但它们往往不会将数据推进到这一点以外，因此无法利用数据来推动流程，工作流和决策。

尽管卫生系统使用了这种过时的数据处理方法，但COVID-19需要更可行的战略。新型冠状病毒的迅速爆发使卫生系统认识到，抗击COVID-19的最有效方法是利用数据——现实世界分析之外的更多东西。然而，以发现和汇总数据为重点的数据方法无法使卫生系统充分获得及时、全面的信息，以跟上不断变化的病毒，这加大了各组织快速应对COVID-19的难度。

现实世界分析被证明对抗击COVID-19至关重要

由于可获得的COVID-19数据很少，医疗保健组织(如卫生系统、医疗保健管理机构和制药公司)不得不相互依赖，以收集尽可能多的数据，然后迅速共享这些数据，以跟踪不断发展的冠状病毒。然而，如果这些医疗保健组织缺乏复杂的数据互操作性，数据共享方面的延迟可能会导致更糟糕的患者结果，比如更高的死亡率。

例如，在大流行开始时疾病控制中心(CDC)要求有大量COVID-19阳性病例的卫生系统每周提交数据报告，包括关于COVID-19患者在哪里接受治疗的广泛信息(例如，门诊、急诊或ICU)。信息包括新冠肺炎病例总数、检测人数和阳性病例数。疾病控制与预防中心要求按种族和民族分类的数据。尽管该卫生系统拥有一支强大而熟练的数据分析团队，但由于工作耗时，它很难每周提供这些数据。

将数据转化为真实世界分析的六种有效方法

上述CDC和卫生系统之间合作的例子——以及合作的障碍——强调了优先考虑获取真实世界分析的新方法的重要性。尽管组织可以提供易于使用的数据工具，如通用数据模型、查询工具和分析应用程序，以增加团队成员的分析参与，但以下六种方法将推动卫生系统超越基本数据使用，以更好地理解数据，并利用数据推动改善日常临床环境。

#1:创建有效的信息显示

有效的信息显示使领导人和决策者能够查看整个卫生系统范围内的数据，避免孤立地查看数据。信息显示的各个部分的总和不如显示本身有意义。例如，根据仪表板上信息的颜色或密度，供应商可能会将数据解释为ED的繁忙一天。但是，如果组成显示的元素从更大的画面中移除(例如，ED比昨天更繁忙的一天)，显示就不能实现其全部目的。

一个具有洞察力的显示器将与卫生系统关键绩效指标(kpi)相关的所有数据集中到一个地方，包括可以增加全局的外围数据。有效的展示还提供了问责制，因此各级决策者都知道谁该对谁负责测量．

2 .为数据添加上下文

在当今的医疗保健领域，病人经常从医院内外获得治疗。多种保健来源意味着卫生系统必须整合起来数据从每个来源提供病人健康的全貌。此外，与汇总数据同样重要的是，卫生系统必须以卫生保健消费者能够理解的方式向社区提供信息。

例如,华盛顿高地/英伍德信息学基础设施社区中心比较有效性研究(WICER)通过向社区成员分发自我评估健康图表，开展了一项关注公共卫生的研究。健康图表有四个领域，健康专家认为评估健康是必要的。当研究人员将研究结果传达给社区成员时，他们提供了背景信息，包括每个人与理想基线的比较和他们的同龄人的情况。这一背景帮助个人了解他们在更大的图景中是如何生存的，他们社区内的共同健康挑战，以及他们可以改善什么。以这种方式添加环境对于帮助社区成员改善他们的健康和理解和解释来自卫生系统的社区卫生数据至关重要。

3 .确保数据过程是可持续的

为了实现数据的可持续性，卫生系统需要理解的不仅仅是数据，还有人类合作和科学方法(图1)。

当卫生专家审查他们的资产时，他们往往将数据视为推动变革的最关键资产，但随着时间的推移，专家们发现，如果没有科学方法和人类合作，数据本身就变得不那么重要了。例如，WICER研究团队拥有基于社区成员采访反馈的数据，但当他们停止进行这些采访时，这些数据随着时间的推移变得不那么相关。然而，团队成员的合作导致了将数据应用于科学方法，例如在研究工作中利用数据，并使用它来指导社区外展。随着时间的推移，这些方法帮助数据变得更有价值，更可持续。

4 .识别高质量的数据

许多卫生系统可以识别低质量数据，但无法识别高质量数据。通过创建定义高质量数据的度量，组织将知道他们的数据何时满足质量阈值。例如，护理团队可以通过完整性、保真度和合理性来定义和度量质量数据。过去，数据用户会编写一个查询，生成一个报告，然后考虑完成数据分析。达到高数据质量阈值超出了前一个过程:现在，数据用户必须深入审查报告，决定数据看起来是否正确，识别差异，并确保数据提供洞察力。通常情况下，数据反映的是它可以衡量的东西，但不一定是真实世界中发生的事情，这使得数据用户对高质量数据(如完整性、保真度和合理性)的理解对于数据反映真实世界的事件和结果至关重要。

5 .提供系统范围内的数据访问

广泛的数据访问(或数据民主化)意味着每个级别的团队成员都可以访问数据，并可以根据数据做出决定。无论卫生系统看起来与数据民主化多么接近，大多数仍然面临重大障碍。一个障碍是将正确的数据传递给正确的人所需要的时间。数据管理员需要了解哪些团队成员可以访问哪些数据。通常，卫生系统有一组分析师或开发人员，他们可以访问所有数据集。然后团队成员通过数据分析师提出数据请求。有时访问数据可能需要几个月的时间，因为人们不知道在哪里可以找到数据源，或者不知道请求访问的过程。

为了改善数据访问，卫生系统可以提供指导或分析课程，说明有哪些数据可用、如何请求访问数据、如何访问数据，以及团队成员如何在日常任务中使用这些数据。虽然分析课程不能消除访问数据和生成报告的耗时过程，但它可以加快这一过程。改进数据访问的另一种方法是构建查询库(非数据专家可以使用的现有数据搜索)和数据模型(现有的通用数据模型，这样非数据专家就不必重复工作)。

#6:完善知识管理的方法

过去，知识管理专注于数据建模和层次结构，以决策支持驱动文档。自那时以来，随着卫生系统将重点放在存储数据、数据定义和表型上，知识管理发生了巨大变化。例如，表型就像面包屑一样，揭示了不同数据源所代表的内容。比起决策支持驱动文档，预测分析和模式识别应该驱动决策支持。

许多卫生系统仍然恢复了以前过于注重数据建模和数据层次结构的知识管理方法。卫生系统需要改变他们的思维模式，并将数据使用视为推动知识管理，因为数据驱动的知识管理是将医疗保健推向现实场景的关键一步。

现实世界的分析系统为COVID-19战斗提供了武器

为了使卫生系统能够以最佳的防御——全面的、可操作的数据——对COVID-19作出快速反应，它们必须超越基本的数据使用和处理，并从数据中得出真实世界的分析。依赖于优先查找和收集数据的旧数据方法，会延迟有效分析的使用，并造成一种环境，在这种环境中，团队成员依赖分析师为每个报告查询数千个数据元素，然后等待数周或数月来获取信息。

随着新型冠状病毒威胁到长期的财政压力(在某些情况下甚至会崩溃)，耗尽资源，并停止典型的创收程序(如选择性手术)，现实世界分析现在对于卫生系统在大流行中生存至关重要。尽管数据最大化战略在不断发展，但医疗保健组织可以通过应用上述六种数据方法来推进现实世界分析的使用，并培养一种使用数据来推动有意义的改进的文化——无论是在大流行期间还是以后。

更多的阅读

你想了解更多关于这个话题吗?以下是我们建议的一些文章:

1. 四种策略驱动COVID-19恢复的高价值医疗保健分析
2. 抗击COVID-19:全国患者登记
3. 医疗保健分析峰会™:来自HAS 20 Virtual的顶级数据发现和见解
4. 卫生系统使用分析技术改善患者安全的六种方法
5. 医疗保健分析峰会™:来自HAS 20 Virtual的顶级数据发现和见解

---

幻灯片

你想使用或分享这些概念吗?下载突出重点的演示文稿。

按此下载幻灯片

利用真实世界的分析来对抗COVID-19的六种行之有效的方法从世界杯葡萄牙vs加纳即时走地