Kvalitet af kliniske data: Dataflow i sundhedssektoren Louise Pape-Haugaard og Ole Hejlesen

Kurset har til formål at skabe et overblik og en forståelse for, hvad der sker med data (information) i sundhedssektoren fra det punkt, hvor data bliver genereret til behandling af data videre til lagring og anvendelse af data. Dette overblik af datas vej i sundhedssektoren vil lede til en forståelse af hvor kompleks genanvendelse af data i sundhedssektoren er.

Kurset på 1. år har til formål at bidrage til, at den studerende tilegner sig grundlæggende forståelse og viden indenfor: Kliniske datas betydning for beslutningsgrundlaget Design af kliniske studier og analytisk kvantitative metoder til behandling af data Medikotekniske datas oprindelsen og bearbejdning Sundhedsdatas transport Infrastruktur og systemarkitektur i sundhedssektoren Kommunikation og integration af kliniske data Kommunikationsstandarders indhold og betydning for kliniske data

Første blok vil med udgangspunkt i litteratur som er skrevet ud fra en typisk klinisk /lægelig tilgang til data beskrive hvordan data kan måles eller klassificeres på forskellige skalaer og metrikker, og hvordan kildekritik og datavurdering kan føre frem til kliniske beslutninger. Der vil også være en introduktion til de forskellige problemer der kan være ved kliniske undersøgelser.

Anden blok omhandler Infrastruktur & Standarder. Forelæsningen vil tage udgangspunkt i, hvorfor it-kommunikation, deling af data og genvendelse af data er så udfordrende i lige netop sundhedssektoren. Derefter vil der være en introduktion til MedCom, som er den primære instans og som har ansvaret for sundhedsdatanettet og dermed også en del af infrastrukturen i DK. Desuden vil internationale kommunikationsstandarders (HL7, ISO13606) opbygning og deres anvendelse og betydning i Danmark blive præsenteret. Der vil blive lagt vægt på, hvad der skal kommunikeres, hvordan der skal kommunikeres og hvorfor it-kommunikation overhovedet er så central en del i sundhedsvæsnet.

Tredje blok omhandler dataopsamling & transport. Forelæsningen, som er to-delt, starter med en mere teknisk tilgang til data, hvor det beskrives hvordan en-, to- og tredimensionale biosignaler eller data baseret på standarder som fx. DICOM kan opsamles, digitaliseres og lagres samt anvendes i forbindelse med den kliniske beslutningsproces. Forelæsningens anden del vil med udgangspunkt i en teknisk fremstilling af elektronisk netværkskommunikation introducere de mest basale principper for opbygningen af et computernetværk til datatransport. På basis af denne basale indsigt, vil der blive givet en mere indgående holistisk beskrivelse af både lavniveau og højniveau netværkskommunikation.

Kvalitet af kliniske data: Dataflow i sundhedssektoren Rationel klinik Wulff & Gøtzsche, Munksgaard

Den kliniske beslutningsproces (1)

Den kliniske beslutningsproces (2)

Sygdomsdata Subjektive symptomer (patients sensationer) – ex. smerte, svimmelhed Objektive symptomer (patientens obs.) – ex. blod i urin Kliniske fund (behandlers obs.) – ex. hjertemislyd, knude i bryst Parakliniske fund (andre sundhedsprof.’s obs.) – ex. røntgenfund, blodprøvesvar Demografiske data – ex. alder, køn Anamnestiske data – ex. tidl. sygdom, arb.forhold

Måleskalaer Nominalskalaen – ex. liste over civilstatus KRAV: hver kategori veldefineret eksklusive kategorier (ej overlap) ekshaustive kat. (alt dækkes) Rangskalaen – ex. undertrøjer fra S til XXXL KRAV: et trin op giver større (mindre) trøje Intervalskalaen – ex. måling af vægt i kg KRAV: alle trin lige store

Sygdomsdata på intervalskala

Forskellige fordelingstyper

Kausalitet

Kausalitet vs. korrelation Sov mindre – lev længere Rødvin er godt for hjertet Almen kirurger er ligeså gode til at operere på kar som karkirurger Ynglende storkepar vs. antal barnefødsler

Korrelation/kausalitet – hvilken retning?

Det diagnostiske univers

Den ukontrollerede erfaring ’Førvidenskabelig’ erfaring citronsaft til søfolk mod skørbug rød fingerbøl (digitalis purpurea) mod hjerteinsufficiens vaccination mod kopper Erfaringen er svigefuld (citat Hippokrates) kogende olie i skudsår rektalinstallation af tobaksrøg til druknede åreladning igler

Laboratorieforskning vinder frem Den numeriske metode kom frem 1820-40 ex. tidspunktet for en åreladning fandtes uden betydning mange behandlinger blev opgivet – og frugtsaft blev et yndet middel (terapeutisk nihilisme) Laboratorieforskning vinder frem ex. insulinbehandling til diabetes

Sygdommens spontanforløb belladonna får kighosten til at forsvinde efter 6-8 uger forkølelse 7 dage vs. 1 uge Måleusikkerhed og regression mod gennemsnit behandling af højt blodtryk små forældre får højere børn end dem selv - og høje forældre får mindre børn

Tilfældighedernes spil

Bias Placeboeffekten inklusionsbias psykologisk bias – lægen ønsker at det skal gå godt og får måske patienten til at tro det samme Placeboeffekten kalktablet

Det randomiserede behandlingsforsøg Patientmaterialet veldefineret repræsentativt Interventionsgruppe vs. kontrolgruppe Randomisering Blinding - dobbeltblinding Overkrydsning problemer med efterslæbseffekt og periodeeffekt

Statistik….. Deskriptiv statistik hyppigheder – nominalskala median, fraktiler – rangskala gennemsnit – intervalskala standarddeviation – intervalskala og Gaussisk fordeling Estimation – af ex. hyppighed, sikkerhedsgrænser Analytisk statistik – ex hypotesetestning Metaanalyser Can clinicians and statisticians be friends? (Buchanan & Smythe)