Kvalitet af kliniske data: Dataflow i sundhedssektoren

Præsentationer af emnet: "Kvalitet af kliniske data: Dataflow i sundhedssektoren"— Præsentationens transcript:

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

2

3 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.

4 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

5 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.

6 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.

7 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.

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

9 Den kliniske beslutningsproces (1)

10 Den kliniske beslutningsproces (2)

11 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

12 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

13

14

15

16 Sygdomsdata på intervalskala

17 Forskellige fordelingstyper

18 Kausalitet

19

20

21 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

22 Korrelation/kausalitet – hvilken retning?

23 Det diagnostiske univers

24

25

26

27 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

28 Laboratorieforskning vinder frem
Den numeriske metode kom frem 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

29 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

30 Tilfældighedernes spil

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

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

33 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)