新颖的框架为评估患者匹配工具提供了量尺
将来自不同来源的个人病历在卫生系统内部和之间准确链接，称为患者匹配，在患者安全和护理质量方面起着关键作用，但事实证明在难以实现，是最后一个没有唯一的患者标识符。在，链接患者数据取决于研究人员、供应商和其他人设计的算法。
由 Regenstrief Institute 数据和分析副总裁 Shaun Grannis 医学博士、理学硕士领导的研究科学家开发了一个八点框架，用于评估算法的有效性和性能，以将医疗记录与正确的患者相匹配。
“数据标准化的价值是公认的。有国家医疗保健提供者 ID。有设施 ID 和对象标识符。有账单代码。有用于医疗实验室测试结果和医学观察的标准词汇表——例如 Regenstrief 的 LOINC。患者身份是我们卫生基础设施中的最后一个漏洞，”格兰尼斯博士说。“我们正在提供一个框架来评估患者匹配算法的准确性。
“我们认识到患者匹配的需求不会消失，我们需要标准化的方法来唯一地识别患者，”Grannis 博士说。
“当前的患者匹配算法有许多不同的风格、形状和大小。为了能够比较一个算法与另一个算法的表现，甚至了解它们如何相互作用，我们必须有一种标准的评估方法。我们已经产生了一个新颖、强大的框架，用于一致和可重复的评估。简而言之，我们在 Regenstrief 开发的框架为患者匹配工具的有效性提供了一个‘衡量标准’。”
个人越来越多地接受来自多个来源的护理。虽然患者匹配很复杂，但它对健康信息交换至关重要。在一个医疗保健系统中看到的 William Jones 是否与在其他机构接受护理的 William、Will 或 Willy Jones 或者 Bill 或 Billy Jones 是同一个人?Elizabeth Smith 的名字是否以 Liz 或 Beth 的名字出现在不同的医疗办公室，或者可能出现在物理治疗或透析机构中?各种实验室测试结果属于哪个 Juan J. Gomez?拼写错误、信息缺失和其他数据错误以及典型变体增加了复杂性。
该框架的八点方法用于创建记录链接所需的黄金标准匹配数据集，涵盖的技术领域包括数据预处理、分块、记录裁决、链接评估和审阅者特征。
作者指出，该框架“可以帮助记录关联方法开发人员在创建和验证黄金标准参考匹配数据集时提供必要的透明度。反过来，这种透明度将支持记录关联研究的内部和外部有效性，并提高新方法的稳健性记录联动策略。”
措施和标准无处不在。“当你去加油站加油时，通过多少气体的测量是标准化的，这样我们就可以确切地知道有多少在流动。同样，我们需要有一种通用的方法来测量和理解患者匹配算法的工作原理， “格兰尼斯博士说。“我们的八管齐下的方法有助于涵盖需要评估的内容。制定框架并指定需要完成的任务和活动对于标准化患者匹配大有帮助。”
除了在患者安全和护理质量方面发挥关键作用外，提高患者匹配准确性还可以通过多种方式支持更具成本效益的医疗保健服务，包括减少重复医学测试的数量。
这项工作发表在医学信息学协会杂志上。
版权声明：本文由用户上传，如有侵权请联系删除！