Il existe de nombreux obstacles à l’utilisation des données de santé pour les analyses en aval aux fins de la prise de décision. Il peut ne pas y avoir de plus grand défi que de prendre des données qui ont été capturées à partir de systèmes de DME de santé disparates et de les nettoyer et de les normaliser en quelque chose d’unique pour la consommation. Cela résulte de la manière dont les données sont capturées dans les systèmes de DME.
Il est important de comprendre pourquoi les données peuvent ne pas être standard afin de déterminer quoi faire à ce sujet.
- La source permet d'entrer du texte sous forme libre. comme une adresse de patient
- La source permet de renseigner des champs sur une base facultative
- La source capture des données à différentes granularités dans le flux de travail, telles qu'un médicament commandé vs un médicament administré contre un médicament figurant sur la liste des patients
- codification interne de valeurs telles que le genre
- Les sources comportent des champs de note ou de commentaire qui sont par nature non standard
Chaque défi spécifique peut nécessiter une approche différente pour déterminer le meilleur moyen de les traiter.
lors de la recherche d’outils pour résoudre le problème, il est essentiel de proposer une méthodologie permettant de comprendre la portée et une hiérarchisation.
- Identifiez les champs de données clés utilisés pour orienter les décisions de votre entreprise. et les classer par valeur commerciale
- Définissez le profil de ces champs de données clés pour comprendre les caractéristiques des données distinctes renseignées. Quel pourcentage est non standard? Quel pourcentage peut être facilement normalisé?
- Déterminez la complexité et l’effort de normalisation de chacun des champs de données clés.
- Etablissez un ordre de priorité en fonction de la valeur commerciale des données et de l’effort de normalisation.
en acceptant qu'il s'agit d'un effort continu en faveur de la normalisation des données et que vous souhaitez vous en mordre à la fois. Toutes les données n'ont pas la même valeur métier et doivent déterminer où utiliser au mieux vos ressources. Il existe des outils qui faciliteront la résolution de ces problèmes, mais vous devrez comprendre les problèmes et avoir une conscience objective des domaines qui poseront des problèmes. L’objectif devrait être d’améliorer l’utilité et non de rechercher la perfection.