臨床データウェアハウスのデジタルインフラストラクチャを用いた尿路結石症症例数の特定における課題と解決策

科学分野:

• 医療情報学
• 泌尿器科学研究
• ヘルスケアにおけるデータサイエンス

背景:

• ドイツ全国尿路結石症再発登録（RECUR）は、尿路結石症研究を強化するために、地域の臨床データウェアハウス（CDWH）を使用して設立された。
• RECURのような登録の科学的妥当性にとって、デジタル化された臨床データの信頼性を確保することが極めて重要である。
• 本研究では、CDWH内の様々なソースからの尿路結石症症例のデータ抽出方法を評価する。

研究 の 目的:

• 尿路結石症症例を特定するための異なるデータ抽出方法の精度を比較すること。
• 手動抽出データとアルゴリズム抽出データの信頼性を評価すること。
• 臨床データウェアハウスからのデータ抽出における潜在的な不一致とその原因を特定すること。

主な方法:

• フライブルク大学医療センター（MCUF）の病院情報システム（HIS）、パフォーマンスデータ、および償還データからデータを抽出した。
• 尿路結石症症例数は、パフォーマンスデータと償還データを使用してアルゴリズム的に抽出された。
• 比較のために、手動で抽出されたHISデータとアルゴリズムで抽出されたデータを使用して参照グループを編集した。

主要な成果:

• パフォーマンスデータからのアルゴリズム抽出は、対照群と比較して尿路結石症例を正確に特定した。
• 手動HISデータ抽出では14%の乖離、アルゴリズム償還データ抽出では12%の乖離が対照群から見られた。
• 乖離は、人的エラー、HISにおけるデータ利用可能性の問題、償還データにおける症例マージに起因すると考えられた。

結論:

• ターゲット変数（例：尿路結石症症例）を明確に定義し、データソースを理解することが、信頼性の高い研究のために不可欠である。
• 本研究は、異なるデータソースから抽出された場合、「1つの症例は1つの症例ではない」ことを示している。
• 本研究の結果は、同様のCDWH構造を持つ他の医療センターにも適用可能であり、ドイツ医療情報イニシアチブ（MII）を支持するものである。