研究中的差距和相似之处 韩国大学医院使用LOINC代码:实现患者护理的语义互操作性

科学领域:

• 医疗信息学 医疗信息学
• 临床病理学 临床病理学
• 健康数据标准 卫生数据标准

背景情况:

• 逻辑观察标识符名称和代码 (LOINC) 映射的准确性是研究数据的一个关注点.
• 在韩国研究环境中使用的LOINC代码缺乏准确性和可用性的验证.
• 现有的LOINC映射需要在现实世界患者护理场景中进行评估.

研究的目的:

• 评估在韩国患者护理环境中LOINC映射互操作性的差异和相似之处.
• 为研究目的评估LOINC代码的准确性和可用性.

主要方法:

• 从七所大学医院收集了当地测试代码和LOINC映射.
• 针对经常要求的实验室测试进行专注分析,不包括微生物学和分子测试.
• 利用全国性熟练测试代码作为基准,并参与临床病理学家和术语专家,以达成最佳LOINC代码的共识.

主要成果:

• 为162个频繁测试确定了235个最佳LOINC代码;由于未注明的属性,51个测试需要多个代码.
• 分析了7个机构的962个LOINC代码,发现82.3%的一致性.
• 在分析成分 (33.3%),方法 (28.9%) 和属性 (11.4%) 中最常见的不一致性.

结论:

• 在LOINC绘图中,在大学医院的研究目的中,不一致率超过15%.
• 强调需要对LOINC代码进行专家验证.
• 提高LOINC映射精度对于改善临床实践中的互操作性至关重要.