电子健康记录中的种族和种族数据:通过与美国社区调查微数据的比较,获得新的见解
Rocio Rosa-Lebron1, Aubrey Limburg2, Timothy S Carey3
1Department of Sociology, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA.
从电子健康记录和调查中比较种族和民族数据,发现大多数群体的高度一致. 然而,对美国印第安人和阿拉斯加原住民患者的一致性较低,这影响了健康差异研究.
科学领域:
- 医疗保健服务研究 医疗服务研究
- 人口健康 人口健康
- 健康差距 研究 研究 研究 研究
背景情况:
- 关于种族和种族收集方法的数据在不同来源之间有很大的差异.
- 不一致的数据收集影响了关于人口健康和健康差异的研究质量.
- 准确的种族和民族数据对于理解和解决健康不平等至关重要.
研究的目的:
- 检查电子健康记录 (EHR) 数据与美国社区调查 (ACS) 微数据之间的种族和种族识别一致性.
- 评估健康差异研究的种族和民族数据的质量.
- 为了为人口健康研究的电子健康数据的使用提供信息.
主要方法:
- 从北卡罗来纳州卫生系统 (2017-2019) 的个人级别EHR数据与相应的ACS微数据 (2001-2017) 进行链接.
- 分析两个数据源之间的种族和民族类别的一致率.
- 评估特定种族和民族群体的数据质量.
主要成果:
- 在非西班牙裔黑人,非西班牙裔白人和西班牙裔个人中观察到高一致性.
- 对于其他非白人,非西班牙裔人口来说,一致性要低得多.
- 美国印第安人和阿拉斯加原住民患者的一致率特别低.
结论:
- 电子健康记录数据为人口健康和差异研究提供了宝贵的见解.
- 对于某些群体,如美国印第安人和阿拉斯加土著患者,较低的协同度突出显示了数据质量方面的挑战.
- 调查结果为改善数据质量和扩大EHR数据在健康研究中的实用性制定了战略.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
00:08A Cross-Disciplinary and Multi-Modal Experimental Design for Studying Near-Real-Time Authentic Examination Experiences
Published on: September 4, 2019
相关概念视频
Surveys
Methods of Documentation VII: EMR
Statistical Methods for Analyzing Epidemiological Data
Stereotypes, Prejudice, and Discrimination
Statistical Software for Data Analysis and Clinical Trials
Data Collection by Observations
An astronomer viewing the motion and brightness of stars in the sky and recording the data is an example of observational data collection. A botanist recording...
