探索护理流表数据的共同数据模型覆盖范围:使用SNOMED CT和LOINC映射的试点研究

科学领域:

• 医疗信息学 医疗信息学
• 护理信息学 护理信息学
• 数据标准 数据标准

背景情况:

• 护理数据,通常记录在流程表中,对整合到标准化的健康数据系统提出了独特的挑战.
• 共同数据模型 (CDM) 对数据互操作性和大规模健康研究至关重要,但它们对护理特定信息的覆盖面需要评估.
• 之前的研究已经强调了需要框架来评估CDM中各种临床数据的表现.

研究的目的:

• 评估护理数据的内容覆盖范围,特别是流表信息,在公开可用的共同数据模型 (CDM) 中.
• 评估护理流表概念和价值在多大程度上可以映射到标准化术语,如SNOMED CT和LOINC在CDM内.
• 确定在国家CDM框架内代表护理数据的差距和挑战.

主要方法:

• 进行了一项映射研究,遵循4个步骤的过程:确定CDM,定义评估标准,映射护理流程表数据,并应用评估标准.
• 护理流表概念和值被映射到医疗临床术语系统化命名法 (SNOMED CT) 和逻辑观察标识符名称和代码 (LOINC) 中的目标代码.
• 记录了每个概念和每个价值的映射时间,以了解过程中所涉及的努力.

主要成果:

• 超过65%的护理流表概念和56%的值成功地映射到SNOMED CT和LOINC目标代码.
• 绘制一个概念的平均时间比绘制一个值 (0.64 分钟) 长得多 (1.19 分钟).
• 该研究表明,在绘制护理数据方面取得了进展,但也揭示了实现全面覆盖的持续挑战.

结论:

• 这项映射研究揭示了在将护理数据整合到国家CDM中存在重大差距,这影响了在规模上利用这些数据的能力.
• 需要进一步全面地图化努力,以提高CDM中护理数据的实用性,用于研究,政策和临床实践.
• 解决这些差距可以改善实时患者洞察力,支持基于证据的护理实践,并优化护士敏感的患者结果.