评估和改善PCORnet®中的研究准备

科学领域:

• 健康数据科学健康数据科学
• 临床数据的策划.
• 研究数据管理研究数据管理

背景情况:

• PCORnet® 是一个国家数据网络,对于真实世界的证据生成至关重要.
• 确保数据质量和研究准备对于可靠的临床研究至关重要.
• 数据策划过程对于标准化和验证健康数据至关重要.

研究的目的:

• 评估和提高PCORnet®内数据的研究准备度.
• 报告PCORnet®数据整理过程从第7周期 (2019年) 到第16周期 (2024年).
• 详细说明数据量方面的改进和数据质量检查的发展.

主要方法:

• 扩展PCORnet®共同数据模型 (CDM).
• 开发和实施一套全面的数据质量检查套件.
• 随着时间的推移,监控整个网络数据检查的性能.

主要成果:

• 数据量显著增长,诊断记录从3.7亿增加到6.9亿,实验室结果从7.7亿增加到15.1亿.
• 实施了众多数据检查,示例显示稳定 (未来日期),改进 (RxNorm映射) 和可变 (记录持久性) 的性能.
• 在改善PCORnet®网络数据质量和研究准备方面取得了明显进展.

结论:

• 透明的数据策划促进学习,并为研究设计决策提供信息.
• PCORnet®数据质量改进可转移到其他健康数据计划.
• 目前正在努力的重点是可修改的指标,以进一步提高数据质量和研究准备.