IJBH. International Journal on Biomedicine and Healthcare. Mezinárodní èasopis pro biomedicínu a zdravotnictví. Volume 1 (2013), Issue 2

Transkript

1 IJBH IJBH 2013 ISSN An Official Journal of the EuroMISE Mentor Association International Journal on Biomedicine and Healthcare International Journal on Biomedicine and Healthcare Volume 1 (2013), Issue 2 Mezinárodní èasopis pro biomedicínu a zdravotnictví Roèník 1 (2013), èíslo 2

2 Původní práce 3 Jak navrhnout integrační platformu pro interoperabilní EHR? Daniel Krsička 1, Milan Šárek lékařská fakulta, Univerzita Karlova v Praze 2 CESNET z.s.p.o., Praha Abstrakt Integrační platforma je základním technickým prostředkem pro realizaci interoperabilního elektronického zdravotního záznamu (EHR). Naším cílem je analýza funkcionálního členění integrační platformy a jeho vazby na definované úrovně interoperability. Na modelových případech ověříme, zda je možné definovat jednoduchou závislost mezi případy užití EHR a technologickými funkcionalitami integrační platformy. Experimentálně zjistíme, že závislost existuje a lze s ní pracovat. Kontakt: Daniel Krsička 1. lékařská fakulta, Univerzita Karlova v Praze Adresa: Charvatce 107, p. Jabkenice E mail: dkrsicka@gmail.com Výsledky budou diskutovány s ohledem na možnosti zobecnění metody, její praktické používání a další výzkum v této oblasti. Klíčová slova Interoperabilita, elektronický zdravotní záznam, zdravotnický informační systém, integrační platforma, integrační vzor IJBH 2013; 1(2):3 13 zasláno: 15. srpna 2013 přijato: 28. října 2013 publikováno: 30. prosince Úvod Masivní rozšiřování zdravotnických informačních systémů (ZIS) a prostředků ehealth obecně potencuje význam interoperability elektronického zdravotního záznamu (EHR) jako schopnosti dvou a více subjektů dosahovat společného cíle, resp. vzájemnou synergickou kooperací dosahovat vlastních cílů. Pro charakteristiku tohoto efektu lze dobře využít Metcalfova pravidla, postulovaného původně pro telekomunikační sítě a zavádějícího veličinu hodnoty této sítě jako počet možných spojení mezi vzájemně propojenými účastníky (zde ZIS). Hodnota celého interoperabilního EHR systému by tedy měla být funkcí počtu integrovaných ZIS a být asymptoticky aproximována funkcí n 2. Nicméně se ukazuje [6], že hodnota integrovaných ZIS jako celku nenarůstá kvadraticky a Metcalfův model nelze použít jako dostatečný. Důvod je prostý Metcalfův model zanedbává ty části reality, které jsou zásadní pro analýzu problematiky interoperability EHR, především fakta související s obsahem a užitím komunikovaných informací. Integrace ZIS není jen pouhým komunikačním propojením, tedy nejde pouze o navázání spojení. Je nutné stanovit a dodržovat řadu protokolů, umožňujících jednotlivých částem a vrstvám ZIS vyměňovat potřebné informace. Je tedy definován pojem úrovně interoperability. Lze využít definici podle Gibbonsové [14], která v rámci HL7 EHR Interoperability Workgroup definuje 3 úrovně, nebo podle Bloebela [1], [2], [4], který definuje 5 úrovní. Rešerší dostupných publikací jsme dospěli ke vztahům mezi uvedenými klasifikacemi (viz Tabulka 1). Pro účely tohoto článku budeme dále v textu používat klasifikaci úrovní interoperability podle Bloebela, který demonstruje nedostatečnost tradičního vnímání interoperability pouze na úrovni komunikujících technologií a zdůrazňuje důležitost vyšších úrovní, včetně sémantické. Členění podle Gibbonsové je pro účely této práce nevhodné, protože v našich hypotézách se zaměřujeme na strukturování a optimalizaci technologického řešení, což Gibbonsová abstrahuje jednou jedinou vrstvou. Tabulka 1: Porovnání úrovní interoperability jednotlivých autorů. Úrovně podle Bloebela Úrovně podle Gibbonsové procesní / služeb sémantická syntaktická strukturální technologická procesní sémantická Naše motivace je založena na poznání o nedostatečnosti technologické interoperability jako prostředku

3 10 Krsička, Šárek Jak navrhnout integrační platformu pro interoperabilní EHR? Shrnutím hodnocení všech dílčích experimentů, tedy všech případů užití požadovaných v modelovém případě, jsme získali podklady pro návrh iniciálních funkcionalit integrační platformy EHR. 4.1 Experiment č.1 Popis případu: Správa dekurzů v rámci 1 oddělení Analýza: Pracuje se v uceleném týmu, kde se spolupracovníci znají a všichni přísluší jedné oborové doméně. Klasifikace: je uvedena v Tabulce 5. Do tohoto UC neřadíme speciální vyšetření (např. CVS), která ordinuje specialista. Funkce může být prodávána formou služby, je tedy nutný kontrakt (SLA). Klasifikace: je uvedena v Tabulce 7. Tabulka 7: Zhodnocení případů užití v experimentu č.3. prostor mezi org. / 2 čas denně / 1 Tabulka 5: Zhodnocení případů užití v experimentu č.1. prostor v týmu / 0 čas v reálném čase / 0 objekt syntaktický / 0 č.1: syntaktická 4.2 Experiment č.2 Popis případu: Přístup k radiologickým snímkům pacienta při neurgentním příjmu. Analýza: Spolupracovníci se vzájemně znát nemusejí, specializace jednotlivých účastníků komunikace se mohou vzájemně odlišovat (nutnost popisu), i když se předpokládá dobrá znalost a zkušenost s výsledky zobrazovacích metod mezi lékaři. Klasifikace: je uvedena v Tabulce 6. č.3: sémantická 4.4 Experiment č.4 Popis případu: Přístup k anonymizovaným datům pacientů fakultní nemocnice ze strany univerzitního pracoviště pro účel longitudinální statistické studie. Analýza: Zde je nutné definovat nejen obsah a význam dat, ale také způsob a účel jejich zpracování. Je třeba respektovat zákonná nařízení (ochrana osobních údajů aj.), stejně jako vypustit některé informace relevantní pro studii (riziko falešně pozitivních / negativních výsledků). Klasifikace: je uvedena v Tabulce 8. Tabulka 8: Zhodnocení případů užití v experimentu č.4. prostor v organizaci / 1 čas měsíčně / 2 objekt deterministická akce / 2 Tabulka 6: Zhodnocení případů užití v experimentu č.2. prostor v organizaci / 1 čas v reálném čase / 0 č.2: syntaktická 4.3 Experiment č.3 Popis případu: Přístup k laboratorním výsledkům pacienta zpracovaným externí laboratoří pro praktického lékaře. Analýza: Spolupracovníci se neznají, komunikace nemusí být online. Specializace se mohou odlišovat, většina běžných lab. testů je pro všechny lékaře čitelná. č.4: procesní 4.5 Experiment č.5 Popis případu: Vykazování poskytnuté zdravotní péče plátci zdravotní péče Analýza: Pravidelná, rigidní komunikace. Jedná o službu, poskytovanou mezi organizacemi, obecně je více konzumentů (poskytovatelů péče). Je tedy nutné definovat kontrakt (SLA) tj. i znát význam komunikovaných dat. Klasifikace: je uvedena v Tabulce 9. Tabulka 9: Zhodnocení případů užití v experimentu č.5. prostor mezi org. / 2 čas měsíčně / 2 subjekt rozdílný / 2

4 18 Oulická a kol. Přehled a výběr glukometrů pro telemonitoring diabetických pacientů. Příloha 1: Přehled glukometrů provedený na základě průzkumu trhu. Dostupnost na českém trhu Místo odběru krve Možnost alternativního umístění odběru krve Spcifikace chytrým telefonem Spojení s chytrým telefonem Specifikace počítačem Možnost počítačem Váha (g) včetně baterie Velikost krevního vzorku (µl) Typ glukometru Výrobce Rozsah měření (mmol/l) Doba měření (s) Rozsah paměti 1 One Touch UltraEasy LifeScan ano USB kabel ne - ano ano 2 One Touch Vita LifeScan ano USB kabel ne - ano ano 3 One Touch Ultra LifeScan ,5 ano USB kabel ne - ano ano prst, předloktí, nadloktí, dlaň 4 One Touch UltraSmart LifeScan ano USB kabel ne - ano ano 5 One Touch Verio Pro LifeScan ,4 85 ano USB kabel ne - ano ano prst, předloktí, dlaň 6 Diamond Prima ForaCare Inc ,5 52 ano USB kabel ne - ano ano 7 Diamond Mini ForaCare Inc ,5 27 ano USB kabel, bluetooth ano bluetooth ano ano 8 idiamond ForaCare Inc iphone paměť 0,5 34 ano iphone konektor ano iphone konektor nespecifikováno ano nespecifikováno 9 FreeStyle Lite Abbot Diabetes Care Inc ,3 31 ano data kabel ne - ano ano 10 FreeStyle Freedom Lite Abbot Diabetes Care Inc ,3 45 ano data kabel ne - ano ano 11 FreeStyle Optimum Abbot Diabetes Care Inc ,6 42 ano nespecifikováno ne - ano ano 12 FreeStyle InsuLinx Abbot Diabetes Care Inc nespecifikováno 495 0,3 66 ano USB kabel ne - no ne prst 13 FreeStyle Optimum Xceed Abbot Diabetes Care Inc nespecifikováno 450 0,3 42 ano nespecifikováno ne - ano ne prst, předloktí, nadloktí, dlaň 14 FeeStyle Lite Abbot Diabetes Care Inc ,3 31 ano nespecifikováno ne - no ano prst 15 Precison Xtra Overview Abbot Diabetes Care Inc ,6 46 ano data kabel ne - ano ne prst, předloktí, dlaň 16 Accu Chek Performa Nano Roche ,6 40 ano infračervený ne - ano ano prst, dlaň 17 Accu Chek Aviva Roche ,6 60 ano infračervený ne - ano ne prst, dlaň 18 Accu Chek Aviva Combo Roche ,6 103 ano bluetooth ne - no ne prst infračervený, kabel ne - ano ano prst, dlaň 19 Accu Chek Performa Roche ,6 52 ano 20 Accu Chek Mobile system Roche ,3 129 ano infračervený ne - ne ne prst nespecifikov áno 60 ano data kabel ne - ne ne prst 21 Accu Chek Advantage Roche test strips Accu Chek Aviva Active Roche ano infračervený ne - ano ne prst, předloktí, dlaň 23 Contour Link Bayer ,6 53 ano nespecifikováno ne - ne ano prst 24 Contour next USB Meter Bayer ,6 34 ano USB kabel ne - ano ne prst, předloktí, dlaň 25 Contour XT Meter Bayer ,6 48 ne - ne - ne ne prst 26 Contour Bayer ,6 48 ne - ne - ano ne prst, předloktí, dlaň 27 Contour TS Bayer ,6 57 ano data kabel ne - ne ano prst not spedified ano data kabel ne - ne ne prst 28 Breeze 2 Bayer

5 32 Reissigová a kol. Predikce hospitalizačních úmrtí víceúrovňovou logistickou regresí Literatura [1] Hillis, L.D., Lange, R.A.: Optimal Management of Acute Coronary Syndromes. From The new England J Med. 2009; 360(21): (translated in Czech: Medicína po promoci 4/2009). [2] Antman, E.M., Cohen, M., Bernink, P.J., McCabe, C.H., Horacek, T., Papuchis, G., Mautner, B., Corbalan, R., Radley, D., Braunwald, E.: The TIMI risk score for unstable angina/non ST elevation MI: a method for prognostication and therapeutic decision making. JAMA. 2000; 284(7): [3] Eagle, K.A., Lim, M.J., Dabbous, O.H., Pieper, K.S., Goldberg, R.J., Van de Werf, F., Goodman, S.G., Granger, C.B., Steg, P.G., Gore, J.M., Budaj, A., Avezum, A., Flather, M.D., Fox, K.A.: GRACE Investigators. A validated prediction model for all forms of acute coronary syndrome: estimating the risk of 6 month post discharge death in an international registry. JAMA. 2004; 291(22): [4] Monhart, Z., Reissigová, J., Peleška, J., Janský, P., Zvárová, J., Grünfeldová, H., Vojáček, J., Widimský, P.: In-hospital mortality of the acute coronary syndromes patients in non-pci hospitals. (Submitted) [5] R Development Core Team. R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, [6] Bencko, V., Hrach, K., Malý, M., Pikhart, H., Reissigová, J., Svačina, S., Tomečková, M., Zvárová, J.: Statistické metody v epidemiologii. Zvárová, J., Malý, M. (editors): Biomedicinská statistika III. Svazek 1, 2. Praha: Karolinum; [7] Pekár, S., Brabec, M.: Moderní analýza biologických dat 1, Zobecněné lineární modely v prostředí R, Praha: Scientia; [8] Pekár, S., Brabec, M.: Moderní analýza biologických dat 2, Lineární modely s korelacemi v prostředí R, Brno: Masarykova univerzita; [9] Greenland, S.: Principles of multilevel modelling. Int J Epidemiol. 2000; 29(1): [10] Greenland, S.: Bayesian perspectives for epidemiological research. II. Regression analysis. Int J Epidemiol. 2007; 36(1): [11] Leyland, A.H., Groenewegen, P.P.: Multilevel modelling and public health policy. Scand J Public Health. 2003;31(4): [12] Leylan, A.H., Goldstein, H.: Multilevel Modelling of Health Statistics. Wiley; [13] Austin, P.C., Tu, J.V., Alter, D.A.: Comparing hierarchical modeling with traditional logistic regression analysis among patients hospitalized with acute myocardial infarction: should we be analyzing cardiovascular outcomes data differently? Am Heart J. 2003; 145(1): [14] Alter, D.A., Austin, P.C., Tu, J.V.: Canadian Cardiovascular Outcomes Research Team. Community factors, hospital characteristics and inter-regional outcome variations following acute myocardial infarction in Canada. Can J Cardiol. 2005; 21(3): [15] Park, S., Lee, J., Ikai, H., Otsubo, T., Ukawa, N., Imanaka, Y.: Quality of care and in-hospital resource use in acute myocardial infarction: Evidence from Japan. Health Policy. 2013; 111(3): Abstract Background: The odds of death of patients with acute coronary syndromes (ACS) in non-pci (percutaneous coronary intervention) hospitals in the Czech Republic change depending on a number of factors (age, heart rate, systolic blood pressure, creatinine, Killip class, the diagnosis, and the number of recommended medications and treatment of ACE-inhibitor or sartan). Objectives: We present a detailed description of multilevel logistic regression applied in the derivation of the conclusion described in the Background, namely we compare multilevel logistic regression with logistic regression. Methods: The above mentioned clinical findings have been derived on the basis of data from the three-year (7/2008-6/2011) registry of acute coronary syndromes ALERT-CZ (Acute coronary syndromes Longitudinal Evaluation of Real-life Treatment in non-pci hospitals in the Czech Republic). A total of 32 hospitals contributed into the registry. The number of patients with ACS (n=6013) in the hospitals varied from 15 to 827. Results: The likelihood ratio test showed that the independence of medical outcomes across hospitals cannot be assumed (p<0.001, the variance partition coefficient VPC=8.9%). For this reason, we chose multilevel logistic regression to analyse data, specifically logistic mixed regression (the hospital identity was a random effect). The calibration properties of this model were very good (Hosmer-Lemeshow test, p=0.989). The total discriminant ability of the model was 91.8%. Conclusions: Considering some differences among hospitals, it was appropriate to take into account patient affiliation to various hospitals and to use multilevel logistic regression instead of logistic regression. Keywords Multilevel logistic regression, acute coronary syndromes, risk factors, in-hospital death