Multidimenzionální pohled na zdravotnické prostředí. INMED Petr Tůma

Podobné dokumenty
10. Datové sklady (Data Warehouses) Datový sklad

Analýza a modelování dat. Přednáška 8

kapitola 2 Datové sklady, OLAP

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ


Business Intelligence. Adam Trčka

Analýza a modelování dat. Přednáška 9

MUDr. Miloš Suchý, Bc. Petr Suchý, Konference QUIP, Praha Měření výkonnosti, zkušenosti ze zdravotnictví a sociální péče

Datový sklad. Datový sklad

Projekt DRG Restart Vývoj, aktuální stav a harmonogram projektu

Databázové systémy. 10. přednáška

Metodika sestavení případu hospitalizace

Jak velká jsou? Obchodní analytici FB velké datové sady BI = business intelligence. OLAP = Online Analytical Processing. DWH = Data Warehouse

Metodika sestavení případu hospitalizace

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ

Metodika sestavení případu hospitalizace 010

Business Intelligence

Základy business intelligence. Jaroslav Šmarda

3 zdroje dat. Relační databáze EIS OLAP

Datové sklady. Ing. Jan Přichystal, Ph.D. 1. listopadu PEF MZLU v Brně

Kalkulace závažnosti komorbidit a komplikací pro CZ-DRG

Databáze. datum jmeno prijmeni adresa_ulice adresa_mesto cislo_uctu platba zustatek

Podnikové informační systémy Jan Smolík

Obsah. Kapitola 1. Kapitola 2. Kapitola 3. Úvod 9

Stav vývoje klasifikačního systému hospitalizačních případů CZ DRG

Metodika sestavení případu hospitalizace

Advanced SQL Modeling in RDBMS - SQL Spreadsheet part1. Your Organization (Line #1)

DRG a hodnocení kvality péče aneb bez klinických doporučených postupů to nepůjde

Bu B sin i e n s e s s I n I te t l e lig i en e c n e c Skorkovský KA K M A I, E S E F MU

1. Představení produktu Advance Hospital Analytics

Přílohy. Obchodní strategie firmy STAPRO společnost s ručením omezeným

Informační systémy 2008/2009. Radim Farana. Obsah. Obsah předmětu. Požadavky kreditového systému. Relační datový model, Architektury databází

Základní informace o co se jedná a k čemu to slouží

Analýza a modelování dat 5. přednáška. Helena Palovská

Geoinformace a mapový portál v systému zdravotnického dozoru ČR

Informační systémy 2006/2007

NÁSTROJE BUSINESS INTELLIGENCE

RNDr. Tomáš Pavlík, PhD. RNDr. Jiří Jarkovský, PhD. Doc. RNDr. Ladislav Dušek, PhD. Ústav zdravotnických informací a statistiky České republiky

Standardizace ve službách kvality péče (národní sada ukazatelů výkonnosti a kvality zdravotní péče)

Návrh opatření ke kultivaci zdrojových dat a zvýšení kvality interpretace budoucích analýz. Ing. Markéta Bartůňková, jménem týmu projektu

Institucionální zajištění správy a rozvoje DRG v ČR. Ing. Eva Švecová Národní referenční centrum

Obsah. Úvod do problematiky. Datový sklad. Proces ETL. Analýza OLAP

T T. Think Together Martin Závodný THINK TOGETHER. Business Intelligence systémy Business Intelligence systems

Vypracování národních norem kódování pro český systém DRG číslo projektu CZ2005/017/

Podpora manažerského rozhodování užitím Business Intelligence Ing. Jan Klimeš, ORTEX spol. s r.o., Hradec Králové

Obsah. Kapitola 1. Kapitola 2. Kapitola 3. Kapitola 4. Úvod 11. Stručný úvod do relačních databází 13. Platforma 10g 23

DRG ZDRAVOTNICKÁ KLASIFIKACE Pavel Kožený

Konsolidace rezortních registrů. 4. dubna 2011

Development of National Coding Standards within the Czech DRG System

QAD Business Intelligence

Problémy s funkčností a optimalizací systému úhrad akutní lůžkové péče projekt DRG Restart. Petr Mašek a tým DRG Restart

Plán a obsah sběru dat z referenčních nemocnic v roce Ing. Jan Linda

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Národní referenční centrum (NRC) MUDr. Antonín Malina, Ph.D. Institut postgraduálního vzdělávání ve zdravotnictví

PROCES REALIZACE ANALÝZY

Jak na indikátory kvality. František Vlček

Informační systém pro Ocenění odškodňování újem na zdraví ztížení společenského uplatnění (ZSU)

4IT218 Databáze. 4IT218 Databáze

BI v rámci IS/ICT komponenty BI architektura. Charakteristika dat a procesů v IS/ICT. Datové sklady ukládání dat návrh datového skladu

Dobývání znalostí z databází. Databáze. datum jmeno prijmeni adresa_ulice adresa_mesto cislo_uctu platba zustatek

Konceptuální modely datového skladu

PowerOPTI Řízení účinnosti tepelného cyklu

PV005 Služby počítačových sítí: Data Warehouses

Portál zdravotnických ukazatelů

Principy DRG restart. Ing. Petr Mašek, vedoucí vývoje

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra Kombinované studium Skupina N9KMK3PH (vm3bph)

Datová a analytická základna DRG Projekt DRG restart

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)

ehealth na Vysočině MUDr. Jiří Běhounek hejtman kraje Vysočina předseda Komise Rady AKČR pro zdravotnictví Jiří Běhounek

Mortalita Alzheimerovy nemoci, demence a senility (G30, F00 F07)

Digitální technická mapa ČR

Business Intelligence a datové sklady

Markery systému CZ-DRG jako základ implementace nového systému úhrad akutní lůžkové péče. Ústav zdravotnických informací a statistiky ČR, Praha

Databáze Bc. Veronika Tomsová

SEBELOKALIZACE MOBILNÍCH ROBOTŮ. Tomáš Jílek

2. přednáška z předmětu GIS1 Data a datové modely

Heterogenita v poskytování akutní lůžkové péče v ČR

Manažerský informační systém pro podporu ekonomického řízení laboratoří

PROJEKT INVENTARIZACE KONTAMINOVANÝCH MÍST K REALIZACI V RÁMCI OPŽP

Datové modelování II

Základní terminologické pojmy (Mezinárodní metrologický slovník VIM3)

Vysoká škola ekonomická v Praze

T- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc.

Proces nákladového oceňování hospitalizačního případu v systému CZ DRG. Ing. Jan Linda

METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1

DRG Diagnosis Related Groups

Novinky SQL Serveru 2005 v oblasti Business Intelligence

Architektura informačních systémů. - dílčí architektury - strategické řízení taktické řízení. operativní řízení a provozu. Globální architektura

Populační analýza případů s AINSO

Pattern Datový sklad. RNDr. Ondřej Zýka

Klinické standardy v české klinické praxi

Kalkulační MANUÁL. Základní dokument o kalkulaci procesních nákladů metodou nákladových služeb. 3. vydání. Partner Kalkulačního manuálu:

STÁTNÍ POKLADNA. Integrovaný informační systém Státní pokladny (IISSP)

Financování zdravotní péče v roce 2018 a dále z pohledu SZP ČR. Ing. Ladislav Friedrich, CSc. prezident SZP ČR Mikulov Hospicon 2018

ZADÁVACÍ DOKUMENTACE PŘÍLOHA Č. 1

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

Aktuální pokroky v projektu DRG Restart. Ing. Petr Mašek, manager vývoje DRG Restart

Metodika sestavení případu hospitalizace

PRO VNITROSTÁTNÍ STATISTICKÉ ORGÁNY A PRO STATISTICKÝ ÚŘAD SPOLEČENSTVÍ

Zdroje informací v organizaci IS/ICT BI v rámci IS/ICT historie architektura OLTP x DW ukládání dat

Transkript:

Multidimenzionální pohled na zdravotnické prostředí INMED - 21.11.2003 Petr Tůma

Koncepce multid pohledu Poskytování péče probíhá v multidimenzionálním světě; dimenze tento svět mapují podobně jako souřadnice na geografické mapě Základní předpoklady pro analýzy multidpřístupu: 1. Stavební prvky multid přístupu: - fakta (ukazatele) dimenze 2. Konstrukce multid pohledu: - vztahy ukazatelů a dimenzí - datový model - sněhová vločka 3. Aplikační prostředí sw 4. Aplikace modelu v datovém skladu multid kostka

Ukazatele a dimenze Ukazatele (fakta) jsou kvantitativní (měřitelné) hodnoty v databázi, které mají být analyzovány pomocí dimenzí * Dimenze je (hierarchicky) uspořádaný soupis prvků, které z hlediska uživatele mají v reálném světě podobnou povahu * Z věcného hlediska to je často naopak předmětem zkoumání je prvek dimenze

Ukazatele - definice Ukazatele (fakta) - kvantitativní (měřitelné) hodnoty v databázi, které mají být analyzovány. Příklad: náklady, počet produktů, počet lékařů, výskyt komplikací, mortalita Je vhodné rozlišovat terminologicky fakta a ukazatele; pak: Fakta - čísla, naměřené hodnoty (data) Ukazatele - ukazatele něčeho (efektivity, kvality) = fakta s možnou interpretací (informace) Od primárních ukazatelů se mohou odvozovat sekundární ukazatele, vypočítáné ze dvou nebo více primárních ukazatelů.

Typy ukazatelů Obecné ukazatele (spíše jde o fakta než skutečné ukazatele) Speciální ukazatele specifikované (prvky dimenzí) validované, akceptované; obvykle jde o sady ukazatelů Určení (ukazatel produkce, ukazatel kvality ) Typ (struktura, proces, výsledek) Segment (primární péče, nemocnice,.. region) Doména (např. kardiochirurgie, onkologie )

Požadavky na speciální ukazatele kvality Srozumitelnost Přesnost (vyloučení vlivu malých čísel, úplnost sběru dat, správnost měření ) Možnost korelace ukazatele vzhledem k tíži (severity) onemocnění ( Risk Adjustment ) Validace (senzitivita, specificita) Vhodnost ukazatele pro zařazení do sady

Dimenze - definice Dimenze je souřadnice multid prostoru; je sestavena z prvků, které mohou být hierarchicky uspořádány Prvky jedné dimenze = entity, které z hlediska uživatele mají v reálném světě podobnou povahu Tato podobnost prvků je subjektivní a relativní Původ dimenzí konkrétního systému: jsou obecně platné (barvy, pohlaví, kalendář ) široký konsensus (MKN-10) intuitivní konstrukce (pro potřebu multid systému) matematická konstrukce (např. shluková analýza )

Vztah ukazatele a dimenze Ukazatel má vztah jen k některým dimenzím systému Pokud má ukazatel vztah k dimenzi je nutné, aby měl vztah k právě jednomu prvku dimenze Z každého ukazatele můžeme vytvořit dimenzi (škálu hodnot) Užití ukazatelů dimenzí s co nejobecnější platností (v rámci různých oblastí a s nadnárodní působností) zvyšuje srovnatelnost a další použitelnost výsledných analýz.

Technologické zajištění multid přístupu OLAP = On-Line Analytical Processing ROLAP = Relational OLAP (MOLAP = Multidimensional OLAP) (HOLAP = Hybrid OLAP - kombinuje přístupy obou předchozích)

ROLAP - MOLAP ROLAP - odráží multidimenzionální souvislosti, aniž by používal multidimenzionální strukturu k uložení dat MOLAP - data uspořádána v multidimenzionální databázi / struktuře /. Hodnoty ukazatelů jsou předpočítány a to včetně agregovaných hodnot Aplikace ROLAP jsou flexibilnější avšak výrazně pomalejší, Aplikace MOLAP jsou rychlé, ale mohou vést neúměrnému nárůstu předem spočítaných dat (phenomenon of database explosion)

Typické analytické postupy v multid systému Slice and dice Drill down analysis Data mining "Analyze, then Query namísto "Query first, Analyze later" Sweet Spots

Příklad multid analýzy: Rehospitalizace Důvody: Ukazatel nekvality (komplikace) Dělená hospitalizace v DRG Dimenze: Doba mezi propuštěním a přijetím Shoda pracoviště propuštění a přijetí Shoda v rámci MKN-10 Shoda v rámci IR-DRG

Využití multid přístupu Řešení pro nemocnice - MARK Q - H Řešení pro region/ kraj MARK Q R Řešení pro benchmarkingové centrum MARK Q C Řešení pro Národní Referenční Centrum: -DRG - analýzy kvality zdravotní péče - analýzy farmakoterapie -jiné