设计系统妥善处理效果数据覆盖

为了应付不断增长的减少成本的压力，并同时提高医疗的质量，很多医疗机构都在更加仔细地对待与临床治疗相关的数据。作为这一过程中的一部分，这些机构希望了解治疗结果（也就是说，产出）和所提供的服务之间的关系。

这个关系原来叫做产出管理（outcomes management），PaulEllwood在20世纪80年代末探索了这一关系。Ellwood将产出管理定义为“围绕在治疗经验周围的技术，这一经验让提供者、支付者，以及病人能够在自身理解的基础上明明白白地选择医疗。”

为了确定产出，提供者需要确定在医疗过程中或者之后，他们能够测定的标准属性或者标志。产出测量的这一过程是确定医疗质量和效果的关键。

例如，假设有两个病人，他们有类似的临床病史，现在都来治疗脓毒性咽喉炎。一个病人使用了一种昂贵的新抗生素，而另一个使用了更加平常的、较为便宜的抗生素。

在他们治疗结束的时候，两个病人获得了同样的治疗效果。但是在分析治疗阶段的时候，我们可以确定的是：第一个病人的治疗成本要更高一些。

尽管看起来过于简单，但这个例子说明：可测定的产出能够如何通过维持质量和减少成本，以帮助确定临床治疗的最佳方法。

Ellwood总结了产出管理的四个必要成分：

标准：强调临床和数据标准。 分发：将数据分发，供决策者分析。 测定：例如，病人的功能状态和健康，以及针对疾病的临床效果。 数据的集中：大规模收集的数据，以帮助消除统计学的异常。信息系统能够帮助将临床效果的采集和分析自动化，但是这些系统的开发人员必须小心地注意数据周边的很多属性。例如，在治疗阶段测定必须是标准的，以保证数据的合法性。

提升城区人气；同时 测定也需要测量一些属性，它们是治疗的直接或者间接结果。例如，哮喘病人呼吸率的测定、愈后护理等，可能和以类固醇摄入为中心的治疗有关系，但是和抽血却没有什么关系。

及时性是数据的另一个重要方面。在治疗结束后立即采集的测量值可能与几天之后采集的测量值有相当大的不同。

数据分析可以以多种形式进行。对服务的仔细比较可能需要若干不同的方法才是有效的。

样本大小必须足够大，以便从统计学的角度消除极端的结果。这可能需要将结果同国家或者地区的数据进行比较。

另一项技术是通过收集一段时间内的重复样本进行趋势分析。分析师必须确保数据的标准化，而且他们必须消除或者将外部因素降到最低，例如环境变化等。

为了有效地处理产出数据，信息系统设计师应该考虑下列设计元素：

系统必须尽可能地接近治疗阶段来捕捉数据。这就意味着为数据采集而设计的公司或者移动应用程序要能够马上开始采集数据。 系统必须以标准的格式将结果数据保存在一个共同的仓库里，以便快速访问。 数据的查询应该采用用户友好技术。 必须有一种机制用能够影响数据的额外属性来交叉引用数据。 必须有一种方法用于将数据同国家或者地理数据仓相比较。 对于所有的临床系统而言，系统必须考虑对病人隐私的保护。这就意味着在确保剩余数据完整性的同时，要删除或者加密可辨别身份的信息。 本文作者:Scott Withrow

具有超过20年的IT工作经验，包括IT管理、Web开发管理，以及内部咨询应用程序分析。

：李宁

欢迎评论或投稿