Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porFelipe Giraldo Modificado hace 9 años
1
ISO 18864 Quality Metrics for Detailed Clinical Models Diego Boscá Grupo de Informática Biomédica, Instituto ITACA, Universitat Politècnica de València diebosto@upv.es
2
Preguntas ¿El uso de estándares nos garantiza la interoperabilidad semántica? ¿Qué son los Modelos Clínicos Detallados? (Detailed Clinical Models o DCM) ¿De que trata la norma ISO 18864? ¿A quién va dirigida? ¿Para qué podemos usar métricas de calidad? ¿Qué estándares me permiten cumplir con estas métricas? 2
3
3 Problemática ¿Tenemos interoperabilidad semántica en los sistemas actuales?
4
Problemática Interoperabilidad Semántica: – “Dos sistemas serán semánticamente interoperables si la información circula entre ellos sin que el significado original se vea alterado y cada uno de ellos entiende por sí mismo lo que el otro le envía y puede actuar en consecuencia de manera automática” 1. ¿Cómo comunicamos el significado original y nos aseguramos de que entendemos lo que nos envían? – Modelos Clínicos Detallados 4 1 “Manual práctico de interoperabilidad semántica para entornos sanitarios basada en arquetipos”
5
Detailed Clinical Models ¿Qué es un DCM? – Un modelo de información de un conjunto discreto de conocimiento clínico documentable – Usable en diversos contextos – Incluye: El conocimiento clínico disponible que de validez al DCM. La especificación de elementos y atributos de datos, incluyendo los posibles valores y los tipos de los atributos. Un modelo estructural. – Ejemplos de formalismos de DCM: Templates HL7, Arquetipos, Intermountain CEM, FHIR profiles, etc. – Ejemplos de instancias de DCM: Signos vitales, presión sanguínea, medicación prescrita, diagnostico clínico, cuestionario, etc. ¿Cómo sabemos que estamos definiendo unos buenos DCMs? 5
6
ISO 18864: Métricas de calidad para los Modelos Clínicos Detallados De reciente creación, actualmente en desarrollo. Su objetivo es el de definir un conjunto de métricas de calidad objetivas, fiables y reproducibles para los Modelos Clínicos Detallados. Especifica las métricas necesarias y suficientes para evaluar Modelos Clínicos Detallados, repositorios de DCM, formalismos de DCM. Surge con la idea de generalizar y unificar los requisitos y metodologías que se han desarrollado para los diferentes estándares. Métricas cuantitativas (e.g. si algo existe o no) y cualitativas (e.g. si está correctamente usado) Por el momento ya hay definidas cerca de 60 métricas diferentes 6
7
¿A quién va dirigida? La audiencia objetivo de esta norma son: – Desarrolladores de Modelos Clínicos Detallados, usuarios clínicos y evaluadores de calidad de DCM. – Clínicos y profesionales IT de instituciones sanitarias. – Personal técnico en la industria de las tecnologías sanitarias. – Expertos implicados en el desarrollo de estándares. – Líderes en tecnologías sanitarias a nivel nacional y regional, incluyendo organismos de certificación. 7
8
¿Qué nos aporta? Usar métricas de calidad nos aporta objetividad y confianza: – Intercambio de contenido clínico. – Realizar consultas y análisis sobre el contenido clínico. – Ayuda a la toma de decisiones. – Introducción de nueva información clínica. – Almacenamiento de información clínica en sistemas de Historia Clínica Electrónica. – Visualización de contenido clínico. – Validación y testeo de instancias para organizaciones pequeñas, medianas y grandes. 8
9
Tipos de métricas A grandes rasgos, podemos dividir las métricas en siete tipos: – Características generales: ¿Sabemos la versión del DCM?¿Su propósito, descripción, autores, ciclo de vida, etc.? ¿Quién mantiene el DCM?¿Se pueden sugerir cambios?¿Existen criterios de búsqueda definidos sobre el DCM? – Tipos de datos: ¿Es adecuado el tipo de datos?¿Sus valores posibles y rangos han sido correctamente definidos? – Arquitectura interna: ¿Está definido en una sintaxis formal?¿Nos permite especializaciones y extensiones? – Uso de terminologías: ¿Usa una terminología estándar para el enlace terminológico?¿Usa una terminología estándar para representar unidades clínicas? – Características de adaptabilidad: ¿Podemos redefinir tipos, atributos, restricciones, etc.? – Características de entradas de datos: ¿Cada entrada de datos tiene un nombre único?¿Está correctamente descrita e identificada? – Estado de validación: ¿En qué estado se encuentra el DCM?¿Está certificado por alguna organización? 9
10
Escenario de aplicación 10 Informe de Alta
11
¿Qué estándares cumplen con estas métricas? Para asegurar la escalabilidad y flexibilidad de los DCM, los sistemas en los que se implementan deben cumplir: – Poder añadir elementos y atributos al DCM sin necesidad de cambiar el modelo subyacente o esquema de base de datos. – Usar un formalismo o sintaxis existente para representar el modelo. – Poder definir relaciones entre el DCM y sistemas terminológicos. Principios generales de buen modelado: – Adopción de terminologías estándares. – Representar los DCM en lenguajes estándares de modelado. – Que los DCM sean aprobados y compartidos por una comunidad de expertos clínicos. – Definir módulos de decisión que referencien a los modelos. – Permitir diferentes tipos de modelos que representen los mismos datos clínicos. Los estándares de HCE que nos permitan cumplir con los requisitos y seguir los principios de buen modelado serán los que más fácilmente cumplan con las métricas de calidad. 11
12
Conclusiones El desarrollo y despliegue de DCMs tiene un gran potencial para mejorar la seguridad y calidad del cuidado clínico. A partir de la formalización y normalización de entradas de datos clínicos de un modo compartible, los DCM pueden soportar el correcto almacenamiento de HCE, lógica de decisión basada en la evidencia, carga de mensajes y formularios estructurados de entrada de datos. Las métricas de calidad permiten a los usuarios finales poder juzgar DCM de modo cuantitativo y cualitativo y a los modeladores y administradores formas de asegurar que los DCM funcionan como es debido y como medio para mejorar su modelado. Norma todavía en desarrollo: Participa en su definición! 12
13
Gracias por su atención 13 Diego Boscá Tomás Grupo de Informática Biomédica (IBIME) Instituto ITACA, Universitat Politècnica de Valencia, Spain diebosto@ibime.upv.es http://www.ibime.upv.es/
14
14 ? ? ? Imagen original de Rosenfeld Media ¿Cómo aseguramos que estamos hablando de lo mismo? De esta pregunta surgió CIMI
15
CIMI Clinical Information Modeling Initiative – Los principales actores se sientan en la misma mesa y se ponen de acuerdo en cómo compartir conceptos. HL7, openEHR, IHTSDO, EN13606, Intermountain, CDISC, NHS, Clinica Mayo, Veterans Health Administration, NEHTA… Uso ADL 1.5 y UML con un perfil específico (Archetype Modeling Language, AML) Propone un modelo de referencia común del que poder traducir a los diferentes estándares. 15
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.