Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Chất lượng của cơ sở dữ liệu sức khỏe hành chính ở Canada: Một đánh giá về phạm vi nghiên cứu
Tóm tắt
MỤC TIÊU: Các cơ sở dữ liệu sức khỏe hành chính ngày càng được sử dụng nhiều hơn để thực hiện nghiên cứu sức khỏe dựa trên dân số và giám sát; điều này đã dẫn đến sự gia tăng tương ứng trong các nghiên cứu về chất lượng của chúng. Mục tiêu của chúng tôi là mô tả các đặc điểm của các nghiên cứu đã công bố về chất lượng cơ sở dữ liệu sức khỏe hành chính Canada. PHƯƠNG PHÁP: PubMed, Scopus và Google Advanced đã được tìm kiếm, cùng với các trang web của các tổ chức liên quan. Các nghiên cứu bằng tiếng Anh đánh giá chất lượng của một hoặc nhiều cơ sở dữ liệu sức khỏe hành chính của Canada trong khoảng thời gian từ 2004 đến 2014 đã được chọn để đưa vào. Thông tin được trích xuất bao gồm các khái niệm và biện pháp chất lượng dữ liệu, năm và loại ấn phẩm, loại cơ sở dữ liệu, và nguồn gốc địa lý. TỔNG HỢP: Hơn 3.000 ấn phẩm đã được xác định từ quá trình tìm kiếm. Mười hai báo cáo và 144 bài báo được đánh giá từ chuyên môn đã được bao gồm. Phần lớn (53,5%) các ấn phẩm được đánh giá của các chuyên gia sử dụng dữ liệu từ Ontario và Alberta, trong khi 67% các ấn phẩm không được đánh giá sử dụng dữ liệu từ nhiều tỉnh/ vùng lãnh thổ. Gần như tất cả các bài báo được đánh giá (97,2%) là các nghiên cứu xác thực. Các tóm tắt ra viện bệnh viện và các yêu cầu thanh toán của bác sĩ là những cơ sở dữ liệu được xác thực thường xuyên nhất. Khoảng một nửa các ấn phẩm (53,0%) đã xác thực định nghĩa ca bệnh và 37,7% tập trung vào một tình trạng sức khỏe thể chất mãn tính. KẾT LUẬN: Các khoảng trống trong tài liệu chất lượng dữ liệu hành chính của Canada bao gồm số lượng hạn chế các nghiên cứu đánh giá dữ liệu từ các tỉnh phía Đông và ở nhiều khu vực pháp lý khác nhau, các nguồn dữ liệu mới, các phương pháp xác thực để xác định cá nhân mắc bệnh tâm thần, và đánh giá tính đầy đủ và khả thi của dữ liệu. Các nghiên cứu về chất lượng dữ liệu có thể hỗ trợ các nhà nghiên cứu hiểu những điểm mạnh và hạn chế của dữ liệu.
Từ khóa
#cơ sở dữ liệu sức khỏe hành chính #chất lượng dữ liệu #nghiên cứu dân số #đánh giá chất lượng #CanadaTài liệu tham khảo
Bailie L, Dufour J, Hamel M. Data Quality Assurance for the Canadian Community Health Survey (CCHS). Ottawa, ON: Statistics Canada, 2002.
Das B, Clegg LX, Feuer EJ, Pickle LW. A new method to evaluate the completeness of case ascertainment by a cancer registry. Cancer Causes Control 2008; 19:515–25. PMID: 18270798. doi: 10.1007/s10552-008-9114-0.
Quan H, Smith M, Bartlett-Esquilant G, Johansen H, Tu K, Lix L. Mining administrative health databases to advance medical science: Geographical considerations and untapped potential in Canada. Can J Cardiol 2012;28:152–54. PMID: 22301469. doi: 10.1016/j.cjca.2012.01.005.
Shah BR, Lipscombe LL. Clinical diabetes research using data mining: A Canadian perspective. Can J Diabetes 2015; 39:235–38. PMID: 26004906. doi: 10.1016/j.jcjd.2015.02.005.
Iron K, Manuel DG. Quality Assessment of Administrative Data (QuAAD): An Opportunity for Enhancing Ontario’s Health Data. Toronto, ON, 2007. Available at: http://www.ices.on.ca/~/media/Files/Atlases-Reports/2007/Quality- assessment-of-administrative-data/Full%20report.ashx (Accessed May 30, 2016).
Wray NP, Ashton CM, Kuykendall DH, Hollingsworth JC. Using administrative databases to evaluate the quality of medical care: A conceptual framework. Soc Sci Med 1995; 40:1707–15. doi: 10.1016/0277- 9536(94)00275-X.
Statistics Canada. Statistics Canada Quality Guidelines. Ottawa, ON, 2009. Available at: http://www.statcan.gc.ca/pub/12-539-x/12-539-x2009001-eng. pdf (Accessed July 8, 2015).
Arts DGT, De Keizer NF, Scheffer G-J. Defining and improving data quality in medical registries: A literature review, case study, and generic framework. J Am Med Inform Assoc 2002; 9:600–11. doi: 10.1197/jamia.M1087.
Canadian Institute for Health Information. The CIHI Data Quality Framework. Ottawa, ON, 2009. Available at: https://www.cihi.ca/en/data_quality_framework_2009_en.pdf (Accessed July 15, 2015).
Statistics Canada. Statistics Canada’s Quality Assurance Framework. Ottawa, ON, 2002. Available at: http://www.statcan.gc.ca/pub/12-586-x/12-586- x2002001-eng.pdf (Accessed May 15, 2015).
Azimaee M, Smith M, Lix L, Ostapyk T, Burchill C, Hong SP. MCHP Data Quality Framework. Winnipeg, MB: Manitoba Centre for Health Policy, 2013. Available at: http://umanitoba.ca/faculties/medicine/units/community_health_sciences/departmental_units/mchp/protocol/media/Data_Quality_ Framework.pdf (Accessed March 15, 2015).
Arksey H, O’Malley L. Scoping studies: Towards a methodological framework. Int J Soc Res Methodol 2005; 8:19–32. doi: 10.1186/1748-5908-5-69.
Roos LL, Gupta S, Soodeen R-A, Jebamani L. Data quality in an information-rich environment: Canada as an example. Can J Aging 2005; 24:153–70. doi: 10.1353/cja.2005.0055.
Spasoff R. Epidemiologic Methods for Health Policy. New York, NY: Oxford University Press, 1999.
Spiegelman D. Validation study. In: Armitage P, Colton T (Eds.), Encyclopedia of Biostatistics. West Sussex: Wiley, 2005; pp. 5656–63. doi: 10.1002/0470011815.b2a03128.
van Walraven C, Austin P. Administrative database research has unique characteristics that can risk biased results. J Clin Epidemiol 2012; 65:126–31. PMID: 22075111. doi: 10.1016/j.jclinepi.2011.08.002.
Richards H. Recent data quality initiatives at CIHI. In: Ontario Health Information Management Association (OHIMA), 2006. Available at: http://www.powershow.com/view1/253b67-ZDc1Z/Recent_Data_Quality_Initiatives_at_ CIHI_powerpoint_ppt_presentation (Accessed July 20, 2015).
Arnason T, Wells PS, van Walraven C, Forster AJ. Accuracy of coding for possible warfarin complications in hospital discharge abstracts. Thromb Res 2006; 118:253–62. PMID: 16081144. doi: 10.1016/j.thromres.2005.06.015.
Quan H, Li B, Saunders LD, Parsons GA, Nilsson CI, Alibhai A, et al. Assessing validity of ICD-9-CM and ICD-10 administrative data in recording clinical conditions in a unique dually coded database. Health Serv Res 2008;43:1424–41 PMID: 24843434. doi: 10.1111/j.1475-6773.2007.00822.x.
Blackburn DF, Schnell G, Lamb DA, Tsuyuki RT, Stang MR, Wilson TW. Coding of heart failure diagnoses in Saskatchewan: A validation study of hospital discharge abstracts. J Popul Ther Clin Pharmacol 2011;18:e407–15. PMID: 21900705.
Sears JM, Bowman SM, Hogg-Johnson S, Shorter ZA. Linkage and concordance of trauma registry and hospital discharge records. J Occup Environ Med 2014; 56:878–85. PMID: 25099416. doi: 10.1097/JOM.0000000000000198.
Waikar SS, Wald R, Chertow GM, Curhan GC, Winkelmayer WC, Liangos O, et al. Validity of International Classification of Diseases, Ninth Revision, Clinical Modification Codes for Acute Renal Failure. J Am Soc Nephrol 2006; 17:1688–94. PMID: 16641149. doi: 10.1681/ASN.2006010073.
Jutte DP, Roos LL, Brownell MD. Administrative record linkage as a tool for public health research. Annu Rev Public Health 2011; 32:91–108. PMID: 21219160. doi: 10.1146/annurev-publhealth-031210-100700.
Quach S, Blais C, Quan H. Administrative data have high variation in validity for recording heart failure. Can J Cardiol 2010;26:e306–12. doi: 10.1016/S0828-282X(10)70438-4.
Lix L, Yogendran M, Burchill C, Metge C, Mckeen N, Moore D, et al. Defining and Validating Chronic Diseases: An Administrative Data Approach. Winnipeg, MB: Manitoba Centre for Health Policy, 2006.
Marrie RA, Yu BN, Leung S, Elliott L, Caetano P, Warren S, et al. Rising prevalence of vascular comorbidities in multiple sclerosis: Validation of administrative definitions for diabetes, hypertension, and hyperlipidemia. Mult Scler J 2012; 18:1310–19. PMID: 22328682. doi: 10.1177/1352458512437814.
Cadieux G, Tamblyn R. Accuracy of physician billing claims for identifying acute respiratory infections in primary care. Health Serv Res 2008; 43:2223–38. PMID: 21211054. doi: 10.1186/1471-2458-11-17.
Monfared AAT, Lelorier J. Accuracy and validity of using medical claims data to identify episodes of hospitalizations in patients with COPD. Pharmacoepidemiol Drug Saf 2006; 15:19–29. doi: 10.1002/(ISSN)1099-1557.
De Coster C, Luis A, Taylor MC. Do administrative databases accurately measure waiting times for medical care? Evidence from general surgery. Can J Surgery 2007; 50:394–96. PMID: 18031641.
Cunningham CT, Cai P, Topps D, Svenson LW, Jetté N, Quan H. Mining rich health data from Canadian physician claims: Features and face validity. BMC Res Notes 2014;7:682. PMID: 25270407. doi: 10.1186/1756-0500-7-682.
Alshammari AM, Hux J. The impact of non-fee-for-service reimbursement on chronic disease surveillance using administrative data. Can J Public Health 2009; 100:472–74. PMID: 20209744.
Metcalfe A, Lyon AW, Johnson J-A, Bernier F, Currie G, Lix LM, et al. Improving completeness of ascertainment and quality of information for pregnancies through linkage of administrative and clinical data records. Ann Epidemiol 2013; 23:444–47. PMID: 23790349. doi: 10.1016/j.annepidem.2013. 05.002.
Li B, Quan H, Fong A, Lu M. Assessing record linkage between health care and vital statistics databases using deterministic methods. BMC Health Serv Res 2006;6:48. PMID: 16597337. doi: 10.1186/1472-6963-6-48.
Canadian Institute for Health Information. Data Quality Documentation for External Users: Discharge Abstract Database, 2010–2011. Ottawa, ON, 2011. Available at: https://www.cihi.ca/en/dad_executive_sum_10_11_en.pdf (Accessed July 20, 2015).
Benchimol EI, Manuel DG, To T, Griffiths AM, Rabeneck L, Guttmann A. Development and use of reporting guidelines for assessing the quality of validation studies of health administrative data. J Clin Epidemiol 2011;64:821–29. PMID: 21194889. doi: 10.1016/j.jclinepi.2010.10.006.
McCormick N, Lacaille D, Bhole V, Avina-Zubieta JA. Validity of myocardial infarction diagnoses in administrative databases: A systematic review. PLoS One 2014;9:e92286. PMID: 24682186. doi: 10.1371/journal.pone.0092286.
Kephart G. Barriers to Accessing and Analyzing Health Information in Canada. Ottawa, ON, 2002. Available at: https://secure.cihi.ca/free_products/CPHI_Barriers_e.pdf (Accessed July 15, 2015).
Foebel AD, Hirdes JP, Heckman GA, Kergoat M-J, Patten S, Marrie RA. Diagnostic data for neurological conditions in interRAI assessments in home care, nursing home and mental health care settings: A validity study. BMC Health Serv Res 2013;13:457. PMID: 24176093. doi: 10.1186/1472-6963-13-457.
Lix LM, Yan L, Blackburn D, Hu N, Schneider-Lindner V, Teare GF. Validity of the RAI-MDS for ascertaining diabetes and comorbid conditions in long-term care facility residents. BMC Health Serv Res 2014;14:17. PMID: 24423071. doi: 10.1186/1472-6963-14-17.
Birtwhistle R, Williamson T. Primary care electronic medical records: A new data source for research in Canada. Can Med Assoc J 2015; 187:239–40. PMID: 25421989. doi: 10.1503/cmaj.140473.
Wasserman RC. Electronic medical records (EMRs), epidemiology, and epistemology: Reflections on EMRs and future pediatric clinical research. Acad Pediatr 2011; 11:280–87. PMID: 21622040. doi: 10.1016/j. acap.2011.02.007.
Hutchinson AM, Milke DL, Maisey S, Johnson C, Squires JE, Teare G, et al. The Resident Assessment Instrument-Minimum Data Set 2.0 quality indicators: A systematic review. BMC Health Serv Res 2010;10:166. PMID: 20550719. doi: 10.1186/1472-6963-10-166.
Hudson M, Avina-Zubieta A, Lacaille D, Bernatsky S, Lix L, Jean S. The validity of administrative data to identify hip fractures is high — A systematic review. J Clin Epidemiol 2013; 66:278–85. PMID: 23347851. doi: 10.1016/j.jclinepi. 2012.10.004.
Jolley RJ, Sawka KJ, Yergens DW, Quan H, Jetté N, Doig CJ. Validity of administrative data in recording sepsis: A systematic review. Crit Care 2015; 19:139. PMID: 25887596. doi: 10.1186/s13054-015-0847-3.
Peabody JW, Luck J, Jain S, Bertenthal D, Glassman P. Assessing the accuracy of administrative data in health information systems. Med Care 2004;42:1066–72. doi: 10.1097/00005650-200411000-00005.