卫生信息学与信息管理的研究与政策模型

健康信息学与信息管理(HIIM)是一门集健康、计算机科学和商业为一体的应用研究学科。应用学科的研究人员回答为什么和如何的问题。决策者可以是卫生系统的领导人、立法者或政府机构的监管者,他们往往是这些问题的根源。

在这个研究模型中,数据收集是由外部问题驱动的,这些问题集中在现实世界中信息的使用上。

作为本学科的从业者,我们必须开始询问自己的问题:如何将超过100年收集的信息组织成一个系统的知识体?更重要的是,未来的调查如何推导知识体系?

本期特刊探讨了HIIM学科在政策制定和研究中的作用。来自HIIM学科内许多专业领域的专家审查其专业内该学科的现状。在他们的观察和分析中,他们提供了对未来政策和政策影响的见解。他们推荐支持这些方向或学科知识体系总体发展的研究。
100多年来,卫生信息学和信息管理人员一直在幕后默默工作。在这方面,它们制定了管理健康记录的政策和程序。大多数情况下,这些人员为一个医疗机构工作,通常是急症护理医院。他们管理一个组织的记录和信息系统。然而,现在,这些相同的人员为集成交付系统工作。他们管理整个连续医疗保健的记录。因此,他们需要知道政府法规,认证标准,和实践惯例的几个地点或潜在地点的医疗保健,包括医生团体实践,急症护理医院,熟练的护理设施,家庭健康机构,和临终关怀设施。HIIM学科的从业人员现在为所有这些站点制定政策和程序。

政府规章、认证标准和惯例构成了政策和程序的参数。然而,现在,工作人员还必须考虑循证实践。领导者会问:“这个政策或程序是基于什么证据?”或者“我们如何知道这个政策是否有效,或者这个程序是否有效?”证据来自研究。因此,除了政策和程序的传统开发者角色外,卫生信息工作者和信息管理人员现在又增加了研究者的角色。

然而,研究结果或证据必须加以解释和传播。长期以来,卫生信息学家和信息管理人员一直在区分数据和信息。信息是经过分析和解释的数据。然而,在今天的医疗系统中,我们需要超越信息。所有利益攸关方、医疗保健提供商、管理人员、政策制定者、患者和客户都需要知识。知识是被组织成某种结构的信息。卫生信息学和信息管理学科正在建立自己的知识体系。我们必须成为知识管理者,传播知识,而不仅仅是信息。

我们知识体系的结构正在进化。美国卫生信息管理协会(AHIMA)颁布的一种结构是数据质量管理模式(图1).我将提出一个更具包容性和综合性的模型,将AHIMA数据质量管理模型扩展为卫生信息学和信息管理的研究和政策模型(图2.).该模型建立在常见的输入-过程-输出模型的基础上,这是冯·贝尔塔兰菲一般系统理论的概念化。1这种扩展的模型显示了学科对医疗保健和社会的影响。

随着卫生信息学和信息管理研究人员创建和完善关于该学科的证据,证据可以插入到模型中。通过这种方式,模型组织并提供证据的上下文。该模型还显示了潜在的关系和证据的差距。因此,该模型可以为证据的发现、调查和验证提供一个系统的方法。研究过程本身可以变得结构化和有组织。使用提出的模型突出了知识方面的差距,从而有助于指导下一代的研究。

卫生信息学和信息管理研究与政策模型的关系组成部分对应于投入-过程-输出模型。输入影响流程,流程影响输出。在这个模型中,关系是双向流动的,如图箭头的两个方向所示。因此,输出可以影响过程,而过程影响输入。我们将讨论模型的三个组成部分——输入、过程和输出。

输入质量健康数据的域名是个人属性,专业标准和公约,技术特征和社会期望。这些域名有几个部门,例如个人,个人团体,个别组织和个人系统。在另一个例子中,专业标准和公约的领域包括术语和命名法,消息传递标准,法规,自愿标准和专业练习标准,以命名几个。技术特征领域用途的广泛定义作为做社会活动的手段。因此,技术包括社会中使用的方法,工具,程序,协议,技术或设备。输入的信息是影响健康数据的质量。然而,如前所述,箭头都指出了这两种方式。因此,质量健康数据可能会影响个人属性,专业标准和公约,技术特征和社会期望。例如,关于数据缺乏准确性的证据可能会影响未来的技术特征或未来的专业标准和公约的修订。

该模型的过程或核心是高质量的健康数据。数据质量的特点源于数据质量管理模型。2这些特征是可访问性、一致性、货币性、粒度、精确度、准确性、全面性、定义、相关性和及时性。3.投入的领域影响高质量的卫生数据,高质量的卫生数据影响产出。

产出领域包括社会、人口健康、个人健康和专业。与输入域类似,这些输出域还包括多个扇区。例如,人口健康可以是一个国家的健康,如美国或科威特。人口健康也可以是美国某一州或加拿大某一省农村地区公民的健康。人口健康也可以是一个管理保健组织成员或一个服务不足群体的健康。个人健康领域可以着眼于患有各种疾病的人的健康结果,如癌症、多发性硬化症或糖尿病;有各种健康状况,如家族有癌症或心脏病史;或者各种风险评估。专业领域包括几个部门,如教育课程,成员对自己的看法,以及其他人对学科成员的看法。

利用该模型,研究者可以对个体属性元素与优质健康数据之间的关系进行相关研究。例如,研究人员可以调查对警报的认知反应与健康数据准确性之间的关系。另一位研究人员可以开展一项研究,调查慢性充血性心力衰竭患者对警报的认知反应、健康数据的准确性和健康结果之间的关系。

最近的两篇文章健康信息管理的视角本期特刊中的两篇文章为“测试”这一模式提供了机会。这些文章调查了健康信息学和信息管理的各个方面。

第一篇文章描述了决策支持在疗养院临床信息系统中的应用。4决策支持包括触发器及其相关警报。研究人员描述了在居民诊断中触发器和警报的比例。六个月,每天查询临床信息系统,并在激活的触发器和警报上收集数据。使用该研究中涉及的三个护理家中的两个疗养院的数据被使用,因为第三个设施的数据被视为不准确。虽然少数护理家庭已经实施了临床信息系统,但研究人员提出了从这几个实施的结果可以为未来系统的设计,实施和评估提供信息。分析了触发器和警报的类型和频率。

研究涉及两个输入域,即技术特征和个人属性。例如,在系统功能方面,养老院的工作人员不知道警报的位置和如何处理警报。在个人属性方面,用户的感知受到技术支持和设备的可用性以及对变化的准备的影响。研究者再次用模型的语言提出,来自两个输入领域的数据都会影响数据的准确性(高质量的健康数据)。根据他的发现,这位研究人员指出了未来软件开发的潜在领域。在这种情况下,在模型的语言中,来自高质量健康数据的发现反馈到技术特征的输入领域。虽然研究人员没有解释他关于获得技术支持和设备的影响以及为变化作好准备的发现,但如果将这些发现纳入模型,将表明高质量的卫生数据反馈给个人属性(组织和人员)。研究者明确指出,这项研究的目的不包括测试临床信息系统对住院医师结果的影响。然而,该模型的结构表明,未来的研究可能是调查来自临床信息系统的优质健康数据对居民结果(即人口健康或个人健康)的影响。

第二篇文章描述了门诊医生对维护个人健康记录(PHRs)的患者的认识和参与水平。5总的来说,医生的意识和参与水平较低。本研究的焦点是输入领域:医师的意识和参与水平代表个人属性的输入领域。研究人员没有调查意识和参与与高质量卫生数据过程之间的关系,也没有调查产出。然而,在文章的文献回顾中,研究人员提出了潜在的关系。研究人员提出了高质量健康数据的输入域和处理域之间的关系。研究人员将包括来自phr的数据与“完整的”记录以及可访问和可用的记录联系起来。这些描述符符合高质量卫生数据的“全面性”和“可访问性”特征。在文章的文献综述中,研究人员也提出了与输出域的关系。研究人员指出,提高可用性可以降低医疗保健的成本,或者用模型的语言来说,降低产出领域的社会部门。研究人员还引用了文献,表明使用phr的人健康状况改善,旷工率降低。 In the language of the model, these outcomes are encompassed in the sector of individuals’ health in the output domain.

在这期特刊中,Brodnik和Houser探讨了健康信息学和信息管理研究者的作用。这些作者呼吁卫生信息学和信息研究人员调查和确定最佳的系统、程序和项目,为公众提供高质量、安全、有效的护理和服务。因此,在模型方面,技能和研究兴趣将是个人属性。此外,研究将在模型的输入和输出方面的领域进行。例如,在输入端,确定最佳系统将关注技术特征。此外,确定最佳程序将集中于专业标准和惯例。在模型的产出方面,通过高质量的卫生数据提供高质量、安全和有效的护理将影响社会、人口健康和个人健康等领域。因此,这些作者的见解对模型的许多方面都有影响。

最后,在本文的文章中,在这一特殊问题中,屋子和同事们讨论了健康信息管理人员在公共卫生研究和数据管理,政策制定和备灾和反应管理中的作用。这些研究人员争辩说,健康的Informaticians和信息经理定位以支持评估,保证和政策制定的核心公共卫生职能。在模型之后,这些研究人员的讨论侧重于各个属性的输入领域。研究人员在他们的专业知识,技能和知识方面描述了健康信息管理人员和信息管理人员的属性。暗示是专业知识,技能和知识对质量健康数据的影响,因此,在人口健康领域。
健康信息管理人员和信息经理有很多促进健康研究和政策制定。贡献的记录超过100年。研究人员调查了一系列不同的主题,包括个性特征;分类,命名法和术语;计算机警报;教育技巧;临床系统成功实施的因素;管理技巧;并预防,诊断和治疗疾病。学科研究人员的下一步是采用一个理论方法来构建他们不同信息的知识。 A suggested model for this theoretical approach is the Research and Policy Model for Health Informatics and Information Management. Much additional work on this model is needed, such as the clarification of boundaries between items and the establishment of direct relationships among inputs and outputs. Future research will discover and define these refined components. Ultimately, knowledge derived from this model will support the efforts of policy makers to improve the U.S. healthcare delivery system.

Elizabeth Layman,博士,RHIA, CCS, FAHIMA,是位于北卡罗来纳州格林维尔的东卡罗莱纳大学卫生服务和信息管理系的教授和系主任。

笔记

1.Von Bertalanffy, L. <一般系统论大纲>英国科学哲学杂志1,没有。2(1950年8月):134-165。

2.AHIMA数据质量管理工作队。实践概要:数据质量管理模式AHIMA杂志69年,没有。6 (1998): n.p。

3.同上。

4.具有决策支持的疗养院临床信息系统的描述性分析>。健康信息管理的视角5,不。12(2008): 22页。

5.富士,K. T., K. A.高尔特和A. B. Serocca。内布拉斯加州和南达科他州门诊医生对患者个人健康记录的使用:一项横断面研究健康信息管理的视角5,不。15(2008): 1 - 16。

文章引用本文:《健康信息管理展望》2009年第6期

打印机友好版的这篇文章

发布:

留下一个回复