ISO 18864: Métricas de calidad para los Modelos Clínicos Detallados

Report
ISO 18864
Quality Metrics for Detailed Clinical
Models
Diego Boscá
Grupo de Informática Biomédica, Instituto ITACA,
Universitat Politècnica de València
[email protected]
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
Problemática
¿Tenemos interoperabilidad semántica en los sistemas
actuales?
3
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
1
“Manual práctico de interoperabilidad semántica para entornos sanitarios basada en arquetipos”
4
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
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
¿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
¿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
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
Escenario de aplicación
Informe
de Alta
10
¿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
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
Gracias por su atención
Diego Boscá Tomás
Grupo de Informática Biomédica (IBIME)
Instituto ITACA, Universitat Politècnica de Valencia, Spain
[email protected]
http://www.ibime.upv.es/
13

similar documents