構造化されたデータフィールドは、ケアの品質を正確に測定できますか？滝の例

データ要素の収集を自動化することにより、電子健康記録は医療の質を測定するプロセスを簡素化する場合があります。プライマリケア医療グループの品質改善イニシアチブからのデータを使用して、75歳以上の外来患者の転倒の質と落ち着きの恐怖が、コード可能な（非フリーテキスト）データのみで正確に測定できるかどうかを判断しようとしました。構造化された訪問メモ。訓練された抽象的な抽象的なによる従来の医療記録のレビューは、基準の基準として機能しました。レビューされた215の患者記録の中で、日付の3か月以内のチャートの54％に構造化された訪問ノートが、患者が転倒または転倒の恐れがあると特定されていたことがわかりました。コード可能なデータに基づいたアルゴリズムの信頼性は、少なくとも2つの転倒がある患者または1つの転倒がある患者に推奨される3つのケアプロセスの完全な医療記録レビューと比較して、少なくとも良好でした（少なくとも0.61）。ビジョンテスト/眼検査、および家庭安全評価。ただし、自動化されたアルゴリズムは、ケアの品質を日常的に過小評価しています。電子健康記録からのケアの品質の自動測定に基づくパフォーマンス基準は、非構造化された形式で発生するドキュメントを考慮する必要があります。

By automating collection of data elements, electronic health records may simplify the process of measuring the quality of medical care. Using data from a quality improvement initiative in primary care medical groups, we sought to determine whether the quality of care for falls and fear of falling in outpatients aged 75 and older could be accurately measured solely from codable (non-free-text) data in a structured visit note. A traditional medical record review by trained abstractors served as the criterion standard. Among 215 patient records reviewed, we found a structured visit note in 54% of charts within 3 mo of the date patients had been identified as having falls or fear of falling. The reliability of an algorithm based on codable data was at least good (kappa of at least 0.61) compared with full medical record review for three care processes recommended for patients with two falls or one fall with injury in the past year: orthostatic vital signs, vision test/eye examination, and home safety evaluation. However, the automated algorithm routinely underestimated quality of care. Performance standards based on automated measurement of quality of care from electronic health records need to account for documentation occurring in nonstructured form.