La vinculación precisa de los registros médicos de una persona de fuentes dispares dentro y entre los sistemas de salud, conocida como coincidencia de pacientes, juega un papel fundamental en la seguridad del paciente y la calidad de la atención, pero ha resultado difícil de lograr en los Estados Unidos, el último país desarrollado sin un identificador único del paciente. En los EE. UU. la vinculación de datos de pacientes depende de algoritmos diseñados por investigadores, proveedores y otros. Los científicos de investigación dirigidos por el vicepresidente de datos y análisis del Instituto Regenstrief, Shaun Grannis, MD, MS, han desarrollado un marco de ocho puntos para evaluar la validez y el rendimiento de los algoritmos para hacer coincidir los registros médicos con el paciente correcto.
« El valor de la estandarización de datos es bien reconocido. Existen identificaciones de proveedores de atención médica nacionales. Existen identificaciones de instalaciones e identificadores de objetos. Existen códigos de facturación. Existen vocabularios estándar para resultados de pruebas de laboratorio de atención médica y observaciones médicas, como LOINC® aquí en Regenstrief. La identidad del paciente es el último agujero en nuestra infraestructura de salud », dijo el Dr. Grannis. « Estamos proporcionando un marco para evaluar la precisión de los algoritmos de coincidencia de pacientes.
« Reconocemos que la necesidad de emparejamiento de pacientes no va a desaparecer y que necesitamos métodos estandarizados para identificar a los pacientes de manera única », dijo el Dr. Grannis. « Los algoritmos de emparejamiento de pacientes actuales vienen en muchos sabores, formas y tamaños diferentes. Para poder comparar cómo se desempeña uno contra el otro, o incluso para comprender cómo podrían interactuar juntos, tenemos que tener una forma estándar de evaluación. Hemos producido un marco novedoso y robusto para una evaluación consistente y reproducible. En pocas palabras, el marco que hemos desarrollado en Regenstrief proporciona una ‘vara de medir’ para la efectividad de las herramientas de comparación de pacientes ».
Cada vez más, las personas reciben atención de múltiples fuentes. Si bien la coincidencia de pacientes es compleja, es crucial para el intercambio de información de salud. ¿Es el William Jones visto en un sistema de atención médica la misma persona que William, Will o Willy Jones o tal vez Bill o Billy Jones que reciben atención en otras instalaciones? ¿Aparece el nombre de Elizabeth Smith en diferentes consultorios médicos o tal vez en un centro de fisioterapia o diálisis como Liz o Beth? ¿A qué Juan J. Gómez pertenecen varios resultados de exámenes de laboratorio? Los errores tipográficos, la información faltante y otros errores de datos, así como las variaciones típicas, aumentan la complejidad.
El enfoque de ocho puntos del marco para la creación de conjuntos de datos coincidentes de referencia necesarios para la vinculación de registros abarca áreas técnicas que incluyen el preprocesamiento de datos, el bloqueo, la adjudicación de registros, la evaluación de vinculaciones y las características del revisor. Los autores señalan que el marco « puede ayudar a los desarrolladores de métodos de vinculación de registros a proporcionar la transparencia necesaria al crear y validar conjuntos de datos de comparación de referencia estándar de oro. A su vez, esta transparencia respaldará la validez interna y externa de los estudios de vinculación de registros y mejorará la solidez de nuevos registrar estrategias de vinculación ».
Las medidas y los estándares son ubicuos. « Cuando vas a una gasolinera, la medida de cuánto gas pasa está estandarizada para que sepamos exactamente cuánto está fluyendo. De manera similar, necesitamos tener una forma común de medir y comprender cómo funcionan los algoritmos para la coincidencia de pacientes, « , dijo el Dr. Grannis. « Nuestro enfoque de ocho puntas ayuda a cubrir el frente de agua de lo que debe evaluarse. Diseñar el marco y especificar las tareas y actividades que deben completarse contribuye en gran medida a estandarizar la correspondencia de pacientes ».
Además de desempeñar un papel fundamental en la seguridad del paciente y la calidad de la atención, la precisión mejorada de coincidencia de pacientes respalda una prestación de atención médica más rentable de varias maneras, incluida la reducción en la cantidad de pruebas médicas duplicadas.