College 6.6 Information Management
Inhoud:
- Kwaliteit van data
- Dataverwerking
- Zorgstandaardisatie
- Socio-technische invalshoek
- Sociale context
Kwaliteit van data
De kwaliteit van data wordt bepaald door een aantal kenmerken:
- Nauwkeurigheid/deugdelijkheid: zijn de gegevens juist?
o Een postcode is 4 cijfers en 2 letters, doe jij dit anders is het niet nauwkeurig.
- Toegankelijkheid
o Waar papier maar op 1 plek is, kun je elektronisch altijd bereiken
o Mensen die niet bij de info horen, moeten daar ook niet kunnen komen.
Autorisatie en inzagelog
o Data zouden altijd hetzelfde gepresenteerd moeten worden
- Consistentie: data wordt altijd hetzelfde geregistreerd
- Tijdigheid: altijd snel geregistreerd; ‘registratie aan de bron’.
- Volledigheid: de SO zonder de AP.
- Gangbaarheid: niet ouderwets/niet gebaseerd op achterhaalde technieken of kennis
- Granulariteit: het juiste detailniveau (contextgebonden); mijn hoofdomtrek in cm, die van
een baby in mm.
- Precisie: vul je alle benodigde informatie in? (ligt ook aan de context)
- Relevantie: is er wel genoeg reden om een gegeven vast te leggen?
Een primair doel van documentatie is communicatie, omdat er fouten gemaakt kunnen worden in de
dataverwerking kan er ruis ontstaan. De communicatie verloopt niet goed. Denk aan een onduidelijk
handschrift of verkeerd getypt. Er zijn 2 vormen waarmee we toezicht kunnen uitoefenen op de
datakwaliteit: preventie en detectie.
Preventie; controle bij de input, voorkomen voordat de fout wordt gemaakt. Denk aan elektronisch
afdwingen, gewicht niet hoger dan 1000 kg.
Detectie: rapportage achteraf, we kijken naar het proces nadat de fout is gemaakt. Denk aan
audittrail (inzagelog) en een operatieverslag dat wel of niet gemaakt is.
Gegevens kunnen soms achteraf verbeterd worden, maar dit moet wel terug te vinden zijn:
- Op papier, door het doorhalen van oude gegevens die daardoor leesbaar blijven.
- Elektronisch, versiegeschiedenis, wie heef wat wanneer gewijzigd?
Om fouten in het vervolg te kunnen voorkomen is een RCA (root cause analysis) soms noodzakelijk of
mogelijk. Hierdoor kunnen we leren van onze fouten om deze in de toekomst te vermijden.
Soms verbeteren we achteraf ook nog gegevens, de correctie moet dan echter wel herkenbaar zijn
als correctie:
- Op papier: doorhalen zodat de oude gegevens zichtbaar blijven
, - Digitaal: versiegeschiedenis (wie heeft wat wanneer gewijzigd)
RCA, root cause analysis; leren van fouten zodat ze in de toekomst kunnen worden voorkomen
Dataverwerking
Dataverwerking, bestaat uit verschillende activiteiten:
- Dataretentie
o Opslag/beveiliging/toegang
- Specifieke processen verschillen per organisatie.
De geschiedenis van het zorgdossier
Jaar VS NL
19e/20e eeuw Ziekenhuis werd het centrum van -
gezondheids-/zorgstelsel:
Kwalitatief hoogwaardige
zorg
Gebaseerd op
wetenschappelijke
grondslagen
Gebruik technologische
noviteiten
Professionele zorgverleners
1915 Nationale criteria chirurgische -
opleiding/behandeling
Van afdelings-georiënteerde
dossiervoering naar patiënt-
georiënteerde
dossiervoering
- Managementinzicht
- Evaluatie
behandeling/kennis
- (nieuwe) juridische functie
‘20 Administratief personeel voor -
verslaglegging
‘30 Ziekenhuis ‘hoogbouw’ Niet eens met de nomenclatuur van de
Toename: patiënten/papier/ Amerikanen, maak maar tijd om te
materialen registreren
Vraagt om standaardisering
(medische terminologie)
‘50/’60 Computer (mainframe) doet intrede -
in het ziekenhuis, voor
administratief gebruik
1968 Problem-oriented record (Weed) -
‘70 Minicomputers op de afdeling, -
experimenteren met
gecomputeriseerde vormen van
verslaglegging
1972 - Ontwikkeling EPD1: ZIS2 (Nobin-ZIS/BAZIS)
1
EPD: Elektronisch PatiëntenDossier
2
ZIS: Ziekenhuis InformatieSysteem
Inhoud:
- Kwaliteit van data
- Dataverwerking
- Zorgstandaardisatie
- Socio-technische invalshoek
- Sociale context
Kwaliteit van data
De kwaliteit van data wordt bepaald door een aantal kenmerken:
- Nauwkeurigheid/deugdelijkheid: zijn de gegevens juist?
o Een postcode is 4 cijfers en 2 letters, doe jij dit anders is het niet nauwkeurig.
- Toegankelijkheid
o Waar papier maar op 1 plek is, kun je elektronisch altijd bereiken
o Mensen die niet bij de info horen, moeten daar ook niet kunnen komen.
Autorisatie en inzagelog
o Data zouden altijd hetzelfde gepresenteerd moeten worden
- Consistentie: data wordt altijd hetzelfde geregistreerd
- Tijdigheid: altijd snel geregistreerd; ‘registratie aan de bron’.
- Volledigheid: de SO zonder de AP.
- Gangbaarheid: niet ouderwets/niet gebaseerd op achterhaalde technieken of kennis
- Granulariteit: het juiste detailniveau (contextgebonden); mijn hoofdomtrek in cm, die van
een baby in mm.
- Precisie: vul je alle benodigde informatie in? (ligt ook aan de context)
- Relevantie: is er wel genoeg reden om een gegeven vast te leggen?
Een primair doel van documentatie is communicatie, omdat er fouten gemaakt kunnen worden in de
dataverwerking kan er ruis ontstaan. De communicatie verloopt niet goed. Denk aan een onduidelijk
handschrift of verkeerd getypt. Er zijn 2 vormen waarmee we toezicht kunnen uitoefenen op de
datakwaliteit: preventie en detectie.
Preventie; controle bij de input, voorkomen voordat de fout wordt gemaakt. Denk aan elektronisch
afdwingen, gewicht niet hoger dan 1000 kg.
Detectie: rapportage achteraf, we kijken naar het proces nadat de fout is gemaakt. Denk aan
audittrail (inzagelog) en een operatieverslag dat wel of niet gemaakt is.
Gegevens kunnen soms achteraf verbeterd worden, maar dit moet wel terug te vinden zijn:
- Op papier, door het doorhalen van oude gegevens die daardoor leesbaar blijven.
- Elektronisch, versiegeschiedenis, wie heef wat wanneer gewijzigd?
Om fouten in het vervolg te kunnen voorkomen is een RCA (root cause analysis) soms noodzakelijk of
mogelijk. Hierdoor kunnen we leren van onze fouten om deze in de toekomst te vermijden.
Soms verbeteren we achteraf ook nog gegevens, de correctie moet dan echter wel herkenbaar zijn
als correctie:
- Op papier: doorhalen zodat de oude gegevens zichtbaar blijven
, - Digitaal: versiegeschiedenis (wie heeft wat wanneer gewijzigd)
RCA, root cause analysis; leren van fouten zodat ze in de toekomst kunnen worden voorkomen
Dataverwerking
Dataverwerking, bestaat uit verschillende activiteiten:
- Dataretentie
o Opslag/beveiliging/toegang
- Specifieke processen verschillen per organisatie.
De geschiedenis van het zorgdossier
Jaar VS NL
19e/20e eeuw Ziekenhuis werd het centrum van -
gezondheids-/zorgstelsel:
Kwalitatief hoogwaardige
zorg
Gebaseerd op
wetenschappelijke
grondslagen
Gebruik technologische
noviteiten
Professionele zorgverleners
1915 Nationale criteria chirurgische -
opleiding/behandeling
Van afdelings-georiënteerde
dossiervoering naar patiënt-
georiënteerde
dossiervoering
- Managementinzicht
- Evaluatie
behandeling/kennis
- (nieuwe) juridische functie
‘20 Administratief personeel voor -
verslaglegging
‘30 Ziekenhuis ‘hoogbouw’ Niet eens met de nomenclatuur van de
Toename: patiënten/papier/ Amerikanen, maak maar tijd om te
materialen registreren
Vraagt om standaardisering
(medische terminologie)
‘50/’60 Computer (mainframe) doet intrede -
in het ziekenhuis, voor
administratief gebruik
1968 Problem-oriented record (Weed) -
‘70 Minicomputers op de afdeling, -
experimenteren met
gecomputeriseerde vormen van
verslaglegging
1972 - Ontwikkeling EPD1: ZIS2 (Nobin-ZIS/BAZIS)
1
EPD: Elektronisch PatiëntenDossier
2
ZIS: Ziekenhuis InformatieSysteem
