Manfaat menjanjikan siklus informasi yang bak dari era kesehatan digital
| Siklus Informasi Pada Rumah Sakit |
Memahami bagaimana siklus informasi bekerja akan membantu Anda mengetahui jenis informasi apa yang mungkin tersedia pada topik Anda saat Anda mencari dan mengevaluasi sumber-sumber penelitian. Kemajuan siklus informasi terhubung ke jumlah waktu setelah suatu peristiwa: Same Day - jejaring sosial (mis. Twitter, Facebook), komunikasi seluler (mis., SMS), media arus utama (TV, radio, situs berita Internet) Hari / Minggu Berikutnya - koran Mengikuti Minggu (s) - majalah populer, informasi pemerintah umum Enam Bulan kemudian - jurnal ilmiah Satu tahun kemudian - buku, laporan pemerintah, bahan referensi Kepatuhan terhadap sup alfabet yang semakin kompleks dalam hal pelaporan dan penggantian biaya yang berkualitas - memang, bahan bakar untuk mesin yang menggerakkan mobil berbasis nilai - sangat bergantung pada data. Manfaat menjanjikan dari era kesehatan digital, dari catatan kesehatan elektronik (EHRs) hingga teknologi yang dapat dipakai dan lonceng dan peluit lainnya, hanya akan terjadi sebagai hasil dari data yang akurat, andal, dapat ditindaklanjuti.
Penyedia dan sistem perawatan kesehatan yang menguasai data dan kemudian menggunakannya untuk meningkatkan kualitas perawatan untuk kesehatan populasi yang lebih baik dan dengan biaya lebih sedikit akan mendapat manfaat dari insentif keuangan. Mereka yang tidak menghubungkan data mereka dengan peningkatan kualitas akan menderita akibatnya. Seperti untuk sup alfabet?
Contoh Kritteria informasi yang baik dan benar: kita sekarang terbiasa dengan akronim ini seperti halnya dengan tanggal lahir kita sendiri: MACRA (Medicare Access dan CHIP Reauthorization Act of 2015), yang menciptakan QPP (Program Pembayaran Kualitas), yang melahirkan MIPS (Merit- Sistem Pembayaran Insentif berbasis). Singkatan warna-warni berakar dalam pada data. Sebagai hasilnya, memahami siklus hidup data pelaporan kualitas untuk MACRA dan MIPS, bersama dengan berbagai registrasi, langkah-langkah inti, dan lainnya, sangat penting untuk kepatuhan dan penggantian optimal. Ada banyak yang dipertaruhkan. Sebagai contoh, Program Pengurangan Penerimaan Rumah Sakit (HRRP) adalah contoh program yang telah mengubah cara rumah sakit mengelola pasien mereka. Untuk tahun fiskal 2017, sekitar setengah dari rumah sakit di Amerika Serikat diberi hukuman penerimaan kembali. Hukuman tersebut mengakibatkan rumah sakit kehilangan sekitar $ 528 juta untuk tahun fiskal 2017. Kunci untuk mencapai insentif keuangan baru (dengan konsekuensi tinta merah semakin berperan) adalah data yang dapat diandalkan, akurat dan dapat ditindaklanjuti. Sekarang, lebih dari sebelumnya, penting untuk memahami siklus hidup data dan bagaimana hal itu memengaruhi organisasi layanan kesehatan.
Daftar di bawah sedikit berbeda dalam urutan dan penekanan dibandingkan dengan grafik siklus hidup data lainnya.
• Temukan datanya.
• Menangkap data.
• Normalisasi data.
• Menggabungkan data.
• Laporkan data.
• Memahami data.
• Bertindak berdasarkan data.
Satu tahap tambahan, yang merupakan kombinasi dari beberapa, adalah mengamankan, mengelola, dan memelihara data. - Temukan datanya. Di mana letaknya? Grafik kertas? Catatan kesehatan elektronik (EHRs)? Sistem Klaim? Sistem Siklus Pendapatan? Dan berapa banyak EHR yang berbeda digunakan oleh penyedia - dari radiologi ke laboratorium ke kantor perawatan primer atau spesialis ke yang lain yang memberikan perawatan? Langkah ini bahkan lebih penting sekarang karena penyedia menemukan sumber data yang diperlukan untuk kualitas dan pelaporan lainnya. - Menangkap data.
Beberapa data akan tersedia secara elektronik, beberapa dapat diperoleh secara elektronik, tetapi beberapa akan membutuhkan abstraksi manual. Jika penyedia, sistem kesehatan, atau Organisasi Perawatan yang Bertanggung Jawab (ACO) mengalihdayakan pekerjaan yang penting, sangat penting bahwa mitra abstraksi memahami cara masuk ke setiap EHR atau sistem pencatatan kertas. Dan ada data terstruktur dan tidak terstruktur. Item terstruktur dalam EHR seperti kotak centang atau kode perawatan / diagnosis dapat ditangkap secara elektronik, tetapi catatan klinis kualitatif harus diabstraksi secara manual. Seorang pasien yang sering mengalami sakit kepala akan memiliki rincian yang dicatat pada grafik yang mungkin diekstraksi secara digital, tetapi catatan dokter, "Pasien tegang karena situasi pekerjaan," membutuhkan pengambilan manual. - Normalisasi data. Normalisasi memastikan data dapat lebih dari satu angka atau catatan tetapi data yang bermakna yang dapat membentuk dasar untuk tindakan. Salah satu contoh sederhana dari normalisasi data adalah merekonsiliasi format data. Misalnya, rekonsiliasi formulir yang mencantumkan nama belakang pasien terlebih dahulu dengan bagan yang mencantumkan nama depan pasien terlebih dahulu. Apakah kita mengabstraksi data untuk “Doe, John O.” atau “John O. Doe?” EHR yang berbeda dan sistem lain akan memiliki cara berbeda untuk merekam informasi tersebut. Normalisasi memastikan bahwa informasi digunakan dengan cara yang sama. Keakuratan dan keandalan yang dihasilkan dari normalisasi sangat penting. Normalisasi membuat informasi tidak ambigu. - Gabungkan data. Langkah ini sangat penting untuk perawatan berbasis nilai karena mengkonsolidasikan data dari pasien individu ke kelompok atau kelompok pasien. Sebagai contoh, jika ada kumpulan 100.000 jiwa, kita dapat membuat daftar umur, diagnosis, tes, protokol klinis dan hasil untuk setiap pasien. Pengumpulan data diperlukan sebelum penyedia layanan kesehatan dapat menganalisis dampak keseluruhan dan kinerja seluruh kelompok. Jika organisasi layanan kesehatan memiliki tanggung jawab kualitas dan biaya untuk kelompok pasien, mereka harus dapat mengidentifikasi pasien yang akan memengaruhi risiko kelompok pasien. Agregasi dan analisis memberikan peluang itu. - Laporkan data. Pelaporan data layanan kesehatan ke pendaftar dan Pusat Layanan Medicare dan Medicaid (CMS) bukanlah hal baru, tetapi ini merupakan kebutuhan yang terus meningkat. Pelaporan yang diperlukan akan menjadi lebih integral dengan peningkatan kualitas layanan kesehatan karena pembayar swasta mengikuti jejak CMS menuju layanan berbasis nilai. - Memahami data. Apa yang efektif? Apa sudut pandang klinis versus sudut pandang dolar / biaya? Bagaimana dua sudut pandang ini direkonsiliasi untuk mendapatkan hasil yang “benar”? Ketika Obat B adalah setengah harga tetapi sama efektifnya dengan Obat A, itu adalah contoh obat berbasis bukti, yang merupakan hasil dari siklus hidup data. Ketika organisasi dan penyedia layanan kesehatan memiliki data yang dapat mereka pahami, analisis akar masalah adalah cara ideal untuk mencapai tujuan kualitas dan biaya yang terkadang bertentangan - dan bergerak maju - untuk menyelesaikan kekurangan atau masalah lain yang ditandai oleh data. - Gunakan data. Ada aspek penting lainnya dari siklus hidup data yang harus ditangani, termasuk pemeliharaan dan pengelolaan data dan pembersihan atau penghancuran data dengan cara yang sesuai dengan HIPAA. Tetapi fungsi data yang paling penting adalah menggunakannya untuk meningkatkan proses dan hasil klinis, pengalaman pasien, dan keuntungan finansial.
Data yang akurat dan dapat diandalkan tidak terlalu berguna sampai dapat ditindaklanjuti. Bagaimana data digunakan untuk mengelola kualitas perawatan dan biaya perawatan? Tahap terakhir dalam siklus hidup data tentu saja yang paling penting. Teknologi dan modal manusia yang dibutuhkan untuk mencapai aspek-aspek lain dari siklus hidup sangat luas, dan mahal. Tetapi pengumpulan data adalah penyebab yang hilang dan, sungguh, latihan sia-sia kecuali kesibukan data dan aktivitas pelaporan mengarah pada tindakan. Di era layanan kesehatan berbasis nilai, data adalah kunci yang akan memungkinkan penyedia layanan untuk menjadi sukses secara finansial di masa depan karena pembayaran menjadi lebih berat berdasarkan nilai, dan pasien mencari penyedia layanan yang memenuhi harapan mereka yang berkembang.
Comments
Post a Comment