成功匹配数据意味着高匹配率不误匹配并最小人工操作必威手机APP研究多项保健数据管理项目后,我们希望分享三大理由说明数据匹配比其他企业更具挑战性,具体地说,当处理保健提供方和保健组织数据时,数据匹配比其他企业更具挑战性。

必威手机APP特殊挑战匹配保健数据

• 数据清洁性问题多系统收集HCP和HCO数据导致数据前后不一和数据质量不一
• 必威手机APP缺乏对保健背景的了解必威手机APP不理解或不考虑保健概念、定义、术语和短语相匹配过程可能导致假阳性
• 缺少适当工具引起人工干预量仍然有一些决策需要人工干预必威手机APP即使是最精密匹配系统,机制和程序实现时也可能不灵活、脱节和不足,无法满足医疗匹配需求

非最优匹配系统可产生假阳性并导致错误信息与人或组织连接可能导致错误决策或监管/合规问题,例如分配HCP支付错误个人错误信息连接后,例如在客户关系管理内,极难解决或解锁链接信息重分配数据正因如此,第一次正确处理是很重要的

深入探讨上文概述的每一项挑战匹配是否单列需求现有主数据/参考法或大主数据管理法的一部分,这些挑战仍可应用

数据清洁性问题

免用常用密钥(常用标识连接文件)匹配对匹配数据质量高度敏感

人为错误是数据清洁完整性缺失的最大推理漏入项、误入字段项、附加非基本信息、拼错和曲解字段意义都有助于子数数据举例说,免费文本输入字段输入HCP特类,而不是预定义选择列表,可指相同信息多变

数据不完整的第二个原因是跨输入系统设计一致性其中一些系统设计满足一个业务目的,不考虑未来数据集成需求举例说,培训注册页可能不需要采集医生的专长医学专业信息虽然非培训目的所需,但在需要将培训信息融入客户关系管理或商业情报、遵章或其他系统时,可成为避免虚阳性的关键某些HCP使用相似的名和姓并不少见

期望所有上游数据采集系统重构以适应你具体数据集成需求是不现实的数据输入标准化不一定解决所有匹配问题,因为仍然可能存在系统模棱两可或误用问题。

必威手机APP缺乏理解保健环境导致数据模糊

数据净度和完整性问题引起模棱两可匹配的现象并不少见

混淆性不精确或质量对多项解释开放hCP文件名为Jane,姓Smith,职场为Lakeshore医院,我们可能发现它与参考文件内两种不同记录匹配这使正确匹配不可分性,除非有另一部分信息消除歧义学院和董事会官方注册使用正式名称博士Terrance Jones使用更多常用名称博士Terry Jones)日常通信也会增加歧义

必威手机APP缺医少药和词法匹配演练可能导致各种模棱两可的结果必威手机APP有几个例子对保健数据独有并需要加以考虑hcs常关联多个位置一位医生可能有初级办公室,但也在数个诊所或医院工作对HCOs而言,一家医院可能拥有多址,每个医院都有自己的物理地址或组织可能用不同名称引用,其中一些指医院内存在的诊所或部门

数据输入和引用数据总有差异技巧是决定如何测量匹配的可信度,判定通过/失败并实现进程自动化以有效快速匹配

必威手机APP缺少匹配保健记录的适当工具导致人工干预量

必威手机APP医保匹配因清洁模糊而成为挑战, 数据托管者需求时,让我们研究现有匹配工具内的挑战数据托管者通常拥有流程和治理,以确保数据清洁性精准性

提高自动匹配率相对容易和诱人可简单调整匹配参数实现高匹配率,但反向结果则多出假阳性即使是最智能计算机和最精密程序都需人决定输入数据何时缺少足够信息以建立自信匹配一定程度的人工干预不可避免,因此目标在于找到平衡点,即所有自动匹配都正确并尽量减少人工工作量

记录无法自动匹配时,我们看到人工评审过程涉及长Excel文件,而相同的模糊记录来自不同源头并需要重复人工查找我们看到人工匹配过程脱节和不足在有些情况下,人工匹配费时长以致延迟报告或参考数据过期后使用可能导致整个过程重开

必威手机APP匹配工具不理解保健背景导致人工工作量增加必威手机APP工具需要提供数据托管者界面反映这些保健细微差别,不仅在数据可视化方面,而且在向用户提供功能方面,以研究最匹配性、调查含混性或围绕数据质量问题工作

匹配性可提高

必威手机APP使用电子表格等基本工具可尝试匹配医疗记录,但需要自动化工具以确保人工干预保持在最小水平上,并在需要时快速和自信地执行此外,自动化流程还具有质量控制、速度、一致性、结果可更好复制性以及集中跟踪等优势。

必威手机APP保健数据匹配博客第二部分寻找匹配解决方案时保持思维的三个主题,我们将讨论客户在考虑匹配解决方案时忽略的最常见问题

如果您对博客有评论或问题,请联系Canadainfo@iqvia.com