Evaluation of linkage between health, education and social care administrative data for 21 million children in England
تقيم هذه الدراسة ربط بيانات الصحة والتعليم والرعاية الاجتماعية لـ 21 مليون طفل في إنجلترا، كاشفةً أنه بينما تم ربط أكثر من 90% من الفئات الحديثة بنجاح، لا يزال هناك نقص ملحوظ في التمثيل بين الأطفال من المناطق المحرومة، وسكان لندن، والفئات العرقية الأقل تمثيلاً، مما يسلط الض الضوء على الحاجة الماسة للباحثين لمراعاة هذه الانحيازات الديموغرافية في تحليلاتهم.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول فهم صحة أطفال أمة ما من خلال النظر إلى خريطة واحدة ضخمة. في إنجلترا، لا يتم رسم هذه الخريطة عبر مسح كل عائلة، بل من خلال دمج ثلاث مجموعات مختلفة من السجلات الرسمية: الملاحظات الطبية من المستشفيات والعيادات، وسجلات الحضور والإنجاز من المدارس، والملفات التي تحتفظ بها خدمات الرعاية الاجتماعية. لعقود من الزمن، عاشت هذه السجلات في مبانٍ منفصلة، تحرسها قواعد مختلفة. لكن الباحثين يعملون على ربطها، مما أدى إلى إنشاء أداة قوية تسمى ECHILD. يتيح هذا النظام للعلماء رؤية كيف تتشابك صحة الطفل، ووقت قضائه في الفصل الدراسي، وظروفه الاجتماعية العائلية على مدار العمر. والأمل هو أنه من خلال رؤية الصورة الكاملة، يمكننا رصد المشكلات في وقت مبكر وتصميم دعم أفضل للملايين من الشباب الذين ينشؤون في إنجلترا. ومع ذلك، لكي تكون هذه الخريطة مفيدة، يجب أن تكون دقيقة. فإذا أغفلت الخريطة أحياءً بأكملها أو مجموعات معينة من الناس، فإن الاستنتاجات المستخلصة منها قد تكون مضللة، مما قد يترك الأطفال الأكثر ضعفاً دون المساعدة التي يحتاجونها.
لقد شرع فريق من الباحثين مؤخراً في التحقق من جودة هذه الخريطة الرقمية الضخمة. أرادوا معرفة عدد الأطفال الذين تم ربطهم بنجاح عبر هذه السجلات المختلفة، والأهم من ذلك، من هم المفقودون. لقد نظروا في بيانات تغطي 21 مليون طفل ولدوا بين عامي 1984 و2023. تضمنت العملية مطابقة سجل مدرسي لطفل مع سجله الطبي باستخدام معرفات مجهولة وآمنة. وأظهرت النتائج أن النظام فعال بشكل ملحوظ في مهمته الأساسية. بالنسبة للأطفال الذين ولدوا في السنوات الأخيرة، تم ربط أكثر من 90 بالمائة من أولئك الذين لديهم سجل ولادة في المستشفى بسجل مدرسي بنجاح. وبالمثل، وجد أن حوالي 88 بالمائة من الأطفال الذين كانوا في المدارس في أوائل العقد الأول من القرن الحادي والعشرين لديهم سجل طبي مقابل. وفي المجمل، يمتلك النظام الآن معلومات مرتبطة بـ 21 مليون فرد، مما يخلق مورداً يمتد لأكثر من 350 مليون سنة من المراقبة.
ومع ذلك، كشفت الدراسة أن هذه الخريطة ليست مكتملة تماماً، وأن القطع المفقودة ليست عشوائية. فقد وجد الباحثون أن احتمالية إدراج الطفل في البيانات المرتبطة تعتمد بشكل كبير على هويته ومكان سكنه. فالأطفال الذين يعيشون في لندن، وأولئك المنتمون إلى مناطق أكثر حرماناً، ومن ذوي الخلفيات العرقية الأقلية، كانوا أقل عرضة لربط سجلاتهم بنجاح مقارداً بنظرائهم. فعلى سبيل المثال، ظهر الأطفال المسجلون كأعراق سوداء أو آسيوية، أو أولئك الذين يعيشون في الأحياء الأكثر حرماناً اقتصادياً، في البيانات المرتبطة بشكل أقل تكراراً من الأطفال البيض أو أولئك الذين يعيشون في مناطق أكثر ثراءً. وقد ظل هذا النمط ثابتاً عبر مختلف الفئات العمرية والفترات الزمنية. وتتنوع أسباب هذه الفجوات؛ فقد يكون بعض الأطفال قد اختاروا عدم استخدام بياناتهم الصحية في الأبحاث، أو قد يكون بعضهم قد التحق بمدارس خاصة لا يتم رصدها بالكامل في قاعدة البيانات الوطنية، أو ربما انتقلوا إلى إنجلترا بعد طفولتهم المبكرة دون وجود سجل طبي سابق في النظام.
كما استقصى الباحثون ما إذا كان النظام يربط بالخطأ أشخاصاً غير مقصودين، مثل ربط سجل مدرسي لطفل بسجل طبي لطفل آخر. ووجدوا أن المطابقات الخاطئة كانت نادرة للغاية، حيث حدثت في أقل من واحد بالمائة من الحالات. وعندما حدثت، كانت أكثر شيوعاً بين الأطفال الذين لديهم معلومات مفقودة أو غير واضحة في سجلاتهم، مثل أولئك الذين ليس لد لهم عنوان ثابت أو من لديهم تفاصيل ديموغرافية غير كاملة. وهذا يشير إلى أن الأخطاء ناتجة عادة عن رداءة جودة البيانات وليس بسبب خلل في تقنية المطابقة نفسها. كما سلطت الدراسة الضوء على خصوصية تاريخية محددة: فقد كان الأطفال الذين ولدوا بين عامي 1997 و2002 أقل عرضة للربط لأنهم، خلال تلك السنوات، لم يكن يتم منحهم تلقائياً رقماً صحياً وطنياً فريداً عند الولادة، مما أدى إلى ارتباك في السجلات جعل عملية الربط صعبة.
تكمن أهمية هذه النتائج فيما تخبرنا به عن حدود استخدام البيانات الضخمة لفهم المجتمع. فبينما يعد نظام ECHILD أداة قوية لتوليد الأدلة لتحسين صحة الطفل، إلا أنه لا يمثل كل طفل بالتساوي. فالمجموعات الأكثر عرضة لعدم التمثيل هي غالباً ذاتها المجموعات التي تواجه أكبر التحديات الصحية والاجتماعية. وإذا استخدم الباحثون هذه البيانات دون مراعاة هذه الفجوات، فقد يعتقدون خطأً أن بعض المشكلات الصحية أكثر شيوعاً في المناطق المحرومة أو بين الأقليات، لمجرد أن هؤلاء الأطفال مفقودون من مجموعة البيانات. ويؤكد المؤلفون أن فهم من هو مفقود لا يقل أهمية عن فهم من هو حاضر. فمن خلال معرفة حدود خريطتهم، يمكن للعلماء ضبط أساليبهم لضمان أن القصص التي يروونها عن صحة الأطفال عادلة ودقيقة، بدلاً من إسكات أصوات أولئهم الذين هم في أمس الحاجة لأن يُسمع صوتهم دون قصد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.