Evaluating Redundancy and Biases in EHR Social Determinants of Health Data Screening
यह अध्ययन 1.8 मिलियन रोगियों के SDOH स्क्रीनिंग डेटा का विश्लेषण करता है ताकि अनावश्यक प्रश्नों और जनसांख्यिकीय पूर्वाग्रहों की पहचान करने की विधियों को प्रदर्शित किया जा सके, जो नैदानिक वर्कफ़्लो को सुव्यवस्थित करने और अधिक न्यायसंगत डेटा संग्रह सुनिश्चित करने के लिए रणनीतियाँ प्रदान करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
अपनी स्वास्थ्य सेवा प्रणाली की कल्पना एक विशाल, व्यस्त रसोईघर के रूप में करें। लंबे समय तक, शेफ (डॉक्टर) केवल उन्हीं सामग्रियों के आधार पर खाना बनाते थे जो उनके सामने ठीक सामने मौजूद थीं, जैसे ताजी सब्जियां या मांस। लेकिन हाल ही में, उन्हें एहसास हुआ कि एक भोजन की सफलता उन चीजों पर भी निर्भर करती है जो रसोई के बाहर हो रही हैं: क्या परिवार को भूख लगी है? क्या वे किराने के सामान का खर्च उठा सकते हैं? क्या उनके पास दुकान तक जाने के लिए कार है? इन बाहरी कारकों को स्वास्थ्य के सामाजिक निर्धारक (SDOH) कहा जाता है।
मदद के लिए, रसोईघर ने अस्पताल में आने वाले हर ग्राहक को ऑर्डर देने से पहले एक लंबा प्रश्नावली (क्वेश्चनेयर) देना शुरू कर दिया, जिसमें उनके अस्पताल के बाहर के जीवन के बारे में पूछा जाता था। लेकिन इस शोध पत्र के लेखकों ने एक सरल प्रश्न पूछा: "क्या यह प्रश्नावली वास्तव में काम कर रही है, या यह सिर्फ गड़बड़ी पैदा कर रही है?"
उन्होंने 1.8 मिलियन रोगियों (एक विशाल भीड़!) के डेटा का विश्लेषण किया ताकि यह देखा जा सके कि क्या प्रश्न अपना काम कर रहे हैं। यहाँ जो उन्होंने पाया है, उसे रोजमर्रा के उदाहरणों के माध्यम से समझाया गया है:
1. "डबल-चेक" की समस्या (अनावश्यकता/Redundancy)
कल्पना कीजिए कि आप एक फॉर्म भर रहे हैं, और प्रश्न 1 पूछता है, "क्या आपके पास भोजन के लिए पर्याप्त पैसा है?" और प्रश्न 2 पूछता है, "क्या आप किराने के बिल को लेकर चिंतित हैं?" और प्रश्न 3 पूछता है, "क्या आपने हाल ही में भोजन छोड़ा है?"
शोधकर्ताओं ने पाया कि कई रोगियों के लिए, ये प्रश्न थोड़े अलग शब्दों में बिल्कुल एक ही बात पूछ रहे थे। यह वैसा ही है जैसे एक सुरक्षा गार्ड आपसे आपकी आईडी मांगता है, फिर आपका ड्राइविंग लाइसेंस मांगता है, और फिर आपका पासपोर्ट मांगता है, जबकि वे सभी एक ही चीज़ साबित करते हैं: कि आप कौन हैं।
परिणाम: टीम ने पाया कि भोजन और पैसे से जुड़े प्रश्न अक्सर एक-दूसरे की "गूँज" (echoing) थे। इसे समझकर, अस्पताल इन अतिरिक्त प्रश्नों को हटा सकता है, जिससे स्टाफ और मरीजों दोनों का समय बच सकता है। यह किसी रेसिपी से अतिरिक्त चरणों को हटाने जैसा है ताकि स्वाद बदले बिना रात का खाना जल्दी बन सके।
2. "अनुचित निमंत्रण" की समस्या (पूर्वाग्रह/Bias)
इसके बाद, उन्होंने यह देखा कि वास्तव में इन प्रश्नों को किसे पूछा जा रहा था। कल्पना कीजिए कि एक पार्टी में मेजबान केवल लाल शर्ट पहने लोगों को डांस फ्लोर पर आमंत्रित करता है, जबकि बाकी सभी को अनदेखा कर देता है। वह अनुचित होगा, है ना?
अध्ययन में पाया गया कि अस्पताल का सिस्टम कुछ ऐसा ही कर रहा था:
- किसे पूछा गया: महिला रोगियों और श्वेत (White) रोगियों से इन महत्वपूर्ण प्रश्नों को पूछे जाने की संभावना अन्य समूहों की तुलना में अधिक थी। यह ऐसा था जैसे मेजबान केवल कुछ खास लोगों के साथ ही नाच रहा हो।
- किसने "नहीं" कहा: जब लोगों से पूछा गया, तो कुछ ने उत्तर देने से मना कर दिया। अध्ययन में पाया गया कि अमेरिकन इंडियन/अलास्का नेटिव और हिस्पैनिक/लैटिनो रोगी अन्य लोगों की तुलना में "नहीं" कहने के प्रति कम प्रवृत्त थे। यह सुझाव देता है कि जिस तरह से प्रश्न पूछे गए, या सिस्टम में विश्वास का स्तर, विभिन्न समूहों के लिए अलग-अलग हो सकता है।
मुख्य निष्कर्ष
लेखक यह नहीं कह रहे हैं कि "लोगों के जीवन के बारे में पूछना बंद कर दें।" वे कह रहे हैं, "आइए स्मार्ट तरीके से पूछें।"
उन्होंने अस्पतालों को दिखाया कि कैसे:
- अतिरिक्त भार को कम करें: डुप्लिकेट प्रश्नों को हटा दें ताकि प्रक्रिया तेज़ और कम कष्टदायक हो जाए (जैसे एक लंबे, दोहराव वाले ईमेल को केवल महत्वपूर्ण बिंदुओं तक संपादित करना)।
- मैदान को समान बनाएं: यह सुनिश्चित करें कि चाहे वे कोई भी हों, सभी से निष्पक्ष रूप से प्रश्न पूछे जाएं, ताकि अस्पताल को अपने समुदाय की जरूरतों की सही तस्वीर मिल सके।
संक्षेप में: यह शोध पत्र अस्पतालों के लिए एक मार्गदर्शिका है ताकि वे एक ही सवाल तीन बार पूछना बंद करें और यह सुनिश्चित करें कि वे अनजाने में उन लोगों को अनदेखा न कर दें जिन्हें मदद की सबसे अधिक आवश्यकता है। यह स्वास्थ्य देखभाल डेटा संग्रह को निष्पक्ष, कुशल और वास्तव में उपयोगी बनाने के बारे में है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।