Metadata-based Assessment of SNOMED CT and LOINC Adoption Across 800 000 Swiss Patients
Deze studie presenteert de eerste landelijke empirische nulmeting van de adoptie van SNOMED CT en LOINC bij 800.000 Zwitserse patiënten, waarbij wordt onthuld dat hoewel deze standaarden wijdverbreid worden gebruikt, aanzienlijke institutionele heterogeniteit en een beperkte overlap tussen instellingen in het gebruik van codes momenteel volledige semantische harmonisatie in de weg staan.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je de wereld van de gezondheidszorg voor als een enorme, drukke bibliotheek waar het verhaal van elke patiënt is opgeschreven. Decennialang werden deze verhalen bewaard in duizenden verschillende talen en dialecten. De ene arts schreef misschien "hartaanval", terwijl een ander "myocardinfarct" schrijft, en een derde krabbelt een lokale afkorting die alleen zij begrijpt. Dit is het probleem van interoperabiliteit: als je alle verhalen samen wilt lezen om patronen te vinden of ziekten te genezen, moet je eerst zorgen dat iedereen dezelfde taal spreekt. Om dit op te lossen, heeft de medische wereld twee gigantische woordenboeken gemaakt. Het eerste, genaamd SNOMED CT, is als een enorme encyclopedie voor alles wat een arts kan zien, voelen of doen—van een gebroken been tot een specifieke vorm van allergie. Het tweede, LOINC, is een gespecialiseerd woordenboek dat alleen bedoeld is voor laboratoriumtesten, om ervoor te zorgen dat een bloedtest voor "suiker" in het ene ziekenhuis wordt herkend als exact hetzelfde ding in een ander ziekenhuis. De grote vraag voor onderzoekers is: gebruiken ziekenhuizen deze woordenboeken daadwerkelijk, of schrijven ze nog steeds in hun eigen geheime codes?
Dit artikel werpt een enorme, landelijke blik op het Zwitserse gezondheidszorgsysteem om die vraag te beantwoorden. In plaats van miljoenen individuele patiëntendossiers te lezen—wat een nachtmerrie voor de privacy zou zijn—keken de onderzoekers naar de "metadata", wat vergelijkbaar is met het controleren van de catalogus van de bibliotheek zonder de boeken zelf te openen. Ze analyseerden de digitale voetafdrukken van 817.856 patiënten verspreid over zes grote Zwitserse universiteitsziekenhuizen. Hun doel was om te zien of deze ziekenhuizen de SNOMED CT- en LOINC-woordenboeken echt gebruikten om hun gegevens te labelen, of dat ze dat slechts voor de vorm deden terwijl ze stiekem vasthielden aan hun oude, lokale manieren.
Dit is wat ze vonden: de ziekenhuizen gebruiken de woordenboeken zeker. Sterker nog, SNOME CT en LOINC zijn de sterren van de show; ze zijn verantwoordelijk voor 87% van alle gecodeerde gegevensinstanties (specifiek 60% voor SNOMED CT en 32% voor LOINC). Dat is een enorme hoeveelheid data—ongeveer 717 miljoen individuele stukjes informatie! Echter, het verhaal wordt wat rommelig als je beter kijkt. Hoewel iedereen dezelfde woordenboeken gebruikt, gebruiken ze niet noodzakelijkerwijs dezelfde woorden uit die boeken.
Denk aan een groep vrienden die samen probeert een gigantisch Lego-kasteel te bouwen. Ze hebben allemaal dezelfde doos met stenen (de woordenboeken), maar Ziekenhuis A bouwt een toren met alleen rode stenen, terwijl Ziekenhuis B blauwe stenen gebruikt voor diezelfde toren. De onderzoekers ontdekten dat hoewel er in totaal 6.557 verschillende SNOMED CT-codes en 3.693 LOINC-codes waren, de meeste van hen uniek waren voor slechts één of twee ziekenhuizen. In de categorie "Substantie" (zoals medicijnen of chemicaliën) waren bijvoorbeeld duizenden verschillende codes, maar bijna geen enkele werd door alle zes de ziekenhuizen gedeeld. Het is alsof elk ziekenhuis zijn eigen specifieke tint "rood" heeft uitgevonden voor hetzelfde Lego-onderdeel.
De enige keer dat iedereen het eens was over exact dezelfde code, was bij de meest basale, routinematige zaken. De top tien meest gebruikte SNOMeden CT-codes waren zaken als "Vrouwelijk", "Mannelijk", "Intraveneuze route" en "Geaccepteerd" (wat betekent dat de patiënt heeft ingestemd met de studie). Op dezelfde manier waren de top tien LOINC-codes allemaal standaard bloedtesten zoals "Bloedplaatjes" of "Kalium". Het lijkt erop dat ze voor de saaie, alledaagse zaken allemaal dezelfde taal spreken. Maar zodra zaken specifieker worden—zoals het beschrijven van een complexe blessure of een zeldzame organisme—begint iedereen weer zijn eigen dialect te spreken.
De onderzoekers keken ook hoe "diep" de ziekenhuizen in de woordenboeken gingen. Stel je een woordenboek voor waarin je kunt zoeken op "Dier", dan "Zoogdier", dan "Hond", en dan "Golden Retriever". Sommige ziekenhuizen stopten bij "Hond", terwijl anderen helemaal doorgingen tot "Golden Retriever". De studie toonde aan dat deze "diepte" enorm varieerde. Sommige ziekenhuizen waren zeer specifiek, terwijl anderen algemeen bleven. Dit is niet noodzakelijkerwijs een fout; soms heeft een ziekenhuis een zeer gedetailleerde code voor een specifiek lichaamsdeel, terwijl een ander ziekenhuis hetzelfde deel beschrijft door een algemene code te combineren met een "links" of "rechts" label. Beide methoden werken, maar ze zien er anders uit voor een computer die ze probeert te vergelijken.
Dus, wat is het oordeel? Het artikel suggereert dat hoewel Zwitserland enorme vooruitgang heeft geboekt in de adoptie van deze internationale standaarden, het bezitten van de woordenboeken alleen niet genoeg is om de gegevens perfect uitwisselbaar te maken. De "semantische harmonisatie"—de staat waarin iedereen het eens is over exact hetzelfde woord voor exact hetzelfde ding—is nog steeds een werk in uitvoering. De auteurs betogen dat we niet simpelweg kunnen aannemen dat de gegevens klaar zijn om gemengd en gecombineerd te worden; we moeten blijven werken aan het krijgen van iedereen om dezelfde specifieke woorden te gebruiken, en niet alleen hetzelfde woordenboek. Het is een herinnering aan het feit dat zelfs wanneer we allemaal dezelfde kaart hebben, we nog steeds moeten afspreken welk pad we precies nemen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.