Clair Blacketer

Florence Nightingale staat bekend om haar heroïsche inspanningen in de Krimoorlog en innovaties in de verpleegkundige praktijk, maar was ook een begaafd statisticus. Ze was van mening dat de gegevens die werden verzameld in Londense ziekenhuizen konden en moesten worden gebruikt om bewijs te genereren dat bijdraagt aan verbeterde patiëntenzorg. In haar werk “Notes on Hospitals” gaat ze dieper in op dit idee en beschrijft ze hoe de toekomst van de medische informatica afhangt van de behoefte aan gestandaardiseerde terminologie en datastructuur. Tegenwoordig is de reikwijdte van de gegevens uitgebreid van ziekenhuizen in één stad naar databases over de hele wereld die miljoenen patiënten vertegenwoordigen, maar de behoefte aan hoogwaardige kwaliteit van gegevens ter ondersteuning van onderzoek is niet veranderd. Dit proefschrift richt zich op het verbeteren van de fundamentele wetenschap van standaardisatie van gegevens, gegevenskwaliteit en doelgeschiktheid in gefedereerde netwerken om het vertrouwen in bewijs te vergroten en uiteindelijk het leven van de patiënt te verbeteren.

Standaardisatie van gegevens
Hoofdstuk 1 onderzoekt de praktische aspecten van het standaardiseren van diverse gegevensbronnen naar het OMOP Common Data Model (CDM) aan de hand van de ervaring van het bouwen van het European Health Data and Evidence Network (EHDEN). Anekdotisch kenden we de uitdagingen en valkuilen van het extract, transform en load (ETL) proces, maar dankzij dit onderzoek konden we vijfentwintig datapartners uit 11 landen observeren en ondersteunen bij het standaardiseren van hun gegevens. De grootste factor die bijdroeg aan het succes van een datapartner was de samenstelling van het team. Bij het samenstellen van het team moet een balans gevonden worden tussen verschillende expertises: grondige kennis van de brongegevens, expertise in het OMOP CDM en vocabulaires en technische vaardigheden om de gegevenstransformatie te implementeren. De meest voorkomende hindernis voor teams was het mappen van de vocabulaires, waarbij broncodes die niet automatisch konden worden toegewezen aan standaardconcepten handmatig moesten worden beoordeeld. Grote taalmodellen worden nu ingezet om deze last te verminderen, en de introductie van community-driven mappings door het OHDSI vocabulaire team is een belangrijke stap naar een meer adaptieve en collaboratieve toekomst voor standaardisatie van vocabulaires. ETL-teams worstelden ook met kwesties als granulariteit, gelijkwaardigheid en de praktische vraag hoeveel moeite te investeren in het oplossen van zeldzame of dubbelzinnige codes, hoewel deze uitdagingen vaak kunnen worden beperkt door middel van use case-gedreven mappingstrategieën waarbij de inspanning gericht is op de grootste analytische relevantie. Ten slotte benadrukte dit werk de noodzaak van duidelijke overeenkomsten rondom datagovernance voorafgaand aan de start van gegevensstandaardisatie. Deelname aan een gefedereerd netwerk veronderstelt immers de deelname van de datapartner aan netwerkonderzoek. De governancevereisten om een dergelijke deelname mogelijk te maken moeten duidelijk en ondubbelzinnig zijn. Zonder duidelijkheid kunnen er later tijdens analyse of publicatie barrières aan het licht komen .

Hoofdstuk 2 laat zien dat het mogelijk is standaardmethodologieën te implementeren om aannames over de onderliggende populatie van een database te beoordelen die voorheen aangepakt werden op het moment van analyse. Uit 11 databases werden 80 definities van observeerbare tijd gebruikt om incidentiecijfers van vijf verschillende uitkomsten van interesse te genereren. De analyse toonde aan dat zelfs relatief kleine verschillen in het definiëren wanneer observatie begint en eindigt voor een patiënt, de schattingen van de incidentie aanzienlijk kunnen veranderen. Belangrijk is dat standaardisatie een mechanisme biedt om consistente benaderingen van observeerbare tijd te implementeren in verschillende databases, terwijl er nog steeds ruimte blijft voor variatie in methoden voor het vastleggen van gegevens .

Kwaliteit van gegevens
Standaardisatie maakt niet alleen methodologische innovatie en gefedereerd onderzoek mogelijk, maar schept ook de voorwaarden voor systematische kwaliteitsbeoordeling. Terwijl wetenschappers studies kunnen ontwerpen en testen zonder toegang te krijgen tot gegevens op patiëntniveau, moeten gegevenseigenaren nog steeds analyses uitvoeren en resultaten terugsturen naar onderzoeksleiders. Om dit proces betrouwbaar te maken, moet er een manier zijn om te evalueren of elke database voldoet aan minimale kwaliteitsstandaarden zonder de privacy van de patiënt in gevaar te brengen. Hoofdstuk 3 beschrijft de ontwikkeling van het Data Quality Dashboard (DQD) om aan deze behoefte te voldoen. Het gestandaardiseerde raamwerk van het OMOP CDM biedt een basis voor het uitvoeren van kwaliteitscontroles op grote schaal, waardoor datapartners transparante, reproduceerbare beoordelingen van hun databases kunnen genereren. De resultaten kunnen vervolgens worden gedeeld met de coördinerende instanties zonder dat informatie op patiëntniveau wordt onthuld. Het vereisen dat databases die het CDM gebruiken de DQD uitvoeren is een belangrijke eerste stap richting consistente rapportage van gegevenskwaliteit, waardoor het vertrouwen in de gegevens die worden gebruikt in observationele studies in gefedereerde netwerken wordt versterkt.

Hoofdstuk 4 maakt vervolgens gebruik van de standaardisatie van gegevens die plaatsvindt tussen datapartners in EHDEN om te meten hoe de DQD de kwaliteit van databases in gefedereerde netwerken verbetert. De tool is toegepast op 25 databases die zijn geconverteerd naar het OMOP CDM en die verschillende gegevensbronnen, methoden voor gegevensvastlegging en onderliggende populaties omvatten. Door van datapartners te eisen om de DQD te voltooien, werd ervoor gezorgd dat elke database voldeed aan de basiskwaliteitsverwachtingen voordat ze deelnamen aan gefedereerde studies. De tool presteerde met name goed bij het beoordelen van de conformiteit aan de structurele eisen van het CDM en bood ook de zekerheid dat gestandaardiseerde studiepakketten foutloos konden worden uitgevoerd. Hoewel studiespecifieke controles essentieel blijven, heeft de DQD een consistente basis gelegd van conformiteit, volledigheid en plausibiliteit in het hele netwerk. Deze applicatie toonde de waarde van de DQD niet alleen voor individuele datapartners, maar ook voor gefedereerde netwerken, waardoor de gegevens klaar zijn als ze nodig zijn.

Geschiktheid voor het doel
Hoofdstuk 5 geeft een overzicht van de meer dan 200 gegevensbronnen uit 29 landen die deelnemen aan het EHDEN netwerk. De verscheidenheid van gezondheidszorgsystemen, methoden voor gegevensverzameling en populaties die in deze bronnen vertegenwoordigd zijn, benadrukt het belang van het gebruik van meerdere datasets om inzicht te geven in het volledige scala aan patiëntervaringen in Europa. Tegelijkertijd benadrukt deze diversiteit de uitdaging dat van geen enkele database kan worden verwacht dat deze elke (of zelfs de meeste) onderzoeksvragen ondersteunt die aan een netwerk worden gesteld. Bepalen of een database geschikt is voor het beoogde doel is daarom een essentiële stap voordat studies worden gestart. Vertrouwen op haalbaarheidsbeoordelingen per locatie op basis van gegevens op patiëntniveau is niet duurzaam of schaalbaar, gezien de benodigde tijd en middelen. Aangezien gefedereerde netwerken zowel qua omvang als qua zichtbaarheid toenemen, ook binnen regelgevende initiatieven zoals DARWIN EU®, zijn nieuwe benaderingen nodig om de geschiktheid van databases voor het beoogde doel te beoordelen op een manier die zowel efficiënt is als de privacy beschermt.

Hoofdstuk 6 biedt een oplossing voor deze uitdaging door een methode te introduceren en te valideren voor het uitvoeren van vroege doelgeschiktheidsbeoordelingen in gefedereerde netwerken gebruikmakend van alleen vooraf berekende samenvattende statistieken. Door het elimineren van de noodzaak om toegang te krijgen tot gegevens op patiëntniveau tijdens de studieplanning, vermindert deze aanpak aanzienlijk de tijd, middelen en governancelasten die in deze fase doorgaans nodig zijn. De methode, bekend als Database Diagnostics, gaat verder dan een eenvoudige ja-of-nee haalbaarheidscontrole door diagnostische inzichten te bieden in waarom een bepaald onderzoek al dan niet mogelijk is in een bepaalde database. Deze inzichten kunnen als leidraad dienen voor zowel inspanningen op het gebied van datacuratie als verfijningen in de onderzoeksopzet, waardoor de efficiëntie en interpreteerbaarheid van netwerkonderzoek wordt verbeterd. Database Diagnostics vervult hierdoor een belangrijke methodologische en operationele leemte op door een schaalbare en privacybeschermende manier om de gereedheid van de database te evalueren en uiteindelijk het genereren van real-world bewijs in gefedereerde netwerken te versterken.

❉ ❉ ❉

Dit proefschrift trok parallellen met het historische werk van Florence Nightingale om te illustreren dat de behoefte aan gestandaardiseerde gegevens van hoge kwaliteit niet nieuw is op het gebied van medische informatica. Met de ongekende hoeveelheid beschikbare gegevens en technologieën hebben we echter zowel de mogelijkheid als de verplichting om de wetenschap van gegevensstandaardisatie, kwaliteit en geschiktheid voor het doel te verbeteren om zo de betrouwbaarheid van bewijs te waarborgen. Dit proefschrift stelt dat deze elementen het fundament vormen van gedegen gefedereerd observationeel gezondheidsonderzoek. Het is door kritische toetsing, toepassing en transparantie hiervan dat we als onderzoekers kunnen vertrouwen op de wetenschap die op deze fundamenten is gebouwd om bruikbare inzichten te bieden die de patiëntenzorg verbeteren. Het begint wellicht met de gegevens, maar het eindigt bij de patiënt.