Sammanfattning. Tekniker för. Internetbaserade kvalitetsregister. vid UCR

Transkript

1 Sammanfattning Tekniker för Internetbaserade kvalitetsregister vid UCR Ansvarig Lars Wallentin Professor. Överläkare

2 Inledning Detta dokument beskriver den tekniska plattform på vilken UCR baserar sina webbaserade kvalitetsregister och kliniska prövningar. Standard funktionalitet Inloggning och säkerhet Plattformen är utformad för att hantera känslig information. Därför måste alla användare av systemet logga in med användarnamn och lösenord innan de kan komma i kontakt med informationen. Som användare kan man alltid gå in och ändra sin egen användarinformation. Lösenorden som lagras i databasen är krypterad. Datatrafiken mellan användare och databasen är krypterad. Att förbindelsen är krypterad innebär att ingen utomstående kan tyda informationen som skickas, även om vederbörande lyckas med att avlyssna trafiken. När användaren väl loggat in finns det ett system med tjänster som styr vilka delar av systemet som användaren får tillgång till. Alla användare i systemet tillhör en av flera användargrupper. Dessa grupper har ett antal tjänster knutna till sig. Exempelvis kan en användargrupp ha rättighet att spara ny data för patienter, men inte ta bort patienter. Alla viktiga funktioner i systemet har en tjänst knuten till sig. Vilka användargrupper som ska finnas i systemet och vilka tjänster de ska ha ändras enkelt via grafiska gränssnitt. Detta innebär att systemet blir helt dynamiskt angående vilka funktioner och vilket data olika användare skall ha tillgång till. Språkhantering Plattformen har inbyggt stöd för mer än ett språk. Om så önskas kan ett valfritt antal språk läggas till. Alla texter i systemet lagras i databasen. Om man vill lägga till ett språk får man lägga till en ny översättning för varje text. Detta kan lätt göras via ett administrationsgränssnitt. Det faktum att alla texter ligger i databasen innebär att man kan publicera nytt material i systemet utan att ha några som helst programmeringskunskaper. Plattformen är alltså förberedd för att fungera som en webbtidning/webbplats för information. Även bilder går att ladda upp till servern och använda tillsammans med de texter som finns där eller i andra sammanhang. Även de vallistor som finns i t ex ett kvalitetsregister ligger lagrade i databasen. I likhet med texterna i systemet går vallistorna att ha på ett valfritt antal språk. Via ett administrativt gränssnitt kan administratörer ändra vilka val användaren kan göra. Ärendehantering I system som innehåller stora datamängder blir ärendehanteringen lätt ett problem. I plattformen finns en lösning på problemet som visat sig fungera väl. Det normala är att man använder sig av s.k. klarmarkering i kvalitetsregister och kliniska prövningar. När en registrering är klar, klarmarkeras denna och kan därmed tas med som underlag i statistiska beräkningar och rapporter. För att på ett enkelt sätt få överblick över de registreringar som inte är klara finns en Att göra lista. Direkt på systemets förstasida (efter inloggningen) finns denna lista. Direkt från listan kan man sedan via länkar ta sig till rätt registrering där man sedan kan titta på och eventuellt ändra data för patienten. 2

3 Systemmeny Nationalitet på ny patient Att göra lista Personnummer på ny patient Teckenförklaring Det kan dock finnas tillfällen då man vill söka efter patienter/registreringar som inte finns med i Att göra listan. För detta ändamål finns en söksida som gör det möjligt att söka över hela patientmaterialet, på valfria variabler. Resultatet av sökningen visas som en lista som har stora likheter med Att göra listan. Även från söklistan tar man sig enkelt till de enskilda patienternas registreringar via länk. Alla listor som visas i systemet, t.ex. Att göra listan, är sorteringsbara genom att klicka på respektive kolumnrubrik. I ärendehanteringen ingår stöd för vårdkedjor som sträcker sig över mer än ett sjukhus. Patienterna i t ex ett kvalitetsregister kan följas även om de opereras på ett sjukhus men följs upp på ett annat. Det som händer när en patient förs över från ett sjukhus till ett annat är att vederbörande då kommer upp i det mottagande sjukhusets Att göra lista. Alla sjukhus som finns upplagda i systemet kan föra över patienter till andra sjukhus, men de kan också neka en överföring och återföra patienten till det sjukhus där vederbörande opererades. För navigering i systemet finns en meny längst upp på varje sida. Vilka länkar som visas i menyn beror på de tjänster som användaren har tillgång till. De flesta länkar och knappar i systemet är beroende av vilka tjänster användaren har. 3

4 Koppling till externa system För att underlätta inmatningen av patienter i systemen erbjuder plattformen sökning i Befolkningsregistret. När en person med svenskt personnummer läggs in i systemet sker automatiskt ett sökning mot Befolkningsregistret och data om patienten (namn, adress, kommun, landsting, utflyttad, avliden) returneras och kommer att utgöra en del av databasen. Plattformen ger även möjlighet att få systemet att kommunicera med andra system och register. Om data från ett journalsystem skulle underlätta inmatningen i systemet finns det förberedd funktionalitet för detta, förutsatt att det aktuella journalsystemet erbjuder export av data. Systemet kan även exportera data till journaldatasystem så att primärinmatning av patienten kan ske i registret före registrering i elektronisk journal. Systemet kommer även att kommunicera med laboratoriesystem för direktimport av laboratorieresultat. Inmatning av data Plattformen är utformad för att stödja och underlätta inmatning av data i kvalitetsregister eller kliniska prövningar. För detta ändamål finns flera olika funktioner. Dessa funktioner kan delas upp i två grupper. Grupp 1: Vallistor och förifyllda fält I många fält finns det bara ett begränsat antal kända alternativ. I sådana fall används vallistor. I dessa listor finns alla alternativ färdiga att välja. Bland sådana vallistor kan även inkulderas läkemedelslistor ur FASS, diagnoskoder ur ICD10 etc. När relevant data redan finns i databasen kan plattformen ge dessa som förslag till data i olika fält. Detta underlättar för användaren som slipper fylla i fält med data som redan är kända av systemet. Plattformen har även funktionalitet som hjälper användaren i själva inmatningen. Exempel på sådan hjälp kan vara att datum och personnummer formateras på rätt sätt. Hur långt man vill gå i denna hjälp bestämmer beställaren själv, men funktionaliteten finns förberedd i plattformen. Grupp 2: Fältvalidering För att säkerställa hög kvalité på den data som matas in har plattformen en omfattande funktionalitet för fältvalidering. Fältvalideringen skräddarsys för att passa varje enskilt system men två drag brukar återkomma. För det första säkerställer fältvalideringen att rätt typ av data matas in. I vissa textrutor kanske bara bokstäver får matas in, i andra bara siffror etc. Den andra typen av fältvalidering finns för att bibehålla logiska kvalitéer hos data. Ett exempel skulle kunna vara att ett startdatum på en behandling inte får komma efter behandlingens slutdatum. 4

5 Inmatningsformulär Vallista Tilläggsvariabler Utöver de obligatoriska variabler som bestäms centralt kan ansvarig på respektive sjukhus/vårdenhet välja till variabler som skall registreras för denna vårdenhet. Variabeltyp, kontroller och giltighetsperiod registreras lokalt via ett administrativt gränssnitt. Import av historisk data Av erfarenhet vet vi att det kan finnas historisk data som beställaren gärna vill ha med i systemen. Givet att denna data, som kan komma från ett tidigare register, har tillräckliga likheter med de data som samlas in det nya systemet kan denna data importeras och på så sätt inlemmas i det nya systemet. Innan detta kan göras måste data i de allra flesta fall tvättas noggrant. Detta görs genom att all data centralt gås igenom och förändras vid behov för att passa i det nya systemet. Monitorering och kvalitetskontroll Ett sätt att förbättra kvalitén på data ytterliggare är att låta en monitor källkontrollera data. Plattformen innehåller ett antal funktioner för att underlätta monitorns arbete. Hjälpsystem För att underlätta inmatningen för ovana användare finns det på varje sida ett hjälpsystem. Om användaren i menyn kryssar i kryssrutan för hjälp och sedan går till eller för muspekaren över den del av sidan som vederbörande inte förstår kommer en liten gul ruta att visas med en förklarande text. 5

6 Reg där vi befinner oss Hjälptext Alla patientens registreringar Patientdata Om beställaren så önskar finns det möjlighet att få en översikt över alla registreringar som en patient har. Då visas en liten Att göra lista högst upp på varje registreringssida. Detta möjliggör snabb förflyttning mellan alla patientens registreringar. Audit trail / Loggning av förändringar För att kunna följa förändringar av data över tid erbjuder plattformen sk. audit trail. Detta innebär att alla förändringar av data sparas. Vilka data som ska ha denna förändringslogg är inte givet, men det normala är att det är registreringsdata som loggas med audit trail. Audit trail går dock att införa på all data som ligger i databasen. Händelseloggar Alla aktiviteter i systemet loggas som standard. I händelseloggen kan utläsas vem som gjort vad och när. Felloggen innehåller alla eventuella systemfel som uppstått och i en särskild logg kan ses vilka som försökt att överskrida sina systemrättigheter. 6

7 Utrapportering och Statistik. Målsättningen med registerteknologin är att alltid kunna ge alla användare dagsaktuell rapportering av den egna verksamheten och dess utveckling samt jämförelse med andra centra genom att interaktiva statistisk analyser direkt presenterade i tabellariskt och grafisk form inklusive statistiska tester på grupper som helt bestäms av användaren vid varje analystillfälle. Med valda intervall (vanligen varje natt) sker en överföring av data från inmatningsdatabasen (MIMER) till analysdatabasen (SAS). På detta sätt finns alltid aktuellt underlag för de rapporter som genererar statistik till användaren. På särskilda webbsidor kan användaren specificera parametrar som sedan bildar underlag för den statistiska bearbetningen. Statistiken kan sedan visas både i tabellform och som grafer, allt efter beställarens krav. De rapporter som finns i plattformen skräddarsys för varje system. På UCR finns ett antal erfarna statistiker och datamanagers som har stor erfarenhet av att taga fram dessa analysmoduler i enlighet med beställarens önskemål. Det finns också obegränsade möjligheter att skapa nya rapporter efter det att systemet har tagits i drift. Rapportering och statistisk analys i praktiken Trots den avancerade underliggande teknologin för statistisk bearbetning tillåter ett användarvänligt och självinstruerande gränssnitt alla auktoriserade användare att utföra alla typer av analyser efter endast en kort introduktion. Alla variabler kan analyseras med beskrivande basstatistik, skillnader mellan patientgrupper och jämförelser mellan det egna sjukhuset och data för hela riket. Det interaktiva programmet ger möjlighet till jämförelser över tid för den egna enheten och stöd för kvalitetsutveckling och implementering med hjälp av processkontrollstatistik.. Man har också möjlighet till direkta jämförelser med andra enheter och mot nationella riktlinjer. Systemet tillåter filtrering av data för att för att få fram resultat om undergrupper och deras relation angående diagnos, ålder, kön, kliniska bakgrundsdata, behandlingar och vårdtider. Möjligheten till utveckling av analysverktyg kan bäst illustreras av några exempel från olika register. Följande exempel visar en översiktlig beskrivande rapport från ett internationellt register med nyckeldata för att övervaka prestationer på den egna enheten i jämförelse med andra deltagare. 7

8 Nästa exempel visar en analys av den egna enhetens användning av kolesterolsänkande läkemedel vid utskrivning med ett års perioder för 1995 till Urvalet ger en målgrupp för behandling, med akut hjärtinfarkt och kolesterol värden över 5,0 mmol/l och ålder under 75 år. I tabellen visas information om antal och åtgärder, medianer, medelvärden, konfidensintervall i relation till tid och vald faktor. Efter tabellen följer information från analyser av statistisk signifikans såväl avseende gruppskillnader som tidstrend. I den grafiska presentationen illustreras den en ökad användning av kolesterolsänkande läkemedel från 31% till 90% inkluderande varje observations konfidensintervall. Tabell och grafisk data visar att konfidens intervallet för de två sista åren är klart över konfidens intervallet för de två första åren vilket tillsammans med utfallet av de statistiska testen säkerställer signifikanta skillnad i behandling över tid. Med det här interaktiva analysverktyget har varje användare möjlighet att understödja evidens baserad sjukvårds utveckling i vardagen. 8

9 Följande exempel visar en analys av fördröjningstider från start av symtom till start av behandling med propplösande läkemedel för patienter med akut hjärtinfarkt. Resultatet presenteras i tabell form med medelvärde, median, standard deviation och övre och lägre nivå för konfidens intervall. Dessutom finns statistiska test som visar signifikans trender för fördröjningstider över tid. Graferna visar boxplottar med medianvärde, 25:e och 75:e percantilen och 10:e och 90:e percentilen. För man muspekaren över skärmen visas värden för markeringarna. En liknande graf kan tas fram för att visa medelvärden som staplar med konfidens intervall. Alla grafer i presentationen är dynamiska och kan visas i andra färger, kan vridas på, ändra staplarna med tillägg av linjer bland mycket annat. Grafer och tabeller kan kopieras och enkelt läggas i andra program, som PowerPoint. Varje registeranvändare har möjligheten att när som helst göra en analys för en vald patientgrupp med önskad variabel med en fullständig statistisk analys med tabeller och grafer. På några minuter kan dessa data vara grunden i en tydlig presentation. Tack vare internet så är registret ett dynamiskt on-line redskap för kvalitetsutveckling och för processkontroll med möjlighet att ögonblickligt utbyta information med enheter jorden runt. 9

10 Ytterligare exempel visar i stapeldiagram en jämförelse mellan egna enhetens resultat i relation till alla andra deltagande enheter, en jämförelse mellan tidsutvecklingen av resultaten på den egna enheten med hela rikets samlade resultat inklusive konfidensintervall, ett stapeldiagram med detaljer om behandlingsutveckling på den egna enheten jämfört med hela riket samt slutligen ett processdiagram med utvecklingen vecka för vecka av en behandling på den egna enheten samt effekten av en förändring i enhetens behandlingsrutiner. 10

11 Typ av Trombolys/Akut PTCA Diagnos: Akut hjärtinfarkt (I21); Ej övertagen från annat sjukhus aankomst EKG STT = ST-höjning eller aankomst EKG STT = Vä grenblock/pm-komplex Teknik Inmatningsdatabaserna i systemet är byggda i relationsdatabasprogrammet MIMER. Bearbetning och sammanförande av olika datakällor liksom statistisk bearbetning sam tabellarisk och grafisk presentations utförs i SAS Institutes DataWarehous teknologi. Interaktionen med datoranvändare och mellan systemets olika delar bygger på programmeringsspråket JAVA och innehåller s.k. Javabönor, JSP-kod och HTML-kod. I korthet kan man säga att Javabönorna (klasser skrivna i JAVA) utgör ryggraden i plattformen och sköter uppgifter som databasinteraktioner, sessionshantering, användarinformation etc. JSP- koden (JAVA Server Pages) och HTML-koden bygger sedan upp användargränssnittet och behandlar den information som skickas till och från användaren. Den grundstruktur som Javabönorna utgör tillsammans med den flexibilitet som JSP erbjuder tillåter oss att skapa dynamiska och lättanvända Internetbaserade system. Kontaktpersoner Lars Wallentin, Professor, Överläkare, Chef UCR Lars.Wallentin@ucr.uu.se Sören Gustafsson, Chef IT-avdelningen UCR Soren.Gustafsson@ucr.uu.se Hemsida 11