新框架为评估患者匹配工具提供了“衡量尺”

在医疗系统内部和之间，将来自不同来源的个人医疗记录准确地连接起来，即患者匹配，对患者安全和护理质量起着关键作用，但事实证明，在美国很难实现，因为美国是最后一个没有唯一患者标识符的发达国家。在美国，连接患者数据依赖于研究人员、供应商和其他人设计的算法。

由Regenstrief研究所数据与分析副总裁Shaun Grannis(医学博士，硕士)领导的研究科学家开发了一个8点框架，用于评估算法的有效性和性能，以匹配医疗记录给正确的病人。

“数据标准化的价值是公认的。有国家医疗保健提供者id。有设施id和对象标识符。有账单代码。对于医疗保健实验室测试结果和医疗观察，有一些标准词汇表—例如Regenstrief中的LOINC。患者身份是我们卫生基础设施的最后一个缺口，”Grannis博士说。“我们正在提供一个框架来评估患者匹配算法的准确性。

“我们认识到患者匹配的需求不会消失，我们需要标准化的方法来唯一地识别患者，”格兰尼斯博士说。

“目前的患者匹配算法有许多不同的风格、形状和大小。为了能够比较两者之间的表现，甚至理解它们在一起是如何相互作用的，我们必须有一个标准的评估方法。我们已经为一致和可重复的评估提供了一个新颖的、健壮的框架。简而言之，我们在Regenstrief开发的框架为患者匹配工具的有效性提供了一个‘衡量尺’。”

个人越来越多地接受来自多种来源的护理。患者匹配是一个复杂的过程，对健康信息交换至关重要。在一个医疗保健系统看到的威廉·琼斯和在其他机构接受治疗的威廉、威尔或威利·琼斯或者比尔或比利·琼斯是同一个人吗?伊丽莎白·史密斯的名字是否出现在不同的诊所，或者物理治疗或透析机构，如莉兹或贝丝?胡安·j·戈麦斯的各种实验室测试结果属于哪一类?错别字、信息缺失和其他数据错误以及典型的变化增加了复杂性。

该框架关于创建记录链接所需的金标准匹配数据集的八点方法涵盖了包括数据预处理、阻塞、记录裁决、链接评估和审查人员特征在内的技术领域。

作者指出，该框架“可以帮助记录链接方法开发人员在创建和验证金标准引用匹配数据集时提供必要的透明度。反过来，这种透明度将支持记录关联研究的内部和外部有效性，并提高新记录关联策略的稳健性。”

度量和标准无处不在。他说:“当你去加油站加油的时候，有多少汽油经过的测量是标准化的，这样我们就能确切地知道有多少汽油在流动。同样，我们需要有一种通用的方法来衡量和理解患者匹配算法是如何工作的，”Grannis博士说。他说:“我们的八管齐下方法，有助覆盖需要评估的海滨地区。制定框架并指定需要完成的任务和活动对标准化患者匹配大有帮助。”

除了在患者安全而且护理质量，患者匹配准确性的提高以多种方式支持更具成本效益的医疗保健服务，包括减少重复医疗检测的数量。

这项工作发表在美国医学信息协会杂志．