Systematic review of scope and quality of electronic patient record data in primary care

Abstract

Objective To systematically review measures of data quality in electronic patient records (EPRs) in primary care. Design Systematic review of English language publications, 1980-2001. Data sources Bibliographic searches of medical databases, specialist medical informatics databases, conference proceedings, and institutional contacts. Study selection Studies selected according to a predefined framework for categorising review papers. Data extraction Reference standards and measurements used to judge quality. Results Bibliographic searches identified 4589 publications. After primary exclusions 174 articles were classified, 52 of which met the inclusion criteria for review. Selected studies were primarily descriptive surveys. Variability in methods prevented meta-analysis of results. Forty eight publications were concerned with diagnostic data, 37 studies measured data quality, and 15 scoped EPR quality. Reliability of data was assessed with rate comparison. Measures of sensitivity were highly dependent on the element of EPR data being investigated, while the positive predictive value was consistently high, indicating good validity. Prescribing data were generally of better quality than diagnostic or lifestyle data. Conclusion The lack of standardised methods for assessment of quality of data in electronic patient records makes it difficult to compare results between studies. Studies should present data quality measures with clear numerators, denominators, and confidence intervals. Ambiguous terms such as "accuracy" should be avoided unless precisely defined.

Avaliação da qualidade das variáveis sócio-econômicas e demográficas dos óbitos de crianças menores de um ano registrados no Sistema de Informações sobre Mortalidade do Brasil (1996/2001)

“…Outra limitação do presente estudo relaciona-se à restrição do número e ao tipo de indicadores selecionados para a avaliação, já que, como assinala Thiru et al 21 , existem sérias dificuldades para selecionar o padrão ouro de uma pesquisa.…”

“…Não existe consenso relativo aos critérios de avaliação da qualidade dos dados 21 . Este trabalho procurou adaptar os utilizados pela Comissão Econômica para a América Latina e Caribe (CEPAL) num trabalho 22 direcionado à avaliação de dados censitários.…”

“…Verificou-se se a informação declarada de cada variável, como recomendado por Thiru et al 21 , apresentava coerência interna com os objetivos de cada variável na DO e se possuía valores considerados como aceitáveis quando comparados com as regularidades empíricas de alguns indicadores estimados com outras bases de dados. Para as variáveis idade materna e parturição, compararam-se as respectivas mé-dias por UF do SIM e do SINASC, e para a últi-ma pressupôs-se que mães com maior parturição tivessem maior risco de filhos mortos antes de um ano.…”

Registros em saúde: avaliação da qualidade do prontuário do paciente na atenção básica, Rio de Janeiro, Brasil

“…Thiru et al 14 , fazendo revisão sistemática do escopo e da qualidade de dados dos registros eletrônicos e na atenção primária em saúde, ponderam que a falta de padrões dificulta a comparação dos resultados entre os estudos analisados e apontam a necessidade de adoção de medidas claras para análise dessa qualidade. Outra revisão da literatura sobre melhoria da qualidade de dados na Atenção Primária à Saúde 15 encontrou poucos estudos e, também, ausência de padrões de métodos de análise, sugerindo que o empenho na completitude do registro parece ser o primeiro passo na melhoria de sua qualidade.…”

Clinical Data Reuse or Secondary Use: Current Status and Potential Future Progress

“…The quality of data is often problematic or insufficient for research applications [42][43][44]. Data are often incomplete (e.g., outcomes are frequently missing) [45] or simply not randomly complete [46], patient records are fragmented, data entry errors are common, and the timeliness or currency of the data can be difficult to establish. These limitations have motivated several research teams to propose approaches for data quality assessment [47][48][49].…”