Capítulo 2 Revisão da literatura
2.6. Abordagens à qualidade da metainformação em Saúde e estudos de caso
A questão da qualidade da informação tem sido amplamente discutida na literatura, sendo de referir, no que concerne à aplicação de estudos de qualidade da informação à área da Saúde, o trabalho de Kahn et al. (2012) relativamente às abordagens para avaliação da qualidade dos dados. É ainda de salientar o contributo de (Ozyurt et al. 2010) que, tendo presente a impossibilidade de descrever a priori todos os protocolos e tipos de dados que um investigador vai pretender ver recolhidos numa aplicação, salienta a necessidade de facilmente ser possível realizar alterações que vão de encontro às necessidades específicas dos utilizadores, sem ser necessário criar alterações na estrutura das aplicações.
No que diz respeito à avaliação da qualidade dos dados Kahn et al. (2012) defende que uma abordagem baseada concetualmente e aplicada sistematicamente é essencial para alcançar o potencial da revolução eletrónica nos cuidados de Saúde. Dados de qualidade permitem que as organizações de Saúde, quer para fins de prestação de cuidados quer de aprendizagem, analisem e utilizem os seus dados podendo compará- los com os dos seus pares, bem como abordar questões científicas críticas do ponto de vista da população. Os autores referem ainda a importância da avaliação dos dados e da utilização de padrões de dados para fazer face aos problemas associados à recuperação da informação nas aplicações múltiplas que os hospitais foram adquirindo ao longo dos tempos. No que se refere a estudos de caso relativos à qualidade dos metadados é de referir o projeto eleMAP: An Online Tool for Harmonizing Data Elements using Standardized Metadata Registries and Biomedical Vocabularies, que consiste numa ferramenta online que permite aos pesquisadores harmonizar os seus dicionários com normas de metadados e de terminologia, como por exemplo o caDSR (Cancer Data Standards Registry and Repository) e SNOMED-CT (Pathak et al. 2010).
A questão da qualidade semântica dos dados é abordada por Park et al.(2012) num estudo sobre interoperabilidade semântica dos dados nos hospitais na Coreia. Foi efetuado um levantamento dos standards de dados utilizados nos hospitais, bem como uma comparação de metadados utilizados para cinco tipologias de documentos em cinco hospitais diferentes. Os resultados mostraram que os metadados definidos para cada documento variavam de hospital para hospital, existindo um pequeno número de metadados comuns ou, pelo menos, com nomes homogéneos. Os autores consideram que, a fim de alcançar a interoperabilidade semântica de dados clínicos, é importante não só especificar entradas de dados clínicos nos documentos e estruturar os dados em RSE mas também usar as terminologias clínicas para descrever os dados clínicos.
Segundo os autores existem três tipos de terminologia clínica: interface terminológica, ou seja, entrada de dados estruturada; terminologia de referência para armazenar, recuperar e analisar os dados clínicos; e terminologia de classificação, com o fim de agregar dados clínicos para uso secundário (Park et al. 2012).
Ainda no contexto da qualidade dos dados importa destacar o contributo de Alhaqbani, Jøsang, and Fidge (2009) ao referirem que um sistema de RSE supera os problemas e limitações que estão associados com os sistemas híbridos, mas no entanto trazem problemas associados à confiabilidade da informação. A tónica do estudo centra-se na confiabilidade dos dados clínicos dos RSE indicando a sua crucialidade para as decisões de um médico ao analisar os dados de uma história clínica. Os autores apresentam um modelo matemático de avaliação da confiabilidade dos dados de um RSE assente na reprodutividade dos dados clínicos (Alhaqbani, Jøsang, and Fidge 2009).
Quanto à utilização de metodologias de avaliação da qualidade de dados, Weiskopf and Weng (2012) efetuam uma revisão da literatura sobre metodologias de avaliação de qualidade de dados dos RSE, resumindo os aspetos a serem avaliados e as metodologias de qualidade que podem ser utilizadas. Segundo os autores a maioria dos estudos (73%) debruça-se sobre dados estruturados ou sobre uma combinação de dados estruturados e não estruturados (22%). Os autores consideram que dados não estruturados incluem freeentry text, ao passo que os dados estruturados incluem dados codificados, valores pré-preenchidos por listas, ou de dados inseridos em campos que definam formatos específicos. No estudo foram identificados pelos autores cinco dimensões a serem avaliadas na qualidade dos dados que são: integralidade, exatidão, concordância, pertinência e potencialidade de circulação. Os autores identificaram ainda sete grandes categorias de métodos de avaliação de qualidade de dados: definição de padrões ou de dados necessários para poder proceder a avaliação; verificação da compatibilidade de dados dentro de um RSE para verificar se a informação é compatível; verificação da presença de elementos; comparação entre duas fontes de dados para verificar se a informação é compatível; comparações por distribuição, que passam pela comparação de estatísticas extraídas do RSE para verificar se estão de acordo com os conceitos clínicos espectáveis; verificação de validade, que permite avaliar se os dados RSE determinam valores que fazem sentido (Weiskopf and Weng 2012).
No atual contexto, a utilização secundária de informação de RSE é uma área promissora para a investigação científica. A utilização/definição de metodologias de avaliação de qualidade dos dados no sentido de determinar a sua adequação para possibilitar a pesquisa e extração de informação é fundamental. No que diz respeito a estudos da qualidade dos dados, verifica-se que o potencial da adoção de standards,
quer de estrutura de dados quer terminológicos, para garantir a qualidade da informação clínica tem sido amplamente discutida na revisão da literatura científica. A necessidade de avaliar as potencialidades dos dados para garantir o acesso e a reutilização da informação a longo prazo é essencial no atual contexto de produção/partilha de informação clínica digital.