Dados administrativos brasileiros para pesquisa do mundo real: Método de Linkage Determinística e Harmonização OMOP CDM
Tipo de documento
Resumo
Descrição
Resumo publicado no Jornal de Assistência Farmacêutica e Farmacoeconomia (JAFF)
Fonte
JAFF
Ano de publicação
2023
Referência (Vancouver)
Silva TBC, Maruyama JM, Oliveira JCB. Dados administrativos brasileiros para pesquisa do mundo real: Método de Linkage Determinística e Harmonização OMOP CDM. J Assist Farmac Farmacoecon. 2023;8(Suppl 2).
Brazilian Administrative Data for Real-World Research: Deterministic Linkage Method and OMOP CDM Harmonization
Document type
Abstract
Description
Abstract published in the Journal of Pharmaceutical Care and Pharmacoeconomics (JAFF)
Source
JAFF
Publication year
2023
Reference (Vancouver)
Silva TBC, Maruyama JM, Oliveira JCB. Dados administrativos brasileiros para pesquisa do mundo real: Método de Linkage Determinística e Harmonização OMOP CDM. J Assist Farmac Farmacoecon. 2023;8(Suppl 2).
Introdução: Evidência do mundo real (RWE) fornece informações valiosas sobre a segurança, a eficácia e o valor das intervenções de saúde em populações de pacientes do mundo real e permite o exame das jornadas dos pacientes. As informações coletadas pelo DATASUS não são integradas pelos diferentes sistemas e os dados coletados por diferentes serviços de saúde carecem de identificadores-chave únicos no nível individual, o que representa um desafio para o relacionamento de registros de tais conjuntos de dados. Objetivos: Descrever os métodos e as resultados parciais do produto mínimo viável da definição de parâmetros necessários para criar um conjunto de dados usando dados de sinistros brasileiros, avaliando a qualidade dos dados em relação a uma instância OMOP CDM usando o DataQualityDashboard. Material e Método: As bases de dados do DATASUS utilizadas foram o Sistema de Informação Hospitalar e o Ambulatorial de janeiro de 2008 até a presente data. Atualmente, estamos desenvolvendo um pipeline de dados, que passará por atualizações mensais. As informações disponíveis em ambos os conjuntos de dados incluem todos os procedimentos ambulatoriais, consultas, códigos CID-10 de diagnóstico primário e secundário, medicamentos dispensados para uso domiciliar e dados pessoais, como data de nascimento, endereço residencial, CEP e sexo. Todos os registros originais do banco de dados DATASUS foram analisados para avaliar a consistência das informações para uma chave única de paciente. Após a etapa de limpeza e pré-processamento, um algoritmo de ligação determinística foi desenvolvido para conectar hospitais com registros ambulatoriais usando as informações-chave de CEP, data de nascimento e sexo. O processo de padronização no processo OMOP seguiu as diretrizes fornecidas pelos manuais da comunidade online e a verificação da qualidade dos dados foi realizada usando o DataQualityDashboard versão 2.1.1.7. Resultados: Foi construído um conjunto de dados padronizado que abrange o histórico completo de saúde desses 5,82 milhões de pacientes. Dessas 2.165 verificações que avaliam a plausibilidade dos dados, apenas 24 falharam em nosso banco de dados, enquanto 2.141 foram aprovadas. No mapeamento de qualidade da base de dados, encontramos 88 falhas e passamos com sucesso 3.578 consultas. Nosso banco de dados apresentou uma taxa de aprovação geral de 98%, indicando um índice satisfatório de qualidade do mapeamento. Discussão e Conclusões: Os resultados do presente estudo demonstraram uma metodologia de tratamento de dados para conjuntos de dados do DATASUS com forte qualidade e o fornecimento de um novo banco de dados que facilita a colaboração dentro da comunidade OHDSI. Através da harmonização dos dados, facilitamos a colaboração e a troca de informações entre pesquisadores, instituições e setores da indústria.
O registro foi originalmente publicado em português. A versão em inglês foi traduzida com o apoio de inteligência artificial.
Abstract
Introduction: Real-world evidence (RWE) provides valuable insights into the safety, efficacy, and value of health interventions in real-world patient populations and allows examination of patient journeys. Information collected by DATASUS is not integrated across different systems, and data collected by different health services lack unique individual-level identifiers, posing a challenge for linking records from such datasets. Objectives: To describe the methods and partial results of the minimum viable product for defining parameters necessary to create a dataset using Brazilian claims data, evaluating data quality in relation to an OMOP CDM instance using the DataQualityDashboard. Materials and Methods: The DATASUS databases utilized were the Hospital and Ambulatory Information Systems from January 2008 to the present. Currently, we are developing a data pipeline, which will undergo monthly updates. Information available in both datasets includes all outpatient procedures, consultations, primary and secondary ICD-10 diagnosis codes, medications dispensed for home use, and personal data such as date of birth, residential address, postal code, and gender. All original records from the DATASUS database were analyzed to assess information consistency for a unique patient key. After the cleaning and preprocessing step, a deterministic linkage algorithm was developed to connect hospital and outpatient records using key information such as postal code, date of birth, and gender. Standardization in the OMOP process followed guidelines provided by online community manuals, and data quality verification was performed using DataQualityDashboard version 2.1.1.7. Results: A standardized dataset was constructed covering the complete health history of these 5.82 million patients. Out of 2,165 checks assessing data plausibility, only 24 failed in our database, while 2,141 were approved. In the database quality mapping, we encountered 88 failures and successfully passed 3,578 queries. Our database showed an overall approval rate of 98%, indicating a satisfactory mapping quality index. Discussion and Conclusions: The results of this study demonstrated a data processing methodology for DATASUS datasets with strong quality and the provision of a new database that facilitates collaboration within the OHDSI community. Through data harmonization, we facilitate collaboration and information exchange among researchers, institutions, and industry sectors.
