Enhancing Primary Care Electronic Medical Record (EMR) Data in Alberta by Quality Assessment, Data Processing, and Linkage to Administrative Data
Notice bibliographique
Résumé
The growth of electronic medical record (EMR) systems in healthcare settings has created opportunities for EMR data to be reused for secondary purposes. Since EMR data are generated from clinical and administrative processes, the suitability for other uses (e.g. surveillance or research) is questionable. Assessing data quality is important for understanding the database contents, identifying potential limitations or biases, and determining how ‘fit for purpose’ the data are. This thesis focused on evaluating and improving the quality of primary care EMR data in Alberta. Data quality, which is highly contextual, was examined from the perspective of use for hypertension surveillance, as hypertension is a prevalent chronic condition associated with poor health outcomes and high cost implications. The first part of this thesis involved developing a comprehensive description of EMR data capture, extraction, and processing by the Canadian Primary Care Sentinel Surveillance Network (CPCSSN) in Alberta. The second section presented a data quality assessment using CPCSSN data elements relevant to hypertension surveillance. The third part explored multiple imputation and a pattern-matching algorithm for improving smoking status records in the EMR data. Lastly, EMR and administrative data for a cohort of hypertensive patients were linked and described. The CPCSSN process documentation and data quality assessment created novel, useful, and comprehensive information for data users. CPCSSN data appear to be suitable for hypertension surveillance, though caution is warranted for several variables of inconsistent quality. Multiple imputation improved completeness of patient smoking statuses, but the lack of an appropriate external reference source made confirming accuracy difficult. The pattern-matching algorithm demonstrated high accuracy for categorizing smoking status; however, it missed classifying 24% of patients. Lastly, EMR data for 6,307 hypertensive patients were successfully linked to five administrative databases. Although this linked sample is relatively small and may be subject to selection bias (limiting the generalizability for surveillance purposes), the cohort could be useful for health outcomes research or validating elements in the EMR or administrative databases. This work has informed the development of more efficient processes for EMR-administrative linkages. Data quality assessment outcomes will be made available to inform various types of CPCSSN data users.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».