Datakwaliteit

Hoge datakwaliteit is cruciaal om tot betrouwbare, relevante en betekenisvolle informatie te komen. Tenslotte heb je meer aan complete datasets met correct ingevulde antwoorden, dan aan datasets vol met fouten.

MRDM draagt op een aantal manieren bij aan het verhogen van de datakwaliteit:

Single point of truth

We streven naar zoveel mogelijk gebruik van data die rechtstreeks afkomstig zijn van bronsystemen. Dit verlaagt registratielast en verkleint de kans op fouten. We bieden diensten aan om data uit bronsystemen geautomatiseerd te kunnen aanleveren aan het MRDM-platform.

We vragen om data, niet om interpretaties

Laat ons het rekenwerk doen. Het verlaagt registratielast, en verkleint de kans op fouten.

Ligduur is bijvoorbeeld een belangrijke parameter in veel onderzoeken en audits. We vragen niet hoe lang de patiënt was opgenomen, maar vragen naar de dag van opname en de dag van ontslag. Daarmee rekenen we de ligduur uit. Deze aanpak werkt voor veel variabelen.

Geavanceerde validatie engine

We rapporteren onmiddellijk potentiële fouten, ontbrekende waarden of onwaarschijnlijke antwoorden door middel van alarmeringen of foutenrapportages. Dit vergemakkelijk correcties en vergroot de datakwaliteit.

Ons platform bevat niet alleen technische validaties (een persoon kan niet 200 jaar oud zijn), maar ook medische validaties. De validatieregels worden voor elk project vastgesteld en afgestemd met statistici en medisch specialisten.

De validatie houdt ook rekening met de relaties tussen vragen, ook naderhand. Een voorbeeld: er is ingevuld dat een vrouw 32 jaar is en zwanger. Wanneer haar leeftijd later wordt gecorrigeerd naar 75, wordt de onwaarschijnlijkheid van haar zwangerschap ook aangegeven. Dit vergemakkelijkt correcties. 

We leggen uit wat een item betekent

De documentatie en onze invoersystemen bevatten uitleg over variabelen, ter verduidelijking van een vraag. Dit beperkt misvattingen en onduidelijkheden.  

Verificatiediensten

We voeren onafhankelijke verificatiediensten uit om brondata te vergelijken met registratie-invoer, om verschillen te kunnen identificeren. We doen dit door dossier-onderzoek te doen en/of door het slim hergebruiken van medisch-administratieve data.

Generieke infrastructuur met uniforme datastructuur

Voor elke methode van data-aanlevering (handmatig, batch of connectiviteitsservice), geldt dat al onze validatie engines, datasetregels en updates volledig zijn gesynchroniseerd en centraal worden beheerd. Dit zorgt voor uniformiteit.

 

Servicedesk

De servicedesk is beschikbaar om vragen te beantwoorden of te helpen met data-aanleveringen.

 

Neem contact op met onze klantenservice.