Введение и цель исследования
Благодаря внедрению информационных технологий и снижению стоимости хранения данных в сфере здравоохранения увеличиваются объёмы хранимой информации. В данной информации могут содержатся скрытые знания (hidden knowledge), представляющие собой полезные закономерности, которые могут использоваться для повышения качества клинических и управленческих решений. Однако, для извлечения этих закономерностей требуются новые подходы, которые сформировались в отдельное направление, получившее название больших данных (big data). Целью настоящего исследования явилась оценка возможности использования инструмента OLAP и анализа больших данных для совершенствования качества фармакотерапии.
Материалы и методы:
Исходные данные были представлены информацией об отпуске лекарственных препаратов (ЛП) для льготной категории граждан трёх районов Республики Татарстан. Для изучения были выбраны данные по отпуску лекарственных препаратов за 2013-2015 годы.
Результаты исследования.
Для анализа данных на основе подхода ETL (Extract, Transform, Load) была сформирована единая база данных, содержащая более 530 тысяч записей об отпуске ЛП. Было выявлено, что значительный объем временных ресурсов необходим для стандартизации данных. Среди дефектов, потребовавших аналитических ресурсов в рамках ETL, регистрировались различные подходы к формированию названия лекарственных препаратов, текстовые сокращения. Для решения этой проблемы были подготовлены программы для стандартизации и нормализации показателей. Для анализа данных и извлечения сводной информации были написаны программы с использованием языка Python 3.6.
Для предварительного анализа данных и поиска визуальных закономерностей была использована OLAP система, которая позволила построить кубы по различным срезам. В рамках каждого среза нами был проведён поиск аномалий и существенных вариаций. Построив куб в разрезе медицинских организаций и болезней было выявлено, что между районами существует вариация и доля затрат на лекарственные препараты для лечения класса «Болезни системы кровообращения» класс (I) различается в 2,6 раза от 5,4% до 14,2%. Подобные аномалии являются триггером для последующего анализа подобной вариации в рамках проведения экспертизы качества медицинской помощи. Проведённый анализ с использованием различных показателей и срезов позволил выявить более 10 аномальных показателей вариации, которые стали основой для дальнейшего изучения в рамках экспертизы и анализа качества. Таким образом, эксплораторный анализ с использованием OLAP системы позволяет повысить эффективность экспертизы качества фармакотерапии, выявить существенные отклонения, снижающие качество фармакотерапии и сформулировать закономерности, которые могут быть использованы для разработки управленческих решений.
Выводы:
- OLAP система эффективный инструмент предварительного анализа больших объёмов информации для поиска скрытых закономерностей в сфере фармакотерапии.
- Поиск скрытых знаний в больших объемах информации является перспективным направлением повышения качества и безопасности фармакотерапии.
Бурыкин, И. М. Совершенствование фармакотерапии на основе поиска «скрытых знаний» с использованием OLAP системы / И. М. Бурыкин, Р. Х. Хафизьянова // Сборник тезисов IV Всероссийской научно-практической конференции с международным участием «Безопасность фармакотерапии: NOLI NOCERE!», Казань, 20 мая, 2021 г. / МедДок. – Казань, 2021. – С. 33.