Patientdemografi utgör kärnan i data för alla medicinska institutioner. De möjliggör identifiering av en patient och hans kategorisering i kategorier för statistisk analys. I mitt arbete har jag funnit att det finns mer eller mindre 5 olika sätt att tolka termen ”demografi.”
- födelsedatum, kön (Ref: Google Health)
- födelseår, kön, land, Postnummer, etnicitet, blodtyp (Ref: Microsoft HealthVault: Personlig demografisk Information, grundläggande demografisk Information)
- (A eller B) + kontaktinformation (namn, telefon, Adress)
- C + akut kontaktinformation, husläkare, försäkringsleverantörsdata
- (C eller D) + allergier, större diagnoser, större medicinsk historia
nu är problemet: någonstans runt punkt C börjar definitionen av patientdemografi bli förorenad med föremål såsom patient-och Akutkontaktinformation och Patientjournaldata. Det finns en mycket bra anledning till att denna konceptdrift har inträffat i praktiken och jag ska bryta ner det om varför det hände.
vi kan komma överens om att födelsedatum och kön skapar den mest klassiska typen av demografi. Vi kan alla komma ihåg att läsa nyhetsartiklar om viktiga demografi som män i åldern 55-65. Lägg i etnicitet och vissa geografiska element såsom land och Postnummer och vi har de flesta av de klassiska kategorier. Google Health och Microsoft HealthVault har varit noga med att följa denna formella definition.
på det medicinska området finns det dock ytterligare element som kan användas för att kategorisera patienter, såsom patienter med ett visst medicinskt tillstånd, allergi eller tidigare medicinsk händelse, t.ex. koronar bypassoperation 1999. Jag skulle dock varna för att inkludera dessa som kärndemografi. Anledningen till detta är att de är specifika nog att de kan kallas något annat. Även Microsoft HealthVault kände trycket och inkluderade blodtyp i en av dess demografiska ”saker” och det beror förmodligen på att termen ibland fungerar som en catchall och de visste inte var annars att uttrycka det.
termen patientdemografi bör därför främst användas för samma dataobjekt som marknadsföring människor använder. Allt annat har ett annat namn som patientkontaktinformation, akut kontaktinformation,husläkare, försäkringsleverantörsinformation etc.
ett varningens ord men medicinska människor kommer nästan alltid att inkludera patientkontaktinformation när man talar om patientdemografi. Det finns förmodligen ingen spårbar anledning till varför detta har hänt, men om det hjälper, gör patientkontaktinformation (+ identifierare) det möjligt att dela upp patientpopulationen i grupper om 1 och det behövs för att räkna hur många som tillhör de verkliga demografiska kategorierna.