Terveydenhuollon datan hyödyntämisen keskeinen haaste on se, kuinka data voidaan yhdenmukaistaa eri sairaaloiden ja eri maiden välillä.
-Vaikka usein ajatellaan, että terveydenhuollossa liikkuu paljon dataa, ei datamäärä ole valtava. Data on kuitenkin monimuotoista ja iso osa siitä on tekstiä. Se tekee datan käsittelystä vaikeaa. Esimerkiksi Suomen Postin yksi jakelukeskus tuottaa neljässä päivässä yhtä paljon dataa kuin Tykslabin laboratorio 10 vuodessa, Varsinais-Suomen hyvinvointialueen (Varha) analytiikkajohtaja Arho Virkki sanoi Medaffconin EMMA-asiakastilaisuudessa pitämässään puheenvuorossa.
Tutkimuksen ja tiedolla johtamisen helpottamiseksi tarvitaankin keinoja, joilla dataa voidaan yhdenmukaistaa. Yksi näistä on OMOP-tietomalli (Observational Medical Outcomes Partnership). OMOP-tietomalli on relaatiomalli, johon data on kerätty potilaskeskeisesti.
OMOP-tietomallin hyödyntämistä vie eteenpäin The Observational Health Data Sciences and Informatics -järjestö (OHDSI). OMOP-tietomalli standardoi terveydenhuollon tietoja ja mahdollistaa eri lähteistä ja alueilta tulevien tietojen yhtenäisen käsittelyn. OMOPin lisäksi on olemassa myös muita vastaavia tietomalleja terveydenhuollon tiedon hyödyntämiseen.
-Moni eurooppalainen organisaatio käyttää OMOPia ja sen käyttö yleistyy. Siksi sanoisin, että se on paras hevonen, jota kannattaa nyt veikata, Varhan analytiikkajohtaja Arho Virkki sanoo.
Virkin mukaan on epäselvempää, tuleeko OMOPista vallitseva malli Suomen sairaaloiden väliseen tuottavuusseurantaan.
– OMOPista kannattaa ainakin inspiroitua ja ottaa mallia. Täällä ehkä pohditaan, rakennettaisiinko tuottavuusseurantaan oma kotimainen malli. Toisaalta, jos hyvinvointialueet saavat vietyä paljon dataa OMOP-malliin, niin on ihan mahdollista, että OMOP-tietomallia voi hyödyntää myös tuottavuusseurannassa.
Nykyisin OMOPin hyöty toteutuu kansainvälisessä tutkimuksessa, jota on mahdoton tehdä ilman yhtenäistä tietomallia.
Varha on mukana Euroopan lääkeviraston EMAn Data Analysis and Real World Interrogation Network (Darwin) -verkostossa. Verkosto toteutti EMAlle OMOP-tietomallia testanneen lääkekäyttöselvityksen valproaatista. Siinä Varhan biostatistikko vei hyvinvointialueen datan OMOP-malliin ja tarkisti muun muassa datan siltauksen onnistumisen ja analyysikoodin toimivuuden.
Saimme paljon hyvää kokemusta OMOP-mallin käytöstä. Datan poimiminen ja kääntäminen OMOPiin ei ole aivan yksinkertaista. Yhteinen tietomalli on kuitenkin edellytys kansainväliselle tutkimukselle, Virkki sanoo.
Medaffconin asiakasilta EMMA järjestettiin 10.4.2024 EMMA-museossa. Varsinais-Suomen hyvinvointialueen (Varha) analytiikkajohtaja Arho Virkki puhui tilaisuudessa OMOP-tietomallin hyödyntämisestä.
Ruotsin terveystaloustieteellinen yhdistys (SHEA) järjesti vuotuisen konferenssinsa, joka tarjosi arvokasta tietoa terveystaloustieteen keskeisistä aiheista.
Target Trial Emulation ei korvaa satunnaistettuja kontrolloituja tutkimuksia, mutta se soveltaa niiden logiikkaa ja tarkkuutta reaalimaailman tietojen analysointiin.
Data-tiimi pitää Medaffconin tutkimushankkeet aikataulussa ja varmistaa, että tutkimustulokset ovat tieteellisesti luotettavia. Tiimin työn ytimessä on potilastietojen käsittely ja analysointi, erityisesti Real-World Evidence (RWE) -tutkimuksissa.