Miguel Ángel Mayer - Research Programme on Biomedical Informatics (GRIB) de l’IMIM-UPF: La reutilització de la informació clínica per la recerca biomèdica

1. Reutilització de la Informació
Clínica per la Recerca Biomèdica
Mayer Miguel A.*, Furlong Laura I.*, Sanz Ferran*,
Cots Francesc**, Planas Ignasi**, Torre Pilar**
*Research Programme on Biomedical Informatics (GRIB) de
l’IMIM-Universitat Pompeu Fabra
**Parc de Salut Mar
Amb el support del projecte “European Medical Information Framework (EMIF)”
de l’Innovative Medicines Initiative (IMI)
XIII Jornada FòrumCIS Fòrum Català d’Informació i Salut
Barcelona, 29 d’abril 2015

2. Introducció
Els sistemes d’informació i la Història Clínica Electrònica
(HCE) han estat incorporats en els darrers anys tant en
Atenció Primària com en els Centres Hospitalaris
No obstant la utilització de la informació clínica que
contenen aquests sistemes per desenvolupar recerca
biomèdica no és tan freqüent
Presentem el desenvolupament d’un sistema de bases de
dades relacional (SBDR) a partir del sistema d’informació
IMASIS del Parc Salut Mar (PSMar), integrant diferents fonts
d’informació clínica

3. Parc de Salut MAR
2 Hospitals Generals
3 Serveis d’Urgències
1 Salut Mental i Socio-sanitari
13 Equips d’Atenció Primària
Barcelona
Població: 325.000 habitants

4. IMASIS: Multicenter Hospital Information System
• Hospital del Mar
• Hospital de l’Esperança
• Centre Peracamps
• Centre Fòrum
Parc de Salut MAR

5. 1984-1990 1990-1998 1998-2010
IMASIS
Procés d’implementació
Computerization
of activities and
processes
Complete Computerization
of EHR
(IMASIS)
First phase of
Implementation
of Clinical Information

6. Objectius
Descriure el procés d’implementació d’un
sistema de bases de dades
Mostrar el potencial de la HCE per la
reutilització de la informació clínica per la
recerca biomèdica

7. IMASIS: Multicenter Hospital Information System
7
~1.400.000
710.366
Actualitzat a Març de 2015
Tots els Pacients en el sistema
Pacients amb codificació en
CIM9MC:
Admissions
Cirurgia Major Ambulatòria
Urgències
Consultes Externes

8. Metodologia
S’ha implementat un SBDR a partir de la HCE amb la
informació clínica disponible (MARes)
Anonimitzar els pacients de tres centres hospitalaris (2
aguts i 1 socio-sanitari)
Inclou diagnòstics, dades de laboratori, dades d’infermeria i
farmàcia
S’han realitzat anàlisis estadístics per a conèixer les
característiques de la població atesa i grups específics
(pacients amb demència seleccionats mitjançant 26
codificacions del CIM9-MC)

9. Metodologia
C0011268 ICD9CM 290.0 Senile dementia uncomp
C0011268 ICD9CM 290.0 Senile dementia, uncomplicated
C0011265 ICD9CM 290.1 Presenile dementia
C0677545 ICD9CM 290.10 Presenile dementia, uncomplicated
C0677545 ICD9CM 290.10 Presenile dementia
C0154309 ICD9CM 290.11 Presenile dementia with delirium
C0154309 ICD9CM 290.11 Presenile delirium
C0154310 ICD9CM 290.12 Presenile dementia with delusional features
C0154310 ICD9CM 290.12 Presenile delusion
C0338629 ICD9CM 290.13 Presenile dementia with depressive features
C0338629 ICD9CM 290.13 Presenile depression
C0859643 ICD9CM 290.2 Senile dementia with delusional or depressive features
C0002395 ICD9CM 331.0 Alzheimer's disease
C0002395 ICD9CM 331.0 Alzheimer's disease
C0338451 ICD9CM 331.1 Frontotemporal dementia
C0236642 ICD9CM 331.11 Pick's disease
C0236642 ICD9CM 331.11 Pick's disease
C1260405 ICD9CM 331.19 Frontal dementia
C1260406 ICD9CM 331.19 Other frontotemporal dementia
C1260406 ICD9CM 331.19 Frontotemp dementia NEC
......

10. Metodologia: SBDR

11. MARes: resultats
Centre Fòrum
Hospital de l’Esperança
Hospital del Mar
893.771 pacients
10.066
170.638
241.504
11.202
5.250
1.315
Distribució de pacients per centres

12. MARes: resultats

13. MARes: resultats
Hipertensió essencial
Infecció del tracte urinari
Diabetis Mellitus tipus 2
Tabaquisme
Contusions
Cataractes

14. MARes: resultats

15. Conclusions
La implementació d’un sistema de bases de
dades a partir de la HCE permet la integració
de múltiples fonts d’informació clínica.

16. Conclusions
La implementació d’un sistema de bases de
dades a partir de la HCE permet la integració
de múltiples fonts d’informació clínica.
La creació d’un SBDR específic per la gestió
facilita l’anàlisi dels volums d’informació
considerables a un sistema d’HCE

17. Conclusions
La implementació d’un sistema de bases de
dades a partir de la HCE permet la integració
de múltiples fonts d’informació clínica.
La creació d’un SBDR específic per la gestió
facilita l’anàlisi dels volums d’informació
considerables a un sistema d’HCE
Presenta un gran potencial per desenvolupar
recerca biomèdica.

18. Contacte:
Miguel Angel Mayer
@mmayerp
mmayer@imim.es
Research Programme on Biomedical Informatics (GRIB)
IMIM-UPF
http://grib.upf.edu