- Email: [email protected]
La promesa de los “big data” Mejorar la seguridad del paciente y la práctica de la enfermería
La promesa de los
“big data” Mejorar la seguridad del paciente y la práctica de la enfermería EN LAS REUNIONES mensuales de algunas unidades, las supervisoras repasan los resultados de calidad más recientes de caídas, úlceras por presión, infecciones urinarias relacionadas con el uso de sondas y otros parámetros. La información se presenta en simples gráficos de barras y de líneas, y algunas medidas se comparan con puntos de referencia internos o externos en una “tarjeta de puntuación de la unidad”. La información se expone en una cuadrícula de tabulación cruzada con una cantidad abrumadora de flechas verdes y rojas. Es difícil encontrar un sentido a la información así presentada. A pesar de que las supervisoras de las unidades explican los aspectos más destacados, las enfermeras no pueden relacionar la información con ningún paciente real; se hace una recapitulación de las medidas tomadas y estas presentan únicamente una visión estática de lo que sucedió en el pasado. Aunque las enfermeras utilizan sofisticadas historias clínicas electrónicas (HCE) y pasan horas cada día dejando constancia de los cuidados que preparan y administran, los departamentos de calidad de los centros médicos no analizan la mayor parte de esta ingente cantidad de datos porque se resumen de forma manual. Además, las herramientas electrónicas de presentación de información disponibles en los departamentos se cargan tan lentamente que ningún miembro de la unidad las utiliza de forma habitual. 20 Nursing2017 | Volumen 34 | Número 1
MIREXON/iSTOCK; STOCKNROLL/iSTOCK
Daniel Linnen, MS, RN-BC
Enero/Febrero | Nursing2017 | 21
Esta lenta obtención de información relevante a partir de los datos dificulta la capacidad de un equipo para convertir esta información en intervenciones reales para sus pacientes y lo que es peor, parece que el trabajo analítico se centra más en lo que las unidades han hecho mal que en lo que está bien porque la mayoría de los recursos de calidad se utilizan para analizar los resultados negativos y las áreas donde el rendimiento está por debajo de los objetivos fijados. Las enfermeras pueden preguntarse: ¿Qué pasaría si los datos de los resultados de nuestros cuidados estuvieran disponibles en tiempo real, como ocurre en un tablero de cotizaciones, y nuestro equipo pudiera realizar intervenciones para hacer frente a los problemas mientras el paciente continuara en la unidad? ¿Y si pudiéramos obtener el análisis de acciones concretas a la velocidad de una búsqueda en internet? ¿Qué pasaría si el trabajo analítico de los resultados pudiera precisar qué estamos haciendo bien y por qué? ¿Y si toda esta información estuviera disponible en la unidad durante las 24 horas del día los 7 días de la semana en un formato
que fuera fácil de leer e incorporar a la práctica de las enfermeras? De hecho, este es el futuro del análisis de datos de los cuidados sanitarios gracias a una tecnología de datos que habitualmente se conoce con el nombre de macrodatos. En este artículo se describe cómo los macrodatos pueden mejorar la seguridad del paciente, la calidad de los cuidados y la práctica de la enfermería.
Es el momento adecuado El ascenso de los macrodatos se produce en un momento oportuno para la asistencia sanitaria. La combinación del envejecimiento de la población del baby boom, la reducción de los reembolsos federales y un cambio en los pagos basados en resultados crea un arduo panorama sanitario. En respuesta al alto coste de la asistencia sanitaria en Estados Unidos y la necesidad de mejorar la eficacia en la prestación de cuidados, el Instituto para la Mejora de la Asistencia Sanitaria (Institute for Healthcare Improvement) planteó el triple objetivo de la asistencia sanitaria1:
Llegar a buenos términos • Producción analítica de datos. Información electrónica final que se transmite a una enfermera después que los datos se hayan transformado mediante filtrado, organización, cálculos matemáticos y análisis estadístico. Entre los ejemplos de producción de datos pueden citarse tablas e informes básicos o cuadros de mando interactivos avanzados y alertas de soporte de decisiones clínicas en la historia clínica electrónica. • Análisis clínico. Aplicación de métodos analíticos y estadísticos para transmitir información importante para los usuarios clínicos. Entre los ejemplos se pueden citar la vigilancia de la sepsis y el riesgo de reingreso. Este dominio incluye el diseño de soluciones y una vista centrada en el usuario del flujo de información. • Cálculo. Cálculo o transformación de datos de la transformación realizada por un sistema informático con varios grados de automatización. • Incorporación de datos. Recopilación y almacenamiento de datos de varios sistemas fuente en un almacén de datos común para la recuperación y posterior análisis. • Extracción de datos. Búsqueda de información útil o patrones en grandes conjuntos de datos27. • Normalización de datos. Organización técnica de los datos en tablas de manera que puedan estar relacionados con otras tablas de datos28. • Cuadros de mando electrónicos. Pantallas analíticas visuales que muestran representaciones gráficas de los parámetros clave de enfermería. • Caso de uso. La historia que se halla detrás de la solución de tecnología de la información o la necesidad clínica de la solución. Además, la documentación formal de una serie de pasos dados por una enfermera en un sistema de información determinado para llevar a cabo una tarea. En este caso, podría estar recibiendo información de un sistema de macrodatos y convertir esta información en un proceso profesional29. 22 Nursing2017 | Volumen 34 | Número 1
• Mejorar la experiencia del paciente. • Mejorar los resultados sanitarios. • Reducir el coste sanitario per cápita. La Estrategia Nacional de Calidad, que se inició con la Ley de Cuidado de Salud Asequible (Affordable Care Act), se basa en el triple objetivo. Administrada por la Agencia para la Investigación y la Calidad (Agency for Healthcare Research and Quality), la Estrategia Nacional de Calidad establece las prioridades estratégicas más en detalle, incluyendo el compromiso del paciente, el apoyo a la población saludable y la coordinación de la asistencia efectiva en diferentes entornos2. A pesar de que grandes cantidades de datos sanitarios y de enfermería están disponibles en la actualidad para apoyar estas estrategias, los esfuerzos para que se utilicen las tecnologías de grandes datos a gran escala, como en la banca, el comercio y los servicios web, están lejos de ser completos en la asistencia sanitaria3.
Oportunidades para avanzar La mayoría de los sistemas sanitarios actuales básicamente son “ricos en datos y pobres en información” a falta de tecnologías avanzadas de datos que se utilizan para la extracción, incorporación, normalización, cálculo y la producción analítica de datos (v. Llegar a buenos términos). En los últimos años, las tecnologías de información sanitaria se han centrado en la implementación de la HCE como registros legales que ha alcanzado el 80% de adopción general en Estados Unidos3. Si bien este es un logro de importancia fundamental, las HCE no estaban destinadas para el análisis de datos altamente complejos utilizando técnicas de integración de datos intrincados con bases de datos, como la de dotación de personal, y dispositivos médicos. Estos avanzados métodos de macrodatos potencialmente pueden revelar nuevos conocimientos y lograr que la información sea más procesable para apoyar la evolución desde los datos hasta la sabiduría4. Los datos se generan cada vez a mayor velocidad y tamaño: el 90% de los datos mundiales se ha creado en los últimos 2 años5. Como un medio para transformar esta ingente cantidad de datos en información valiosa, las tecnologías de macrodatos han ido creciendo en popularidad.
En su definición más básica, las tecnologías de macrodatos son capaces de las cuatro uves: procesamiento de enormes cantidades de datos (volumen) de un conjunto integrado de múltiples bases de datos (variedad) e ingestión y devolución de cálculos analíticos a alta velocidad (velocidad) y con gran precisión (veracidad)6. Nos hemos acostumbrado a recibir los resultados de nuestras búsquedas de forma casi instantánea desde los motores de búsqueda de internet. Sin embargo, una disponibilidad en tiempo real similar y el consumo del trabajo analítico a partir de fuentes de información sanitaria históricamente desconectadas es una perspectiva sin precedentes. Estos datos ofrecen nuevas oportunidades de transmitir la información en formatos más fácilmente consumibles; por ejemplo, en consolas electrónicas interactivas, como avisos de prácticas recomendadas (apoyo de la decisión clínica) o como un servicio en línea, al cual enfermeras y administradores pueden acceder por petición a través del teléfono inteligente o tableta. Comprender e interactuar con la información en tiempo real promete tener una repercusión positiva en los cuidados al paciente, ya que se produce y mejora la capacidad de procesar la información presentada. En enfermería, la creación de un “ecosistema” de macrodatos implica la incorporación de numerosas bases de datos en una sola plataforma de datos7, que debería incluir datos de las HCE, el sistema de llamada de enfermera, alarmas de salida de cama, alarmas de reanimación cardiopulmonar, monitores de signos vitales y sensores portátiles. También podría incluir muchas otras fuentes de datos (v. Recopilación de datos). Sin embargo, el cambio a un entorno integrado de datos es complicado4. La planificación estratégica a nivel federal está en curso con el fin de preparar el terreno para su despliegue y uso. En 2014, la Oficina Federal de la Coordinadora Nacional (ONC, Office of the National Coordinator) de Tecnologías de la Información Sanitaria en el marco del Departamento de Salud y Servicios Humanos de Estados Unidos publicó una hoja de ruta para una red de intercambio de datos interoperativa y segura a través de
Recopilación de datos Estas son algunas de las bases de datos que se pueden recoger en una única plataforma de datos: • Datos de la HCE • Indicadores que tienen importancia para enfermería • Datos genómicos • Últimos efectos adversos y centinela • Datos socioeconómicos • Datos económicos y reclamaciones • Determinantes sociales de la salud • Datos sobre la calidad del aire • Datos sobre el personal y la plantilla • Datos sobre otros cuidados
• Información de las redes sociales
los sistemas sanitarios, que incluye datos de enfermería. (Esto se tratará en un apartado posterior: El camino que nos queda por delante: retos y políticas de las tecnologías de la información sanitaria [TIS]).
Casos prácticos útiles para enfermería La práctica de la recopilación de datos para medir los resultados clínicos no es algo nuevo en enfermería. De hecho, los datos y la información son las bases científicas de la investigación en enfermería, la práctica de la enfermería y las empresas del sistema sanitario, y nos han acompañado en nuestra profesión durante mucho tiempo2. Incluso el uso de registros electrónicos de captura de datos de un gran número de sistemas sanitarios está claramente establecido. Por ejemplo, la Alianza de Colaboración para la Recopilación de los Resultados de Enfermería ya reunió datos de resultados interesantes para enfermería en 1996 y la Base de Datos Nacional de Indicadores de Calidad de Enfermería existe desde1998 y está administrada por Press Ganey desde 20148-10. Lo que es diferente en la aparición de los macrodatos en enfermería y asistencia sanitaria es la capacidad de los sistemas de datos de ingerir cada vez cantidades considerablemente mayores de datos, integrar un conjunto variado de fuentes de datos y acelerar la producción informática4. Los investigadores sanitarios ya han comenzado a emplear las tecnologías de macrodatos en varios casos prácticos
clínicos. Es de destacar el caso de los primeros usuarios, que han vinculado los procesos que causan una enfermedad a la genética (medicina de precisión) para adaptar las intervenciones médicas a pacientes individuales y lograr la máxima eficacia de las terapias prescritas11. Como resultado de la promesa de los macrodatos en la medicina, los Institutos Nacionales de la Salud (National Institutes of Health) pusieron en marcha la Iniciativa de Medicina de Precisión en 2015 con el objetivo de crear una enorme cohorte de investigación de 1 millón de colecciones de datos de pacientes no identificables12. Además, dado que las políticas federales de reembolso cada vez recompensan más los resultados de calidad y la elevada satisfacción de los pacientes, los sistemas sanitarios han comenzado a elaborar modelos predictivos multivariantes que calculan el riesgo que corre un paciente determinado de obtener varios resultados médicos, como el reingreso hospitalario y el desarrollo de sepsis2. De manera similar, la enfermería de precisión es la capacidad de identificar a pacientes específicos susceptibles de resultados de cuidados de enfermería adversos y de utilizar macrodatos y análisis adaptados a la práctica de la enfermería y a las características específicas del paciente13. El uso de macrodatos en la enfermería de precisión todavía es incipiente. La presidenta de la Asociación Americana de Enfermeras (ANA, American Nurses Association) observó en 2015 que las enfermeras tienen que implicarse activamente para garantizar que los sistemas están diseñados para ayudar a las enfermeras a ofrecer al paciente cuidados de alta calidad14. Así pues, la promesa de los macrodatos es para respaldar básicamente la misión de la enfermería y convertirse en una herramienta integral en la seguridad del paciente y la práctica profesional de la enfermería.
Impulsar la seguridad del paciente Podría afirmarse que la aplicación más importante de las tecnologías avanzadas de datos en enfermería es su capacidad para fomentar la seguridad del paciente y la calidad de los cuidados al paciente. Al mostrar el riesgo que corren los pacientes cuando se Enero/Febrero | Nursing2017 | 23
enfrentan a los cuidados, el excelente informe del Instituto de Medicina (IOM, Institute of Medicine) Errar es humano (Err Is Human) estimaba que, de forma conservadora, entre 44.000 y 98.000 pacientes hospitalizados morían anualmente en Estados Unidos por un error médico evitable (aunque el número real de muertes podría ser mucho mayor)15. En 2013, volvió a revisarse el número de muertes relacionadas con este tipo de errores y se consideró que podía alcanzar las 400.000 y el número de episodios perjudiciales graves podría estar entre 4 y 8 millones16. Para llenar el vacío en el proceso relacionado con la comunicación clínica, el intercambio de información y la anotación de prescripciones, la aplicación de las TIS fue incentivado primero mediante la Ley Federal de Tecnologías de Información Sanitaria para la Salud Económica y Clínica (Health Information Technology for Economic and Clinical Health Act) en 2009. Desde entonces, su uso ha generado mejoras sustanciales en la calidad y seguridad del paciente asociadas con algunos avances, como un mejor apoyo a la decisión diagnóstica y terapéutica, y medidas de seguridad integradas, como las alertas y recordatorios clínicos17.
Mediante la adición de tecnologías innovadoras de macrodatos, el apoyo a la decisión clínica de las enfermeras se convertirá en más preciso, más predictivo y más significativo en muchos resultados, incluyendo el deterioro clínico; caídas con lesiones; úlceras por presión; delirio, e infecciones hospitalarias relacionadas con el uso de sondas urinarias, vías centrales o del lecho quirúrgico. La enfermería dispone ahora de la oportunidad de desarrollar un conocimiento más profundo de los efectos que pueden ocasionar el personal de la unidad, los estudios del grado de enfermería o las clasificaciones del entorno laboral sobre los resultados de los cuidados de enfermería. Por último, la manera en que se presenta la información a las enfermeras se concentrará en la aceleración de carga y las visualizaciones de datos interactivos en formato digital incrustadas en la HCE o en los teléfonos inteligentes, tabletas y consolas electrónicas. Utilizado de manera óptima, todo esto puede mejorar considerablemente la experiencia de la enfermera con la producción analítica de datos y ofrecer un conocimiento más profundo y más rico de los riesgos que corren los pacientes y de las necesidades de cuidados específicos en la continuidad asistencial.
El papel de la enfermera especialista en sistemas de la información De acuerdo con las Asociación Americana de Enfermeras, las enfermeras especialistas en sistemas de la información informática pertenecen a una especialidad de enfermería que combina “la enfermería, la informática y las ciencias de la información para gestionar y comunicar los datos, la información, el conocimiento y la ciencia sobre la práctica de enfermería y la informática”30. La enfermera especialista en sistemas de la información pertenece a una especialidad certificada por el Centro de Acreditación de Enfermeras de América (American Nurses Credentialing Center). La proliferación de las HCE en el sistema sanitario de Estados Unidos inicialmente creó la demanda de enfermeras que prestaran servicio donde confluyen la atención clínica y las TIS. Ya no exclusivamente dedicadas a las HCE, las enfermeras especialistas en sistemas de la información abarcan hoy día todos los datos clínicos y sistemas de información concebibles, incluyendo la telesalud, la integración de dispositivos médicos, los macrodatos y los análisis avanzados31. Las enfermeras especialistas en sistemas de la información desarrollan datos y sistemas de información y flujos de trabajo que apoyan y reflejan la enfermería profesional. Lo hacen en colaboración interprofesional con otros profesionales de la salud e informáticos, con gran visión para la utilización del sistema y el diseño del flujo de trabajo32.
24 Nursing2017 | Volumen 34 | Número 1
Mejora de la práctica profesional La generación y el avance del conocimiento y el juicio enfermeros es una piedra angular de la práctica profesional enfermera en el siglo XXI. De acuerdo con el informe de la IOM de 2010, El futuro de la enfermería (The Future of Nursing), las enfermeras profesionales están llamadas a asumir roles de liderazgo a nivel local, regional, estatal y federal18. Los esfuerzos en convertir a los macrodatos en una realidad en los entornos de cuidados a pacientes de hoy día hacen necesario que las enfermeras participen y guíen la selección, el diseño, el desarrollo y el despliegue de tecnologías avanzadas de datos. La devolución de información más rica y más poderosa a las enfermeras y equipos de primera línea aumenta el sentido de propiedad de los cuidados que reproduce y genera empoderamiento y autonomía enfermeros. Como parte del sistema sanitario de aprendizaje, los pacientes, los médicos y los investigadores pueden generar nuevos conocimientos más allá de las ingentes cantidades de datos19. El análisis avanzado no sólo recoge y almacena los datos introducidos durante la prestación de cuidados al paciente, sino que también procesa las enormes cantidades de datos de una manera que permite a las enfermeras y a otros miembros del equipo de cuidados tener una repercusión positiva en el cuidado de sus pacientes4.Esto puede llevarse a cabo mediante el uso del análisis clínico guiado, las actividades de mejora continua del rendimiento y la investigación de transferencia (trasladar la investigación “de la mesa del laboratorio hasta la cabecera del paciente”). Las enfermeras han de participar plenamente en estas áreas18. Las investigadoras de enfermería y las enfermeras en todos los niveles de la organización no solo deben estar formadas y tener facilidad en la comprensión de la ciencia de datos, sino que también deben participar como personal de primera línea y líderes enfermeros competentes para interpretar y actuar en el análisis clínico. Las enfermeras especialistas en sistemas de la información se encuentran en una posición única y están cualificadas para servir como puente entre los usuarios finales y los ingenieros de datos sanitarios
y los proveedores de gestión de datos14 (v. El papel de la enfermera especialista en sistemas de la información).
El camino que nos queda por delante: retos y políticas de las tecnologías de la información sanitaria ¿Quién nos garantiza que se escuche la voz de las enfermeras? ¿Cuáles son los retos actuales en la adopción de las tecnologías de macrodatos por parte de las enfermeras? De hecho, muchos grupos de enfermeras y de enfermeras especialistas en sistemas de la información ya participan en la estrategia de datos de enfermería. En abril de 2015, Pam Cipriano, la presidenta de la ANA, habló en el congreso nacional de la Sociedad de Información en Salud y Sistemas de Administración (HIMSS, Healthcare Information and Management Systems Society), una organización líder en la industria de las TIS con un activo grupo de trabajo de enfermeras especialistas en sistemas de la información. En su presentación, Cipriano expuso la necesidad de una estrecha colaboración con las enfermeras especialistas en sistemas de la información para acordar las estrategias de datos con el objetivo de aumentar la seguridad del paciente, mejorar los resultados de los cuidados y controlar la calidad de los cuidados. La estrategia está alineada con la ONC de Tecnologías de la Información Sanitaria en el marco del Departamento de Salud y Servicios Humanos de Estados Unidos, así como con la Reunión sobre Macrodatos y Ciencia para la Transformación de los Cuidados Sanitarios de la Escuela de Enfermería de la Universidad de Minnesota. Estos grupos y muchos otros dirigen el diálogo nacional sobre macrodatos en enfermería, pues en su seno reúnen a científicos enfermeros, destacadas enfermeras especialistas en sistemas de la información y líderes políticos20. Como tercera “pieza clave” de esta política, el Grupo de Trabajo sobre Criterios en relación con los Macrodatos de la Comunidad de Enfermeras Especialistas en Sistemas de la Información de la HIMSS presentó el libro blanco Principios rectores para macrodatos en enfermería (Guiding Principles for Big Data in Nursing)21. El informe detalla las prioridades estratégicas
Los avanzados métodos de macrodatos potencialmente pueden revelar nuevos conocimientos y lograr que la información sea más procesable. necesarias para la utilización a gran escala de macrodatos en enfermería, incluyendo normas de gestión de datos, interoperabilidad de datos a través de los sistemas sanitarios y seguridad de la información. Si bien las tecnologías de macrodatos pueden implementarse a nivel local actualmente (en el silo de una organización mediante la unificación de las fuentes de datos existentes), el uso de macrodatos a una escala más amplia se ve obstaculizado por la falta de definiciones de datos compartidos, las prácticas de documentación compartida y las herramientas de evaluación estandarizadas, por citar solo unos pocos6. Sin estas normas y la interoperabilidad de datos, los datos no se pueden combinar fácilmente para obtener una perspectiva general. Como resultado de ello, el principal objetivo estratégico para las enfermeras y las enfermeras especialistas en sistemas de la información es formalizar las normas
de enfermería que se utilizan de manera uniforme en todo Estados Unidos4. En el pasado, la ANA redujo con éxito el alcance total de las terminologías de datos de enfermería a 12 normas22. En marzo de 2015, la junta directiva de la ANA adoptó una declaración de posición en que recomendaba un conjunto más pequeño de las normas terminológicas de referencia específicas de enfermería (Nomenclatura Sistematizada de Términos Médico-Clínicos [SNOMED-CT, Systematized Nomenclature of Medicine-Clinical Terms] y códigos y nombres identificadores lógicos de observación [LOINC, Logical Observation Identifiers Names and Codes]) para la codificación de las evaluaciones, resultados, problemas, intervenciones y observaciones de enfermería23. Por ejemplo, “dolor agudo” es igual al código SONMED 27466300124. En junio de 2014, la junta directiva de la ANA detalló las acciones específicas que debían guiar a la organización en el desarrollo y el uso de normas de datos en enfermería, en concreto mediante la colaboración con la ONC, la comunidad de enfermeras especialistas en sistemas de la información y los proveedores de TI/ HCE25. Los proveedores se han convertido en una prioridad en el debate sobre interoperabilidad porque históricamente han ofrecido datos y personalización del sistema para sus clientes, los hospitales. Esta solo se ha añadido al grado de variabilidad en las HCE en todo el país. Aun así, la interoperabilidad de datos es solo uno de los temas clave abordados en relación con la política nacional de las TIS. La ONC, como el principal organismo federal de las TIS, publicó en 2014 una hoja de ruta estratégica, en la cual el organismo enumera a los actores específicos (incluyendo a las enfermeras) y sus objetivos para la adopción de las TIS a gran escala (es decir, la salud pública, las guías clínicas, el apoyo a la decisión clínica, la investigación clínica y las medidas de calidad)3. Respecto a los macrodatos, la mejora de las capacidades analíticas en grandes poblaciones de pacientes y con los sistemas sanitarios actualmente inconexos es parte de la agenda de la ONC de los próximos 6 años, lo que significa que para el año 2021 el objetivo es lograr el intercambio de datos sanitarios que no solo sean interoperables, sino también Enero/Febrero | Nursing2017 | 25
seguros y estandarizados, y candidatos a integrarse con nuevas bases de datos de los dispositivos de control en el domicilio del paciente o sensores portátiles. El mayor obstáculo en la consecución de esta visión continúa siendo la falta de financiación y el pago por el uso de macrodatos. La Ley de Cuidado de Salud Asequible ha permitido que haya 16,9 millones de nuevos pacientes con seguro sanitario y el gobierno federal ha reducido los pagos en un esfuerzo por frenar los costes, y está desplazando progresivamente los pagos a Medicare y Medicaid a un modelo de pago por calidad (compras de calidad)26. Como resultado, algunos pocos primeros usuarios de macrodatos en la asistencia sanitaria se han centrado en los casos de uso que apoyan los objetivos de calidad que están vinculados con el pago de incentivos, en especial la reducción de las tasas de reingreso. Puesto que muchos resultados de los cuidados que tienen repercusión en enfermería actualmente no forman parte del modelo de pago, los sistemas sanitarios tienen poco incentivo económico para invertir en tecnologías de macrodatos y recursos para enfermería. Esto es cierto a pesar de que es probable que estas inversiones se paguen por sí solas a largo plazo por la disminución de los efectos adversos, un beneficio para la reducción de costes para quienes las hayan adoptado. Solo cuando las enfermeras en el nivel de las políticas planteen el caso de la calidad del análisis de enfermería y la mejora de resultados de los cuidados mediante tecnologías avanzadas de datos probablemente comprenderán la justificación de la viabilidad económica de la ciencia de los macrodatos para la enfermería a la cabecera del paciente.
Importante rol de enfermería Las enfermeras generan grandes cantidades de datos durante el transcurso de la prestación de cuidados. Como propietaria de estos datos, nuestra profesión tiene una oportunidad de oro para aprovechar el poder de los macrodatos y mejorar la seguridad y el cuidado de nuestros pacientes. A pesar de que el uso de los macrodatos se encuentra todavía en su infancia, muchas asociaciones profesionales y los organismos públicos nacionales ofrecen a las enfermeras la oportunidad 26 Nursing2017 | Volumen 34 | Número 1
de proponer la financiación y el apoyo necesario para convertir el trabajo analítico en rápido, considerable y fácil de usar. Al realizar esta acción, podemos hacer realidad que la IOM vea a la enfermería como un socio en igualdad de condiciones y digno de respeto en beneficio de nuestros pacientes y comunidades. ■
18. Institute of Medicine. The Future of Nursing:Leading Change, Advancing Health. Washington, DC:The National Academies Press; 2010.
BIBLIOGRAFÍA 1. Institute for Healthcare Improvement. IHITriple Aim initiative. 2008. www.ihi.org/engage/initiatives/ TripleAim/Pages/default.aspx.
21. Healthcare Information and Management Systems Society. Guiding principles for big data in nursing: using big data to improve the quality of care and outcomes. HIMSS CNO-CNIO Vendor Roundtable, March 30, 2015. Chicago, IL: www.himss.org/big10.
2. Glassman KS, Rosenfeld P. Data Makes theDifference: The Smart Nurse’s Handbook for UsingData to Improve Care. Silver Spring, MD: AmericanNurses Association; 2015.
22. Whittenburg L. Use of standard terminologies in healthcare. In: Sengstack P, Boicey C, eds.Mastering Informatics: A Healthcare Handbookfor Success. Indianapolis, IN: Sigma Theta TauInternational; 2015.
3. The Office of the National Coordinator forHealth Information Technology. Connectin ghealth and care for the nation: a shared nation wide interoperability roadmap. 2014. www.healthit.gov/sites/default/files/ nationwide-interoperabilityroadmap-draft-version1.0.pdf 4. Sensmeier J. Big data and the future of nursing knowledge. Nurs Manage. 2015;46(4):22-27.
23. American Nurses Association. Position statement. Inclusion of recognized terminologies within EHRs and other health information technology solutions. 2015. www.nursingworld.org/MainMenuCategories/ Policy-Advocacy/Positions-and-Resolutions/ ANAPositionStatements/Position-StatementsAlphabetically/Inclusion-of-Recognized-Terminologieswithin-EHRs.html.
5. Dragland A. Big Data, for better or worse: 90% of world’s data generated over last two years. Science Daily. 2013. https://www.sciencedaily.com/ releases/2013/05/130522085217.htm
24. Matney SA, Warren JJ, Evans JL, Kim TY, Coenen A, Auld VA. Development of the nursing problem list subset of SNOMED CT®. J Biomed Inform. 2012;45(4):683688. http://dx.doi.org/10.1016/j.jbi.2011.12.003.
6. McCormick K, Sensmeier J, Dykes P, et al. Exemplars for advancing standardized terminology in nursing to achieve sharable,comparable quality data based upon evidence.OJIN: Online J Nurs Informatics. 2015;19(2). www.himss.org/ResourceLibrary/GenResourceDetail. aspx?ItemNumber=42774
25. American Nurses Association. Position statement. Standardization and interoperability of health information technology: supporting nursing and the national quality strategy for better patient outcomes. 2014. http://nursingworld.org/MainMenuCategories/ Policy-Advocacy/Positionsand-Resolutions/ ANAPositionStatements/Position-StatementsAlphabetically/Standardization-and-Interoperability-ofHealth-Info-Technology.html
7. Boicey C. Healthcare analytics. In: Sengstack P, Boicey C, eds. Mastering Informatics. A HealthcareHandbook for Success. Indianapolis, IN: Sigma Theta Tau International; 2015. 8. The Collaborative Alliance for Nursing Outcomes. CALNOC history. 2015. www.calnoc.org/?page=6. 9. Montalvo I. The National Database of Nursing Quality Indicators (NDNQI). OJIN:On line J Issues Nurs. 2007;12(3). www.nursingworld.org/ MainMenuCategories/ANAMarketplace/ANAPeriodicals/ OJIN/TableofContents/Volume122007/No3Sept07/ NursingQualityIndicators.aspx 10. American Nurses Association. NDNQI changes hands. 2014. www.theamericannurse.org/index. php/2014/09/02/ndnqi-changes-hands/ 11. University of California San Francisco. What is precision medicine? 2013. www.ucsf.edu/ news/2013/01/13456/what-precision-medicine 12. National Institutes of Health. Precision Medicine Initiative Cohort Program. 2016. https://www.nih.gov/ precision-medicine-initiative-cohortprogram 13. Yuan C. Precision nursing: new era of cancer care. Cancer Nurs. 2015;38(5):333-334. 14. Cipriano P. Healthcare Information and Management Systems Society (HIMMS) 2015 conference: nursing informatics at the forefront of nursing. 2015. http:// s3.amazonaws.com/rdcmshimss/files/production/ public/2015Conference/handouts/NI9.pdf 15. Institute of Medicine. To Err Is Human: Buildinga Safer Health System. Washington, DC: National Academies Press; 1999.
19. Institute of Medicine. The Learning Health Systemand Its Innovation Collaboratives. Washington, DC:The National Academies Press; 2011. https://iom. nationalacademies.org/~/media/Files/Activity%20Files/ Quality/VSRT/Core%20Documents/ForEDistrib.pdf 20. University of Minnesota School of Nursing.Nursing Knowledge: 2015 Big Data Science Conference. June 4-5, 2015. www.nursing.umn.edu/icnp/center-projects/ big-data/nursingknowledge-2015-big-data-scienceconference/index.htm
26. Eibner C. The Affordable Care Act in depth. 2015. RAND Health. www.rand.org/health/keytopics/aca/indepth.html 27. Meriam Webster Online Dictionary. Datamining. 2016. www.merriam-webster.com/dictionary/data%20 mining. 28. Wambler S. Introduction to data normalization: a database “best” practice. 2016. http://agiledata.org/ essays/dataNormalization.html 29. Jacobson I, Spence I, Bittner K. Use-Case2.0: The Guide to Succeeding with Use Cases.2011. Ivar Jacobson International. https://www.ivarjacobson.com/sites/ default/files/field_iji_file/article/use-case_2_0_jan11.pdf 30. American Nurses Association. Nursing Informatics: Scope and Standards of Practice. 2nded. Silver Spring, MD: Nursesbooks.org; 2014. 31. Sengstack PR. The widening field of healthcare informatics. In: Sengstack PR, Boicey C, eds.Mastering Informatics: A Healthcare Handbook for Success. Indianapolis, IN: Sigma Theta Tau International Press; 2015. 32. Thede L. Informatics: where is it? OJIN: Online J Issues Nurs. 2012;17(1). www.nursingworld.org/ MainMenuCategories/ANAMarketplace/ANAPeriodicals/ OJIN/TableofContents/Vol-17-2012/No1-Jan-2012/ Informatics-Where-Is-It.html
16. James JT. A new, evidence-based estimate of patient harms associated with hospital care. J Patient Saf. 2013;9(3):122-128.
Daniel Linnen es estudiante de doctorado en enfermería y política sanitaria en la Universidad de California, San Francisco, y enfermera especialista en sistemas de la información en Kaiser Permanente National IT en Oakland, California.
17. Conway P. Testimony before the Committee on Finance of the United States Senate. 113th Congress. 2013. www.hhs.gov/asl/testify/2013/07/t20130717c.html
El autor y los editores declaran no tener ningún conflicto de intereses económicos ni de otro tipo relacionado con este artículo.
“big data” Mejorar la seguridad del paciente y la práctica de la enfermería EN LAS REUNIONES mensuales de algunas unidades, las supervisoras repasan los resultados de calidad más recientes de caídas, úlceras por presión, infecciones urinarias relacionadas con el uso de sondas y otros parámetros. La información se presenta en simples gráficos de barras y de líneas, y algunas medidas se comparan con puntos de referencia internos o externos en una “tarjeta de puntuación de la unidad”. La información se expone en una cuadrícula de tabulación cruzada con una cantidad abrumadora de flechas verdes y rojas. Es difícil encontrar un sentido a la información así presentada. A pesar de que las supervisoras de las unidades explican los aspectos más destacados, las enfermeras no pueden relacionar la información con ningún paciente real; se hace una recapitulación de las medidas tomadas y estas presentan únicamente una visión estática de lo que sucedió en el pasado. Aunque las enfermeras utilizan sofisticadas historias clínicas electrónicas (HCE) y pasan horas cada día dejando constancia de los cuidados que preparan y administran, los departamentos de calidad de los centros médicos no analizan la mayor parte de esta ingente cantidad de datos porque se resumen de forma manual. Además, las herramientas electrónicas de presentación de información disponibles en los departamentos se cargan tan lentamente que ningún miembro de la unidad las utiliza de forma habitual. 20 Nursing2017 | Volumen 34 | Número 1
MIREXON/iSTOCK; STOCKNROLL/iSTOCK
Daniel Linnen, MS, RN-BC
Enero/Febrero | Nursing2017 | 21
Esta lenta obtención de información relevante a partir de los datos dificulta la capacidad de un equipo para convertir esta información en intervenciones reales para sus pacientes y lo que es peor, parece que el trabajo analítico se centra más en lo que las unidades han hecho mal que en lo que está bien porque la mayoría de los recursos de calidad se utilizan para analizar los resultados negativos y las áreas donde el rendimiento está por debajo de los objetivos fijados. Las enfermeras pueden preguntarse: ¿Qué pasaría si los datos de los resultados de nuestros cuidados estuvieran disponibles en tiempo real, como ocurre en un tablero de cotizaciones, y nuestro equipo pudiera realizar intervenciones para hacer frente a los problemas mientras el paciente continuara en la unidad? ¿Y si pudiéramos obtener el análisis de acciones concretas a la velocidad de una búsqueda en internet? ¿Qué pasaría si el trabajo analítico de los resultados pudiera precisar qué estamos haciendo bien y por qué? ¿Y si toda esta información estuviera disponible en la unidad durante las 24 horas del día los 7 días de la semana en un formato
que fuera fácil de leer e incorporar a la práctica de las enfermeras? De hecho, este es el futuro del análisis de datos de los cuidados sanitarios gracias a una tecnología de datos que habitualmente se conoce con el nombre de macrodatos. En este artículo se describe cómo los macrodatos pueden mejorar la seguridad del paciente, la calidad de los cuidados y la práctica de la enfermería.
Es el momento adecuado El ascenso de los macrodatos se produce en un momento oportuno para la asistencia sanitaria. La combinación del envejecimiento de la población del baby boom, la reducción de los reembolsos federales y un cambio en los pagos basados en resultados crea un arduo panorama sanitario. En respuesta al alto coste de la asistencia sanitaria en Estados Unidos y la necesidad de mejorar la eficacia en la prestación de cuidados, el Instituto para la Mejora de la Asistencia Sanitaria (Institute for Healthcare Improvement) planteó el triple objetivo de la asistencia sanitaria1:
Llegar a buenos términos • Producción analítica de datos. Información electrónica final que se transmite a una enfermera después que los datos se hayan transformado mediante filtrado, organización, cálculos matemáticos y análisis estadístico. Entre los ejemplos de producción de datos pueden citarse tablas e informes básicos o cuadros de mando interactivos avanzados y alertas de soporte de decisiones clínicas en la historia clínica electrónica. • Análisis clínico. Aplicación de métodos analíticos y estadísticos para transmitir información importante para los usuarios clínicos. Entre los ejemplos se pueden citar la vigilancia de la sepsis y el riesgo de reingreso. Este dominio incluye el diseño de soluciones y una vista centrada en el usuario del flujo de información. • Cálculo. Cálculo o transformación de datos de la transformación realizada por un sistema informático con varios grados de automatización. • Incorporación de datos. Recopilación y almacenamiento de datos de varios sistemas fuente en un almacén de datos común para la recuperación y posterior análisis. • Extracción de datos. Búsqueda de información útil o patrones en grandes conjuntos de datos27. • Normalización de datos. Organización técnica de los datos en tablas de manera que puedan estar relacionados con otras tablas de datos28. • Cuadros de mando electrónicos. Pantallas analíticas visuales que muestran representaciones gráficas de los parámetros clave de enfermería. • Caso de uso. La historia que se halla detrás de la solución de tecnología de la información o la necesidad clínica de la solución. Además, la documentación formal de una serie de pasos dados por una enfermera en un sistema de información determinado para llevar a cabo una tarea. En este caso, podría estar recibiendo información de un sistema de macrodatos y convertir esta información en un proceso profesional29. 22 Nursing2017 | Volumen 34 | Número 1
• Mejorar la experiencia del paciente. • Mejorar los resultados sanitarios. • Reducir el coste sanitario per cápita. La Estrategia Nacional de Calidad, que se inició con la Ley de Cuidado de Salud Asequible (Affordable Care Act), se basa en el triple objetivo. Administrada por la Agencia para la Investigación y la Calidad (Agency for Healthcare Research and Quality), la Estrategia Nacional de Calidad establece las prioridades estratégicas más en detalle, incluyendo el compromiso del paciente, el apoyo a la población saludable y la coordinación de la asistencia efectiva en diferentes entornos2. A pesar de que grandes cantidades de datos sanitarios y de enfermería están disponibles en la actualidad para apoyar estas estrategias, los esfuerzos para que se utilicen las tecnologías de grandes datos a gran escala, como en la banca, el comercio y los servicios web, están lejos de ser completos en la asistencia sanitaria3.
Oportunidades para avanzar La mayoría de los sistemas sanitarios actuales básicamente son “ricos en datos y pobres en información” a falta de tecnologías avanzadas de datos que se utilizan para la extracción, incorporación, normalización, cálculo y la producción analítica de datos (v. Llegar a buenos términos). En los últimos años, las tecnologías de información sanitaria se han centrado en la implementación de la HCE como registros legales que ha alcanzado el 80% de adopción general en Estados Unidos3. Si bien este es un logro de importancia fundamental, las HCE no estaban destinadas para el análisis de datos altamente complejos utilizando técnicas de integración de datos intrincados con bases de datos, como la de dotación de personal, y dispositivos médicos. Estos avanzados métodos de macrodatos potencialmente pueden revelar nuevos conocimientos y lograr que la información sea más procesable para apoyar la evolución desde los datos hasta la sabiduría4. Los datos se generan cada vez a mayor velocidad y tamaño: el 90% de los datos mundiales se ha creado en los últimos 2 años5. Como un medio para transformar esta ingente cantidad de datos en información valiosa, las tecnologías de macrodatos han ido creciendo en popularidad.
En su definición más básica, las tecnologías de macrodatos son capaces de las cuatro uves: procesamiento de enormes cantidades de datos (volumen) de un conjunto integrado de múltiples bases de datos (variedad) e ingestión y devolución de cálculos analíticos a alta velocidad (velocidad) y con gran precisión (veracidad)6. Nos hemos acostumbrado a recibir los resultados de nuestras búsquedas de forma casi instantánea desde los motores de búsqueda de internet. Sin embargo, una disponibilidad en tiempo real similar y el consumo del trabajo analítico a partir de fuentes de información sanitaria históricamente desconectadas es una perspectiva sin precedentes. Estos datos ofrecen nuevas oportunidades de transmitir la información en formatos más fácilmente consumibles; por ejemplo, en consolas electrónicas interactivas, como avisos de prácticas recomendadas (apoyo de la decisión clínica) o como un servicio en línea, al cual enfermeras y administradores pueden acceder por petición a través del teléfono inteligente o tableta. Comprender e interactuar con la información en tiempo real promete tener una repercusión positiva en los cuidados al paciente, ya que se produce y mejora la capacidad de procesar la información presentada. En enfermería, la creación de un “ecosistema” de macrodatos implica la incorporación de numerosas bases de datos en una sola plataforma de datos7, que debería incluir datos de las HCE, el sistema de llamada de enfermera, alarmas de salida de cama, alarmas de reanimación cardiopulmonar, monitores de signos vitales y sensores portátiles. También podría incluir muchas otras fuentes de datos (v. Recopilación de datos). Sin embargo, el cambio a un entorno integrado de datos es complicado4. La planificación estratégica a nivel federal está en curso con el fin de preparar el terreno para su despliegue y uso. En 2014, la Oficina Federal de la Coordinadora Nacional (ONC, Office of the National Coordinator) de Tecnologías de la Información Sanitaria en el marco del Departamento de Salud y Servicios Humanos de Estados Unidos publicó una hoja de ruta para una red de intercambio de datos interoperativa y segura a través de
Recopilación de datos Estas son algunas de las bases de datos que se pueden recoger en una única plataforma de datos: • Datos de la HCE • Indicadores que tienen importancia para enfermería • Datos genómicos • Últimos efectos adversos y centinela • Datos socioeconómicos • Datos económicos y reclamaciones • Determinantes sociales de la salud • Datos sobre la calidad del aire • Datos sobre el personal y la plantilla • Datos sobre otros cuidados
• Información de las redes sociales
los sistemas sanitarios, que incluye datos de enfermería. (Esto se tratará en un apartado posterior: El camino que nos queda por delante: retos y políticas de las tecnologías de la información sanitaria [TIS]).
Casos prácticos útiles para enfermería La práctica de la recopilación de datos para medir los resultados clínicos no es algo nuevo en enfermería. De hecho, los datos y la información son las bases científicas de la investigación en enfermería, la práctica de la enfermería y las empresas del sistema sanitario, y nos han acompañado en nuestra profesión durante mucho tiempo2. Incluso el uso de registros electrónicos de captura de datos de un gran número de sistemas sanitarios está claramente establecido. Por ejemplo, la Alianza de Colaboración para la Recopilación de los Resultados de Enfermería ya reunió datos de resultados interesantes para enfermería en 1996 y la Base de Datos Nacional de Indicadores de Calidad de Enfermería existe desde1998 y está administrada por Press Ganey desde 20148-10. Lo que es diferente en la aparición de los macrodatos en enfermería y asistencia sanitaria es la capacidad de los sistemas de datos de ingerir cada vez cantidades considerablemente mayores de datos, integrar un conjunto variado de fuentes de datos y acelerar la producción informática4. Los investigadores sanitarios ya han comenzado a emplear las tecnologías de macrodatos en varios casos prácticos
clínicos. Es de destacar el caso de los primeros usuarios, que han vinculado los procesos que causan una enfermedad a la genética (medicina de precisión) para adaptar las intervenciones médicas a pacientes individuales y lograr la máxima eficacia de las terapias prescritas11. Como resultado de la promesa de los macrodatos en la medicina, los Institutos Nacionales de la Salud (National Institutes of Health) pusieron en marcha la Iniciativa de Medicina de Precisión en 2015 con el objetivo de crear una enorme cohorte de investigación de 1 millón de colecciones de datos de pacientes no identificables12. Además, dado que las políticas federales de reembolso cada vez recompensan más los resultados de calidad y la elevada satisfacción de los pacientes, los sistemas sanitarios han comenzado a elaborar modelos predictivos multivariantes que calculan el riesgo que corre un paciente determinado de obtener varios resultados médicos, como el reingreso hospitalario y el desarrollo de sepsis2. De manera similar, la enfermería de precisión es la capacidad de identificar a pacientes específicos susceptibles de resultados de cuidados de enfermería adversos y de utilizar macrodatos y análisis adaptados a la práctica de la enfermería y a las características específicas del paciente13. El uso de macrodatos en la enfermería de precisión todavía es incipiente. La presidenta de la Asociación Americana de Enfermeras (ANA, American Nurses Association) observó en 2015 que las enfermeras tienen que implicarse activamente para garantizar que los sistemas están diseñados para ayudar a las enfermeras a ofrecer al paciente cuidados de alta calidad14. Así pues, la promesa de los macrodatos es para respaldar básicamente la misión de la enfermería y convertirse en una herramienta integral en la seguridad del paciente y la práctica profesional de la enfermería.
Impulsar la seguridad del paciente Podría afirmarse que la aplicación más importante de las tecnologías avanzadas de datos en enfermería es su capacidad para fomentar la seguridad del paciente y la calidad de los cuidados al paciente. Al mostrar el riesgo que corren los pacientes cuando se Enero/Febrero | Nursing2017 | 23
enfrentan a los cuidados, el excelente informe del Instituto de Medicina (IOM, Institute of Medicine) Errar es humano (Err Is Human) estimaba que, de forma conservadora, entre 44.000 y 98.000 pacientes hospitalizados morían anualmente en Estados Unidos por un error médico evitable (aunque el número real de muertes podría ser mucho mayor)15. En 2013, volvió a revisarse el número de muertes relacionadas con este tipo de errores y se consideró que podía alcanzar las 400.000 y el número de episodios perjudiciales graves podría estar entre 4 y 8 millones16. Para llenar el vacío en el proceso relacionado con la comunicación clínica, el intercambio de información y la anotación de prescripciones, la aplicación de las TIS fue incentivado primero mediante la Ley Federal de Tecnologías de Información Sanitaria para la Salud Económica y Clínica (Health Information Technology for Economic and Clinical Health Act) en 2009. Desde entonces, su uso ha generado mejoras sustanciales en la calidad y seguridad del paciente asociadas con algunos avances, como un mejor apoyo a la decisión diagnóstica y terapéutica, y medidas de seguridad integradas, como las alertas y recordatorios clínicos17.
Mediante la adición de tecnologías innovadoras de macrodatos, el apoyo a la decisión clínica de las enfermeras se convertirá en más preciso, más predictivo y más significativo en muchos resultados, incluyendo el deterioro clínico; caídas con lesiones; úlceras por presión; delirio, e infecciones hospitalarias relacionadas con el uso de sondas urinarias, vías centrales o del lecho quirúrgico. La enfermería dispone ahora de la oportunidad de desarrollar un conocimiento más profundo de los efectos que pueden ocasionar el personal de la unidad, los estudios del grado de enfermería o las clasificaciones del entorno laboral sobre los resultados de los cuidados de enfermería. Por último, la manera en que se presenta la información a las enfermeras se concentrará en la aceleración de carga y las visualizaciones de datos interactivos en formato digital incrustadas en la HCE o en los teléfonos inteligentes, tabletas y consolas electrónicas. Utilizado de manera óptima, todo esto puede mejorar considerablemente la experiencia de la enfermera con la producción analítica de datos y ofrecer un conocimiento más profundo y más rico de los riesgos que corren los pacientes y de las necesidades de cuidados específicos en la continuidad asistencial.
El papel de la enfermera especialista en sistemas de la información De acuerdo con las Asociación Americana de Enfermeras, las enfermeras especialistas en sistemas de la información informática pertenecen a una especialidad de enfermería que combina “la enfermería, la informática y las ciencias de la información para gestionar y comunicar los datos, la información, el conocimiento y la ciencia sobre la práctica de enfermería y la informática”30. La enfermera especialista en sistemas de la información pertenece a una especialidad certificada por el Centro de Acreditación de Enfermeras de América (American Nurses Credentialing Center). La proliferación de las HCE en el sistema sanitario de Estados Unidos inicialmente creó la demanda de enfermeras que prestaran servicio donde confluyen la atención clínica y las TIS. Ya no exclusivamente dedicadas a las HCE, las enfermeras especialistas en sistemas de la información abarcan hoy día todos los datos clínicos y sistemas de información concebibles, incluyendo la telesalud, la integración de dispositivos médicos, los macrodatos y los análisis avanzados31. Las enfermeras especialistas en sistemas de la información desarrollan datos y sistemas de información y flujos de trabajo que apoyan y reflejan la enfermería profesional. Lo hacen en colaboración interprofesional con otros profesionales de la salud e informáticos, con gran visión para la utilización del sistema y el diseño del flujo de trabajo32.
24 Nursing2017 | Volumen 34 | Número 1
Mejora de la práctica profesional La generación y el avance del conocimiento y el juicio enfermeros es una piedra angular de la práctica profesional enfermera en el siglo XXI. De acuerdo con el informe de la IOM de 2010, El futuro de la enfermería (The Future of Nursing), las enfermeras profesionales están llamadas a asumir roles de liderazgo a nivel local, regional, estatal y federal18. Los esfuerzos en convertir a los macrodatos en una realidad en los entornos de cuidados a pacientes de hoy día hacen necesario que las enfermeras participen y guíen la selección, el diseño, el desarrollo y el despliegue de tecnologías avanzadas de datos. La devolución de información más rica y más poderosa a las enfermeras y equipos de primera línea aumenta el sentido de propiedad de los cuidados que reproduce y genera empoderamiento y autonomía enfermeros. Como parte del sistema sanitario de aprendizaje, los pacientes, los médicos y los investigadores pueden generar nuevos conocimientos más allá de las ingentes cantidades de datos19. El análisis avanzado no sólo recoge y almacena los datos introducidos durante la prestación de cuidados al paciente, sino que también procesa las enormes cantidades de datos de una manera que permite a las enfermeras y a otros miembros del equipo de cuidados tener una repercusión positiva en el cuidado de sus pacientes4.Esto puede llevarse a cabo mediante el uso del análisis clínico guiado, las actividades de mejora continua del rendimiento y la investigación de transferencia (trasladar la investigación “de la mesa del laboratorio hasta la cabecera del paciente”). Las enfermeras han de participar plenamente en estas áreas18. Las investigadoras de enfermería y las enfermeras en todos los niveles de la organización no solo deben estar formadas y tener facilidad en la comprensión de la ciencia de datos, sino que también deben participar como personal de primera línea y líderes enfermeros competentes para interpretar y actuar en el análisis clínico. Las enfermeras especialistas en sistemas de la información se encuentran en una posición única y están cualificadas para servir como puente entre los usuarios finales y los ingenieros de datos sanitarios
y los proveedores de gestión de datos14 (v. El papel de la enfermera especialista en sistemas de la información).
El camino que nos queda por delante: retos y políticas de las tecnologías de la información sanitaria ¿Quién nos garantiza que se escuche la voz de las enfermeras? ¿Cuáles son los retos actuales en la adopción de las tecnologías de macrodatos por parte de las enfermeras? De hecho, muchos grupos de enfermeras y de enfermeras especialistas en sistemas de la información ya participan en la estrategia de datos de enfermería. En abril de 2015, Pam Cipriano, la presidenta de la ANA, habló en el congreso nacional de la Sociedad de Información en Salud y Sistemas de Administración (HIMSS, Healthcare Information and Management Systems Society), una organización líder en la industria de las TIS con un activo grupo de trabajo de enfermeras especialistas en sistemas de la información. En su presentación, Cipriano expuso la necesidad de una estrecha colaboración con las enfermeras especialistas en sistemas de la información para acordar las estrategias de datos con el objetivo de aumentar la seguridad del paciente, mejorar los resultados de los cuidados y controlar la calidad de los cuidados. La estrategia está alineada con la ONC de Tecnologías de la Información Sanitaria en el marco del Departamento de Salud y Servicios Humanos de Estados Unidos, así como con la Reunión sobre Macrodatos y Ciencia para la Transformación de los Cuidados Sanitarios de la Escuela de Enfermería de la Universidad de Minnesota. Estos grupos y muchos otros dirigen el diálogo nacional sobre macrodatos en enfermería, pues en su seno reúnen a científicos enfermeros, destacadas enfermeras especialistas en sistemas de la información y líderes políticos20. Como tercera “pieza clave” de esta política, el Grupo de Trabajo sobre Criterios en relación con los Macrodatos de la Comunidad de Enfermeras Especialistas en Sistemas de la Información de la HIMSS presentó el libro blanco Principios rectores para macrodatos en enfermería (Guiding Principles for Big Data in Nursing)21. El informe detalla las prioridades estratégicas
Los avanzados métodos de macrodatos potencialmente pueden revelar nuevos conocimientos y lograr que la información sea más procesable. necesarias para la utilización a gran escala de macrodatos en enfermería, incluyendo normas de gestión de datos, interoperabilidad de datos a través de los sistemas sanitarios y seguridad de la información. Si bien las tecnologías de macrodatos pueden implementarse a nivel local actualmente (en el silo de una organización mediante la unificación de las fuentes de datos existentes), el uso de macrodatos a una escala más amplia se ve obstaculizado por la falta de definiciones de datos compartidos, las prácticas de documentación compartida y las herramientas de evaluación estandarizadas, por citar solo unos pocos6. Sin estas normas y la interoperabilidad de datos, los datos no se pueden combinar fácilmente para obtener una perspectiva general. Como resultado de ello, el principal objetivo estratégico para las enfermeras y las enfermeras especialistas en sistemas de la información es formalizar las normas
de enfermería que se utilizan de manera uniforme en todo Estados Unidos4. En el pasado, la ANA redujo con éxito el alcance total de las terminologías de datos de enfermería a 12 normas22. En marzo de 2015, la junta directiva de la ANA adoptó una declaración de posición en que recomendaba un conjunto más pequeño de las normas terminológicas de referencia específicas de enfermería (Nomenclatura Sistematizada de Términos Médico-Clínicos [SNOMED-CT, Systematized Nomenclature of Medicine-Clinical Terms] y códigos y nombres identificadores lógicos de observación [LOINC, Logical Observation Identifiers Names and Codes]) para la codificación de las evaluaciones, resultados, problemas, intervenciones y observaciones de enfermería23. Por ejemplo, “dolor agudo” es igual al código SONMED 27466300124. En junio de 2014, la junta directiva de la ANA detalló las acciones específicas que debían guiar a la organización en el desarrollo y el uso de normas de datos en enfermería, en concreto mediante la colaboración con la ONC, la comunidad de enfermeras especialistas en sistemas de la información y los proveedores de TI/ HCE25. Los proveedores se han convertido en una prioridad en el debate sobre interoperabilidad porque históricamente han ofrecido datos y personalización del sistema para sus clientes, los hospitales. Esta solo se ha añadido al grado de variabilidad en las HCE en todo el país. Aun así, la interoperabilidad de datos es solo uno de los temas clave abordados en relación con la política nacional de las TIS. La ONC, como el principal organismo federal de las TIS, publicó en 2014 una hoja de ruta estratégica, en la cual el organismo enumera a los actores específicos (incluyendo a las enfermeras) y sus objetivos para la adopción de las TIS a gran escala (es decir, la salud pública, las guías clínicas, el apoyo a la decisión clínica, la investigación clínica y las medidas de calidad)3. Respecto a los macrodatos, la mejora de las capacidades analíticas en grandes poblaciones de pacientes y con los sistemas sanitarios actualmente inconexos es parte de la agenda de la ONC de los próximos 6 años, lo que significa que para el año 2021 el objetivo es lograr el intercambio de datos sanitarios que no solo sean interoperables, sino también Enero/Febrero | Nursing2017 | 25
seguros y estandarizados, y candidatos a integrarse con nuevas bases de datos de los dispositivos de control en el domicilio del paciente o sensores portátiles. El mayor obstáculo en la consecución de esta visión continúa siendo la falta de financiación y el pago por el uso de macrodatos. La Ley de Cuidado de Salud Asequible ha permitido que haya 16,9 millones de nuevos pacientes con seguro sanitario y el gobierno federal ha reducido los pagos en un esfuerzo por frenar los costes, y está desplazando progresivamente los pagos a Medicare y Medicaid a un modelo de pago por calidad (compras de calidad)26. Como resultado, algunos pocos primeros usuarios de macrodatos en la asistencia sanitaria se han centrado en los casos de uso que apoyan los objetivos de calidad que están vinculados con el pago de incentivos, en especial la reducción de las tasas de reingreso. Puesto que muchos resultados de los cuidados que tienen repercusión en enfermería actualmente no forman parte del modelo de pago, los sistemas sanitarios tienen poco incentivo económico para invertir en tecnologías de macrodatos y recursos para enfermería. Esto es cierto a pesar de que es probable que estas inversiones se paguen por sí solas a largo plazo por la disminución de los efectos adversos, un beneficio para la reducción de costes para quienes las hayan adoptado. Solo cuando las enfermeras en el nivel de las políticas planteen el caso de la calidad del análisis de enfermería y la mejora de resultados de los cuidados mediante tecnologías avanzadas de datos probablemente comprenderán la justificación de la viabilidad económica de la ciencia de los macrodatos para la enfermería a la cabecera del paciente.
Importante rol de enfermería Las enfermeras generan grandes cantidades de datos durante el transcurso de la prestación de cuidados. Como propietaria de estos datos, nuestra profesión tiene una oportunidad de oro para aprovechar el poder de los macrodatos y mejorar la seguridad y el cuidado de nuestros pacientes. A pesar de que el uso de los macrodatos se encuentra todavía en su infancia, muchas asociaciones profesionales y los organismos públicos nacionales ofrecen a las enfermeras la oportunidad 26 Nursing2017 | Volumen 34 | Número 1
de proponer la financiación y el apoyo necesario para convertir el trabajo analítico en rápido, considerable y fácil de usar. Al realizar esta acción, podemos hacer realidad que la IOM vea a la enfermería como un socio en igualdad de condiciones y digno de respeto en beneficio de nuestros pacientes y comunidades. ■
18. Institute of Medicine. The Future of Nursing:Leading Change, Advancing Health. Washington, DC:The National Academies Press; 2010.
BIBLIOGRAFÍA 1. Institute for Healthcare Improvement. IHITriple Aim initiative. 2008. www.ihi.org/engage/initiatives/ TripleAim/Pages/default.aspx.
21. Healthcare Information and Management Systems Society. Guiding principles for big data in nursing: using big data to improve the quality of care and outcomes. HIMSS CNO-CNIO Vendor Roundtable, March 30, 2015. Chicago, IL: www.himss.org/big10.
2. Glassman KS, Rosenfeld P. Data Makes theDifference: The Smart Nurse’s Handbook for UsingData to Improve Care. Silver Spring, MD: AmericanNurses Association; 2015.
22. Whittenburg L. Use of standard terminologies in healthcare. In: Sengstack P, Boicey C, eds.Mastering Informatics: A Healthcare Handbookfor Success. Indianapolis, IN: Sigma Theta TauInternational; 2015.
3. The Office of the National Coordinator forHealth Information Technology. Connectin ghealth and care for the nation: a shared nation wide interoperability roadmap. 2014. www.healthit.gov/sites/default/files/ nationwide-interoperabilityroadmap-draft-version1.0.pdf 4. Sensmeier J. Big data and the future of nursing knowledge. Nurs Manage. 2015;46(4):22-27.
23. American Nurses Association. Position statement. Inclusion of recognized terminologies within EHRs and other health information technology solutions. 2015. www.nursingworld.org/MainMenuCategories/ Policy-Advocacy/Positions-and-Resolutions/ ANAPositionStatements/Position-StatementsAlphabetically/Inclusion-of-Recognized-Terminologieswithin-EHRs.html.
5. Dragland A. Big Data, for better or worse: 90% of world’s data generated over last two years. Science Daily. 2013. https://www.sciencedaily.com/ releases/2013/05/130522085217.htm
24. Matney SA, Warren JJ, Evans JL, Kim TY, Coenen A, Auld VA. Development of the nursing problem list subset of SNOMED CT®. J Biomed Inform. 2012;45(4):683688. http://dx.doi.org/10.1016/j.jbi.2011.12.003.
6. McCormick K, Sensmeier J, Dykes P, et al. Exemplars for advancing standardized terminology in nursing to achieve sharable,comparable quality data based upon evidence.OJIN: Online J Nurs Informatics. 2015;19(2). www.himss.org/ResourceLibrary/GenResourceDetail. aspx?ItemNumber=42774
25. American Nurses Association. Position statement. Standardization and interoperability of health information technology: supporting nursing and the national quality strategy for better patient outcomes. 2014. http://nursingworld.org/MainMenuCategories/ Policy-Advocacy/Positionsand-Resolutions/ ANAPositionStatements/Position-StatementsAlphabetically/Standardization-and-Interoperability-ofHealth-Info-Technology.html
7. Boicey C. Healthcare analytics. In: Sengstack P, Boicey C, eds. Mastering Informatics. A HealthcareHandbook for Success. Indianapolis, IN: Sigma Theta Tau International; 2015. 8. The Collaborative Alliance for Nursing Outcomes. CALNOC history. 2015. www.calnoc.org/?page=6. 9. Montalvo I. The National Database of Nursing Quality Indicators (NDNQI). OJIN:On line J Issues Nurs. 2007;12(3). www.nursingworld.org/ MainMenuCategories/ANAMarketplace/ANAPeriodicals/ OJIN/TableofContents/Volume122007/No3Sept07/ NursingQualityIndicators.aspx 10. American Nurses Association. NDNQI changes hands. 2014. www.theamericannurse.org/index. php/2014/09/02/ndnqi-changes-hands/ 11. University of California San Francisco. What is precision medicine? 2013. www.ucsf.edu/ news/2013/01/13456/what-precision-medicine 12. National Institutes of Health. Precision Medicine Initiative Cohort Program. 2016. https://www.nih.gov/ precision-medicine-initiative-cohortprogram 13. Yuan C. Precision nursing: new era of cancer care. Cancer Nurs. 2015;38(5):333-334. 14. Cipriano P. Healthcare Information and Management Systems Society (HIMMS) 2015 conference: nursing informatics at the forefront of nursing. 2015. http:// s3.amazonaws.com/rdcmshimss/files/production/ public/2015Conference/handouts/NI9.pdf 15. Institute of Medicine. To Err Is Human: Buildinga Safer Health System. Washington, DC: National Academies Press; 1999.
19. Institute of Medicine. The Learning Health Systemand Its Innovation Collaboratives. Washington, DC:The National Academies Press; 2011. https://iom. nationalacademies.org/~/media/Files/Activity%20Files/ Quality/VSRT/Core%20Documents/ForEDistrib.pdf 20. University of Minnesota School of Nursing.Nursing Knowledge: 2015 Big Data Science Conference. June 4-5, 2015. www.nursing.umn.edu/icnp/center-projects/ big-data/nursingknowledge-2015-big-data-scienceconference/index.htm
26. Eibner C. The Affordable Care Act in depth. 2015. RAND Health. www.rand.org/health/keytopics/aca/indepth.html 27. Meriam Webster Online Dictionary. Datamining. 2016. www.merriam-webster.com/dictionary/data%20 mining. 28. Wambler S. Introduction to data normalization: a database “best” practice. 2016. http://agiledata.org/ essays/dataNormalization.html 29. Jacobson I, Spence I, Bittner K. Use-Case2.0: The Guide to Succeeding with Use Cases.2011. Ivar Jacobson International. https://www.ivarjacobson.com/sites/ default/files/field_iji_file/article/use-case_2_0_jan11.pdf 30. American Nurses Association. Nursing Informatics: Scope and Standards of Practice. 2nded. Silver Spring, MD: Nursesbooks.org; 2014. 31. Sengstack PR. The widening field of healthcare informatics. In: Sengstack PR, Boicey C, eds.Mastering Informatics: A Healthcare Handbook for Success. Indianapolis, IN: Sigma Theta Tau International Press; 2015. 32. Thede L. Informatics: where is it? OJIN: Online J Issues Nurs. 2012;17(1). www.nursingworld.org/ MainMenuCategories/ANAMarketplace/ANAPeriodicals/ OJIN/TableofContents/Vol-17-2012/No1-Jan-2012/ Informatics-Where-Is-It.html
16. James JT. A new, evidence-based estimate of patient harms associated with hospital care. J Patient Saf. 2013;9(3):122-128.
Daniel Linnen es estudiante de doctorado en enfermería y política sanitaria en la Universidad de California, San Francisco, y enfermera especialista en sistemas de la información en Kaiser Permanente National IT en Oakland, California.
17. Conway P. Testimony before the Committee on Finance of the United States Senate. 113th Congress. 2013. www.hhs.gov/asl/testify/2013/07/t20130717c.html
El autor y los editores declaran no tener ningún conflicto de intereses económicos ni de otro tipo relacionado con este artículo.