Key points are not available for this paper at this time.
목적: MediPlus 데이터베이스는 연구 목적으로 영국의 일반 진료 컴퓨터 시스템에서 익명화된 정보를 수집합니다. 데이터 품질 지표가 수집되어 참여하는 일반 의사에게 피드백됩니다. 저자들은 이 피드백이 데이터 품질에 실질적인 영향을 미쳤는지 검토했습니다. 방법: 1992년 이후 사용된 데이터 품질 지표를 검토했습니다. 저자들은 '유용한' 데이터 품질 지표의 피드백이 이러한 지표에서 통계적으로 유의미한 개선을 가져왔는지 여부를 결정했습니다. 외부 요인이 데이터 품질에 미치는 영향을 통제하기 위해 신규 진입자의 데이터 품질 점수를 검토했습니다. 결과: 연구 기간 동안 세 가지 품질 지표가 유의미하게 개선되었습니다. 이는 진단에 대한 고도로 특이적인 '하위 수준' Read 코드의 사용(p=0.004)과 반복 처방(p=0.03) 및 급성 처방(p=0.04)의 진단 연결이었습니다. 반복 처방과 진단의 연결이 목표 수준에 미달하는 임상의는 더 자세한 피드백을 받습니다; 이의 효과 역시 통계적으로 유의미했습니다 (p<0.01). 결론: 10개의 지표 중 4개의 피드백이 데이터 품질에 상당한 영향을 미쳤습니다. 더 자세한 피드백의 효과가 더 큰 것으로 보입니다. 이 접근법에서 배운 교훈은 영국 및 다른 지역에서 전자 의료 기록의 질 향상에 도움이 될 수 있습니다.
Simon de Lusignan (Mon,)이 이 문제를 연구했습니다.