Objetivo: A complexidade do tratamento do câncer requer planejamento e análise para alcançar o mais alto nível de qualidade. Nosso objetivo é medir a qualidade do cuidado prestado aos pacientes com câncer de pulmão de células não pequenas (CPCNP) utilizando os dados contidos nos sistemas de informação do hospital, a fim de estabelecer um sistema de melhoria contínua da qualidade.
Métodos/pacientes: Estudo de coorte observacional retrospectivo realizado em um hospital universitário na Espanha, incluindo consecutivamente todos os pacientes com CPCNP tratados entre 2016 e 2020. Um total de 34 indicadores de qualidade foi selecionado com base em uma revisão de literatura e recomendações de diretrizes de prática clínica, abrangendo processos de cuidados, pontualidade e resultados. Usando métodos de ciência de dados, um algoritmo de análise, com base em recomendações de diretrizes clínicas, foi configurado para integrar dados de atividades e administrativos extraídos do Prontuário Eletrônico do Paciente, juntamente com dados clínicos de um cadastro de câncer de pulmão.
Resultados: Por meio de dados gerados na prática de rotina, tem sido possível reconstruir a trajetória terapêutica e calcular automaticamente indicadores de qualidade utilizando um algoritmo baseado em diretrizes de prática clínica. Os indicadores de processo revelaram alta adesão às recomendações das diretrizes, e os indicadores de resultados mostraram taxas de sobrevida favoráveis em comparação com dados anteriores.
Conclusões: Nosso estudo propõe uma metodologia para aproveitar os dados contidos nas fontes de informações hospitalares, permitindo feedback e medições repetidas ao longo do tempo, desenvolver uma ferramenta para entender as métricas de qualidade de acordo com as recomendações baseadas em evidências e buscar, em última análise, um sistema de melhoria contínua da qualidade da assistência à saúde.
Purpose: The complexity of cancer care requires planning and analysis to achieve the highest level of quality. We aim to measure the quality of care provided to patients with non-small cell lung cancer (NSCLC) using the data contained in the hospital's information systems, in order to establish a system of continuous quality improvement.
Methods/patients: Retrospective observational cohort study conducted in a university hospital in Spain, consecutively including all patients with NSCLC treated between 2016 and 2020. A total of 34 quality indicators were selected based on a literature review and clinical practice guideline recommendations, covering care processes, timeliness, and outcomes. Applying data science methods, an analysis algorithm, based on clinical guideline recommendations, was set up to integrate activity and administrative data extracted from the Electronic Patient Record along with clinical data from a lung cancer registry.
Results: Through data generated in routine practice, it has been feasible to reconstruct the therapeutic trajectory and automatically calculate quality indicators using an algorithm based on clinical practice guidelines. Process indicators revealed high adherence to guideline recommendations, and outcome indicators showed favorable survival rates compared to previous data.
Conclusions: Our study proposes a methodology to take advantage of the data contained in hospital information sources, allowing feedback and repeated measurement over time, developing a tool to understand quality metrics in accordance with evidence-based recommendations, ultimately seeking a system of continuous improvement of the quality of health care.
