意大利医疗数据库全景分析

意大利真实世界数据的可用性：一种用于浏览区域医疗利用数据库的工具

摘要

本研究旨在绘制并描述意大利的19个大区和两个自治省现有的医疗利用数据库（HUD），并开发一个工具以方便访问这些数据库。2014年1月至2016年10月期间，对覆盖单一地区/省份人口并记录地方级数据的医疗利用数据库（HUD）进行了普查。通过使用标准问卷对数据库管理者进行访谈，或直接从管理这些数据库的地区机构网站获取信息，收集了每个医疗利用数据库（HUD）在启动年份、数据类型和完整性、数据管理系统（DMS）、数据保护程序以及所采用的数据质量控制方面的特征。总体而言，共有352个医疗利用数据库符合研究标准。各地区内部的数据管理系统、个人身份识别数据的匿名化程序以及数据质量控制频率相对同质，而健康相关数据库数量、数据可获得性、识别码类型以及匿名化程序在不同地区之间存在较大异质性。本研究提供了意大利现有地区级医疗利用数据库的最新清单，并强调需要进一步提高地区间的同质性，以改善来自二手资料的健康数据的可比性。该研究可作为其他国家提供可用医疗利用数据库及其特征信息的参考模型，促进跨国流行病学研究。

关键词 ：医疗利用数据库；基于人群的；流行病学；意大利

1. 引言

在过去的几十年中，医疗保健领域的大量信息实现了数字化，许多与医疗服务利用、财务和临床信息相关的行政数据被常规且持续地收集到大型数据库中（即医疗利用数据库，HUDs）。在意大利，国家卫生服务（NHS）为所有居民（约6000万人）提供医疗保健，无论其收入、性别或其他因素如何。医疗保健由公共资金资助，服务在提供时要么免费，要么仅需支付少量定额共同支付费用[1]。意大利的国家卫生服务是去中心化的，分为三个层级进行组织：国家、区域（19个大区和两个自治省）以及地方。国家卫生服务的一般目标和原则由国家层面制定。

为居民提供的服务数据由医院和地方医疗机构收集，由专门的地区办公室录入结构化数据文件（HUDs），并定期发送至卫生部。这些数据根据意大利和欧洲通用数据保护条例[3,4]进行注册和存储。HUDs随后在区域和国家层面用于报销、卫生支出监测与控制以及医疗服务绩效评估等目的。具体而言，医院和地方医疗机构（i）提供支持相关成本的医疗服务，（ii）登记与服务和成本相关的信息，（iii）定期将数据发送至本地区专门的办公室，以获得所提供医疗服务的报销。报销要求数据具有较高的完整性和质量。尽管少数强制性健康城市数据库于20世纪90年代初建立[5]，但绝大多数是在2003[6]或之后设立的。

由于国家卫生服务系统去中心化，强制性健康城市数据库在不同时间被建立。各地区/省份还建立了其他电子数据库，例如疾病与死亡登记系统，这些并非用于行政目的，而是用于监测人口的健康状况。电子数据库是流行病学研究的宝贵数据来源[7–11]，因为它们可用于多种用途，例如帮助估计急性和慢性状况的发病率和患病率、开展药物流行病学调查、识别健康决定因素、评估医疗保健服务绩效[12–17]以及进行卫生技术评估[18,19]。

尽管许多研究从健康城市数据库中提取数据以产生科学证据，但很少有研究通过整合来自不同意**大利地区的健康城市数据库来实现。原因可能包括健康城市数据库可访问性的困难、异构信息系统以及数据库之间数据完整性和质量不一致。能够整合地区级健康数据库不仅可提供国家级数据，还能实现各地区之间疾病负担、医疗保健服务绩效和支出的比较；此外，还可以探索罕见疾病及其决定因素、治疗的不良事件以及创新疗法的效果。一种能够轻松检索覆盖特定地理区域和人群的健康城市数据库中存储信息的工具，将增强真实世界数据在流行病学和临床研究中的应用。

本研究旨在对意大利区域健康使用数据库进行清查，从启动年份、数据类型和完整性、数据管理系统（DMS）、质量控制策略以及现行的数据保护程序等方面对其进行描述，并开发一个用于浏览这些数据库的工具。

2. 材料与方法

从2014年1月到2016年10月，意大利医学统计与临床流行病学学会的观察性研究工作组开展了一项调查，旨在确定在意大利的19个大区和两个自治省（特伦托和博尔扎诺）运行的人类尿液排泄物系统（HUDs）。该调查由意大利卫生部（RF‐2010‐2315604）资助，属于“ARCHES研究项目”的一部分，该项目名为“电子健康数据库作为有效卫生政策的可靠信息来源”[20]。纳入调查的人类尿液排泄物系统需符合以下纳入标准：覆盖单一地区的全体人口，并记录以医疗服务为观察单位的地方级数据。

管理HUDs的地区机构通过该机构的网站被确定，并受邀参与。对于回应邀请的机构，发送了一份标准问卷（表S1，补充材料）（同时提供了一份用户指南），问卷由机构自行填写或由其中一位作者协助完成。对于未作回应的机构，则检查了其地区机构网站上有关HUDs的可获得信息。艾米利亚‐罗马涅和托斯卡纳两个地区的HUD信息直接从管理其HUDs的地区机构网站提取。其余地区反复联系区域管理机构，直到所有机构都同意参与调查。调查程序的摘要如图1所示。

记录了以下HUD特征：(i) 数据库名称、数据库管理者名称、启动年份和覆盖时间段、相关法律法规；(ii) 观察单位、记录的信息类型、覆盖人群及其规模；(iii) 数据管理系统、疾病分类、个人识别码类型以及用于保护患者身份的匿名化程序（如有）；(iv) 特定字段中的缺失值，以及数据质量控制的程序和周期性；(v) 数据来源；(vi) 从数据源到地区/省级管理部门的数据传输频率。

每个HUD的相关信息已上传至ARCHES项目网页[20]，可通过地区/省份列表或健康相关数据库列表、启动年份、这些条件的组合，或通过显示各地区/省份所识别的健康相关数据库数量的地理地图进行访问。已进行描述性统计分析，以评估主要特征HUDs。首先，根据观察单位（例如，医疗服务、患有疾病的受益人、与健康状况或医疗保健相关的任何其他事件），将HUDs分为三类：1—医疗服务，2—状况、疾病、其他事件，3—其他。具体而言，第1类包括出院、门诊服务、住院护理和临终关怀、家庭医疗护理、心理健康服务、温泉治疗、物质成瘾治疗、输血服务、跨境医疗和急诊服务；第2类包括疾病登记系统、癌症登记系统、死亡登记系统、罕见病登记系统、传染病登记系统、事故登记系统、职业健康与安全登记系统、医学出生数据库、自然流产数据库、合法自愿终止妊娠（VTP）数据库和筛查登记系统；第3类包括国家卫生服务体系受益人数据库、共付免除数据库、全科医生登记册、临床检验服务数据库、药品分发数据库（通过医疗机构和医院以及合同药店）、病理学解剖数据库、假体登记系统和疫苗接种登记系统。

其次，根据地区、启动年份、数据管理系统、个人识别码、匿名化、编码系统、数据质量控制和数据传输，计算了每个类别内HUDs的绝对数量和百分比分布。

3. 结果

调查确定了352个符合研究标准的医疗利用数据库。

三类HUD在地理分布上的情况见表1。HUD数量从意大利北部特伦托省的39个到南部意大利/岛屿地区的撒丁岛的6个不等。医疗服务数据库最为常见，在几乎所有地区都有存在。

除非另有说明，数据以绝对频数（行百分比；列百分比）报告。* 区域人口均值，根据意大利国家统计研究所 2014年至2016年数据，单位为千名居民。

启动年份

数据库的建立时间从1970年至2016年。最早的是意大利西北部瓦尔盖伊斯堲的死亡登记系统（表S2，补充材料）。大多数强制性健康城市数据库（42%）是在2006年之后建立的，22%是在2000年至2006年间建立的，26%是在2000年之前建立的；约有10%的强制性健康城市数据库的建立时间信息不可用（表2）。如预期，强制性健康城市数据库几乎存在于所有地区，尽管它们在不同年份建立（表S2，补充材料）。一些其他强制性健康城市数据库仅存在于三个或更少的地区；特别是，在意大利北部的三个地区发现了疫苗接种数据库，在意大利北部和中部的两个地区发现了病理学解剖数据库，在意大利北部的两个地区发现了临床检验服务登记系统、职业健康与安全登记系统、输血服务和事故登记系统。

数据以绝对频数（行百分比；列百分比）表示。

数据管理系统（DMS）

Different DMSs在不同地区和HUD类别中使用（表3）。尽管近25%的HUD中缺乏有关所用软件的信息，但在医疗服务以及状况、疾病、其他事件类别中，Oracle是最常见的数据管理系统（DMS），而结构化查询语言（SQL）则在其他数据库中最常见。14%的HUD使用了其他软件（例如Java、Ippocrate、Netezza），11%的HUD使用了多个数据管理系统（DMS）。然而，同一地区内的多个HUD通常使用相同的数据管理系统（DMS）（表S3，补充材料）。

数据以绝对频数（行百分比；列百分比）表示； §统计分析系统 # Java、Excel、Access、顺序归档、Ippocrate、Netezza（卫生部平台）或未说明。

个人识别码

在HUD中使用了两种个人识别码：由地区当局生成的唯一识别码（身份证）和税务代码（FC）（定义见表4）。每种HUD类别内使用了不止一种类型的识别码，如表4所示；然而，约五分之一的HUD缺少相关信息。46%的HUD使用了唯一识别码，约26%的HUD使用了税务代码；在6%的HUD中，个人识别码未报告。为保护个人可识别数据，一些地区在记录高度敏感信息（如自然流产、合法自愿终止妊娠和物质成瘾治疗的数据）的HUD中未使用任何身份证（3%，表S4，补充材料）。

数据以绝对频数（行百分比；列百分比）表示。 §唯一识别码：根据观察单位在数据库中的注册顺序分配的顺序编号。#税务代码：在意大利，即税务编码，用于在个人与公共管理部门之间以及公共管理部门与其他公共或私营实体之间的事务中识别每个主体。它由基于主体的名字、姓氏、出生日期和出生地的字母和数字组成。

匿名化

用于匿名化个人数据的技术包括分离（一种将可直接识别个人身份的数据元素移除并单独存储的程序，仅保留一个参考编号，以便授权方重新识别）、假名化（从个人数据派生出的加密假名）、未指明的内部程序或加密。在不同地区的HUD类别中识别出不同的匿名化技术。分离是最常见的方法（表5），其次是未指明的内部程序。假名化和加密使用较少。约27%的HUDs未报告匿名化方法。然而，在每个地区的每类HUD中仅使用一种匿名化技术（表S5，补充材料）。

数据以绝对频数（行百分比；列百分比）表示。

编码系统

HUD中使用的编码系统见表6。疾病分类最常依据国际疾病分类（ICD）第九版临床修订版（ICD‐9‐CM）[21]，这是国家层面采用的方法。一些HUD和地区使用国际疾病分类第十版（ICD‐10‐CM）[22]；特别是根据世界卫生组织（WHO）的要求，该系统被用于死亡登记系统（特伦托、伦巴第、马尔凯、普利亚和卡拉布里亚）、精神卫生保健登记系统（特伦托、威尼托、伦巴第、弗留利‐威尼斯朱利亚、艾米利亚‐罗马涅），以及癌症（伦巴第、翁布里亚）、物质成瘾治疗（艾米利亚‐罗马涅）和疾病（皮埃蒙特）登记系统。

数据以绝对频数（行百分比；列百分比）表示。 §解剖学治疗学及化学分类系统/药品意大利授权编号；* 其他包括：(1) 意大利国家统计研究所用于编码省、地区和居住地及出生地国家；(2) 意大利卫生部提供的共同支付豁免代码（卫生部（1999年）。1999年5月28日第329号法令。http://www.trovanorme. salute.gov.it/norme/dettaglioAtto?id=18796。于2019年3月11日访问）；(3) 医学系统化术语（SNOMED，https://www.snomed.org/ 于2019年4月4日访问）；(4) 国际初级保健分类（ICPC，http://www.globalfamilydoctor.com/groups/WorkingParties/wicc.aspx。于2019年4月4日访问）；(5) 形态学代码（肿瘤疾病国际分类第三版，ICD‐O‐3， http://www.who.int/classifications/icd/adaptations/oncology/en/ 于2019年2月19日访问）；(6) 恶性肿瘤分类系统 TNM（https://www.uicc.org/resources/tnm。于2019年2月4日访问）。

在所有药品分发数据库中，药品通过解剖学治疗学及化学分类（ATC）[21]或意大利授权编号（AIC）[23]进行识别（参见补充材料表S6中的定义）。所有地区的恶性肿瘤的形态学、病理学和临床分类均依据国际编码（ICD‐O 3、医学系统化术语（SNOMED）、恶性肿瘤分类系统TNM）。人口统计数据（例如居住省、地区和国家）采用意大利国家统计研究所提供的编码系统进行录入。

数据质量控制

大约84%的医疗服务健康状况数据库中，相关地区/省级管理部门表示，数据完整性和质量会定期进行检查（表7）。在40%的医疗服务健康状况数据库中，数据质量控制在记录时自动进行，通过检查数据值与预先设定的数据格式的一致性以及必填字段中的缺失值来实现。该方法在医疗服务健康状况数据库中更为常见。分别有四分之一和五分之一的医疗服务健康状况数据库在数据获取后一个月内或数据获取后3至12个月内进行数据质量控制，而约2%的医疗服务健康状况数据库未进行数据质量控制，这些均属于状况、疾病、其他事件类别；另有14%的医疗服务健康状况数据库未报告此信息。

数据以绝对频数（行百分比；列百分比）表示。

在55%的人类尿液排泄物系统中，未提及缺失数据的存在和频率；在25%中，声明无缺失数据；在12%中，缺失数据的比例在1%到50%之间；而在8%中，提到了缺失数据但未进行量化（数据未显示）。

数据传输

在11%的人类尿液排泄物系统（HUDs）中，数据由医疗服务提供者在记录时传输给管理部门（表8），约25%在3至12个月内传输，大多数情况下在记录后一个月内传输。约3%的HUDs未定义数据传输频率，约11%不可用。

数据以绝对频数（行百分比；列百分比）表示。

4. 讨论

在此调查中，我们的目标是创建意大利区域健康使用数据库的清单，对其进行描述，并开发一个工具以方便浏览这些数据库。该调查确定了352个符合研究标准的电子医疗数据库，并从启动年份、数据类型和完整性、数据管理系统（DMS）、质量控制策略以及现行的数据保护程序等方面对其进行了描述。意大利的19个大区和两个自治省的区域健康数据库清单现已在ARCHES项目网站的专用页面上提供[20]。

我们发现每个地区/省份的健康相关数据库数量和启动年份存在显著差异，这反映了数据可用性的高度不同。在各地区/省份的重要HUD特征（如唯一个人识别码、匿名化技术以及采用的数据管理系统）方面发现的高度同质性，使得不同人类尿液排泄物系统之间的记录关联成为可能。在各地区之间，我们发现所采用的疾病和药物分类系统相当一致；一些地区采用了更新的国际疾病分类修订版，这表明它们在实施世界卫生组织建议方面更为及时。由于大多数行政健康数据库受国家法律监管，各地应采用相同的修订版。

我们的调查突显了意大利各地区采用的不同匿名化程序，这些程序可能对临床和流行病学研究造成不利影响；例如，可能会阻碍对患有长期、严重或罕见疾病患者的随访研究，这些患者通常在跨地区专科中心接受治疗。在意大利，每位居民所获得的医疗服务（包括由跨地区中心提供的服务）均由患者所在地区支付费用。尽管其他地区提供的服务信息会被发送至患者居住地区，但这些信息可能并非同时传输，导致数据库之间出现暂时性不一致，从而使得相同查询在不同时间提交时可能产生不同的结果。为了克服这些限制，进而增强区域健康数据库（HUDs）用于全国医疗保健监测与评估的能力，国家唯一个人代码于2016[24]建立，并于2017年由所有区域健康数据库采用。通过此举，意大利效仿了其他欧洲国家，如斯堪的纳维亚国家的做法。

国家中，为永久居民分配的唯一个人身份证号可实现其在多个登记系统和数据库中的记录关联[25–27]。上述结果表明，探索特定人群中不同类型HUDs的特征以及不同人群中相同类型HUDs的特征，并提供一组元数据具有重要意义。这些元数据的可获得性有助于规划流行病学研究及区域和国家级研究，以评估医疗援助情况。获取有关HUDs特征信息的困难可能会限制基于大样本人群的研究。在我们的调查中发现，大多数HUDs已实施了数据质量控制程序，但各地区内部及地区之间在实施的时间和方法上存在显著差异。数据质量和完整性对于支持基于二手资料的研究的有效性以及研究结果的可推广性起着关键作用，尤其是因为此类研究特别容易出现误分类和混杂因素的影响。解决这些问题需要应用适当的研究方案和质量标准，以及先进的数据分析方法。了解数据库中所采用的数据质量控制方法有助于用户选择数据来源、设计研究方案并规划数据分析。

本调查应考虑一些局限性。可能存在选择偏倚。我们联系了管理健康相关数据库（HUDs）的地区机构，但不同的健康相关数据库通常由不同的地区官员管理，而地区健康数据库管理者可能并未联系并邀请所有相关人员参与调查。因此，一些健康相关数据库可能被遗漏，这解释了在某些地区识别出的健康相关数据库数量较少的原因。在某些地区，健康相关数据库的技术方面由不止一人或由承包商管理，这可能导致某些健康相关数据库特征（如匿名化程序、软件和编码系统）的回复缺失。为了应对此类信息偏倚，在调查结果上传至ARCHES网站[20]后，地区健康数据库的管理者被邀请核查数据中的不准确或缺失信息。从地区网站获取信息的38个健康相关数据库的选择可能使我们的结果产生偏倚。关于数据管理系统、个人识别码、匿名化和数据质量控制的缺失数据比例显著高于通过行政填写或自填问卷选出的314个健康相关数据库（数据未显示）。后两者之间未观察到显著差异。然而，在已识别的352个健康相关数据库中，受影响的数据库仅有38个，表明误差程度可忽略不计。

我们的调查具有一些显著的优势。据我们所知，这是首个针对每个意大利地区的已激活地区健康数据库（HUD）及其类型提供深入见解，并描述其主要特征的研究。它提供了一个用于浏览意大利各地区健康数据库的工具，对研究人员以及参与医疗评估的相关人员非常有用，可帮助他们轻松获取流行病学、临床和转化医学研究以及卫生系统绩效评估所需的信息。我们的调查提供了有价值的指导，有助于确定优化地区健康数据库数据使用的必要措施。本研究采用了严谨的方法论来识别地区健康数据库、描述其特征、发现其关键问题，并为研究人员提供元数据，使他们能够了解这一由各地区负责管理健康信息的国家体系中的信息资产状况。

实际上，该调查的结果可能具有重要意义，有助于弥补对意大利地区已启用的HUDs及其特征了解不足的问题；因此，这些结果可能会促进真实世界数据在流行病学和临床研究中的应用。另一方面，相关的卫生当局（包括地方和国家层面）可利用这些发现来提高各地区内部及地区之间的同质性，提供更新信息，并确保用户能够轻松获取所需信息，以推动真实世界数据的使用。在国际背景下，该调查以及导航HUDs的工具可为其他国家提供一个参考模型，用于发布有关本国可用HUDs的信息，涵盖特定人群及其特征。有关HUDs的组织结构和特征的元数据的可获得性可能是重要的信息利用二手资料的数据规划超国家项目。以标准化方式在不同国家检索这些元数据，有助于了解和比较各国之间的信息资产。此外，正如意大利医学统计与临床流行病学学会观察性研究工作组此前所讨论的，当人类尿液排泄物系统被链接并用于流行病学目的时，这些元数据有助于避免在个人数据处理和流通方面对个体保护造成的障碍。基于这些原因，所提出的模型在欧洲背景下也可能具有应用价值，欧洲最近已将卫生项目导向于通过提高可比性强、稳健且与政策相关的居民健康数据及卫生系统绩效信息的可获得性，来建设可持续的坚实卫生信息基础设施[40]。未来需要对该动态工具进行持续更新，以确保研究人员和机构能够获得有关可用的人类尿液排泄物系统的最新信息。

5. 结论

本调查提供了由意大利地区/省级管理部门管理的医疗保健及相关服务的真实世界区域数据库清单，并对其特征进行了分析。ARCHES网站是一个动态工具，可帮助研究人员和机构深入了解现有的意大利区域健康使用数据库。

我们的调查结果指出了某些关键问题，这些问题阻碍了这些二手资料在流行病学研究、比较效果研究以及医疗保健系统绩效和卫生技术评估中的使用。因此，这凸显了需要提高各地区之间的同质性，以增强来自二手资料的健康数据的可比性。

本研究提出的调查及导航HUDs的工具可被视为其他国家向研究人员和机构提供本国可用HUDs信息的有用模型。这将促进并加强基于卫生二手数据来源的超国家大规模流行病学研究，并推动各国之间共享标准化程序，以检索和比较信息资产。我们的研究与欧洲战略及卫生信息相关活动保持一致，旨在确保更好地获取和使用健康数据，用于政策制定和研究。