Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
METODOLOGIA DE MODELAGEM DE SISTEMAS DE INFORMAÇÃO             INTEROPERÁVEIS PARA A ÁREA DE ENFERMAGEM                   ...
Upcoming SlideShare
Loading in …5
×

Poster CBTMs 2011

448 views

Published on

Poster presented at the 5th Brazilian Congress on Telemedicine and Telehealth - CBTMs - 2011.
See: http://www.mlhim.org http://gplus.to/MLHIM and http://gplus.to/MLHIMComm for more information about semantic interoperability in healthcare.

#mlhim #semantic_interoperability #health_informatics

Published in: Health & Medicine
  • Be the first to comment

Poster CBTMs 2011

  1. 1. METODOLOGIA DE MODELAGEM DE SISTEMAS DE INFORMAÇÃO INTEROPERÁVEIS PARA A ÁREA DE ENFERMAGEM Joyce Rocha de Matos Nogueira, Timothy Wayne Cook, Luciana Tricai Cavalini Laboratório “Multilevel Healthcare Information Modeling” (MLHIM) Associado ao Instituto Nacional de Ciência e Tecnologia – Medicina Assistida por Computação CientíficaResumo. Este trabalho apresenta uma estratégia de modelagem do conhecimento de enfermagem, baseada em modelagem multinível de sistemas deinformação em saúde. Através de uma revisão sistemática da literatura, instrumentos de coleta de dados da área de enfermagem foram obtidos, e um delesfoi escolhido para a modelagem do conhecimento de acordo com as especificações Multilevel Healthcare Information Modeling (MLHIM).Introdução. Informática em enfermagem é a área que estuda a aplicação de recursos tecnológicos para o ensino, a prática, a gerência e o cuidado emenfermagem [7]. As aplicações na área da saúde desenhadas para a melhoria das definições da área de informática em enfermagem devem levar emconsideração as necessidades específicas da área, como por exemplo, suprir a demanda de padronização dos conceitos de enfermagem [3].Um modo importante de padronizar as informações é o uso de instrumentos validados de coleta de dados, tais como questionários. Questionários oferecemmeios objetivos para a coleta de informações e podem ser utilizados como uma ferramenta de pesquisa em estudos epidemiológicos e clínicos [1].Assim, o objetivo deste estudo é o de revisar a literatura relacionada aos questionários validados para o diagnóstico de enfermagem e a pesquisa clínicaem enfermagem, e selecionar um caso de uso para a modelagem do conhecimento correspondente, de acordo com os princípios de modelagemmultinível de sistemas de informação em saúde.Método. Realizou-se uma revisão sistemática, através da busca nas bases PubMed, Scopus e ISI Web of Knowledge. Os termos MeSH adotados foram:“Validation AND Studies AND (Nursing Diagnosis OR Clinical Nursing Research)”. Foram incluídos os artigos publicados até junho de 2011.A modelagem do conhecimento foi baseada nos princípios modelagem multinível de sistemas de informação em saúde. Esta abordagem garante ascaracterísticas de interoperabilidade, coerência semântica e persistência a longo prazo da informação para aplicativos em saúde [4].Na modelagem multinível, as classes do Modelo de Referência (1° nível) são genéricas e, portanto, persistentes. Na Modelagem do Conhecimento (2° nível),as restrições ao Modelo de Referência provêm uma interpretação semântica dos objetos armazenados através do Modelo de Referência [5].A modelagem do conhecimento dos conceitos em enfermagem selecionados foi efetuada utilizando-se o Constraint Definition Designer (CDD), umaferramente gráfica de mapas mentais que permite a criação de arquivos XSD de acordo com as especificações Multilevel Healthcare Information Modeling(MLHIM) (https://launchpad.net/mlhim).Resultados. Foi obtido um total de 190 artigos, e 18 deles foram selecionados para leitura. Para o presente estudo, o modelo Fehring de validação clínicado diagnóstico de débito cardíaco reduzido [6] foi modelado. Os conceitos clínicos modelados foram: fadiga, dispnéia, edema, ortopnéia, dispnéiaparoxística noturna e pressão venosa central elevada (características primárias), ganho de peso, hepatomegalia, distensão da veia jugular, palpitações,crepitações, oligúria, tosse, pele úmida e alterações na coloração da pele (características secundárias).A modelagem do conhecimento foi efetuada a partir de arquétipos openEHR previamente modelados, disponíveis no openEHR Clinical Knowledge Manager(http://www.openehr.org/knowledge). O mapeamento entre os conceitos clínicos do modelo Fehring e os arquétipos openEHR produziram a estruturaapresentada na Tabela 1. Tabela 1. Mapeamento entre os conceitos clínicos do modelo Fehring e os arquétipos openEHR. Conceito Arquétipo openEHR Fadiga Symptom (CLUSTER) Dispnéia Symptom (CLUSTER) Edema Oedema (CLUSTER) Ortopnéia Respirations (OBSERVATION) Dispnéia paroxística noturna Respirations (OBSERVATION) Pressão venosa central elevada Central venous pressure (OBSERVATION) Ganho de peso Body weight (OBSERVATION) Hepatomegalia Examination of the abdomen (CLUSTER) Distensão da veia jugular Examination (CLUSTER) Palpitações Symptom (CLUSTER) Crepitações Auscultation of the chest (CLUSTER) Oligúria Urination (OBSERVATION) Tosse Symptom (CLUSTER) Pele úmida Inspection of skin (CLUSTER) Figura 1. Modelagem do CCD referente ao conceito clínico de dispnéia, de acordo com as especificações MLHIM 2.3.0. Alterações na coloração da pele Inspection of skin (CLUSTER)Este mapeamento demonstrou que muitos arquétipos openEHR teriam que ser especializados para permitir o registro direto dos conceitos clínicos de débitocardíaco reduzido, de acordo com o modelo Fehring. Baseando-se neste achado, os conceitos foram modelagem como Concept Constraint Definitions(CCDs), de acordo com as especificações MLHIM versão 2.3.0. A representação gráfica do CCD modelado para dispnéia é apresentada na Figura 1.Este trabalho apresentou um processo de modelagem do conhecimento para duas especificações de modelagem multinível (openEHR and MLHIM). Estesresultados demonstram a possibilidade de representação padronizada dos conceitos de enfermagem, em adição ao tradicional desenvolvimento determinologias de referência e vocabulários controlados.[1] Boynton, P. M. and Greenhalgh, T. 2004. Selecting, designing, and developing your questionnaire. BMJ 328, 7451 (May. 2004), 1312-1315. DOI=http://dx.doi.org/10.1136/bmj.328.7451.1312.[2] Cavalini, L. T., Cook, T.W. Health informatics: the relevance of open source and multilevel modeling. IFIP Advances in Information and CommunicationTechnology 365 (Oct. 2011), 338-347.[3] Coenen, A., Marin, H. F., Park, H. and Bakken, S. 2001. Collaborative efforts for representing nursing concepts in computer-based systems: internationalperspectives. JAMIA 8, 3 (May.-Jun. 2001), 202-211.[4] Garde. S., Knaup, P., Hovenga, E., Heard, S. 2007. Towards semantic interoperability for electronic health records. Methods Inf. Med. 46, 3 (May.-Jun. 2007),332-343. DOI= http://dx.doi.org/10.1160/ME5001.[5] Madsen, M., Leslie, H., Hovenga, E. J. and Heard, S. 2010. Sustainable clinical knowledge management: an archetype development life cycle. Stud. HealthTechnol. Inform. 151 (2010), 115-132.[6] Martins, Q. C., Aliti, G. and Rabelo, E. R. 2010. Decreased cardiac output: clinical validation in patients with decompensated heart failure. Int. J. Nurs.Terminol. Classif. 21, 4 (Oct.-Dec. 2010), 156-65.[7] Staggers, N. and Thompson, C. B. 2002. The evolution of definitions for nursing informatics: a critical analysis and revised definition. JAMIA 9, 3 (May.-Jun.2002), 255-261. DOI= http://dx.doi.org/10.1197/jamia.M0946. Visite-nos: www.mlhim.org

×