Aspecten van kwaliteit van data uit de huisartsenpraktijk.

Inleiding: Routinematig vastgelegde gegevens uit de huisartsenpraktijk worden veel gebruikt voor onderzoek naar bijvoorbeeld de morbiditeit in Nederlands of efficiëntie van zorg. Er wordt veel energie gestopt in de kwaliteit van de gegevens, (scholing huisartsen, schonen van data, terugkoppelen van de informatie aan huisartsenpraktijken), maar in Nederland zijn er verschillende huisartsenregistraties, die anders, van opzet zijn. Onderzoeksvraag: Wat verstaan experts van verschillende registraties onder goede kwaliteit van data uit de huisartsenpraktijk? Methode: In dit onderzoek hebben we gebruik gemaakt van 'concept mapping'. In een brainstorm werden door tien experts van negen registraties uitspraken gedaan over goede kwaliteit van data uit de huisartsenpraktijk. Zestien experts beoordeelden deze uitspraken op belang (5-punts Likert schaal, 1= minst, 5= meest belangrijk) en groepeerden de uitspraken op basis van inhoud. Deze informatie is geanalyseerd in Ariadne, een software programma dat gebruik gemaakt van een combinatie van principiële component analyse en cluster analyse. De uitkomst is een tweedimensionale figuur die het conceptuele idee van de hele groep vertegenwoordigt. Resultaat: uiteindelijk zijn er 72 uitspraken over goede kwaliteit geanalyseerd, één uitspraak is bijvoorbeeld 'geen gebruik van bulkepisoden' met een waardering van 4.56. Het uiteindelijke figuur bestaat uit zes clusters: 'episode georiënteerde registratie', 'compleet medisch dossier', 'classificeren van informatie', 'diagnostische validiteit', 'registratie afspraken en 'restcategorie'. Beschouwing: Ondanks verschillende ideeën over huisartsenregistratie, zijn de experts het in grote lijnen eens over wat een goede kwaliteit van data uit de huisartsenpraktijk is. Deze kwaliteit kan worden samengevat in zes clusters. (aut. ref.