Applied Sciences

6/29/2016 library.ahima.org/PB/DataStandards#appxA

http://library.ahima.org/PB/DataStandards#appxA 1/20

Data Standards, Data Quality, and Interoperability (2013 update)

Remove from myBoK

Editor’s note: This update replaces the 2007 practice brief “Data Standards, Data Quality, and Interoperability.”

Data quality and consistency are critical to ensuring patient safety, communicating delivery of health services, coordinating care, and healthcare reporting. Assessing the quality and consistency of data requires data standards. This practice brief provides health information management (HIM) professionals with a clear understanding of data standards as a tool to enable interoperability and promote data quality.

The online version of this practice brief […] is accompanied by an appendix that provides HIM professionals with a list of standards to reference in data dictionary development, electronic health records, the exchange of health information, and general data management processes to ensure information integrity and reliability. Evaluation of data validity, reliability, completeness, and timeliness are accomplished through a combination of human and machine processes in healthcare, and the list of data standard sources is a helpful reference guide when more detailed information is required.

Data Standards and Regulatory Framework

Data standards are “documented agreements on representations, formats, and definitions of common data. Data standards provide a method to codify invalid, meaningful, comprehensive, and actionable ways, information captured in the course of doing business.”  Rules to describe how the data is recorded to ensure consistency across multiple sources is another way to think of data standards. Without data standards and data quality, the future of interoperability is bleak. Data fields and the content of those fields need to be standardized.

Standards development organizations (SDOs) address a variety of aspects of health information and informatics. For example, the American Society for Testing and Materials (ASTM) and Health Level Seven (HL7) target clinical data standards. Insurance and remittance standards are a focus of the Accredited Standards Committee (ASC) X12. Standards to transmit diagnostic images are developed through Digital Imaging and Communications in Medicine (DICOM). The National Council for Prescription Drug Programs (NCPDP) represents pharmacy messages.

The Institute of Electrical and Electronics Engineers (IEEE), HL7, ASTM, and others develop data models and frameworks. See the table on page 65 for a breakdown of regulatory agencies responsible for working with the American National Standards Institute (ANSI) to drive data standards to achieve interoperability.

The AHIMA Leadership Model states that HIM professionals should serve as the leaders in healthcare organizations and in their professional community for ensuring that data content standards are identified, understood, implemented, and managed. As leaders, HIM professionals will need to collaborate with internal and external partners to meet interoperability and health information exchange agreements, influence the development of standards to meet organizational needs, and participate in the development of standards to address local and national industry needs.

Leadership actions for HIM professionals include but are not limited to:

Increase knowledge and understanding of data content standards Assess organizational readiness Conduct a data content standards requirements analysis Develop a local data dictionary to support enterprise­wide interoperability Advance the development of data content standards Select integrated electronic systems that support data content requirements Contribute to domain knowledge by participating in relevant professional association work and mentoring others Contribute to the development and harmonization of industry and professional standards

1

3

6/29/2016 library.ahima.org/PB/DataStandards#appxA

http://library.ahima.org/PB/DataStandards#appxA 2/20

Interoperability Ensures EHR Compatibility

The Office of the National Coordinator for Health IT (ONC) defines interoperability as ensuring that health­related information flows seamlessly. Information needs to follow the patient regardless of geographic, organizational, or vendor boundaries. Interoperability refers to the architecture or standards that make it possible for diverse EHR systems to work compatibly. The importance of interoperability goes far beyond the confines of the EHR. Information must flow into and out of health information exchanges—available to the patient at the right time, at the right place, and containing data that is accurate and complete.

ONC provides “building blocks” to bring awareness to maintaining and sustaining standard interoperability. These current initiatives are working to standardize:

Meaning through the use of standardized healthcare vocabularies Structure by leveraging standards in HL7 Transport using secure e­mail protocols Security through National Institute of Standards and Technology (NIST)­adopted encryption standards Services through open and accessible application programming interfaces (APIs)

There are many SDOs who are involved in the development and publishing of healthcare informatics standards at national and international levels. These standards are crucial to the capturing and sharing of clinical information in our electronic health information systems.

Regulatory Agencies in Standard Development

Multiple regulatory agencies are currently responsible for working with the ANSI standard development organization to drive data standards that help achieve interoperability, including those listed in the table below.

Regulatory Agency Data, Mapping, and Messaging Standards

The Centers for Medicare and Medicaid Services (CMS) provides a list of data resources including standard terms and abbreviations that promotes naming and semantic consistency.

The “meaningful use” EHR Incentive Program was developed to allow care providers to implement EHR technology in three stages. Stage 1 focuses on data capture and sharing of data, stage 2 focuses on clinical processes such as information exchange and patient­controlled data, and stage 3 aims to focus on improving patient outcomes. The incremental phases allow care providers to adopt standards into their daily workflow.

The Office of the National Coordinator for Health Information Technology (ONC) promotes flexible implementation standards that are able to change incrementally, emphasizing usability and workflow design to facilitate data exchange.

Meaningful use stage 2 EHR certification criteria delineates data standards.

The Agency for Healthcare Research and Quality (AHRQ) promotes the development of IT systems which identify specific criteria.

The National Strategy for Quality Improvement in Health Care (National Quality Strategy) is a nationwide effort to align public and private interests to improve the quality of health and healthcare for all Americans. Part of the Affordable Care Act, the National Quality Strategy is guided by three aims that

6/29/2016 library.ahima.org/PB/DataStandards#appxA

http://library.ahima.org/PB/DataStandards#appxA 3/20

provide better, more affordable care for an individual and the community.

The National Quality Strategy (NQS) promotes “national standards while supporting local, community, and state­level activities that respond to local circumstances.”2 The NQS also works to align quality efforts among commercial and government activities, and across federal agencies.

Standards Development

In order to drive interoperability, the adoption of messaging standards is primarily driven by regulation. There are also stakeholder groups hard at work on harmonization efforts to manage information in standardized processes to enable data sharing. A consensus process gathers interested individuals from industry and consumer groups, specialty domains, agencies, professional organizations, and vendors to develop a concept and express it in a recommended course of action or standard. Then, a document is drafted to further refine the concept and work through details by an interactive voting process to assure that the completed standard has been accorded fair review prior to publishing.

ASTM publishes standard test methods, specifications practices, guides, terminologies, and classifications. ASTM E1384 and E31.25 (2013) Standard Practice for Content and Structure of the Electronic Health Record (EHR) describes a logical data organization and content (common data model) of an EHR. The model is used by an organization according to the major informational structures and content of the EHR. A patient’s health record plays five unique roles:

1. It represents the patient’s health history. 2. It provides a method for clinical communication and care planning among the individual healthcare practitioners serving the patient.

3. It serves as the legal document describing the healthcare services provided. 4. It is a source of data for clinical, health services, and outcomes research. 5. It serves as a major resource for healthcare practitioner education.

HL7 is one organization that is developing international standards for interoperability and messaging including the Consolidated Clinical Document Architecture (C­CDA) and EHR functional model. HL7 develops international standards, which sometimes must be modified to meet the “meaningful use” EHR Incentive Program or reimbursement systems criteria unique to the United States. HL7 collaborates with the International Organization for Standardization (ISO) for international balloting.

ISO, the world’s largest developer of voluntary standards, has many technical committees (TCs) that span a variety of products and services. ISO/TC 215 Health Informatics primarily develops voluntary standards in the field of information for health and health information and communication technology to promote interoperability. ISO/TC 215 includes standards for areas such as healthcare delivery, disease prevention and wellness promotion, public health and surveillance, and clinical research related to health services.

Health informatics standards will play significant roles as electronic data management increases. It is important that HIM professionals learn about informatics in order to serve as a professional resource to healthcare organizations. HIM professionals can participate in the standards development process by evaluating proposed standards and recommending new ones. There has never been a greater need for input from the HIM perspective in the domain of data standards.

Areas for standardization in healthcare include health information exchanges (HIE), clinical data harmonization, and documentation.

Data Standards for Health Information Exchange

Health information exchange organizations are an important part of improving efficiency and reducing cost for healthcare delivery, and global standards will make a difference in the way healthcare professionals capture and use health information worldwide.

4

6/29/2016 library.ahima.org/PB/DataStandards#appxA

http://library.ahima.org/PB/DataStandards#appxA 4/20

To foster adoption of standardized language to meet the mandates of the meaningful use program, HL7 is offering free access to their standards. HL7’s C­CDA is a library of templates that help facilitate exchange. While multiple record types fall under the C­CDA, they all provide a common format to assist in health information exchange. This library contains the following nine templates:

Continuity of Care Document (CCD) Consultation Note Diagnostic Imaging Report (DIR) Discharge Summary History and Physical (H&P) Operative Note Procedure Note Progress Note Unstructured Document

Each template has defined sections to harmonize the data across systems. This standard ensures the information integrity and reliability when sharing data across HIEs or between other health IT systems.

The Role of Metadata in Standardization

Metadata is identified as a method to manage health information by indexing and applying attributes to a patient’s record at the “granular” or data­element level. An emerging use of metadata is the processing of large amounts of data for data analytics. Being able to distill large amounts of data for specific data points will allow the metadata to be used to develop and improve quality care. Metadata will be critical for leveraging the volumes, velocity, and variety of healthcare data now available due to the increasing use of clinical information systems such as EHRs.

Though metadata will be critical for maintaining and preserving the healthcare record, there are currently no standards for the metadata schema. The proposed HL7 EHR­S RM­ES Functional profile will require the capture and retention of authors, data creation time stamps, modification, view, and deletion. HL7 standards are also not mandated at this time, but using the conformance criteria will benefit health information management professionals who are involved with the RFP process or are assessing an EHR system.

The schema varies by organization and within jurisdictions according to business needs. HIM professionals need to direct their organizations to consider specific business needs and the regulatory environment when making decisions about the maintenance and management of metadata. Understanding and managing metadata is not the sole responsibility of information technology (IT) professionals. HIM professionals should collaborate with IT to develop processes and procedures to ensure that metadata is managed effectively within their organizations.

Metadata captures information such as the date and time that an entry was made in the health record, who accessed the record and when, what changes have been made to the record and by whom, and the identity of staff who document sections of the record when this information is not collected by an authentication or signature, such as portions of a template that are completed by nursing or other allied healthcare staff. Metadata is an important tool that can be used to follow up on documentation or compliance issues, facilitate response to requests for an accounting of accesses of the medical record, or to meet internal or external reporting or analytics requirements.

Clinical Data Standards Harmonization

Semantic interoperability is the ability of computer systems to interchange data and to interpret and use the data according to its meaning, rather than just its surface form. Problems arise when one term has multiple meanings or when two or more terms refer to the same concept but are not easily recognized as synonyms. Many multi­stakeholder workgroups are in existence today to address semantic interoperability. Examples include HL7, ISO, and the International Health Terminology Standards Development Organisation (IHTSDO)—the organization that maintains SNOMED CT.

Harmonizing disparate information systems requires data translation and mapping, as well as document and messaging standards with a regulatory framework that promotes their use. HIM professionals understand where data is created and distributed; this knowledge can be utilized to ensure harmonization between systems. There are multiple data models as they relate to health information exchange such as centralized, decentralized, and federated models. The type of model

6/29/2016 library.ahima.org/PB/DataStandards#appxA

http://library.ahima.org/PB/DataStandards#appxA 5/20

selected will determine how and where information will be collected and stored.

A centralized model collects data from local sources and stores the data in a central repository. A decentralized data model, also called a federated model, gives an organization control of the healthcare record, providing a quick and easy way to distribute data­sharing across regions. The hybrid model is a combination of the previous two models.

Along with developing standards for meaningful use interoperability, it is important to exchange information with standalone registry systems. When developing these standards, these systems should be considered in the forefront to eliminate manual data collection into disparate systems. Without standards there will be unstable and inconsistent data collection resulting in the inability to compare and improve outcomes.

When developing standards one also needs to consider the ability to connect clinical outcomes with billing data to help determine the value of healthcare provided. The value of healthcare is the quality over the cost. Every system has its own way of representing data. For example, relational databases have their own schema for defining tables and fields. Ontologies are one method of managing data and providing a mechanism for disparate systems to communicate. Although this is not a new term, it will be one that HIM professionals will hear in discussions related to interoperability and data standards. An ontology viewed with a data standards lens is a model of knowledge that serves as a semantic translator that is able to reconcile metadata standards, XML dialects, and database access methods.

Data Standards and Documentation of Health Services

Employing data standards in health services documentation further entails consistent, accurate, and reproducible capture of clinical concepts using standardized terminology to describe diseases and procedures. This supports an environment conducive to the assessment of patient management, outcomes measures for quality and performance improvement, and clinical research. Current initiatives to measure quality and performance through data include the Joint Commission Core Measures, CMS’ Present on Admission Indicator Reporting, CMS’ Clinical Quality Measures, and the National Committee for Quality Assurance Healthcare Effectiveness Data and Information Set (HEDIS).

Documentation describes the methods and activities of collecting, coding, ordering, storing, and retrieving information to fulfill future tasks.  Whether the information is collected, stored, and read on paper or discrete data elements are recorded, electronically stored, and then displayed as traditional documents on a computer monitor, data content requirements remain the same. The appropriate recording of data for patient records is required for continuous treatment of patients. The quality and safety of medical decision making during the course of providing a health service relies on the timeliness and accuracy of the information available.

Observations, assessments, and plans made during the care of individual patients are all important elements of documentation.  There are a variety of messaging and data content standards related to clinical documentation capture, storage, retrieval, and use. Data structure and content standards create the framework for an optimal health record and effective information exchange between healthcare providers. A data content standard often leverages a terminology standard to simplify and unify the data presentation.

With increasing focus on adoption of certified EHRs, along with financial incentives to demonstrate meaningful use and improve healthcare quality, there is increased urgency to develop definitions and standards. Specified terminology standards definitions and classifications of individual terms, coupled with content standards for uniform capture and collection, are essential framing structures to describe clinical concepts—such as the use of SNOMED CT for problem list identification. Effectively sending data back and forth between organizations is accomplished with messaging standards.

Commonly used guidelines for standards in EHR systems include:

Continuity of Care Record/Document National Council for Prescription Drug Programs (NCPDP) Digital Imaging and Communications in Medicine (DICOM) SNOMED CT Logical Observation Identifiers Names and Codes (LOINC) ICD­9­CM ICD­10­CM/PCS RxNorm

5

Order now and get 10% discount on all orders above $50 now!!The professional are ready and willing handle your assignment.

ORDER NOW »»