{"id":63032,"date":"2022-06-27T06:44:38","date_gmt":"2022-06-27T10:44:38","guid":{"rendered":"https:\/\/dataladder.com\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/"},"modified":"2022-03-09T13:30:54","modified_gmt":"2022-03-09T13:30:54","slug":"calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad","status":"publish","type":"post","link":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/","title":{"rendered":"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad"},"content":{"rendered":"<p><span data-contrast=\"auto\">El acceso a datos precisos, completos y oportunos es fundamental en el sector sanitario. Es<\/span> <span data-contrast=\"auto\">afecta a la atenci\u00f3n de los pacientes<\/span><span data-contrast=\"auto\"> as\u00ed como <\/span><span data-contrast=\"auto\">los presupuestos gubernamentales para el mantenimiento de los servicios sanitarios. <\/span><\/p>\n<p><span data-contrast=\"auto\">Por desgracia, m<\/span><span data-contrast=\"auto\">a mayor\u00eda de los centros sanitarios se ven acosados por la mala calidad de los datos y el gran retraso de las historias cl\u00ednicas, que deben mejorarse para que sean accesibles<\/span><span data-contrast=\"auto\"> y utilizable<\/span><span data-contrast=\"auto\">. <\/span><span data-contrast=\"auto\">Los sistemas anticuados, la escasa cultura de datos y la reticencia a incorporar nuevas tecnolog\u00edas son algunos de los mayores obst\u00e1culos para da<\/span><span data-contrast=\"auto\">ta calidad en la asistencia sanitaria. <\/span><\/p>\n<p><span data-contrast=\"auto\">La regla es sencilla: si las autoridades sanitarias quieren mantener y mejorar la asistencia sanitaria a un nivel \u00f3ptimo, deben garantizar el cumplimiento de las normas de calidad de los datos.<\/span><\/p>\n<p><span data-contrast=\"auto\">En este r\u00e1pido post, trataremos lo que significa la calidad de los datos para la sanidad, sus retos, limitaciones y los pasos inmediatos que pueden dar los l\u00edderes del sector para mejorar la calidad de los datos. <\/span><\/p>\n<h2 aria-level=\"1\"><span data-contrast=\"none\">\u00bfQu\u00e9 significa la calidad de los datos para la sanidad? <\/span><\/h2>\n<p><span data-contrast=\"auto\"><img class=\"aligncenter size-full wp-image-56202\" src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/09\/data-quality-in-healthcare.png\" alt=\"\" width=\"1920\" height=\"1080\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/09\/data-quality-in-healthcare.png 1920w, https:\/\/dataladder.com\/wp-content\/uploads\/2020\/09\/data-quality-in-healthcare-300x169.png 300w, https:\/\/dataladder.com\/wp-content\/uploads\/2020\/09\/data-quality-in-healthcare-1024x576.png 1024w, https:\/\/dataladder.com\/wp-content\/uploads\/2020\/09\/data-quality-in-healthcare-768x432.png 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2020\/09\/data-quality-in-healthcare-1536x864.png 1536w\" sizes=\"(max-width: 1920px) 100vw, 1920px\" \/>Los datos sanitarios organizados, agregados y transformados en un formato significativo proporcionan<\/span><b><br \/>\n<span data-contrast=\"auto\"> informaci\u00f3n sanitaria<\/span><br \/>\n<\/b><span data-contrast=\"auto\"> que puede utilizarse para<\/span><span data-contrast=\"auto\">:<\/span><\/p>\n<ul>\n<li data-leveltext=\"\uf0b7\" data-font=\"Symbol\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"1\" data-aria-level=\"1\"><span data-contrast=\"auto\">O<\/span><span data-contrast=\"auto\">omentar la atenci\u00f3n al paciente<\/span><span data-contrast=\"auto\"> con datos precisos <\/span><\/li>\n<li data-leveltext=\"\uf0b7\" data-font=\"Symbol\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"2\" data-aria-level=\"1\"><span data-contrast=\"auto\">C<\/span><span data-contrast=\"auto\">onsolidar los datos para obtener una visi\u00f3n precisa de los pacientes <\/span><\/li>\n<li data-leveltext=\"\uf0b7\" data-font=\"Symbol\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"3\" data-aria-level=\"1\"><span data-contrast=\"auto\">Permitir la confianza <\/span><span data-contrast=\"auto\">en la fiabilidad de los datos <\/span><\/li>\n<li data-leveltext=\"\uf0b7\" data-font=\"Symbol\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"4\" data-aria-level=\"1\"><span data-contrast=\"auto\">Crear informes con estad\u00edsticas fiables <\/span><\/li>\n<li data-leveltext=\"\uf0b7\" data-font=\"Symbol\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"5\" data-aria-level=\"1\"><span data-contrast=\"auto\">Permitir a los empleados y al personal tomar decisiones cr\u00edticas basadas en datos precisos <\/span><\/li>\n<\/ul>\n<p><span data-contrast=\"auto\">Dado que es mucho lo que est\u00e1 en juego, es de suma importancia que los datos sanitarios sean <\/span><b><br \/>\n<span data-contrast=\"auto\">organizados, v\u00e1lidos, precisos y accesibles.<\/span><br \/>\n<\/b><b><br \/>\n<span data-contrast=\"auto\">. <\/span><br \/>\n<\/b><\/p>\n<h2 aria-level=\"2\"><span data-contrast=\"none\">\u00bfC\u00f3mo se determina la calidad de los datos? <\/span><\/h2>\n<p><span data-contrast=\"auto\">En el \u00e1mbito sanitario, la calidad de los datos <\/span><span data-contrast=\"auto\">se refiere a<\/span><span data-contrast=\"auto\"> de los usuarios<\/span><span data-contrast=\"auto\"> nivel de<\/span><span data-contrast=\"auto\"> confianza en <\/span><span data-contrast=\"auto\">los <\/span><span data-contrast=\"auto\">datos. <\/span><span data-contrast=\"auto\">Esta confianza es m\u00e1xima si se mantienen las siguientes normas. <\/span><\/p>\n<h3>Exactitud y validez: La fuente de datos original no es enga\u00f1osa ni est\u00e1 corrupta<\/h3>\n<p><span style=\"text-decoration: underline;\"><strong>Ejemplo de precisi\u00f3n y validez: <\/strong><\/span><\/p>\n<ul>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"6\" aria-setsize=\"-1\" data-aria-posinset=\"1\" data-aria-level=\"1\"><span data-contrast=\"none\">Los datos de identificaci\u00f3n y la direcci\u00f3n del paciente son v\u00e1lidos <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"6\" aria-setsize=\"-1\" data-aria-posinset=\"2\" data-aria-level=\"1\"><span data-contrast=\"none\">Los signos vitales se registran dentro de los par\u00e1metros de valores aceptables <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"6\" aria-setsize=\"-1\" data-aria-posinset=\"3\" data-aria-level=\"1\"><span data-contrast=\"none\">Los c\u00f3digos utilizados en los hospitales para clasificar las enfermedades y los procedimientos se ajustan a normas predefinidas <\/span><\/li>\n<\/ul>\n<h3><b><br \/>\n<span data-contrast=\"none\">Fiabilidad y coherencia:<\/span><br \/>\n<\/b><span data-contrast=\"none\"> La informaci\u00f3n sigue una norma establecida en toda la organizaci\u00f3n <\/span><\/h3>\n<p><span style=\"text-decoration: underline;\"><strong>Ejemplos de fiabilidad y coherencia: <\/strong><\/span><\/p>\n<ul>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"4\" data-aria-level=\"1\"><span data-contrast=\"none\">La edad del paciente registrada en un registro es la misma en todos los dem\u00e1s registros<\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"5\" data-aria-level=\"1\"><span data-contrast=\"none\">El nombre\/sexo\/estado civil correcto es el mismo en todos los registros<\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"6\" data-aria-level=\"1\"><span data-contrast=\"none\">El formato correcto del n\u00famero de tel\u00e9fono\/direcci\u00f3n es el mismo en todos los registros<\/span><\/li>\n<\/ul>\n<h3><b><br \/>\n<span data-contrast=\"none\">Exhaustividad: <\/span><br \/>\n<\/b><span data-contrast=\"none\">Todos los campos de datos requeridos est\u00e1n presentes <\/span><\/h3>\n<p><strong><span style=\"text-decoration: underline;\">Ejemplos de exhaustividad: <\/span><\/strong><\/p>\n<ul>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"7\" data-aria-level=\"1\"><span data-contrast=\"none\">Las notas de enfermer\u00eda, incluyendo el plan de enfermer\u00eda, las notas de progreso, la presi\u00f3n arterial, la temperatura y otros gr\u00e1ficos est\u00e1n completos con las firmas y la fecha de entrada <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"8\" data-aria-level=\"1\"><span data-contrast=\"none\">Para todos los registros m\u00e9dicos\/sanitarios, los formularios pertinentes est\u00e1n completos, con firmas y fechas de asistencia. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"9\" data-aria-level=\"1\"><span data-contrast=\"none\">En el caso de los pacientes ingresados, la historia cl\u00ednica contiene un registro preciso de la enfermedad principal y otros diagn\u00f3sticos y procedimientos relevantes, as\u00ed como la firma del m\u00e9dico que los atiende. <\/span><\/li>\n<\/ul>\n<h3><b><br \/>\n<span data-contrast=\"none\">Actualidad y oportunidad:<\/span><br \/>\n<\/b><span data-contrast=\"none\"> los datos est\u00e1n actualizados <\/span><\/h3>\n<p><span style=\"text-decoration: underline;\"><strong>Ejemplos de puntualidad: <\/strong><\/span><\/p>\n<ul>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"10\" data-aria-level=\"1\"><span data-contrast=\"none\">Los datos de identificaci\u00f3n del paciente se registran en el momento de la primera asistencia y est\u00e1n f\u00e1cilmente disponibles para identificar al paciente en cualquier momento.<\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"11\" data-aria-level=\"1\"><span data-contrast=\"none\">El historial m\u00e9dico del paciente, la historia de la enfermedad\/problema actual detallada por el paciente y los resultados de la exploraci\u00f3n f\u00edsica se registran en la primera asistencia a una cl\u00ednica o ingreso en el hospital.<\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"12\" data-aria-level=\"1\"><span data-contrast=\"none\">Los informes estad\u00edsticos est\u00e1n listos en un plazo determinado, tras haber sido comprobados y verificados. <\/span><\/li>\n<\/ul>\n<h3><b><br \/>\n<span data-contrast=\"none\">Accesibilidad: <\/span><br \/>\n<\/b><span data-contrast=\"none\">Los datos est\u00e1n disponibles para las personas autorizadas como y cuando sea necesario<\/span><\/h3>\n<p><span style=\"text-decoration: underline;\"><strong>Ejemplos de accesibilidad: <\/strong><\/span><\/p>\n<ul>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"13\" data-aria-level=\"1\"><span data-contrast=\"none\">Los registros m\u00e9dicos\/sanitarios est\u00e1n disponibles cuando y donde se necesiten en todo momento. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"14\" data-aria-level=\"1\"><span data-contrast=\"none\">Los datos extra\u00eddos est\u00e1n disponibles para su revisi\u00f3n cuando y donde sea necesario. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"7\" aria-setsize=\"-1\" data-aria-posinset=\"15\" data-aria-level=\"1\"><span data-contrast=\"none\">En un sistema de registro electr\u00f3nico de pacientes, la informaci\u00f3n cl\u00ednica est\u00e1 f\u00e1cilmente disponible cuando se necesita.<\/span><\/li>\n<\/ul>\n<p><span data-contrast=\"none\">La calidad de los datos en la sanidad es de vital importancia no s\u00f3lo para la atenci\u00f3n a los pacientes, sino tambi\u00e9n para controlar el rendimiento de los servicios sanitarios y los empleados. Los datos recogidos y presentados deben cumplir estas normas. \u00bfEl problema? La dependencia de los m\u00e9todos tradicionales de gesti\u00f3n de datos hace que los hospitales y los intercambios de informaci\u00f3n (HIE) tengan problemas de correspondencia con los pacientes, algoritmos deficientes, procesos ca\u00f3ticos, ineficacia operativa, escaso conocimiento de los datos y mala calidad de los mismos.<\/span><\/p>\n<p><span data-contrast=\"auto\">Los datos de alta calidad incorporan estos est\u00e1ndares internacionales<\/span><span data-contrast=\"auto\">normas internacionalmente seguidas<\/span><span data-contrast=\"auto\">Sin embargo, las limitaciones actuales en t\u00e9rminos de tecnolog\u00eda, recursos y procesos han hecho que los centros sanitarios tengan dificultades para alcanzar estos objetivos. <\/span><\/p>\n<p><span data-contrast=\"auto\">T<\/span><span data-contrast=\"auto\">l COVID-19 <\/span> <span data-contrast=\"auto\">es un ejemplo perfecto de c\u00f3mo los retos en la calidad de los datos afectan a la gesti\u00f3n de la pandemia. Organizaciones que <\/span><span data-contrast=\"auto\">fueron impulsados por los datos respondieron r\u00e1pidamente con aplicaciones, an\u00e1lisis predictivos y modelos de atenci\u00f3n al paciente que ayudaron al mundo a hacer frente<\/span><span data-contrast=\"auto\">. Los que <\/span><span data-contrast=\"auto\">anteriormente <\/span><span data-contrast=\"auto\">transformaciones digitales ignoradas <\/span><span data-contrast=\"auto\">fueron sacudidas para que se dieran cuenta de la necesidad de adaptarse a las tecnolog\u00edas ML\/AI (para las que los datos precisos son la base). <\/span><\/p>\n<h2><span class=\"TextRun SCXW232895524 BCX0\" lang=\"EN-US\" data-contrast=\"none\"><span class=\"NormalTextRun SCXW232895524 BCX0\" data-ccp-parastyle=\"heading 1\">C\u00f3mo el COVID-19 ha puesto de manifiesto los retos y limitaciones de la calidad de los datos en el sector sanitario <\/span><\/span><\/h2>\n<p><span data-contrast=\"auto\">Las pandemias siempre han supuesto un reto para la infraestructura del sector sanitario, pero el COVID-19<\/span> <span data-contrast=\"auto\">ha a\u00f1adido un nuevo reto: el de la transformaci\u00f3n digital y la necesidad de mejorar los datos agregados. <\/span><\/p>\n<p><span data-contrast=\"auto\">Los centros de salud est\u00e1n en el punto de mira<\/span><span data-contrast=\"auto\">&#8216;<\/span><span data-contrast=\"auto\"> de la cabeza tratando de aprovechar el <\/span><span data-contrast=\"auto\">en tiempo real <\/span> <span data-contrast=\"auto\">de datos para tomar decisiones cr\u00edticas. Parte de lo que hace que esto sea tan dif\u00edcil es la actual infraestructura de datos anticuada que todav\u00eda depende de m\u00e9todos manuales para la entrada y agregaci\u00f3n de datos. <\/span><span data-contrast=\"auto\">El complejo almacenamiento de datos, unido a la disparidad de las fuentes de datos y a la falta de formaci\u00f3n del personal en materia de datos, dificulta la recopilaci\u00f3n, el tratamiento y la consolidaci\u00f3n de los datos para ofrecer <\/span><span data-contrast=\"auto\">el<\/span><span data-contrast=\"auto\"> imagen completa de un paciente<\/span><span data-contrast=\"auto\"> &#8211; las implicaciones de <\/span><span data-contrast=\"auto\">lo que da lugar a an\u00e1lisis sesgados y datos parcheados que proporcionan una visi\u00f3n nada precisa de la pandemia.<\/span><\/p>\n<p><span data-contrast=\"auto\">En un brillante art\u00edculo sobre el impacto de la mala calidad de los datos en la respuesta de COVID-19, <\/span><a href=\"https:\/\/www.datanami.com\/2020\/04\/27\/how-the-lack-of-good-data-is-hampering-the-covid-19-response\/\" rel=\"nofollow\"><br \/>\n<span data-contrast=\"none\">Datan<\/span><span data-contrast=\"none\">ami<\/span><br \/>\n<\/a><span data-contrast=\"auto\"> informa de que los recuentos de nuevos casos y los datos de las camas de hospitalizaci\u00f3n son <\/span><span data-contrast=\"auto\">manualmente por los hospitales y que<\/span> <span data-contrast=\"auto\">crea un reto para conseguir la alta confianza en esos datos actuales de \u00abcabezas y camas\u00bb. <\/span><\/p>\n<p><span data-contrast=\"auto\">El volumen y la variedad de datos generados durante esta pandemia son inimaginables. Los centros sanitarios se ven presionados a dar sentido a estos datos con rapidez para hacer frente a los retos, pero la dependencia de los procesos manuales, un enfoque generalmente lento de las iniciativas impulsadas por la tecnolog\u00eda y el uso existente de sistemas heredados han dificultado la toma de decisiones en tiempo real. <\/span><\/p>\n<p><span data-contrast=\"auto\">Afortunadamente, no todo est\u00e1 condenado. La pandemia ha acelerado el uso de herramientas y tecnolog\u00edas que permiten a hospitales, centros sanitarios, gobiernos, empresas farmac\u00e9uticas y organizaciones de investigaci\u00f3n agregar y analizar una multitud de conjuntos de datos diversos para producir soluciones (como aplicaciones m\u00f3viles que predicen los riesgos), directrices de atenci\u00f3n al paciente y la creaci\u00f3n de vacunas en un tiempo r\u00e9cord. <\/span><\/p>\n<h2><span class=\"TextRun SCXW268395212 BCX0\" lang=\"EN-US\" data-contrast=\"none\"><span class=\"NormalTextRun SCXW268395212 BCX0\" data-ccp-parastyle=\"heading 2\">\u00bfQu\u00e9 medidas inmediatas puede tomar el sector para alcanzar los objetivos de calidad de los datos? <\/span><\/span><\/h2>\n<p><span data-contrast=\"auto\">Liderazgo, formaci\u00f3n, cambio de cultura <\/span><span data-contrast=\"auto\">son algunos de los consejos m\u00e1s comunes que dan los expertos<\/span><span data-contrast=\"auto\">pero estos pasos requieren <\/span><span data-contrast=\"auto\">a largo plazo<\/span><span data-contrast=\"auto\"> a largo plazo. <\/span> <span data-contrast=\"auto\">En un momento en el que los l\u00edderes se ven presionados para dar prioridad a la calidad de los datos, necesitan tomar medidas inmediatas y procesables. Entre ellas se encuentran: <\/span><\/p>\n<p><strong>Realizaci\u00f3n de una auditor\u00eda de calidad de datos: <\/strong><\/p>\n<p><span data-contrast=\"auto\">Las soluciones s\u00f3lo pueden derivarse si se conoce exactamente el problema al que se enfrenta la organizaci\u00f3n. Por ejemplo<\/span><span data-contrast=\"auto\">:<\/span><\/p>\n<ul>\n<li data-leveltext=\"o\" data-font=\"Courier New\" data-listid=\"4\" aria-setsize=\"-1\" data-aria-posinset=\"1\" data-aria-level=\"2\"><span data-contrast=\"auto\">A<\/span><span data-contrast=\"auto\">\u00bfSus equipos tienen dificultades para consolidar los datos de los pacientes procedentes de varios recursos para la elaboraci\u00f3n de un informe? <\/span><\/li>\n<li data-leveltext=\"o\" data-font=\"Courier New\" data-listid=\"4\" aria-setsize=\"-1\" data-aria-posinset=\"2\" data-aria-level=\"2\"><span data-contrast=\"auto\">I<\/span><span data-contrast=\"auto\">\u00bftiene su centro problemas con los errores al introducir los datos? <\/span><\/li>\n<li data-leveltext=\"o\" data-font=\"Courier New\" data-listid=\"4\" aria-setsize=\"-1\" data-aria-posinset=\"3\" data-aria-level=\"2\"><span data-contrast=\"auto\">\u00bfTiene controles de datos deficientes? <\/span><\/li>\n<li data-leveltext=\"o\" data-font=\"Courier New\" data-listid=\"4\" aria-setsize=\"-1\" data-aria-posinset=\"4\" data-aria-level=\"2\"><span data-contrast=\"auto\">\u00bfCu\u00e1les son los errores m\u00e1s comunes que se encuentran en sus registros? <\/span><\/li>\n<\/ul>\n<p><span data-contrast=\"auto\">Hay que plantearse estas y otras muchas preguntas. Los registros deben ser extra\u00eddos y evaluados para ver si cumplen con los est\u00e1ndares de calidad definidos. <\/span><\/p>\n<p><strong> Invertir en una herramienta de calidad de datos de autoservicio: <\/strong><\/p>\n<p><span data-contrast=\"auto\">Lo m\u00e1s probable es que su equipo siga confiando en la herramienta ETL <\/span><span data-contrast=\"auto\"><span data-contrast=\"auto\">para limpiar y transformar los datos. <\/span><span data-contrast=\"auto\">Los m\u00e9todos manuales no pueden utilizarse para procesar datos con un volumen y una variedad exponenciales. <\/span><span data-contrast=\"auto\">volumen y variedad<\/span><span data-contrast=\"auto\">. <\/span><\/span> <span data-contrast=\"auto\">Aqu\u00ed es donde las herramientas de calidad de datos de autoservicio basadas en ML resultan \u00fatiles. Ellos <\/span><span data-contrast=\"auto\">reemplazar<\/span><span data-contrast=\"auto\">manual <\/span><span data-contrast=\"auto\">la limpieza de datos o la estandarizaci\u00f3n <\/span><span data-contrast=\"auto\">esfuerzo<\/span><span data-contrast=\"auto\">s<\/span> <span data-contrast=\"auto\">con procesos r\u00e1pidos y automatizados<\/span><span data-contrast=\"auto\">. Por ejemplo, la normalizaci\u00f3n de los datos hospitalarios lleva meses de esfuerzo e implica procesos complejos como garantizar los formatos correctos de [name] [date] [phone number] . Con una herramienta de autoservicio, se <\/span><span data-contrast=\"auto\">lleva a <\/span><span data-contrast=\"auto\">s\u00f3lo unos minutos para<\/span><span data-contrast=\"auto\">para poner los nombres en may\u00fasculas, eliminar los espacios en blanco, los errores de dedo gordo y mucho m\u00e1s<\/span><span data-contrast=\"auto\"> para un mill\u00f3n de filas. <\/span><\/p>\n<p><span data-contrast=\"auto\">Con la herramienta de calidad de datos adecuada, puede realizar la <a href=\"https:\/\/dataladder.com\/es\/software-de-limpieza-de-datos-herramienta-de-limpieza-de-datos-crm-rapida-y-rentable\/\">limpieza de datos<\/a>, la <a href=\"https:\/\/dataladder.com\/es\/software-de-deduplicacion-de-datos-utilice-reglas-integradas-y-personalizadas-para-la-deduplicacion-de-crm\/\">deduplicaci\u00f3n de datos<\/a>, la <a href=\"https:\/\/dataladder.com\/es\/software-de-comparacion-de-datos-calificado-como-el-mejor-de-su-clase-con-una-precision-de-coincidencia-del-96\/\">correspondencia de datos<\/a> y la consolidaci\u00f3n de datos, todo dentro de una plataforma, <\/span><span data-contrast=\"auto\">sin c\u00f3digo, utilizando una interfaz de apuntar y hacer clic. <\/span><\/p>\n<p><strong>Automatice la <a href=\"https:\/\/dataladder.com\/es\/guia-rapida-de-software-de-preparacion-de-datos-soluciones-y-mejores-practicas\/\">preparaci\u00f3n de los datos<\/a>: <\/strong><\/p>\n<p><span data-contrast=\"auto\">La automatizaci\u00f3n es el futuro. Para el sector sanitario, la automatizaci\u00f3n es una necesidad que puede repercutir positivamente en la atenci\u00f3n al paciente, la gesti\u00f3n de recursos, la gesti\u00f3n de sistemas, las estad\u00edsticas, la financiaci\u00f3n y mucho m\u00e1s. Las viejas creencias y la dependencia de procesos obsoletos deben ser sustituidas por la innovaci\u00f3n y la automatizaci\u00f3n con el objetivo fundamental de permitir que los recursos humanos se centren m\u00e1s en el an\u00e1lisis y la toma de decisiones. <\/span><\/p>\n<p><strong>Definir las normas de calidad de los datos: <\/strong><\/p>\n<p><span data-contrast=\"auto\">Los datos deben medirse para reflejar las dimensiones de las normas de calidad de los datos. Para empezar, las organizaciones deben asegurarse de que sus <a href=\"https:\/\/dataladder.com\/es\/que-es-la-exactitud-de-los-datos-por-que-es-importante-y-como-pueden-las-empresas-asegurarse-de-tener-datos-exactos\/\">datos<\/a> actuales <a href=\"https:\/\/dataladder.com\/es\/que-es-la-exactitud-de-los-datos-por-que-es-importante-y-como-pueden-las-empresas-asegurarse-de-tener-datos-exactos\/\">son precisos<\/a>, completos y v\u00e1lidos. <\/span><\/p>\n<p><strong>Haga de la calidad de los datos un h\u00e1bito organizativo: <\/strong><\/p>\n<p><span data-contrast=\"auto\">Las funciones de la calidad de los datos, como la limpieza de datos o la <a href=\"https:\/\/dataladder.com\/es\/software-de-estandarizacion-de-datos-herramienta-de-estandarizacion-de-datos-rapida-y-rentable\/\">normalizaci\u00f3n de los mismos<\/a>, no deben realizarse s\u00f3lo cuando sean necesarias. Las organizaciones deben desarrollar una rutina para limpiar y mantener los datos actualizados. Los empleados con acceso a estos datos deben recibir formaci\u00f3n para comprender la calidad de los datos y las implicaciones que tiene en las aplicaciones posteriores. Este paso en particular no requiere un cambio organizativo, sino que puede llevarse a cabo simplemente creando un calendario, asignando un recurso y dot\u00e1ndolo de la herramienta adecuada para realizar el trabajo. <\/span><\/p>\n<h2 aria-level=\"2\"><span data-contrast=\"none\">\u00bfC\u00f3mo ayuda Data Ladder? <\/span><\/h2>\n<p><span data-contrast=\"auto\">Escalera de datos <\/span><span data-contrast=\"auto\">DataMatch<\/span><span data-contrast=\"auto\"> Enterprise es la mejor soluci\u00f3n de su clase dise\u00f1ada para ayudar al sector sanitario en la gesti\u00f3n de la calidad de los datos. Con <a href=\"https:\/\/www.capterra.com\/p\/171310\/DataMatch\/\">Data Ladder<\/a>, su equipo puede procesar terabytes de datos, consolidar m\u00faltiples fuentes de datos, limpiar y transformar millones de filas de datos en <\/span><span data-contrast=\"auto\">s\u00f3lo 45 minutos. <\/span><\/p>\n<p><span data-contrast=\"auto\">El ISD es la herramienta elegida por las organizaciones sanitarias debido a su interfaz f\u00e1cil de usar, 100% de <\/span><span data-contrast=\"auto\">vinculaci\u00f3n de registros <\/span><span data-contrast=\"auto\">y su capacidad para realizar transformaciones de datos.<\/span> <span data-contrast=\"auto\">SIN C\u00d3DIGO. <\/span><\/p>\n<p>El ISD puede ayudar a los sistemas sanitarios con:<\/p>\n<h3><b><span data-contrast=\"auto\">Vinculaci\u00f3n de registros para estudios longitudinales<\/span><\/b><\/h3>\n<p><span data-contrast=\"auto\">La vinculaci\u00f3n de datos es el proceso de vincular\/combinar\/reunir m\u00faltiples fuentes de informaci\u00f3n sobre un individuo o entidad. La combinaci\u00f3n de informaci\u00f3n tiene varias ventajas: <\/span><\/p>\n<ul>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"5\" aria-setsize=\"-1\" data-aria-posinset=\"1\" data-aria-level=\"1\"><span data-contrast=\"auto\">Se pueden realizar estudios longitudinales de poblaciones enteras para comprender las tendencias de la enfermedad y los retos correlativos. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"5\" aria-setsize=\"-1\" data-aria-posinset=\"2\" data-aria-level=\"1\"><span data-contrast=\"auto\">Aplicar cambios o desarrollar nuevas pol\u00edticas sanitarias a la luz de los datos disponibles. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"5\" aria-setsize=\"-1\" data-aria-posinset=\"3\" data-aria-level=\"1\"><span data-contrast=\"auto\">Los expertos pueden descubrir o resolver preguntas con respuestas que un solo conjunto de datos no puede proporcionar. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"5\" aria-setsize=\"-1\" data-aria-posinset=\"4\" data-aria-level=\"1\"><span data-contrast=\"auto\">La informaci\u00f3n hist\u00f3rica, como los datos administrativos, los datos de acontecimientos vitales, etc., recopilados a lo largo de la vida de una poblaci\u00f3n, es valiosa para estudiar las enfermedades e identificar a las poblaciones susceptibles. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"5\" aria-setsize=\"-1\" data-aria-posinset=\"5\" data-aria-level=\"1\"><span data-contrast=\"auto\">La combinaci\u00f3n de m\u00faltiples conjuntos de datos permite a las organizaciones evaluar el estado de la calidad de sus datos a un nivel m\u00e1s profundo e identificar las posibles lagunas que hay que cubrir. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"5\" aria-setsize=\"-1\" data-aria-posinset=\"6\" data-aria-level=\"1\"><span data-contrast=\"auto\">Se pueden desarrollar modelos de simulaci\u00f3n para estudiar diferentes poblaciones <\/span><\/li>\n<\/ul>\n<p><span data-contrast=\"auto\">Tambi\u00e9n conocida como \u00ab<a href=\"https:\/\/dataladder.com\/es\/software-de-vinculacion-de-registros\/\">vinculaci\u00f3n deregistros<\/a>\u00ab, la vinculaci\u00f3n de datos fue propuesta por primera vez por Halbert L. Dunn en 1946 en su art\u00edculo titulado \u00abRecord Linkage\u00bb, en el <\/span><b><br \/>\n<i><br \/>\n<span data-contrast=\"auto\">American Journal of Public Health, <\/span><br \/>\n<\/i><br \/>\n<\/b> <span data-contrast=\"auto\">donde sugiri\u00f3 la creaci\u00f3n de un \u00ablibro de la vida\u00bb para cada individuo desde su nacimiento hasta su muerte, incorporando los principales acontecimientos sanitarios y sociales. Este libro ser\u00eda una recopilaci\u00f3n de todos los registros existentes para crear un archivo singular para su uso en la planificaci\u00f3n de los servicios sanitarios. <\/span><\/p>\n<p><span data-contrast=\"auto\">Desde entonces, los centros sanitarios de todo el mundo, incluidos los de Estados Unidos, Canad\u00e1, Inglaterra, Dinamarca y Australia, se han esforzado por crear sistemas de vinculaci\u00f3n de datos. Estos sistemas contienen conjuntos de datos sobre nacimientos, defunciones, ingresos hospitalarios, asistencias a urgencias y mucho m\u00e1s. Algunos pa\u00edses tienen incluso amplios registros sobre salud mental, educaci\u00f3n, genealog\u00eda y datos de investigaci\u00f3n espec\u00edficos. <\/span><\/p>\n<p><span data-contrast=\"auto\">En Estados Unidos, la preocupaci\u00f3n por la privacidad, la confidencialidad y la seguridad de la informaci\u00f3n de los pacientes ha dado lugar a pol\u00edticas y <a href=\"https:\/\/www.scnsoft.com\/healthcare\/hipaa-compliant-clouds\">normativas<\/a> cada vez m\u00e1s estrictas <a href=\"https:\/\/www.scnsoft.com\/healthcare\/hipaa-compliant-clouds\">,<\/a> siendo <a href=\"https:\/\/www.scnsoft.com\/healthcare\/hipaa-compliant-clouds\">la HIPAA<\/a> la pol\u00edtica de privacidad del paciente m\u00e1s conocida. Con estas pol\u00edticas en vigor, las organizaciones no tienen acceso a identificadores \u00fanicos que puedan utilizarse f\u00e1cilmente para vincular los registros. Cuando esto ocurre, se utilizan otros componentes de la fuente de datos para identificar los registros. En este caso, la vinculaci\u00f3n de registros implica varias etapas y el uso de la concordancia probabil\u00edstica para cotejar los datos.<\/span><\/p>\n<p><span data-contrast=\"auto\">Existe un gran abismo entre el sistema de datos ideal y el actual sistema federal de datos sanitarios. La escasa calidad de los datos almacenados en sistemas fragmentados y la ausencia de un control de la calidad hacen que los centros sanitarios se enfrenten a importantes retos a la hora de prestar una asistencia sanitaria de alto valor. <\/span><\/p>\n<p><span data-contrast=\"auto\">Adem\u00e1s, la expansi\u00f3n sin precedentes de los datos de los pacientes procedentes de fuentes como Internet y los m\u00f3viles ha aumentado el volumen y la variedad de los datos de forma exponencial, lo que dificulta a las organizaciones la vinculaci\u00f3n de las historias cl\u00ednicas electr\u00f3nicas (HCE) a trav\u00e9s de los sistemas y entre ellos, una actividad necesaria para una serie de fines que incluyen la investigaci\u00f3n sanitaria, los estudios longitudinales de poblaciones, la prevenci\u00f3n y el control de enfermedades, la atenci\u00f3n al paciente y mucho m\u00e1s.<\/span><\/p>\n<h3><span class=\"TextRun SCXW254179266 BCX0\" lang=\"EN-US\" data-contrast=\"none\"><span class=\"NormalTextRun SCXW254179266 BCX0\" data-ccp-parastyle=\"heading 2\">An\u00e1lisis, limpieza y normalizaci\u00f3n de datos sin c\u00f3digo<\/span><\/span><\/h3>\n<p><span data-contrast=\"auto\">El ISD permite una limpieza de datos f\u00e1cil y con un solo clic. A diferencia de las herramientas ETL o de Excel, no hay ning\u00fan esfuerzo manual. Con el ISD, los usuarios pueden: <\/span><\/p>\n<ul>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"1\" data-aria-level=\"1\"><span data-contrast=\"auto\">Transforme los datos deficientes simplemente haciendo clic en las casillas de verificaci\u00f3n. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"2\" data-aria-level=\"1\"><span data-contrast=\"auto\">Normalizar el estilo del texto. <\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"3\" data-aria-level=\"1\"><span data-contrast=\"auto\">Eliminar los caracteres no deseados<\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"3\" data-aria-level=\"1\"><span data-contrast=\"auto\">Eliminar las erratas accidentales durante la introducci\u00f3n de datos (\u00a1son dif\u00edciles de detectar!)<\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"3\" data-aria-level=\"1\"><span data-contrast=\"auto\">Limpiar los espacios entre letras\/palabras<\/span><\/li>\n<li data-leveltext=\"\u00d8\" data-font=\"Wingdings\" data-listid=\"3\" aria-setsize=\"-1\" data-aria-posinset=\"3\" data-aria-level=\"1\"><span data-contrast=\"auto\">Transformar los apodos en nombres reales (Juan en lugar de Johnny)<\/span><\/li>\n<\/ul>\n<p><span class=\"TextRun BCX0 SCXW138903716\" lang=\"EN-US\" data-contrast=\"auto\"><br \/>\n<span class=\"NormalTextRun BCX0 SCXW138903716\">El ISD permite uniformar f\u00e1cilmente los datos al permitir al usuario elegir entre m\u00e1s de una docena de opciones de normalizaci\u00f3n que pueden aplicarse a <\/span><br \/>\n<\/span><span class=\"TrackChangeTextInsertion TrackedChange BCX0 SCXW138903716\"><br \/>\n<span class=\"TextRun BCX0 SCXW138903716\" lang=\"EN-US\" data-contrast=\"auto\"><br \/>\n<span class=\"NormalTextRun BCX0 SCXW138903716\">cientos de millones de registros a la vez (probado con m\u00e1s de 2.000 millones de<\/span><br \/>\n<\/span><br \/>\n<\/span><span class=\"TrackChangeTextInsertion TrackedChange BCX0 SCXW138903716\"><br \/>\n<span class=\"TextRun BCX0 SCXW138903716\" lang=\"EN-US\" data-contrast=\"auto\"><br \/>\n<span class=\"NormalTextRun BCX0 SCXW138903716\">+ registros).<\/span><br \/>\n<\/span><br \/>\n<\/span><\/p>\n<h3>Permitir la implantaci\u00f3n de un marco de calidad de datos<\/h3>\n<p><span data-contrast=\"auto\">La plataforma DME es un marco que permite a las organizaciones encontrar un punto de partida para sus objetivos de mejora de la calidad de los datos. No s\u00f3lo pueden limpiar y preparar sus datos, sino que tambi\u00e9n pueden convertirlo en una parte consistente de su rutina diaria a la mitad del coste. Los datos sanitarios deben cumplir las normas de calidad de datos descritas anteriormente, lo que significa que las instituciones sanitarias deben aplicar un marco de calidad de datos que garantice la uniformidad, la precisi\u00f3n y la coherencia. Y deben cumplir estas normas <strong>r\u00e1pidamente. <\/strong> <\/span><\/p>\n<p><span class=\"TrackChangeTextInsertion TrackedChange BCX0 SCXW138903716\"><span class=\"TextRun BCX0 SCXW138903716\" lang=\"EN-US\" data-contrast=\"auto\"><span class=\"NormalTextRun BCX0 SCXW138903716\"><span class=\"LineBreakBlob BlobObject DragDrop SCXW265681520 BCX0\">DME, al ser una soluci\u00f3n de gesti\u00f3n de la calidad de los datos, permite a los usuarios perfilar, estandarizar y limpiar miles de millones de registros de m\u00faltiples fuentes de datos a una velocidad y precisi\u00f3n r\u00e9cord. Adem\u00e1s, con la capacidad de integrar m\u00e1s de 500 fuentes de datos, los usuarios pueden actualizar y modificar directamente sus fuentes de datos sin la molestia de las herramientas de terceros. <\/span><\/span><\/span><\/span><\/p>\n<h2 aria-level=\"1\"><span data-contrast=\"none\">Conclusi\u00f3n &#8211; Ayude a su organizaci\u00f3n a obtener datos precisos y fiables para mejorar la calidad de la atenci\u00f3n al paciente <\/span><\/h2>\n<p><span data-contrast=\"auto\">Para ser \u00fatiles, los datos deben ser correctos, <a href=\"https:\/\/dataladder.com\/es\/como-identificar-los-datos-que-faltan-garantizar-la-integridad-de-los-datos-y-mantener-la-exactitud-de-los-mismos\/\">completos<\/a>, fiables y precisos. Los datos defectuosos conducen a errores en la toma de decisiones, errores letales en la atenci\u00f3n al paciente (como diagnosticar al paciente equivocado), cifras sesgadas en la investigaci\u00f3n y otros problemas cr\u00edticos. <\/span><\/p>\n<p><span data-contrast=\"auto\">Aunque muchos centros sanitarios han recopilado datos sobre los pacientes, todav\u00eda no han desarrollado sistemas actualizados para mantener la calidad de los servicios prestados. Una herramienta de calidad de datos de autoservicio como <a href=\"https:\/\/dataladder.com\/es\/productos\/datamatch-enterprise-calificado-como-el-producto-numero-uno-para-la-gestion-de-la-calidad-de-los-datos\/\">DataMatch Enterprise<\/a> permite a los usuarios autorizados preparar los datos para sus m\u00faltiples usos sin tener que depender de TI o de conocimientos espec\u00edficos de SQL. <\/span><\/p>\n<p><span data-contrast=\"auto\">Y lo que es m\u00e1s importante, da a las organizaciones una <\/span><span data-contrast=\"auto\">cabeza<\/span> <span data-contrast=\"auto\">iniciar<\/span><span data-contrast=\"auto\"> en el viaje de mejora de los datos. Una vez que la organizaci\u00f3n entiende los problemas que afectan a la calidad de los datos, puede estar en mejor posici\u00f3n para hacer las modificaciones necesarias, elaborando un <a href=\"https:\/\/dataladder.com\/es\/por-que-su-organizacion-debe-tener-un-plan-de-gestion-de-la-calidad-de-los-datos-para-estar-a-la-vanguardia\/\">plan de gesti\u00f3n de datos<\/a> m\u00e1s s\u00f3lido. <\/span><\/p>\n<p>Descargue nuestra prueba gratuita para ver c\u00f3mo puede limpiar y vincular los registros de su organizaci\u00f3n de forma f\u00e1cil y sin c\u00f3digos.<\/p>\n<p style=\"text-align: center;\"><a class=\"btn btn-sm center\" style=\"height: 29px; font-size: 13px; text-align: center; \/* left: 50px;\" href=\"https:\/\/dataladder.com\/es\/prueba-gratuita-software-de-cotejo-de-datos\/\">Descargar prueba gratuita<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>El acceso a datos precisos, completos y oportunos es fundamental en el sector sanitario. Es afecta a la atenci\u00f3n de los pacientes as\u00ed como los presupuestos gubernamentales para el mantenimiento de los servicios sanitarios. Por desgracia, ma mayor\u00eda de los centros sanitarios se ven acosados por la mala calidad de los datos y el gran [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":67713,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_lmt_disableupdate":"","_lmt_disable":"","_links_to":"","_links_to_target":""},"categories":[1212,1271],"tags":[543,721,605],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad - Data Ladder<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad - Data Ladder\" \/>\n<meta property=\"og:description\" content=\"El acceso a datos precisos, completos y oportunos es fundamental en el sector sanitario. Es afecta a la atenci\u00f3n de los pacientes as\u00ed como los presupuestos gubernamentales para el mantenimiento de los servicios sanitarios. Por desgracia, ma mayor\u00eda de los centros sanitarios se ven acosados por la mala calidad de los datos y el gran [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/\" \/>\n<meta property=\"og:site_name\" content=\"Data Ladder\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/web.facebook.com\/DataLadderSoftware\" \/>\n<meta property=\"article:published_time\" content=\"2022-06-27T10:44:38+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-03-09T13:30:54+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dataladder.com\/wp-content\/uploads\/2022\/06\/Data-quality-in-healthcare.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1000\" \/>\n\t<meta property=\"og:image:height\" content=\"667\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"lbarrera\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"lbarrera\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"14 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/\"},\"author\":{\"name\":\"lbarrera\",\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\"},\"headline\":\"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad\",\"datePublished\":\"2022-06-27T10:44:38+00:00\",\"dateModified\":\"2022-03-09T13:30:54+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/\"},\"wordCount\":3252,\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/es\/#organization\"},\"keywords\":[\"calidad de los datos\",\"datos sanitarios\",\"enlace de registros\"],\"articleSection\":[\"Data quality management\",\"Gesti\u00f3n de la calidad de los datos\"],\"inLanguage\":\"es\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/\",\"url\":\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/\",\"name\":\"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad - Data Ladder\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/es\/#website\"},\"datePublished\":\"2022-06-27T10:44:38+00:00\",\"dateModified\":\"2022-03-09T13:30:54+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/dataladder.com\/es\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/dataladder.com\/es\/#website\",\"url\":\"https:\/\/dataladder.com\/es\/\",\"name\":\"Data Ladder\",\"description\":\"Enterprise Data Profiling, Cleansing, and Matching\",\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/es\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/dataladder.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/dataladder.com\/es\/#organization\",\"name\":\"Data Ladder\",\"url\":\"https:\/\/dataladder.com\/es\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"contentUrl\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"width\":413,\"height\":408,\"caption\":\"Data Ladder\"},\"image\":{\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/dataladder-llc\/\",\"https:\/\/web.facebook.com\/DataLadderSoftware\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\",\"name\":\"lbarrera\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"caption\":\"lbarrera\"},\"url\":\"https:\/\/dataladder.com\/es\/author\/lbarrera\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad - Data Ladder","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/","og_locale":"es_ES","og_type":"article","og_title":"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad - Data Ladder","og_description":"El acceso a datos precisos, completos y oportunos es fundamental en el sector sanitario. Es afecta a la atenci\u00f3n de los pacientes as\u00ed como los presupuestos gubernamentales para el mantenimiento de los servicios sanitarios. Por desgracia, ma mayor\u00eda de los centros sanitarios se ven acosados por la mala calidad de los datos y el gran [&hellip;]","og_url":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/","og_site_name":"Data Ladder","article_publisher":"https:\/\/web.facebook.com\/DataLadderSoftware","article_published_time":"2022-06-27T10:44:38+00:00","article_modified_time":"2022-03-09T13:30:54+00:00","og_image":[{"width":1000,"height":667,"url":"https:\/\/dataladder.com\/wp-content\/uploads\/2022\/06\/Data-quality-in-healthcare.jpg","type":"image\/jpeg"}],"author":"lbarrera","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"lbarrera","Tiempo de lectura":"14 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/#article","isPartOf":{"@id":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/"},"author":{"name":"lbarrera","@id":"https:\/\/dataladder.com\/es\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b"},"headline":"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad","datePublished":"2022-06-27T10:44:38+00:00","dateModified":"2022-03-09T13:30:54+00:00","mainEntityOfPage":{"@id":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/"},"wordCount":3252,"publisher":{"@id":"https:\/\/dataladder.com\/es\/#organization"},"keywords":["calidad de los datos","datos sanitarios","enlace de registros"],"articleSection":["Data quality management","Gesti\u00f3n de la calidad de los datos"],"inLanguage":"es"},{"@type":"WebPage","@id":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/","url":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/","name":"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad - Data Ladder","isPartOf":{"@id":"https:\/\/dataladder.com\/es\/#website"},"datePublished":"2022-06-27T10:44:38+00:00","dateModified":"2022-03-09T13:30:54+00:00","breadcrumb":{"@id":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/dataladder.com\/es\/calidad-de-los-datos-en-la-sanidad-retos-limitaciones-y-medidas-para-mejorar-la-calidad\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dataladder.com\/es\/"},{"@type":"ListItem","position":2,"name":"Calidad de los datos en la sanidad: retos, limitaciones y medidas para mejorar la calidad"}]},{"@type":"WebSite","@id":"https:\/\/dataladder.com\/es\/#website","url":"https:\/\/dataladder.com\/es\/","name":"Data Ladder","description":"Enterprise Data Profiling, Cleansing, and Matching","publisher":{"@id":"https:\/\/dataladder.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dataladder.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/dataladder.com\/es\/#organization","name":"Data Ladder","url":"https:\/\/dataladder.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/dataladder.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","contentUrl":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","width":413,"height":408,"caption":"Data Ladder"},"image":{"@id":"https:\/\/dataladder.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/dataladder-llc\/","https:\/\/web.facebook.com\/DataLadderSoftware"]},{"@type":"Person","@id":"https:\/\/dataladder.com\/es\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b","name":"lbarrera","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/dataladder.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","caption":"lbarrera"},"url":"https:\/\/dataladder.com\/es\/author\/lbarrera\/"}]}},"modified_by":null,"_links":{"self":[{"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/posts\/63032"}],"collection":[{"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/comments?post=63032"}],"version-history":[{"count":2,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/posts\/63032\/revisions"}],"predecessor-version":[{"id":66370,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/posts\/63032\/revisions\/66370"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/media\/67713"}],"wp:attachment":[{"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/media?parent=63032"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/categories?post=63032"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/tags?post=63032"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}