طراحی معماری دادۀ سیستم نظارتی بیماری کووید-19: یک مرور نظام‌مند

مقدمه: مدیریت و کنترل بیماری‌های مشمول گزارش چالش‌برانگیز است؛ زیرا این بیماری‌ها شامل طیف وسیعی از بیماری‌های عفونی می‌‌شوند که نیازمند گزارش‌‌دهی صحیح و به‌موقع هستند؛ ازاین‌رو به‌منظور غلبه بر این محدودیت‌ها، وجود یک سیستم اطلاعات منسجم در سطوح مختلف با استفاده از اصول معماری دقیق، برای مدیریت موثر داده‌های بیماری ضروری است؛ بنابراین، هدف مطالعۀ حاضر‌‌، شناسایی الزامات اصلی معماری داده‌ای موردنیاز برای مدیریت موثر و بهینۀ بیماری کووید19 و طراحی الگوی معماری دادۀ نظام مراقبتی آن است.مواد و روش‌ها: مطالعۀ حاضر‌‌ یک بررسی مروری از نوع نظام‌مند بود که در سال 2020، به‌واسطۀ جستجوی جامع در منابع اینترنتی و پایگاه‌های اطلاعاتی انجام شد. جستجو در پنج پایگاه دادۀ منتخب شامل web of science، science direct، scopus، pubmed و موتور جستجوی google scholar، به‌منظور شناسایی معیارهای طراحی معماری دادۀ بیماری کووید19 از راه تعریف فرمول جستجو، اعمال معیارهای ورود و خروج، تنظیم فیلترهای جستجویی و سپس شناسایی مقالات مرتبط صورت گرفت؛ سپس موارد معرف اجزای معماری دادۀ بیماری کووید19 از مقالات استخراج و در کلاس‌های مطلوب جایگذاری شدند. درنهایت، از نتایج به‌‌دست‌‌آمده، الگوی معماری سیستم نظارتی بیماری بصری‌‌سازی شد.یافته‌های پژوهش: از مجموع 398 مطالعه بازیابی‌‌شده، تعداد 27 مقاله معیارهای ورود به مطالعه را برآورده ساختند. یافته‌های به‌‌دست‌‌آمده از بررسی مقالات انتخابی، در پنج کلاس اصلی شامل موارد سازمان‌های درگیر در مدیریت داده (تولیدکنندۀ داده، استفاده‌کنندۀ داده و تصمیم‌‌گیران)، منابع داده‌ای، الزامات اطلاعاتی (شامل 11 کلاس اطلاعاتی و 97 عنصر اطلاعاتی)، استانداردها (محتوا و ساختار) و معیارهای کنترل کیفیت داده دسته‌‌بندی شد.بحث و نتیجه‌گیری: راه‌اندازی معماری دادۀ سفارشی، برای مدیریت بیماری کووید19 می‌تواند ظرفیت نظام‌های بهداشتی درمانی در پیشگیری از همه‌گیری گستردۀ این بیماری و ارتقای کیفیت درمان، به‌واسطۀ بهبود نظارت‌های بهداشتی به‌موقع و اثربخش، بررسی‌های همه‌گیرشناسی دقیق، کمک به تصمیم‌گیری‌های بالینی و سیاست‌گذاری‌های بهداشتی را ارتقا دهد.

COVID-19, Data architecture, Information system, Reportable diseases, Surveillance system

Introduction: Management and control of reportable diseases are challenging because these diseases include a large spectrum of infectious conditions that need accurate, precise, and timely reporting. To deal with this problem, an integrated surveillance system using the set of core data architecture principles is crucial to ensure the effectivemanagement of data. Therefore, this study aimed to identify the core data architecture requirements for effective management of Coronavirus Disease 2019 (COVID19), followed by designing a data architecture model. Materials Methods: This systematic review was conducted in 2020 through searching five databases, including PubMed, Web of Science, Science Direct, and Scopus M, as well as Google scholar search engine to identify metrics for COVID19 data architecture designing. Moreover, the search formula definition, implication of inclusion and exclusion criteria, search filtering adjustment, and related study identification were performed in this study. Subsequently, the cases identifying the architecture data of the COVID19 component were systematically extracted and categorized in suitable classes. Finally, the management system of the architecture model of the patient was visualized in this study.Ethics code: IR.ABADANUMS.REC.1399.065 Findings: Out of 398 identified studies, 27 articles met the inclusion criteria. The obtained data were categorized into five classes, including organizations involved in data management (data producer, data users, and decisionmakers), data sources, information requirements (11 information classes and 77 data elements), standards (semantic and syntactic), and control quality criteria of the data. Discussions Conclusions: Implementation of customized data architecture for COVID19 can increase the potential of the health care systems to prevent the high prevalence of this disease and improve the quality of care through timely and effective health monitoring, accurate epidemiological investigations, clinical decision supports, and healthcare policymaking.