Avertissement aux participants : " Il ne faut pas laisser le mieux devenir l'ennemi du bien! "

Enjeux

  • Données validées et " propres "
  • Normes universelles de codage et comparabilité
    Pondération de divers ensembles de données dans l'élaboration de mesures du rendement (au?delà de Macleans), y compris définition du concept
  • Organisation nationale (et non fédérale ou provinciale) des données
  • Accès meilleur et gratuit aux bases de données publiques ET privées (il faut aussi analyser les politiques et les pratiques actuelles et l'information sur les enjeux relatifs à l'accès et à la vie privée)
  • Protocoles de collecte et d'utilisation des données respectueux de l'éthique
  • Dépôt de recherche/centre d'information sur ce qui a été fait
  • Plus de compétences spécialisées en analyse de données
    • modèles théoriques d'interprétation des données (les modèles sont la force motrice des données que nous utilisons ou non)
    • comment utiliser de grands ensembles de données
    • utilisation de méthodologies mixtes (méthodes quantitatives ET qualitatives)
  • Distinguer clairement les bases de données servant aux archives médicales et aux dossiers d'assurance
  • Données multisectorielles, intégrées et à niveaux multiples
  • Lien entre les données administratives et l'état de santé
  • Besoin de fournir des systèmes d'aide à la décision
  • Appuyer des études longitudinales de suivi
  • Utiliser des " cartes à puce " de patients
  • Les régimes de rémunération autres que la rémunération à l'acte et la privatisation du système posent des problèmes de collecte de données
  • À quel niveau de gestion faudrait?il mettre en commun les données de différentes régions?

Besoins

  • Ensembles de données qui saisissent fidèlement les déterminants de la santé (on a besoin de mesures du " bon état de santé chronique "); doivent être spécifiques à une personne et reliables entre elles
  • Besoin d'élargir la saisie des données de telle façon que les bases de données représentent l'intégrité du système de santé (p. ex., utilisation des bases de données pour suivre des ressources)
  • Données de première ligne
  • Données cliniques suffisantes pour établir des comparaisons entre des groupes
  • Indicateurs de rendement pour des organisations et des personnes à TOUS les niveaux du système
  • Données administratives pour réagir aux priorités émergentes
  • Plus de données pour établir un lien entre les intrants et les résultats rajustés
  • Données " en temps réel " pour questions critiques (collecte rapide, analyse rapide)
  • Bases de données sur les meilleures pratiques ou les meilleures données probantes (au niveau du programme et de la structure, et non seulement au niveau clinique)
  • ' Ensembles plus détaillés et complets de données sur les ressources humaines (pour améliorer les stratégies de recrutement/maintien des effectifs)
  • Données sur les attentes/préférences actuelles/futures du public et les processus qui leur donnent naissance
  • Services utilisés par les patients
  • Données sur l'utilisation du système par les populations marginales
  • Rôle de la famille dans les soins de santé