[論文レビュー] A Framework for Transparent Reporting of Data Quality Analysis Across the Clinical Electronic Health Record Data Lifecycle

M. Wassell, Kerryn Butler-Henderson+1 more|arXiv (Cornell University)|Mar 1, 2026

Scientific Computing and Data Management被引用数 0

ひとこと要約

論文は臨床EHRデータライフサイクル全体のデータ品質評価を透明性を持って報告する枠組みを開発し、出所を明確にし、研究およびAIワークフローのためのターゲットを絞ったDQ改善を可能にします。

ABSTRACT

Data quality (DQ) and transparency of secondary data are critical factors that delay the adoption of clinical AI models and affect clinician trust in them. Many DQ studies fail to clarify where, along the lifecycle, quality checks occur, leading to uncertainty about provenance and fitness for reuse. This study develops a framework for transparent reporting of DQ assessments across the clinical electronic health record (EHR) data lifecycle. The reporting framework was developed through iterative analysis to identify actors and phases of the clinical data lifecycle. The framework distinguishes between data-generating organizations and data-receiving organizations to allow users to map DQ parameters to stages across the data lifecycle. The framework defines 5 key lifecycle phases and multiple actors. When applied to the real-world dataset, the framework demonstrated applicability in revealing where DQ issues may originate. The framework provides a structured approach for reporting DQ assessments, which can enhance transparency regarding data fitness for reuse, supporting reliable clinical research, AI model development, and internal organisational governance. This work provides practical guidance for researchers to understand data provenance and for organisations to target DQ improvement efforts across the data lifecycle.

研究の動機と目的

• 臨床EHRデータライフサイクル全体でデータ品質チェックがどこで行われるかを明確にする。
• データを生成する組織とデータを受け取る組織を区別し、ライフサイクルの段階にDQパラメータを紐づける。
• DQ評価の構造化報告フレームワークを提供するために、関係者とライフサイクルの段階を特定する。
• 実データセットで枠組みの適用性を実証し、DQ問題の起源を明らかにする。
• データ出所の理解とガバナンスの実務的指針を研究者や組織に提供する。

提案手法

• 臨床データライフサイクルの関係者と段階を特定する反復的分析。
• 5段階のライフサイクルと複数の関係者を定義し、DQパラメータを段階に紐づける。

実験結果

リサーチクエスチョン

• RQ1 臨床EHRデータにおけるDQ報告に影響を与える主要なライフサイクル段階と関係者は何か。
• RQ2 ライフサイクル全体で出所と再利用適合性を示すために、DQ評価を透明に報告するにはどうすればよいか。
• RQ3 データを生成する組織と受け取る組織を区別することはDQ問題の追跡にどのように役立つか。
• RQ4 実データのEHRセットでDQ問題がどこから生じているかを枠組みは明らかにできるか。

主な発見

• 枠組みはDQ報告のための5つのライフサイクル段階と複数の関係者を特定する。
• データを生成する組織と受け取る組織を区別して、DQパラメータをライフサイクル段階に紐づける。
• 実データセットに適用したところ、DQ問題がどこから生じる可能性があるかを示す能力を示した。
• DQ評価の報告を構造化する手法を提供し、透明性とガバナンスを強化する。
• 本枠組みは出所の改善を通じて信頼性の高い臨床研究、AIモデル開発、内部組織ガバナンスを支援する。
• 研究者と組織がデータライフサイクル全体でDQ改善をターゲットにするための実務的指針を提供する。