Meningkatkan Mutu Informasi Kesehatan Melalui Evaluasi Kualitas Data Rekam Medis Elektronik

https://doi.org/10.22146/jisph.109288

muhriati - saeni(1*), LUTFAN LAZUARDI(2)

(1) universitas gadjah mada
(2) universitas Gadjah Mada
(*) Corresponding Author

Abstract


Latar Belakang : Manfaat potensial rekam medis elektronik sangat besar dalam peningkatan mutu layanan dan akses informasi pasien, namun terdapat tantangan dari aspek kualitas data. Kualitas data penting karena berpengaruh terhadap hasil akhir perawatan pasien. Penelitian bertujuan untuk mengevaluasi kualitas data RME dengan menilai kelengkapan, ketepatan dan keterkinian data serta mengeksplorasi faktor-faktor yang mempengaruhi kualitas data dari aspek manusia, organisasi, manajerial, tekhnis dan eksternal

Metode : Penelitian ini merupakan studi kasus ekspalanatori dengan desain kasus tunggal terpancang, dilaksanakan di RSUD La Patarai Barru pada Maret hingga Mei 2024. Sampel sebanyak 373 rekam medis elektronik dipilih dengan menggunakan rumus estimasi proporsi lemeshow, sementara responden ditentukan secara purposive  sebanyak 12 orang, Data sekunder dikumpulkan melalui obeservasi dengan cheklist untuk menilai kelengkapan, ketepatan dan keterkinian data RME. Data primer diperoleh melalui wawancara mendalam. Analisa data dilakukan secara deskriptif dan tematik.

Hasil : Kelengkapan tertinggi pada elemen identifikasi pasien (nama, dan nomor rekam medis 100%) terendah pada pekerjaan (76%). Pada asesemen,  kelengkapan tertinggi yaitu tingkat kesadaran (97.3%) terendah pemeriksaan psikososial spiritual (2,4%). Riwayat pengobatan tercatat lengkap (99,5%), namun kode diagnosis hanya 9,9%. Ketepatan pengkodean diagnosis bervariasi (0–73%), penggunaan singkatan (71,4–100%). Keterkinian data tertinggi pada pemeriksaan penunjang (100%) terendah pada data pernapasan (29,5%). Kualitas data dipengaruhi oleh berbagai faktor. Faktor manusia seperti pengetahuan, motivasi,pengalaman, dan karakteristik pengguna, faktor organisasi berupa beban kerja, pelatihan dan ketiadaan SOP, aspek manajerial penyediaan sumber daya belum disertai evaluasi rutin terhadap isi rekam medis. Konektivitas jaringan, keterbatasan referensi obat dan duplikasi merupakan kendala teknis. Faktor eksternal seperti regulasi, akreditasi, dan  lingkungan fisik mendorong perbaikan kualitas data.

Kesimpulan : : Kualitas data Rekam medis elektronik belum optimal. Penguatan fitur validasi internal dalam sistem, penyusunan SOP, evaluasi rutin, optimalisasi antarmuka serta penataan ruang kerja diperlukan untuk mendorong  kelengkapan, ketepatan dan keterkinian data RME


Keywords


Rekam Medis elektronik, dimensi kualitas data, faktor kualitas data



References

Presiden Republik Indonesia. Peraturan Pemerintah Republik Indonesia Nomor 46 Tahun 2014 tentang Sistem Informasi Kesehatan. Peratur Menteri Kesehat Republik Indones Nomor 46 Tahun 2014 tentang Sist Inf Kesehat. Published online 2014:1-66. http://jdih.kkp.go.id/peraturan/pp-46-2014.pdf 2. Zhou J, Hao J, Tang M, et al. Development of a quantitative index system for evaluating the quality of electronic medical records in disease risk intelligent prediction. BMC Med Inform Decis Mak. 2024;24(1):1-12. doi:10.1186/s12911-024-02533-z 3. Viswanathan K, O’Neill K, Boerma T, Boone D. Data Quality Assurance. Module 1. Framework and Metrics.; 2022. https://www.who.int/data/ data-collection-tools/health-service-data/data-quality-assurance-dqa 4. Makeleni N, Cilliers L. Critical success factors to improve data quality of electronic medical records in public healthcare institutions. SA J Inf Manag. 2021;23(1):1-8. doi:10.4102/sajim.v23i1.1230 5. Utarini A, Dwiprhasto I, Probandari AN, et al. Metode Penelitian : Prinsip Dan Aplikasi UUntuk Manajemen Rumah Sakit. 1st ed. (Utraini A, Dwiprahasto I, eds.). Gadjah Mada University Press; 2022. 6. Janett RS, Yeracaris PP. Electronic medical records in the american health system: Challenges and lessons learned. Cienc e Saude Coletiva. 2020;25(4):1293-1304. doi:10.1590/1413-81232020254.28922019 7. Muthee V, Bochner AF, Osterman A, et al. The impact of routine data quality assessments on electronic medical record data quality in Kenya. PLoS One. 2018;13(4):1-14. doi:10.1371/journal.pone.0195362 8. Weiskopf NG, Hripcsak G, Swaminathan S, Weng C. Defining and measuring completeness of electronic health records for secondary use. J Biomed Inform. 2013;46(5):830-836. doi:10.1016/j.jbi.2013.06.010 9. Wirajaya MK, Nuraini N. Faktor Faktor yang Mempengaruhi Ketidaklengkapan Rekam Medis Pasien pada Rumah Sakit di Indonesia. J Manaj Inf Kesehat Indones. 2019;7(2):165. doi:10.33560/jmiki.v7i2.225 10. Hill EJ, Sharma J, Wissel B, et al. Parkinson’s disease diagnosis codes are insufficiently accurate for electronic health record research and differ by race. Park Relat Disord. 2023;114(July):105764. doi:10.1016/j.parkreldis.2023.105764 11. Toomath S, Hibbert EJ. Auto-expansion software prompting reduces abbreviation use in electronic hospital discharge letters: an observational pre- and post-intervention study. BMC Med Inform Decis Mak. 2025;25(1). doi:10.1186/s12911-025-03005-8 12. Amosa TI, Izhar LIB, Sebastian P, Ismail IB, Ibrahim O, Ayinla SL. Clinical Errors From Acronym Use in Electronic Health Record: A Review of NLP-Based Disambiguation Techniques. IEEE Access. 2023;11:59297-59316. doi:10.1109/ACCESS.2023.3284682 13. Terry AL, Stewart M, Cejic S, et al. A basic model for assessing primary health care electronic medical record data quality. BMC Med Inform Decis Mak. 2019;19(1):1-11. doi:10.1186/s12911-019-0740-0 14. Skyttberg N, Vicente J, Chen R, Blomqvist H, Koch S. How to improve vital sign data quality for use in clinical decision support systems? A qualitative study in nine Swedish emergency departments. BMC Med Inform Decis Mak. 2016;16(1):1-12. doi:10.1186/s12911-016-0305-4 15. Abdullah Alharbi R. Adoption of electronic health records in Saudi Arabia hospitals: Knowledge and usage. J King Saud Univ - Sci. 2023;35(2):102470. doi:10.1016/j.jksus.2022.102470 16. Lambooij MS, Drewes HW, Koster F. Use of electronic medical records and quality of patient data: different reaction patterns of doctors and nurses to the hospital organization. BMC Med Inform Decis Mak. 2017;17(1):1-11. doi:10.1186/s12911-017-0412-x 17. Rahal RM, Mercer J, Kuziemsky C, Yaya S. Factors affecting the mature use of electronic medical records by primary care physicians: a systematic review. BMC Med Inform Decis Mak. 2021;21(1):1-15. doi:10.1186/s12911-021-01434-9 18. Tuti SO, Freddy WW, Diana VDD. Faktor Faktor yang Mempengaruhi Kelengkapan Pengisian Rekam Medis Elektronik Instalasi Rawat Jalan RSUP Prof Dr. R. D. Kandou Manado. J Kesehat Tambusai. 2023;4(2):1210-1223. 19. Liu C, Talaei-Khoei A, Zowghi D. Theoretical support for enhancing data quality: Application in electronic medical records. Am Conf Inf Syst 2018 Digit Disruption, AMCIS 2018. Published online 2018. 20. Musa S, Dergaa I, Yasin RAS, Singh R. The Impact of Training on Electronic Health Records Related Knowledge, Practical Competencies, and Staff Satisfaction: A Pre-Post Intervention Study Among Wellness Center Providers in a Primary Health-Care Facility. J Multidiscip Healthc. 2023;16(March):1551-1563. doi:10.2147/JMDH.S414200 21. Hlaing T, Myint ZM. Factors affecting data quality of health management information system at township level, Bago region, Myanmar. Int J Community Med Public Heal. 2022;9(3):1298. doi:10.18203/2394-6040.ijcmph20220686 22. Gumede-Moyo S, Todd J, Bond V, Mee P, Filteau S. A qualitative inquiry into implementing an electronic health record system (SmartCare) for prevention of mother-to-child transmission data in Zambia: A retrospective study. BMJ Open. 2019;9(9):1-9. doi:10.1136/bmjopen-2019-030428 23. Ebbers T, Takes RP, Honings J, Smeele LE, Kool RB, van den Broek GB. Development and validation of automated electronic health record data reuse for a multidisciplinary quality dashboard. Digit Heal. 2023;9. doi:10.1177/20552076231191007 24. Mohd Nor NA, Taib NA, Saad M, et al. Development of electronic medical records for clinical and research purposes: The breast cancer module using an implementation framework in a middle income country- Malaysia. BMC Bioinformatics. 2019;19(Suppl 13). doi:10.1186/s12859-018-2406-9 25. Madandola OO, Bjarnadottir RI, Yao Y, et al. The relationship between electronic health records user interface features and data quality of patient clinical information: an integrative review. J Am Med Informatics Assoc. 2024;31(1):240-255. doi:10.1093/jamia/ocad188



DOI: https://doi.org/10.22146/jisph.109288

Article Metrics

Abstract views : 422 | views : 337

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Copyright (c) 2025 Journal of Information Systems for Public Health

shopify traffic stats View My Stats