Regulação de segurança da informação eletrônica em saúde: visão geral / Safety regulation of health electronic information: an overview / Regulación de la seguridad de la información electrónica de salud: una visión general

Objetivo: Classificar os aspectos reguladores necessários ao atendimento das exigências legais de segurança de dados em Sistemas de Registro Eletrônico de Saúde (S-RES). Método: Estudo de revisão narrativa e qualitativo. Uma busca sistemática por artigos científicos foi realizada, seguida por pesquisa e análise de referências sobre regulamentação. Resultados: Cinco documentos reguladores foram selecionados, assim como as referências que estes usaram, para a produção de um dígrafo de citações. Os documentos foram avaliados sobre sua importância e contribuição. Uma categorização para seus conteúdos foi proposta. Conclusão. Os documentos reguladores são classificados como: (i) especificações técnicas que orientam o emprego do objeto a que se destina; (ii) regras, tais como: leis, projetos de lei, medidas provisórias, resoluções de conselhos federais de saúde, decretos e portarias; (iii) critérios de qualidade para S-RES; e (iv) políticas de gestão.

Objective: To classify the norms required to meeting the legal requirements of data security in Electronic Health Record Systems (EHR-S). Method: Narrative and qualitative review of studies. A systematic search was conducted for scientific papers, followed by research and analysis of references about regulation. Results: Five regulatory documents were selected, and their references used for the production of a corresponding digraph. The documents were evaluated on their importance and contribution. An categorization for their content was proposed. Conclusion: Regulatory documents were classified as: (i) technical specification that guide the use of the object to which it refers; (ii) rule, such as law, bill, provisional measure of federal health advice resolutions, decree and order; (iii) quality criteria for EHR-S; and (iv) management policy.

Objetivo: Clasificar los aspectos reguladores necesarios para cumplir con los requisitos legales de seguridad de los datos en el Sistemas de Registro de Salud Electrónicos (S-RES). Método: Estudio del revisión narrativa y cualitativa. Una búsqueda sistemática del artículos científicos fue realizado, seguido de la investigación y el análisis de las referencias sobre regulación. Resultados: Se seleccionaron cinco documentos normativos, y estas referencias utilizadas para la producción de un dígrafo. Los documentos fueron evaluados por su importancia y contribución. Se propuso una clasificación de su contenido. Conclusión: El documentos normativos se clasifican en: (i) las especificaciones técnicas que guían el uso del objeto al que se refiere; (ii) las reglas, como las leyes, proyectos de ley, las medidas provisionales, las resoluciones del asesoramiento federales de salud, decretos y portarias; (iii) los criterios de calidad para la S-RES; y (iv) las políticas de gestión.

Registro Eletrônico em Saúde Interoperável: os desafios do padrão OpenEHR / Electronic Health Record Interoperable: the challenges of OpenEHR's standard / Registro Electrónico de Salud Interoperable: los desafíos del estándar openEHR

Objetivo: Investigar as evidências disponíveis na literatura sobre os desafios do OpenEHR para a definição semântica das informações contidas em um registro eletrônico em saúde. Método: Estudo observacional e longitudinal de revisão integrativa. Utilizaram-se as bases de dados IEEEXplore, LILACS, PubMed, SciELO e The ACM Digital Library. Estabeleceram-se como descritores: Registro Eletrônico em Saúde, Interoperabilidade Semântica, Experiência e Desafios com o OpenEHR. Resultados: Foram selecionados dez artigos. Identificaram-se como desafios: definir corretamente os arquétipos (perspectiva técnica e semântica). Isso exige o estabelecimento de uma comunidade de profissionais de saúde aptos a modelarem arquétipos, mantendo o consenso clínico multiprofissional e o nível de granularidade que necessitam. Conclusão: Mesmo com desafios, ainda há um consenso mundial sobre o uso da modelagem em dois níveis para atingir o nível de interoperabilidade ideal e, neste caso, os arquétipos são considerados a base essencial que garantirá o significado preciso da informação que será interoperada.

Objective: To investigate the evidence available in the literature on the challenges of open EHR (Electronic Health Record) for the electronic health record semantic definition. Method: Observational and longitudinal study of integrative review. We used the databases: IEEExplore, LILACS, PubMed, SciELO and The ACM Digital Library. Were established as descriptors: Electronic Registration Health, Semantic Interoperability, Experience and Challenges with the openEHR. Results: We selected ten articles. Were identified as challenges: correctly define the archetypes (technical and semantic perspective). This requires the establishment of a health professional community capable of making archetypes, keeping the multidisciplinary clinical consensus and the level of granularity they need. Conclusion: Despite challenges, there is still a global consensus on the use of modeling on two levels to achieve the optimal level of interoperability and, in this case, the archetypes are considered the essential foundation that will ensure the precise meaning of information to be exchanged.

Objetivo: Investigar la evidencia disponible en la literatura sobre los desafíos de la openEHR (Historia Clínica Electrónica) para la definición semántica del registro electrónico de la salud. Método: Estudio observacional, longitudinal de revisión integradora. Utilizamos las bases de datos IEEEXplore, LILACS, PubMed, SciELO y la Biblioteca Digital ACM. Se establecieron como descriptores: Registro Electrónico de Salud, interoperabilidad semántica, Experiencia y Desafíos con la openEHR. Resultados: Se seleccionaron diez artículos. Fueron identificados como retos: definir adecuadamente los arquetipos (técnica y perspectiva semántica). Esto requiere el establecimiento de una comunidad profesional de la salud capaz de modelar arquetipos, manteniendo el consenso clínico multidisciplinario y el nivel de granularidad que necesitan. Conclusión: A pesar de los desafíos, aún existe un consenso global sobre el uso de modelos en dos niveles para alcanzar el nivel óptimo de interoperabilidad y, en este caso, los arquetipos son considerados la base fundamental que garantizar el significado preciso de la información que se intercambiar.

Estratégias para persistência de dados clínicos baseada no openEHR / Strategies for persistence of clinical data based on openEHR

OBJETIVOS: definir estratégias para persistir dados em conformidade com arquétipos. Um arquétipo combina elementos do Modelo de Referência (MR) para definir conceitos por meio das informações correspondentes, e o padrão openEHR não fornece uma proposta de persistência de dados baseada em grafos de objetos do MR. MÉTODOS: A persistência é baseada exclusivamente nas classes do MR, ou seja, é aplicável a todo e qualquer arquétipo. As estratégias são definidas com base na geração de esquemas de dados para as classes do MR. Nesse texto é ilustrado o emprego para o Pacote Identificação do openEHR. RESULTADOS: são geradas cinco alternativas de modelos de dados para o Pacote Identificação. CONCLUSÃO: a escolha de uma estratégia para persistir dados baseados no MR do openEHR deve considerar o tempo de consulta e o espaço de armazenamento disponível.

OBJECTIVES: to define strategies in order to persist data in conformance with archetypes. An archetype combines Reference Model (RM) elements to define concepts through the appropriate information, and openEHR standard does not provide a proposal for data persistence based on MR objects graphs. METHODS: Persistence is performed from the classes of MR, ie, is adequate for each and every archetype. The strategies are applied in data schemes generation for classes of openEHR Identification Package. RESULTS: Five alternatives data models are generated for the openEHR Identification Package. CONCLUSION: The choice of a strategy to persist data based on MR of openEHR shall consider query execution time and available storage.

Persistência de dados clínicos baseados na modelagem multinível: uma revisão / Clinical data persistence based on multilevel modeling: a review

Sistemas de Informação em Saúde persistem Registros Eletrônicos de Saúde a partir da definição de como os dados devem ser armazenados e recuperados. Devido ao desenvolvimento de estratégias que empregam a separação entre informação e conhecimento (modelagem multinível), faz-se necessário explorar pesquisas relacionadas à persistência de dados. OBJETIVOS: Investigar o estado da arte referente ao armazenamento e recuperação de dados clínicos baseados na modelagem multinível. MÉTODOS: Revisão sistemática da literatura, envolvendo: requisitos de qualidade para persistência, mapeamento de modelos de banco de dados, descrição e avaliação da camada de persistência e detalhamento de benchmarks. RESULTADOS: De 843 artigos encontrados, 45 foram incluídos, mas apenas 20 apresentaram dados relevantes. CONCLUSÃO: Em geral, o desenvolvimento de sistemas de saúde multiníveis é orientado por requisitos de desempenho e espaço, contudo as avaliações são centradas no desempenho de consultas. Poucos estudos apresentam estratégias de mapeamento de banco de dados e benchmarks significantes.

Health Information Systems persist Electronic Health Records according to the definition of how data must be stored and retrieved. Due to the development of strategies that employ the separation between information and knowledge (multilevel modeling), it is necessary to explore researches related to data persistence. OBJECTIVES: To investigate the state of the art related to the storage and retrieval of clinical data based on multilevel modeling. METHODS: Systematic review of the literature, involving: quality requirements for persistence, database model mapping, description and evaluation of the persistence service and benchmark detailing. RESULTS: From 843 papers found, 45 were included, but only 20 presented relevant data. CONCLUSION: In general, the development of multilevel health systems is driven by performance and space requirements, however evaluations are focused on queries performance. Few studies present significant benchmarks and strategies for database mapping.