ICNP: Upræcist værktøj til klassifikation af data

Den har været undervejs længe. En international klassifikation, der skal kunne klassificere alle sygeplejedata til brug for dokumentation af sygeplejen. Den kaldes ICNP, International Classification for Nursing Practice.

I forbindelse med 100-året for grundlæggelsen af ICN (International Council of Nurses) blev beta-versionen af ICNP præsenteret (1). Som navnet beta antyder, har der været en version før, der blev kaldt alfa, som har været omtalt i Sygeplejersken (2). ICN ejer ICNP, dvs. at de har copyright til ICNP. Ønsker man at arbejde med ICNP, skal man anmode ICN om tilladelse (3). ICN ønsker ikke at hæmme udviklingen af ICNP, men at sikre, at resultaterne af det givne udviklingsarbejde deles med sygeplejersker over hele verden.

Mange lande har testet ICNP beta i klinisk praksis med forskelligt resultat. I nordisk regi blev resultatet af testningen, at ICNP i sin nuværende form ikke levede op til de krav, der var blevet stillet af ICN, hvorfor ingen af de skandinaviske sygeplejeorganisationer på nuværende tidspunkt har anbefalet en implementering.

I Danmark besluttede Dansk Sygeplejeråd at få Danmarks førende ekspert på klassifikationsområdet, Peter Sylvest Olsen, PSO Sundhedsinformatik, til at udarbejde en analyse af ICNP som en klassifikation (4). Resultatet er stillet til rådighed for ICN, hvor analysen indgår som baggrundsmateriale for den arbejdsgruppe, der arbejder med at udvikle en international klassifikation til anvendelse i sygeplejen.

Analysens formål
Formålet med analysen var at få belyst og beskrevet:

• Hvordan er klassifikationen opbygget, og hvor velegnet er den valgte struktur til forskellige formål?

• Hvad er klassifikationens fordele og ulemper som grundlag for registrering og analyse? Dvs.: Er den tilstrækkeligt fleksibel til at imødekomme de forskellige behov i klinikken? Er den let at arbejde med? I hvilket omfang forebygger klassifikationens opbygning fejlregistreringer og fejlfortolkninger, og endelig: Hvilke muligheder er der for datavalidering?

• Hvilke relationer er der generelt til danske klassifikationer og dansk klassifikationspraksis, og vil man kunne konvertere registrerede begreber frem og tilbage mellem SKS (Sundhedsvæsenets Klassifikations System) og ICNP med henblik på f.eks. internationale sammenligninger?

• Hvad vil det almindeligvis indebære for danske informationssystemer, hvis ICNP blev indført i det danske sundhedsvæsen?

Kriterier

Følgende kriterier er lagt til grund for vurderingen:

1. Målsætning. Klassifikationen skal kunne leve op til sine målsætninger, som skal være velbeskrevne, relevante og tilstrækkelige.

2. Kravspecifikation. Opfyldelsen af en given målsætning stiller nogle bestemte krav til en klassifikation. Disse bør være beskrevet og opfyldt.

3. Målgruppe. Klassifikationen skal kunne bruges i praksis af sin målgruppe, som skal være nøje beskrevet. Målgruppen omfatter både dem, der skal registrere efter klassifikationen, og dem, der efterfølgende skal bruge data.

4. Applikationsområde. Klassifikationen skal på en ensartet måde dække hele sit applikationsområde (domæne), som skal være nøje beskrevet. Alle relevante begreber inden for applikationsområdet skal således kunne klassificeres på et relevant niveau.

5. Eksklusivitet. De enkelte begreber må ikke overlappe hinanden.

6. Entydig definition. Alle begreber skal være entydigt defineret, enten direkte i form af en eksplicit definition eller indirekte via kodeteksten og placeringen i klassifikationen.

7. Kombinationsklasser. En klasse må ikke dække det forhold, at flere selvstændigt klassificerede begreber optræder samtidig. Ordet ''og'' må derfor ikke forekomme i kodetekster/definitioner i denne sammenhæng. Tilsvarende må en klasse ikke dække det forhold, at en eller flere af en række selvstændigt klassificerede begreber optræder. Ordet ''eller'' må derfor heller ikke forekomme i kodetekster i denne sammenhæng. Sådanne kombinationsklasser er ikke entydige og vil udelukke korrekte optællinger.

8. Underinddeling. Klassifikationen skal være ensartet inddelt på hvert niveau. Ethvert underbegreb skal have mindst ét karakteristikum, der adskiller det fra overbegrebet. Når et begreb underinddeles, skal de herved fremkomne underbegreber tilsammen udgøre begrebet, evt. under anvendelse af en klasse som ''Uspecificeret'' eller ''Andre''.

9. Mulighed for tilføjelse af koder. Når et begreb underinddeles, skal der anvendes en kodestruktur og nogle inddelingskriterier, der i rimeligt omfang sikrer mulighed for en senere tilføjelse af nye undergrupper af begrebet.

10. Modifikatorer. I en multiaksial klassifikation må en kode fra én akse ikke ændre betydningen af koden fra en anden akse. Koderne i et kodesæt må således kun supplere hinanden.

11. Kodetekst. Til enhver kode skal der foreligge en tekst, der er i overensstemmelse med den faglige sprogbrug. Det er af afgørende betydning, at teksten kan stå alene og er umiddelbart forståelig for målgruppen ved udskrift i enhver sammenhæng inden for applikationsområdet, f.eks. i elektroniske journaler, breve, rekvisitioner og statistikker. Forståelse af kodeteksten må således ikke forudsætte, at man samtidig ser koderne på samme og overliggende niveauer (hvorimod den fulde definition evt. kan være afhængig heraf).

12. Koder. Begreberne i en given akse skal på et givet hierarkisk niveau overalt repræsenteres af det samme antal karakterer. Ellers vil aggregeringer, sorteringer og intervalangivelser blive meget besværlige, og fejlrisikoen bliver dermed for stor. Anvendelse af både tal og bogstaver er hensigtsmæssig, da der herved opnås både en større fleksibilitet, kortere koder og lettere læselighed. Bogstaverne O og I bør ikke anvendes for at undgå forvekslinger med tallene 0 og 1.

13. Fleksibilitet. Klassifikationen skal både ved registrering og analyse kunne benyttes med forskellig detaljeringsgrad. Det forudsætter en ensartet hierarkisk opbygning og mulighed for aggregering. En multiaksial struktur øger ligeledes fleksibiliteten.

14. Grænseflader. Klassifikationen skal have rene grænseflader over for andre typer af klassifikationer, der skal anvendes inden for applikationsområdet.

15. Kode- og valideringsregler bør være enkle og nøje beskrevet fra starten.

16. Vejledning. Der skal fra starten foreligge en fyldestgørende registreringsvejledning, hvor brugerne klart kan se, hvordan klassifikationen kan anvendes, og hvilke regler der skal overholdes.

17. Datakvalitet. Klassifikationens definitioner, struktur, opbygning, koderegler og valideringsregler, skal i størst muligt omfang sikre mod fejlregistreringer, fejltolkninger og analysefejl. Det forudsætter bl.a., at klassifikationens inddelingskriterier og koderegler er enkle, systematiske og ensartede.

Multiaksial klassifikation

Generelt om ICNP som en multiaksial klassifikation:

ICNP er i den foreliggende udgave opdelt i sygeplejefænomener og sygeplejehandlinger med i alt 16 akser, der kan indeholde op til 12 klassifikationsniveauer (når aksen regnes som det første niveau). I betragtning af, at klassifikationen kun omhandler et enkelt fagområde og kun indeholder ca. 2.500 begreber, er der tale om et meget stort antal akser og niveauer. Til sammenligning er de ca. 140.000 koder i det næsten altomfattende, multiaksiale klassifikationssystem SNOMED kun fordelt på 12 akser og op til fem niveauer.

Jo flere akser, der er i et multiaksialt system, jo mere mærkbare bliver ulemperne ved den multiaksiale struktur. Efter ICNPs regler skal der mindst anvendes to akser ved registrering af fænomener og mindst én akse ved registrering af handlinger. Med den valgte begrebsmæssige opdeling af akserne må man imidlertid formode, at der i gennemsnit skal bruges flere akser pr. registrering, og 3-5 akser pr. fænomen/handling forekommer ikke urealistisk. Akserne må jo være udviklet for at skulle bruges.

Problemet med invalide begrebskombinationer stiger også drastisk med antallet af akser. Hvis man ønsker en høj datakvalitet, er det nødvendigt at udarbejde regler for, hvad der må kombineres. Herefter må registreringssystemet ved enhver registrering sikre, at brugeren overholder reglerne. Et sådant regelsæt er ikke beskrevet i ICNP, og kombinationsproblemet er end ikke nævnt. Der findes kun en regel om, at hver akse kun må anvendes én gang ved beskrivelsen af et givet fænomen eller en given handling.

Problemtyper forekommer ikke kun ved anvendelse af ICNP, men er til stede i varierende omfang ved enhver multiaksial registrering. Det store antal akser gør imidlertid tidsforbruget ved registreringen og problemerne med datakvalitet væsentligt større for ICNPs vedkommende end for næsten alle andre multiaksiale klassifikationer.

Den store fleksibilitet vil hyppigere bevirke, at et forhold kan beskrives med forskellige begrebskombinationer. Når man bagefter skal analysere data, er det derfor ikke let at vide, hvad man skal søge efter og tælle op på. Det kan faktisk let gøre data ubrugelige.

Det afgørende i denne sammenhæng er ikke, om ICNP-eksperter kan diskutere sig frem til, hvilken begrebskombination man skal vælge i en bestemt situation, eller hvordan en given begrebskombination skal forstås. Det afgørende er, om almindelige sygeplejersker efter en kort introduktion vil kunne opfatte og selv sammensætte begrebskombinationer på en ensartet og entydig måde - og det kan man i høj grad være i tvivl om. 

Kodetekster

Ud af klassifikationens 2.498 begreber er der fundet 640 begreber/kodetekster, der forekommer to eller flere gange - nogle endda fire eller seks gange. Mere generelt kan det konstateres, at ICNPs kodetekster i langt de fleste tilfælde er utilstrækkelige. De meget lidt sigende kodetekster er også et problem ved alfabetisk søgning i klassifikationen.

Sammenligning af data

I introduktionen til ICNP fremgår det, at et af hovedformålene med klassifikationen er at kunne sammenligne sygeplejedata. Det skal blot konstateres, at hvis to datasæt skal være sammenlignelige, så skal bl.a. følgende to forudsætninger være opfyldt:

•  Fælles begrebsmodel. En begrebsmodel defineres her som et sæt af begreber og relationer, der beskriver en konkret eller abstrakt del af verden. I de forskellige landes sundhedsvæsener anvendes vidt forskellige begrebsmodeller baseret på enheder som patientkontakter, patientforløb eller noget helt tredje. For at opnå sammenlignelighed er det ikke alene nødvendigt, at data er struktureret efter den samme type af model, men også at de underliggende begreber som f.eks. forløb, indlæggelse, ambulant, besøg, afdeling, hændelse og procedure er defineret helt ens.

• Fælles klassifikation. Inden for en given begrebsmodel kan man anvende forskellige klassifikationer til at beskrive konkrete hændelser, men en korrekt sammenligning af to datasæt forudsætter, at begge er beskrevet efter den samme klassifikation og nøje overholder dennes definitioner og registreringsregler.

Da ICNP alene er et klassifikationssystem, vil man således aldrig kunne foretage en korrekt sammenligning alene på basis af ICNP. Desværre findes der ikke p.t. nogen internationalt vedtaget begrebsmodel, som kan supplere ICNP på dette punkt. Det er et stort problem, eftersom der er markante forskelle mellem de begrebsmodeller, der i dag anvendes i forskellige landes sundhedsvæsener. De fleste internationale sammenligninger på sundhedsområdet er derfor behæftet med ganske betydelig usikkerhed, og mange er simpelthen værdiløse.

Man må derfor gøre den noget tvivlsomme antagelse, at de parter, der ønsker at sammenligne data, nøje har beskrevet den begrebsmodel, som skal danne grundlag for sammenligningen. Herefter kan man principielt opfylde kravet om en fælles begrebsmodel og klassifikation på to måder:

1. Konvertering af data. Man kan registrere efter sin egen begrebsmodel og klassifikation og herefter konvertere data til den fælles begrebsmodel og klassifikation.
2. Registrering efter den fælles begrebsmodel og klassifikation. Man kan fra starten registrere data efter den fælles begrebsmodel og klassifikation.

ICNP lægger op til, at begge muligheder kan anvendes. Ideen er besnærende, men urealistisk.

ICNP i danske informationssystemer

Kernen i sundhedsvæsenets informationssystemer vil om få år være elektroniske patientjournaler (EPJ). Stort set alle patientdata vil blive registreret i eller overført til EPJ-systemer, der vil fungere som en reel eller virtuel database til alle informative formål, herunder understøttelse af patientbehandlingen, kvalitetssikring, ledelse, planlægning, DRG-beregninger og indberetning til nationale registre såsom Landspatientregisteret, kliniske databaser og et kommende Nationalt Patientindeks (5).

Sundhedsministeriet, Sundhedsstyrelsen, Amtsrådsforeningen og Hovedstadens Sygehusfællesskab (H:S) har den 20. februar 2001 udsendt et fælles brev til blandt andre sygehusejerne vedrørende standardisering af elektroniske patientjournaler. Her fastslås det (igen), at Sundhedsvæsenets Klassifikationssystem (SKS) skal benyttes ved registrering af strukturerede data i elektroniske patientjournaler. Det er således usandsynligt, at sygehusejerne i nævneværdigt omfang vil tillade anvendelse af ICNP i deres registreringssystemer ved rutinemæssig registrering.

ICNP vil muligvis i begrænset omfang kunne anvendes til projekt- og forskningsmæssige formål, men det vil kræve særskilt udviklede registreringssystemer, idet ICNP ikke kan registreres og lagres i SKS-felter pga. f.eks. forskellig kodestruktur og koderegler. Desuden må man forudse en betydelig dobbeltregistrering, idet relevante dele af de rutinemæssigt registrerede data almindeligvis ikke kan konverteres til ICNP. Uanset om ICNP set fra en klassifikationsmæssig og sygeplejefaglig synsvinkel er egnet til registrering af sygeplejedata eller ej, er det således usandsynligt, at den, som den foreligger i sin nuværende form, vil blive brugt i noget større omfang i det danske sundhedsvæsen. -

Lise Therkelsen er ansat i Dansk Sygeplejeråd.

Litteratur

1. ICN. ICNP - International Classification for Nursing Practice; Geneva: ICN; 1999.
2. Mortensen R. Sygeplejerskers arbejde kan betale sig. Sygeplejersken 1996(51):36-40.
3. icn.ch/icnpupdate.htm
4. Olsen PS. Klassifikationsmæssigt review af ICNP udarbejdet for Dansk Sygeplejeråd. København: Dansk Sygeplejeråd; 2001.
5. Sundhedsstyrelsen. Fællesindhold for basisregistrering af sygehuspatienter. København: Sundhedsstyrelsen 2001.