Codificación múltiple de una lista de problemas utilizando la CIAP-2, CIE-10 y SNOMED CT

LÓPEZ OSORNIO, A; MONTENEGRO, SERGIO; GARCÍA MARTÍ, S; LUZIA TOSELLI; OTERO, CARLOS; TAVASCI, S.; LUNA, DANIEL R.; GÓMEZ, ADRIÁN; GONZÁLEZ, B. DE QUIRÓS F.

Congreso; Informedica - 3er Virtual Congress of Medical Informatics; 2004

Desde 1998 hasta el año 2002 se cargaron más de 570.000 textos libres en la lista de problemas de la Historia Clínica Electrónica Ambulatoria del Hospital Italiano de Buenos Aires. Este artículo relata la experiencia de la codificación de estos diagnósticos a partir del texto libre utilizando CIAP-2, CIE-10 y Snomed CT. Luego de pasar los problemas por un proceso de Normalización y Agrupamiento, se los categorizó de acuerdo a si se consideran textos codificables. Los textos incomprensibles o que no cumplían con las definiciones de la institución de "problema médico" no se codificaron. Se consideraron codificables el 85% (512.980) de los problemas ingresados. La cobertura de los 3 sistemas de codificación fue superior al 99%, con menos de 30 problemas de diferencia en el número total de textos codificados en cada sistema. Solo el 1% (218) de los problemas definidos como "codificables" no pudieron ser representados en ninguno de los 3 sistemas. Utilizando Snomed CT como vocabulario de referencia y manteniendo un mapeo con CIAP-2 o CIE-10 resolvimos casi todas las necesidades de terminologías de diagnósticos de nuestro Sistema de Información Hospitalaria. Summary Since 1998 until 2002 more than 570.000 free text descriptions were registered in the problem list of the Ambulatory Electronic Medical Record of the Hospital Italiano de Buenos Aires, Argentina. This paper reports the experience of coding those free text descriptions using three different classifications, ICPC-2, ICD-10 and Snomed CT. After normalizing and grouping the free text descriptions they were classified in order to extract those texts which were impossible to understand and which had no representation in the three selected classifications anyway. 85% (512.980) of the original descriptions were used in this study as they complied with our definition of a "medical problem". The coverage of the three coding systems was grater than 99%, meaning that only 1% (218) of the original texts had no representation. Using Snomed CT as a reference vocabulary and maintaining the CIAP-2 to CIE-10 mapping, we satisfied almost all of our needs in diagnosis representation.