Glasilo Podružnice Srpskog lekarskog društva Zaječar

Godina 2011     Volumen 36     Broj 1
     
      [ Sadržaj ] [ Indeks autora ] <<< ] >>> ]      
      UDK 616.379-008.64:004.6

ISSN 0350-2899, 36(2011) br.1 p.19-24

     
   
Originalni rad

Informacioni sistem za diabetes mellitus
(The information system for diabetes mellitus)

Sandra R. Savić, Radmilo N. Savić
Medicinska škola Zaječar

 
     
 
 
     
 

 

         
      Sažetak:
Diabetes Mellitus (DM), ili šećerna bolest, vrlo je kompleksan poremećaj, kako sa aspekta njegove etiologije i patogeneze tako i sa aspekta postupka sa pacijentom. Ovakav menadžment obolelih zahteva masu jasno definisanih postupaka, organizovanih u sistem, koji bi omogućio konstantnost unosa podataka, re-producibilnost primenjenih analiza i testova. Poslednjih godina formiraju se "vodiči dobre prakse" (Guideliness), koji zdravstveno osoblje obavezuju da se postupak sa pacijentom i njegovom bolešću uradi na tačno određeni način i da se o tome vodi propisana dokumentacija. Ovo su bile polazne osnove da se definiše potreba za računarski dizajniranim načinom prikupljanja i obrade podataka-informacioni sistem. Danas je jasnije nego ikad da ovakav računarski poduhvat, zahvaljujući bazama podataka, pretraživanjima, statističkim prikazivanjem i izveštajima, daje dragocene podatke o učestalosti oboljenja i svim parametrima vezanih za bolesnike i ovu bo-lest.
Ključne reči: Informacioni sistem, šećerna bolest, baza podataka, izveštaji, statističke metode.

Napomena: sažetak na engleskom jeziku
Note: Summary in English
     
             
     
     
     

UVOD

Decenijama je zdravstveno osoblje, pogotovo u kurativnim ustanovama (bolnice) usmeravano da je najvažnije imati dobar kontakt sa pacijentom, postaviti pravu dijagnozu (često na osnovu "iskustva" a ne dokumentovanog postupka), propisati odgovarajući skup postupaka za lečenje itd. Očigledno je da je ovakav način razmišljanja i rada anahron. Primarna prevencija DM za sada nije moguća, jer neposredni uzrok ove bolesti još nije otkriven. Radi lakšeg praćenja i lečenja bolesti, moderna medicina se ne može zamisliti bez upotrebe informacione tehnologije. Upotreba računara i digitalnih tehnologija je u svetu relativno nova oblast, ali je u punom zamahu. Iz pomenutih razloga svaki podsistem vezan za menadžment šećerne bolesti mora da bude aplikabilan, jasan, podložan izmenama od strane dizajnera softvera, ali i edukativan, da ''natera'' zdravstvene radnike da poštuju sopstvenu doktrinu (Guideliness).

Kod DM neophodno je postaviti tačnu dijagnozu i procenu vrste tog oboljenja i ordinirati odgovarajuće nemedikamente "lekove" (ishrana, fizička aktivnost itd) i medikamente (tablete, insulin). Međutim, od kvaliteta ovog lečenja zavisiće i kvalitet i dužina života dijabetičara [1,2].
Postoje klinički i metabolički parametri koji moraju da se prate na sistematski i šematski način. Unošenje tih parametara u sistem (i na zahtev sistema) mogućnost njihovog korišćenja, u mnogome popravlja prognozu bolesti. Najzad, ovakav računarski poduhvat, zahvaljujući bazama podataka koje ima, pretraživanjima i izveštajima, daje dragocene podatke o učestalosti oboljenja, vrstama šećerne bolesti, učestalosti komplikacija, vrstama i količinama utrošenih lekova koji su neophodni za planiranje i programiranje mera u zdravstvenoj zaštiti.


OSNOVE RAZVOJA MODELA INFORMACIONOG SISTEMA

Pošto je informacioni sistem model realnog sistema u kome deluje, pri projektovanju informacionog sistema vrši se modeliranje realnog sistema pomoću alata kao što su [3]:
1. Model procesa i
2. Model podataka

Model procesa
Modeliranje procesa je visoko kreativna delatnost koja zahteva od analitičara dobro poznavanje realnog sistema, kao i metoda i tehnika koje se koriste. Kakav će se rezultat dobiti, zavisi, pre svega, od iskustva analitičara, raspoloživog vremena, organizovanosti sistema, komunikacija sa korisnicima i dr [3-6]. Može se reći da automatizacija (uvođenje računara) nije prvenstveni cilj pri projektovanju i uvođenju informacionog sistema, već da se omogući informaciona podrška suštinskih procesa u postojećem realnom sistemu. Da bi se došlo do modela procesa, treba da se izvrši analiza stvarnih događaja koji se informatički modeluju tako da se formiraju takvi procesi za opisivanje dinamike sistema, odnosno procesi u kojima se vrši transformacija ulaznih tokova u izlazne tokove podataka preko programa nad definisanim modelom podataka. Treba izvršiti analizu funkcija koje se odvi-jaju u realnosti a koje treba informatički podržati. Ovde spadaju procesi na globalnom nivou, ulazni i izlazni tokovi podataka, interfejsi i skladišta podataka. Specifikacija informacionog sistema mora da bude potpuna i jasna. Ako se ima u vidu mnoštvo procesa, tokova podataka, interfejsa i skladišta podataka, treba izvršiti hijerarhijski opis, opis na različitim nivoima apstrakcije. To znači da se sistem ne može opisati jednim dijagramom toka podataka (DTP). Na višim nivoima se definišu globalni procesi, tako da se svaki globalni proces na nižem nivou predstavlja novim dijagramom toka podataka. Na vrhu ovakve hijerarhije nalazi se dijagram konteksta. Posle određenog broja dekompozicija dolazi se do procesa na najnižem nivou koji se dalje ne komponiju i nazivaju se primitivni procesi [3].
Model procesa u ovom radu prikazuje funkciju lečenja diabetesa, polazeći od kontekstnog nivoa bolničkog lečenja dijabetesa do primitivnih procesa. Potprocesi: terapija za makrovaskularne komplikacije i terapija za mikrovaskularne komplikacije sa jednim ulaznim i jednim izlaznim tokom podataka predstavljaju ujedno i primitivne procese koji se dalje ne dekomponuju. Za dekompoziciju procesa u ovom radu korišćen je pro-gramski paket BPWIN.

Model podataka.
Model podataka kao intelektualno sredstvo služi za prikazivanje objekata sistema, njihovih atributa i njihovih međusobnih veza preko logičke strukture baze podataka. Relacionu bazu čini kolekcija tabela a to je logička celina podataka datih u tabelarnom obliku (vrste i kolone). Svaka vrsta (slog, n-torka) opisuje jedan element u tabeli, a svaka kolona opisuje jednu karakteristiku elementa [5,6]. Svaki podatak u relacionoj bazi podataka dostupan je preko kombinacije imena tabele, vrednosti primarnog kjuča i imena kolone. Veza se uspostavlja primarnim i spoljnim ključevima [4], pa su činjenice na jednoj tabeli asocirane sa činjenicama na drugoj. Vrednost primarnog ključa u jednom redu identifikuje taj red jedinstveno, tj. razlikuje taj red od svakog drugog reda u tabeli. Za izradu ovog modela korišćen je programski paket ERWIN, a prikaz veza među tabelama je prikazan na slici 1. Pri tom se vodilo računa o određenim agregacijama na dva jaka entiteta: pojavljivanje objekata klasa Pacijent i Značajne laboratorijske vrednosti agregiraju se u pojavljivanje objekata iz klase Utvrđene lab-vrednosti. Pojavljivanje objekata iz klase Pacijent i Prisustvo definitivnih komplikacija agregiraju se u pojavljivanje objekata iz klase Komplikacije pacijenata. Agregacija Oboljenje pacijenta se, s jedne strane vezuje sa klasom objekata Pacijent, a sa druge strane vezuje se sa klasom objekata Oboljenje. Agregacija Lekar se, s jedne strane vezuje sa klasom objekata Zdravstvena ustanova, a sa druge, zajedno sa klasom objekata Pregled formira agregira-nu klasu objekata Terapija.


OPIS I REALIZACIJA SISTEMA

Aplikacija je projektovana [7-10] tako da se pristup podacima, u ACCESS-ovoj .mbd datoteci, može ostvariti od strane više specijalista na odeljenjima sa kojima je odeljenje za dijabetes povezano. U tu svrhu, u ordinaciji na odeljenju za dijabetologiju, treba da postoji najmanje jedan server i jedna radna stanica kao i po jedna radna stanica na ostalim odeljenjima. Podaci bi bili dostupni putem intranet mreže. Aplikacija može efikasno da radi i na pojedinačnom računaru. Startuje se pozivom imena aplikacije ili pritiskom levim tasterom miša na ikonicu desktopa. Otvara se glavni meni prikazan na slici 2.


Slika 1.Prikaz veza među tabelama


Slika 2 Glavni meni


Slika 3. Krvni pritisak


Radi ilustracije, prikazana je jedna forma aplikacije, slika 3. Klikom levim tasterom miša na dugme Krvni pritisak, otvara se forma koja omogućuje unošenje: šifre pacijenta, vrednosti siistolnog i dijastolnog pritiska kao i hipertenzije. Istovremeno se za odgovarajuću šifru daje pregled imena i prezimena pacijenta, mesta stanovanja i šifre komplikacije ukoliko je pacijent ima.


STATISTIČKE METODE U MEDICINI

U ovom radu se za statističku obradu podataka [11], koristi programski paket SPSS. Ovaj informacioni sistem ima mogučnost da se iz njega direktno pristupi programskom paketu SPSS. Podaci se nalaze u tabe-lama baze podataka Šećer u krvi i tabeli Pacijent.
Radi ilustracije, a zbog ograničenog prostora, navedena su dva jednostavnija primera primene statistike u medicini:

PRIMER 1: Dati su podaci za 34 pacijenta o starosti bolesnika i vrednosti šećera u krvi pre doručka,
tabela 1

Polazni podaci su: VAR00001- starost bolesnika, VAR00002-šećer u krvi pre doručka. Nulta hipoteza H0 (r = 0) je da ne postoji postoji korelaciona veza između starosti bolesnika i vrednosti šećera u krvi, odnosno da je ocena koeficijenta korelacije značajna. Podaci su prikazani u tabeli 2.
Iz tabele se vidi da je koeficijent korelacije r=0.394 i a se on značajno ralikuje od nule (p =0.021). Na osnovu ovih rezultata zaključujemo da postoji korelacija između starosti bolesnika i šećera u krvi pre doručka.

PRIMER 2: Dati su podaci za 34 pacijenta ovrednostii šećera u krvi pre i posle doručka (podaci se nalaze u bazi podataka u tabeli (Šećer u krvi). Ispitati da li između ovih vrednosti postoji statistički značajna razlika. Polazni podaci su: VAR00001-šećer u krvi posle doručka i VAR00002-vrednost šećera u krvi pre doručka.
Nulta hipoteza H0(r=0) je da su srednje vrednosti šećera pre i posle doručka jednake, dok je alternativna hipoteza H1(m1≠m2) da su one različite. Podaci su prikazani u tabeli 3. i 4.
 

Redni broj 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Starost 68 38 65 75 76 72 61 48 55 39 74 60 57 42 62 56 43
Glikemija (mmol/l,pre doručka) 9,5 6,3 8,5 11,6 14,0 12,0 7,9 6,7 7,0 6,5 12,6 7,9 7,5 6,5 7,9 7,0 6,0
Redni broj 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
Starost 62 56 43 69 45 48 52 67 50 56 49 57 67 50 72 59 59
Glikemija (mmol/l,pre doručka) 7,9 9,7 6,6 10,0 6,6 6,6 6,8 8,8 6,5 6,5 6,5 8,0 8,8 6,8 12,0 8,0 7,9

Tabela 1.
 

    VAR 00001 VAR 00002
VAR 00001 Pearson Correlation 1.000 .394
  Sig. (2-tailed)   .021
  N 34 34
VAR 00002 Pearson Correlation .394 1.000
  Sig. (2-tailed) .021  
  N 34 34

Tabela 2. Correlation
 

    Mean N Std. deviation Std. error
Mean
Pair VAR 00001 8.8088 34 2.0730 1.3555
  VAR 00001 8.3265 34 2.1306 .3654

Tabela 3. Paired Samples Statistics
 

  Paired Differences t df Sig.
(2- tailed)
Mean Std. dev. Std.
Error
Mean
95% Confidence
of Interval
the Difference
Lower Upper
Pair1
Var1
Var2
.5618 1.0121 .1736 .2086 .9149 3.237 3r3 .003

Tabela 4. Paired Samples Test


Iz tabele se vidi da je dobijena vrednost za p=0.003 manja od 0.05, pa se nulta hipoteza odbacuje a prihvata alternativna koja govori da su razlike statistički značajne.
Do istog zaključka bi se došlo koristeći tablice po kojima za stepen slobode 33 i dobijenu vrednost t=3.237 koja je veća od granične vrednosti 2.01 iz tablica, odbacuje se nulta hipoteza i prihvata alternativna da su razlike statistički značajne.


ZAKLJUČAK

Informacioni sistem obolelih od DM je instrument pomoću kojeg se mogu pratiti sve podaci relevantni za šećernu bolest (njihov broj, vrsta, populacija obolelih) radi definisanja i planiranja odgovarajuće zdravstvene zaštite. Specifični delovi ovakvog sistema omogućili bi da se za pojedine grane medicine ustale načini i postupci za kontakt lekara sa pacijentom. Ovo je posebno važno ako je u pitanju poremećaj hroničnog toka, a čiji ishod jako zavisi od načina tretmana. Kod DM neophodno je postaviti tačnu dijagnozu i procenu vrste tog oboljenja i ordinirati odgovarajuće nemedikamentne "lekove" (ishrana, fizička aktivnost itd) i medikamente (tablete, insulin). Međutim, od kvaleteta lečenja zavisiće i kvalitet i dužina života dijabetičara. Postoje klinički i metabolički parametri koji moraju da se prate na sistematski i šematski način. Unošenje tih parametara u sistem i mogućnost njihovog korišćenja (stavljanja na uvid), umnogome popravlja prognozu bolesti. Da bi sistem, zbog svojih obimnih aktivnosti, odgovorio svojoj nameni, neophodno je izvršiti automatizaciju procesa rada. Putem lokalne meže povezati ga sa odeljenjima u kojima se leče bolesnici i koji pored ostalog boluju i od šećera, uz mogućnost povezivanja u bolnički informacioni sistem. Takođe, sadrži sve parametre bitne za ovo oboljenje: generalije i antropološke podatke pacijenta, zatim šećer u krvi, sve druge laboratorijske vrednosti, krvni pritisak. Programom su obuhvaćene i škodljive navike, komplikacije oboljenja prisutne kod pacijenta, kao i kompletno sprovedena terapija. Program se može koristiti u svim organizacionim jedinicama zdravstvenih ustanova u kojima se sprovodi dijagnostifikovanje i lečenje pacijenata obolelih od DM. Na taj način bi u svakom trenutku (uz redovno ažuriranje podataka) imali sve bitne parametre ovog oboljenja za svakog pacijenta, što bi svakako olakšalo rad ordinariusu. Kako program obuhvata sve faktore rizika bitne za nastanak ovog oboljenja, mogao bi da se koristi za epidemiološke studije koje bi imale za cilj nova saznanja u vezi faktora rizika odgovornih za nastanak DM. Koriščenje podataka iz baze podataka za statističku obradu, omogućuje efikasno prikazivanje rezultata obrade. Na osnovu dobijenih rezultata i analize istih donose se odluke o daljim aktivnostima. Povezivanje baze podataka o DM sa odeljenjima kao što su: očno, hirurško, nefrološko, kardiovaskularno, neurološko, ginekološko i druga, omogućilo bi racionalnije i efikasnije praćenje obolenja i samim tim smanjivanjem broja mikro i makrovaskularnih komplikacija koje predstavljaju veliki finansijski i društveni problem. Primena programa u zdravstvenim usta-novama bi svakako omogućila i bolje prijavljivanje svakog slučaja oboljenja od DM što je predviđeno i Zakonom o zdravstvenoj zaštiti [12] Na taj način bi se dobila dobra baza podataka koja bi omogućila kontinuiranu procenu oboljenja u populaciji: incidenca DM, prevalenca DM, vremenski trendovi, analiza učestalosti oboljevanja po dobnim grupama, odnos insulin zavisnog i insulin nezavisnog DM itd.


LITERATURA

  1. Grupa autora, Diabetes Mellitus, Stručno-metodološko uputstvo za lekare, Beograd, 1986.
  2. Ž. Vukanović, Šećerna bolest i naša saznanja, Niš, 1995.
  3. G. Pavlović, Strukturna sistem analiza, Materijal za interne kursrve,FON, Beograd, 1990.
  4. J. Date, Referentijal Integrity and Foreign Keys, Addison-Wesley Publishing Company, Reading, Massachusetts, 1990.
  5. E.F. Codd The Relational Model DATABASE Menagement Verzion 2,Addison-Wesley Publishing Company, 1990.
  6. G. Pavlović, Osnove relacionih baza podataka, Matematički fakultet, Beograd, 1996.
  7. R. Mario, Projektiranje informacijskih sistema, Informator, Zagreb, 1989.
  8. P-A. Rtledge, ACCCESS 2000, Kompjuter Biblioteka, Čačak, 2000.
  9. P. Litwin, K. Getz, M. Gilbert, ACCESS 2000, Mikro knjiga, Beograd,2000.
  10. B. Lazarević, Formatiranje i pretraživanje baza podataka u Sistemu naučnih i tehnoloških informacija Srbije, Ministarstvo za nauku i tehnologiju Republike Srbije,1996.
  11. V. Stanišić, Osnovne statističke metode za medicinare, PP “ Spektar”, Niš, 1995.
  12. Zakon o zdravstvenoj zaštiti, 1979.
     
      Adresa autora:
Sandra R. Savić
Požarevačka D/5, 19000 Zaječar
tel: 019/415-489
Rad primljen: 26.01.2011.
Rad prihvaćen: 09.02.2011.
Elektronska verzija objavljena: 20.06.2011.
     
             
             
      [ Sadržaj ] [ Indeks autora ] <<< ] >>> ]      
     
 
 
     
Timočki medicinski glasnik, Zdravstveni centar Zaječar
Journal of Regional section of Serbian medical association in Zajecar
Rasadnička bb, 19000 Zaječar, Srbija
E-mail: tmglasnik@gmail.com

Pretraživanje / Site Search

  www.tmg.org.rs

 
     
 
 
      Design: Infotrend  
         

counter on myspace