Faglig design og valg av variabler er tett knyttet til registerets formål ettersom det er formålet som avgjør hvilke analyser man ønsker utført. Spørsmålet er derfor hvilke variabler som trengs for å svare på relevante problemstillinger og sikre rask tilbakemelding til brukerne på disse.
Antall variabler
En styrke med et register er at man kan se trender og utvikling over tid, men denne muligheten forsvinner hvis variablene ofte endres. Data blir dessuten vanskeligere å analysere dersom de er gyldige for ulike tidsperioder.
I oppstartfasen kan det være hensiktsmessig å ha få og veldefinerte variabler. Det er bedre å legge til nye variabler enn å starte med for mange og risikere lavere dekningsgrad, manglende kompletthet og generelt dårligere datakvalitet i innregistreringene.
Ved måling av kvalitet må det være etablert konsensus om noen få, valide kvalitetsmål. Det finnes som regel flere sykdoms- og behandlingsspesifikke variabler å velge mellom, og disse bør diskuteres bredt – for eksempel i en spesialitetsforening eller landsdekkende referansegruppe. Når registeret skal implementeres må det oppleves forståelig og fornuftig hvorfor man har valgt akkurat disse variablene.
For fagfelt som ikke har godt definerte kvalitetsmål, eller det er uenighet om kvalitetsmål, er det spesielt viktig å diskutere dette grundig. Man må også ha en kritisk vurdering av om registermetodikk er den som er best egnet til å få svar på de spørsmål man har.
Definisjon av variabler
Tenk nøye igjennom hva registeret skal undersøke eller påvise, og om variablene som velges overensstemmer med formålet.
Variablene bør være enkle å fylle ut, og nøyaktige definisjoner av hver variabel må være tilgjengelig for brukerne. Dette gjelder også hvis man benytter skalaer (for eksempel god – bedre – best ), her må hver betegnelse være klart definert. Det er bedre å lage avgrensede, robuste registreringsskjema med få og veldefinerte variabler enn omfattende, detaljerte skjema. Følg prinsippet «need to know», ikke «nice to know».
Eksponeringsvariabler (forklaringsvariabler)
Forklaringsvariabler er variabler man håper vil kunne forklare variasjonen i endepunkter/resultater. Retningslinjer for klinisk praksis er gitt ut fra hva som er vist å være knyttet til et positivt behandlingsresultat. Dette utgjør en type forklaringsvariabler. Slike forklaringsvariabler vil være nyttige hvis man ønsker å måle hvorvidt et foretak eller en avdeling leverer behandling etter vedtatte kvalitetskrav/retningslinjer.
Endepunktsvariabler
Resultatet av en klinisk behandling kan måles på flere måter. Relevante endepunkt/resultatmål velges i ut fra den aktuelle kliniske problemstilling. I et kvalitetsregister skal endepunktene være veldefinerte og komme etter inklusjonen i tid.
Det er viktig å tenke over hvilket tidspunkt endepunkt/resultatvariabler skal måles, og om de også skal kontrolleres senere på tidsaksen (for eksempel i form av ett- eller toårskontroll). Endepunkt kan for eksempel være 30-dagers dødelighet eller pasientrapporterte resultater som smerte, funksjon og livskvalitet.
Casemix-problematikk og justeringsvariabler
En såkalt casemix-problematikk er aktuell når man i samme diagnosegruppe har pasienter med forskjellige sykdomsbilder og ulik alvorlighetsgrad (evt. andre sentrale faktorer som alder, kjønn og komorbiditet kan påvirke intervensjon og/eller resultat).
Casemixproblematikk gjør sammenligninger og tolkning av resultater til en intrikat øvelse da ulike institusjoner kan ha ulikt sammensatte pasientgrupper. I slike tilfeller er det viktig å registrere aktuelle justeringsvariabler, det vil si alle variabler som kan tenkes å påvirke intervensjon og/eller resultat, slik at man i analyser har mulighet til å justere for disse. Ujusterte analyser kan lede til ikke-valide resultater og misvisende konklusjoner.
Det finnes ulike teknikker for justering, men målet er felles; å unngå justeringsvariablene som en forstyrrende faktor i analysen. En statistisk analyse med justering for casemix blir likevel aldri komplett, man kan kun justere for de pasientforskjeller som er registrert. Det er derfor viktig å registrere standardiserte og veldefinerte justeringsvariabler for å i størst mulig grad muliggjøre forskning og kobling med andre registre.
Vanlige justeringsvariabler er variabler som alder, kjønn, utdanning, annen sykdom og røykevaner.
Standardisering av variabler
Variabelvalg og definisjon bør ta hensyn til om liknende variabler allerede finnes i den elektroniske pasientjournalen eller i andre registre. Dersom nye variabler må defineres må dette baseres på standardiserte begrepsdefinisjoner, klassifikasjoner og kodeverk. Dette vil særlig gjelde for variabler som benyttes av mange kvalitetsregistre, for eksempel arbeidsstatus, utdanning og sivilstatus.
Det pågår et arbeid i Direktoratet for e-helse med fokus på standardisering og harmonisering av variabelinnhold i helseregistre. Les mer her.