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

RESUMO

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.

ABSTRACT

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.