شناسایی ویژگی های داده درخور جهت کشف دانش از سیستم های کلان داده سلامت

هدف: هدف مطالعه حاضر ارائه و معرفی عوامل تایید کننده مطلوبیت ویژگی های داده­ های مورد استفاده جهت کشف دانش از سیستم های کلان داده سلامت بوده است.روش پژوهش: پژوهش پیش­رو مطالعه توصیفی-تحلیلی است. جامعه آماری متخصصان حوزه علوم داده، بیوانفورماتیک و تحلیل اطلاعات سلامت داخل و خارج از کشور بودند که با استفاده از روش گلوله برفی ۶۵۵ نفر از آنها شناسایی شده، و برای آنها ابزار پژوهش پرسشنامه محقق ­ساخته ارسال شد که ۲۴۷ پرسشنامه را تکمیل و برگرداندند. روش استفاده شده  تحلیل داده ها، تحلیل عاملی اکتشافی و تاییدی با استفاده از نرم افزارهای۰/۲۶ SPSS  و ۸/۸ Lisrel  بوده است.یافته­ ها: نتایج تحلیل عاملی اکتشافی، شش عامل برای شناسایی ویژگی های داده درخور تبیین نمود که عبارتند از کیفیت داده، پایداری داده، سازگاری داده، ارزشمندی و دسترسی پذیری داده، کارایی داده و صحت و کامل بودن و روی هم رفته ۶۸ درصد از واریانس کل داده­ها را دربرداشته است. شاخص های برازش تحلیل تاییدی نشان داد که الگوی شش عاملی برازش قابل قبولی با داده­ ها دارد.نتیجه گیری: یافته­ های پژوهش حاکی از آن است که بر اساس مدل ارائه شده ویژگی های داده بر فرایند کشف دانش از سیستم های کلان داده سلامت تاثیر دارد و شش عامل شناسایی­شده و ۲۰ گویه سازنده این عوامل، می تواند ابزار مناسبی جهت شناسایی ویژگی های داده­ های مناسب برای کشف دانش از سیستم های کلان داده سلامت جهت به­کارگیری موثر این سیستم ها باشد که با تاکید بر عدم وابستگی به فرمت داده، خصایص فراگیر داده­های حوزه سلامت را دربرگرفته و توجه به آن می تواند به تشخیص و درمان زودهنگام بیماری ها کمک شایانی کند.