(hedef bas>nç aral>¤>) mevcut idari veribankalar>nda tutulmaz (kay>t ve fatura bilgileri tu-
tulur). Ayr>ca, e¤itimli bir araflt>rmac>, bu gibi bilgileri hasta dosyalar>ndan ç>kartabilir.
Ekstra olarak faturalanan gonyoskopi gibi di¤er süreçsel kalite ölçümleri, fatura bilgileri-
nin bulundu¤u veribankalar>n>n analiz edilmesiyle tan>mlanabilir.
kullan>lmalar> mümkün olur. Hasta kay>tlar>n>n elektronik olarak tutulmas> gittikçe yay-
g>nlaflt>¤>ndan, bu tarz araflt>rmalar daha kolay sürdürülebilecektir çünkü özgün süreçler
de bu sayede eriflilebilir hale gelecektir.
rak belirlenmeli ve aç>k dahil etme ve hariç tutma ölçütleri ortaya konmal>d>r.
l>d>r. Üçüncü ad>mda ideal olan, örneklerin çal>flmayla ilgili olmayan kiflilerce randomize
olarak seçilmesidir. Araflt>rma için dosyalar> sa¤l>k hizmetini veren kiflilerin sa¤lamas> uy-
gun olmayacakt>r çünkü onlar muhtemelen en eksiksiz dosyalar> seçeceklerdir. Son 20 ya
da bu civardaki ard>fl>k s>ral> hastan>n seçilmesi de bir çözüm olmayacakt>r çünkü seçil-
mifl olan grup, ilgili süre boyunca sa¤l>k hizmeti alanlar> tam olarak yans>tmayacakt>r (kli-
nik baz> zamanlar afl>r> kalabal>k olabilir ve bundan dolay> muayene evrelerinin baz>
önemli k>s>mlar> o dönemlerde atlanm>fl olabilir).
tedir ki evet/hay>r ile s>n>rl> net ölçütlerin varl>¤>, yoruma aç>k daha belirsiz karakterdeki
ölçütlere k>yasla (araflt>rmac>n>n kalitenin genelde iyi ya da kötü oldu¤una dair yarg>s>),
bilhassa interrater güvenilirlik aç>s>ndan, daha güvenilir niteliktedir. Oftalmoloji aç>s>n-
dan, American Academy of Ophtalmology (AAO) kurumu, Preferred Practice Patterns (Tavsiye
Edilen Pratik Yöntemler) ve Referanslar yay>nlam>fl olup, bu kaynaklar>n ikisi de net ölçütler
olarak kullan>labilir. Benzer flekilde, American Board of Ophtalmology (ABO) kurumu da Of-
fice Record Review Module olarak tan>mlanan bir ölçütler dizisine sahiptir. Bu ölçütlere, il-
gili WEB sitelerinden ulaflabilirsiniz (http://www.aao.org/aao/education/library/benc-
hmarks ve http://www.abop.org/recert/ recertorl.html).
dir. E¤er bu gayretler bir sonuç vermezse, bulunamayan hasta dosyalar> kay>t edilmeli ve
randomizasyondan bunlar yerine baflka dosyalar seçilerek araflt>rmaya dahil edilmelidir.
E¤er bulunamayan hasta dosya say>s> spesifik bir miktar> geçerse, bu takdirde araflt>rma-
n>n istatistiki önyarg> (bias) içerme riski ortaya ç>kabilir. Muayeneleri eksik olan hasta
dosyalar> için, mevcut muayenelerim karfl>layabilece¤i özgün araflt>rma ölçütleri olabilir.
Her vizitin kontrolünü gerektiren araflt>rma ölçütlerinin varolmas> durumunda; (1) hasta
çal>flma d>fl> b>rak>labilir, (2) sadece eksik muayeneleri içeren k>s>mlar>n haricinde tutula-
bilir, (3) eldeki veriler arac>l>¤>yla kay>p veriler istatistiki olarak modellenebilir, (4) ya da
eksik vizitler ölçütlerle uyumlu ya da uyumsuz olarak de¤erlendirilebilir (genelde bu so-