Data quality for health sector innovation and accounting management: a twenty-year bibliometric analysis

Continuous cost growth in the healthcare sector is one of the most critical challenges. Several scientists are trying to provide solutions that will include quality of care and cost reduction. First, computerization and then technological digitization has made it possible to store an increasing amount of data and leverage it to improve quality and reduce costs. Although the topic is relevant, no article has expressed how data quality resulting from healthcare innovation can be crucial for lowering healthcare costs. Using the bibliometric approach and benefiting from Zupic and Cater methodological paper, the analysis investigates 159 peer-reviewed English papers. Additionally, the Bibliometrix R package is used in the data analysis part. The results confirm a multidisciplinary literature stream with a few unrelated process variables. We provide evidence of authors, journals, keywords, geographic areas of reference and a framework that links the two research streams. Finally, we argue that a structured data quality process helps value healthcare data adequately and reduces costs. Moreover, quality is fundamental before applying advanced data analytics through big data analytics, IoT and artificial intelligence applications.

La continua crescita dei costi nel settore sanitario è una delle sfide più critiche. Diversi scienziati stanno cercando di fornire soluzioni che includano la qualità delle cure e la riduzione dei costi. L'informatizzazione, prima, e la digitalizzazione tecnologica, poi, hanno permesso di archiviare una quantità crescente di dati e di sfruttarli per migliorare la qualità e ridurre i costi. Sebbene l'argomento sia rilevante, nessun articolo ha esaminato come la qualità dei dati derivante dall'innovazione sanitaria possa essere cruciale per ridurre i costi sanitari. Utilizzando l'approccio bibliometrico e beneficiando degli articoli metodologici di Zupic e Cater, l'analisi esamina 159 articoli inglesi sottoposti a peer-review. Inoltre, nella parte di analisi dei dati viene utilizzato il pacchetto Bibliometrix R. I risultati confermano un flusso di letteratura multidisciplinare con poche variabili di processo non correlate. Esaminiamo autori, riviste, parole chiave, aree geografiche di riferimento e un framework che collega i due filoni di ricerca. Infine, sosteniamo che un processo strutturato di qualità dei dati aiuta a valutare adeguatamente i dati sanitari e riduce i costi. Inoltre, la qualità è fondamentale prima di applicare l'analisi avanzata dei dati attraverso l'analisi dei big data, l'IoT e le applicazioni di intelligenza artificiale.