Riziko chyb u nesprávného pacienta při otevření více záznamů

V randomizované kontrolované studii provedené v Montefiore Medical Center navrhují vyšetřovatelé randomizovat lůžkové a ambulantní poskytovatele na maximálně jeden záznam otevřený v době objednání (omezený režim) nebo maximálně čtyři záznamy otevřené v době objednání (neomezený režim ). Přiřazení budou provedena před začátkem studie a zůstanou během studie konstantní. Počítačový programátor pracující v IT, který není řešitelem této studie, použije Microsoft Excel ke generování náhodných čísel a přiřazení jednoho čísla každému poskytovateli. Poskytovatelé, kterým byla přidělena lichá čísla, budou v omezené kohortě a poskytovatelé, kterým byla přidělena sudá čísla, budou v neomezené kohortě. Poskytovatelům, kteří se připojí k Montefiore po zahájení studie, bude přiděleno náhodné číslo z Excelu, když jim bude přiděleno nové uživatelské přihlášení pro elektronický zdravotní záznam (EHR) od počítačového programátora, který není přidružen ke studii, a bude přidáno k příslušnému skupiny na základě přiděleného náhodného čísla. Na začátku randomizované kontrolované studie vyšetřovatelé vysvětlí účel studie klinickému personálu prostřednictvím e-mailu a přímo ze svých IT systémů pomocí zprávy vytvořené studijním týmem. Zpráva ujišťuje lékaře, že data budou důvěrná a spolupráce pro ně nebude znamenat žádné riziko.

Montefiore používá systém EPIC EHR. EPIC zavede nástroj Retract-and-Reorder (RAR), automatizovanou metodu pro identifikaci elektronických objednávek s nesprávným pacientem a také pro zachycení počtu záznamů otevřených v době zadání objednávky. Tato studie bude zkoumat vliv toho, že je systém EHR v omezeném režimu vs. neomezeném režimu na události RAR. Cílem je získat odhad velikosti účinku a korelace v rámci třídy, aby bylo možné poskytnout předběžná data pro rozsáhlejší výzkumný projekt implementace IT ve zdravotnictví. Jednotkou analýzy bude pořadí. Nejprve bude vypočtena četnost událostí RAR pro objednávky zadané v omezeném vs. neomezeném režimu, přičemž se otestuje rozdíl v sazbách pomocí testů pořadí. Dále bude zkoumán vztah mezi četností událostí RAR v omezeném vs. neomezeném režimu v podskupinách poskytovatelů a nastavení, aby se určilo, zda určité typy poskytovatelů nebo nastavení nesou zvýšené riziko. Nakonec bude logistický regresní model se smíšenými efekty vybaven událostí RAR jako výsledkem a režimem systému EHR (omezený vs. neomezený) jako nezávislá zájmová proměnná. Model bude zahrnovat náhodné efekty na úrovni poskytovatele a objednávky a relace, protože předchozí práce navrhla podstatnou korelaci v rámci poskytovatele a v rámci relace. Objednávky budou vnořeny do relací a relace budou vnořeny do poskytovatelů. Aby se vypořádal s hrozbou zmatení, model bude zahrnovat proměnné s pevnými efekty včetně kovariát poskytovatele, pacienta, relace a úrovně objednávky.

Aby se zabránilo možnosti, že intervence skutečně zhorší (zvýší) četnost RAR, a aby se předešlo zbytečnému pokračování studie, která je již průkazná, provede výbor pro monitorování bezpečnosti údajů jeden prozatímní přezkum údajů v randomizované kontrolované studii.