Risiko falscher Patientenfehler bei mehreren geöffneten Datensätzen

In einer randomisierten kontrollierten Studie, die am Montefiore Medical Center durchgeführt wurde, schlagen die Forscher vor, stationäre und ambulante Anbieter auf maximal eine zum Zeitpunkt der Bestellung geöffnete Akte (eingeschränkter Modus) oder maximal vier zum Zeitpunkt der Bestellung offene Datensätze (unbeschränkter Modus) zu randomisieren ). Die Aufgaben werden vor Beginn des Studiums vergeben und bleiben während des gesamten Studiums konstant. Ein Computerprogrammierer, der im IT-Bereich arbeitet und kein Prüfer dieser Studie ist, verwendet Microsoft Excel, um Zufallszahlen zu generieren und jedem Anbieter eine Nummer zuzuweisen. Anbieter mit ungeraden Nummern gehören zur eingeschränkten Kohorte, und Anbieter mit geraden Nummern gehören zur uneingeschränkten Kohorte. Anbietern, die Montefiore nach Beginn der Studie beitreten, wird bei Zuweisung eines neuen Benutzer-Logins für die elektronische Gesundheitsakte (EHR) von einem nicht an der Studie beteiligten Computerprogrammierer eine Zufallsnummer aus Excel zugewiesen und der entsprechenden hinzugefügt Gruppe basierend auf ihrer zugewiesenen Zufallszahl. Zu Beginn der randomisierten kontrollierten Studie erklären die Prüfärzte dem klinischen Personal den Zweck der Studie per E-Mail und direkt aus ihren IT-Systemen heraus mithilfe einer vom Studienteam erstellten Nachricht. Die Nachricht versichert den Ärzten, dass die Daten vertraulich behandelt werden und die Zusammenarbeit für sie kein Risiko darstellt.

Montefiore verwendet das EPIC EHR-System. EPIC wird das Retract-and-Reorder (RAR)-Tool implementieren, eine automatisierte Methode zur Identifizierung falscher elektronischer Patientenbestellungen, sowie die Erfassung der Anzahl offener Datensätze zum Zeitpunkt der Bestellung. In dieser Studie wird untersucht, wie sich das EHR-System im eingeschränkten Modus im Vergleich zum uneingeschränkten Modus auf RAR-Ereignisse auswirkt. Ziel ist es, eine Schätzung der Effektgröße und der Korrelationen innerhalb der Klassen zu erhalten, um vorläufige Daten für ein größeres Forschungsprojekt zur Implementierung von Gesundheits-IT bereitzustellen. Die Analyseeinheit ist die Reihenfolge. Zuerst wird die RAR-Ereignisrate für Aufträge, die im eingeschränkten vs. uneingeschränkten Modus platziert wurden, berechnet, wobei der Unterschied in den Raten mithilfe von Rangsummentests getestet wird. Als nächstes wird die Beziehung zwischen der RAR-Ereignisrate im eingeschränkten vs. uneingeschränkten Modus in Teilmengen von Anbietern und Einstellungen untersucht, um festzustellen, ob bestimmte Arten von Anbietern oder Einstellungen ein erhöhtes Risiko tragen. Schließlich wird ein logistisches Regressionsmodell mit gemischten Effekten mit dem RAR-Ereignis als Ergebnis und dem Modus des EHR-Systems (eingeschränkt vs. uneingeschränkt) als unabhängiger interessierender Variable angepasst. Das Modell wird Zufallseffekte auf der Ebene des Anbieters und der Auftragssitzung enthalten, da frühere Arbeiten eine erhebliche Korrelation innerhalb des Anbieters und innerhalb der Sitzung nahegelegt haben. Bestellungen werden in Sitzungen verschachtelt und Sitzungen werden in Anbietern verschachtelt. Um der Gefahr von Verwechslungen entgegenzuwirken, wird das Modell Variablen mit festen Effekten enthalten, darunter Kovariaten für Anbieter, Patient, Auftragssitzung und Auftragsebene.

Um der Möglichkeit vorzubeugen, dass die Intervention die RAR-Ereignisrate tatsächlich verschlechtert (erhöht), und um eine unnötige Fortsetzung einer bereits aussagekräftigen Studie zu verhindern, führt ein Datensicherheits-Überwachungsausschuss eine Zwischenbewertung der Daten in der randomisierten kontrollierten Studie durch.