Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Diagnostische Exzellenz durch Prävention und Teamwork erreichen (ADEPT)

2. September 2026 aktualisiert von: Jeffrey L. Schnipper, MD.,MPH., Brigham and Women's Hospital

Diagnostische Exzellenz durch Prävention und Teamwork erreichen (ADEPT)

Diese Studie versucht, eine Gruppe von Krankenhäusern zusammenzubringen, um die Raten von Diagnosefehlern zu messen und zu teilen, die zugrunde liegenden Ursachen von Diagnosefehlern zu verstehen und Möglichkeiten zu entwickeln, wie Krankenhäuser, Ärzte und Patienten zusammenarbeiten können, um Diagnosefehler und Schäden aufgrund dieser Fehler zu vermeiden . Die Forscher werden testen, wie Datenaustausch und Zusammenarbeit diagnostische Prozesse verbessern und Ansätze entwickeln, die in die Zukunft getragen werden können. Der Ansatz stellt eine neuartige Anwendung der rigorosen Ergebnisbewertung auf das Problem stationärer Diagnosefehler unter Verwendung eines lernenden Gesundheitssystemmodells dar.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Viele Faktoren tragen zu diagnostischen Fehlern bei, aber die wichtigsten unter ihnen sind grundlegende Probleme im Gesundheitswesen: komplexe und fragmentierte Versorgungssysteme, die begrenzte Zeit, die den Anbietern zur Verfügung steht, um eine sichere Diagnose zu stellen, und die Arbeitssysteme und -kulturen, die Verbesserungen der diagnostischen Leistung unterstützen oder behindern . Während Ansätze zur Identifizierung diagnostischer Fehler existieren, haben nur wenige Studien die Identifizierung der zugrunde liegenden systemischen und strukturellen Ursachen von Fehlern mit bestehenden Qualitätsverbesserungsprogrammen in Krankenhäusern verknüpft. Noch weniger haben Resilienztheorien oder positive Abweichungsansätze angewendet, um die Merkmale von Fällen zu charakterisieren, in denen der Diagnoseprozess optimal ist, und diese Erkenntnisse dann verwendet, um die Verbesserung des Gesundheitssystems zu gestalten.

Dieser Antrag baut direkt auf der derzeit finanzierten Studie der Forscher auf - Utility of Predictive Systems in Diagnostic Errors (UPSIDE) -, die Risikofaktoren, zugrunde liegende Ursachen und die Prävalenz von Diagnosefehlern bei Patienten definiert, die in Krankenhäuser aufgenommen wurden, die an einer Forschungskooperation mit 55 Krankenhäusern teilnehmen , das Hospital Medicine Reengineering Network (HOMERuN). UPSIDE hat Referenzstandard-Ansätze zur Beurteilung diagnostischer Fehler entwickelt, mit Fehlern verbundene Faktoren definiert und Kooperationen mit teilnehmenden Standorten und nationalen Organisationen geschaffen, was eine einzigartig leistungsstarke Gelegenheit bietet, die Art und Weise zu verändern, wie Programme zur Bewertung diagnostischer Prozesse zur Verbesserung der Patientensicherheit verwendet werden können.

Das übergeordnete Ziel dieses Zentrums ist es, das äußerst erfolgreiche multizentrische Netzwerk der Ermittler in ein Gesundheitssystem umzuwandeln, das diagnostische Fehler lernt, das diagnostische Fehlerbewertungen in bestehende Qualitäts- und Sicherheitsprogramme integriert, Unterstützung und Fachwissen bereitstellt, die zur Reduzierung diagnostischer Fehler erforderlich sind, und wissenschaftliche, personelle und infrastrukturelle Änderungen, die über die Laufzeit dieses Stipendiums hinausgehen.

Um die Gesamtziele der Studie zu erreichen, werden die Ermittler: 1) eine Infrastruktur zur Fallbetrachtung implementieren, die diagnostische Fehler genau identifizieren und diagnostische Prozesse bei Patienten charakterisieren kann, die stationäre Todesfälle, Verlegungen auf die Intensivstation oder schnelle Teamanrufe in Krankenhäusern erleiden, die mit dem Krankenhaus verbunden sind Medizin-Reengineering-Netzwerk; 2) Audit- und Feedback- sowie konzernweite Benchmarking-Berichte auf Standortebene zu Fehlerraten, diagnostischen Prozessfehlern und diagnostischen Prozessbelastbarkeitsmerkmalen entwickeln und diese Daten verwenden, um die Zusammenarbeit zwischen bestehenden Sicherheits- und Qualitätsprogrammen an teilnehmenden Standorten zu gestalten; 3) Nutzung der Daten und des Kooperationsmodells zur Entwicklung und Pilotierung von Testinterventionen auf der Grundlage von Erkenntnissen mit höchster Priorität; und 4) Entwicklung eines Verständnisses der Reichweite, Annahme, Umsetzung und Wartung des Programms sowie der Durchführbarkeit und ersten Erfahrung mit Pilotinterventionen. Dieses Projekt wird ein lernendes Gesundheitssystem etablieren, das als kontinuierlicher Teil der Versorgung Exzellenz in der Diagnose erreichen kann, ein System, das auch ein Modell für andere sein kann.

Studientyp

Interventionell

Einschreibung (Geschätzt)

7200

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienorte

    • California
      • San Francisco, California, Vereinigte Staaten, 94143
    • Massachusetts
      • Boston, Massachusetts, Vereinigte Staaten, 02120
        • Rekrutierung
        • Brigham & Women's Hospital
        • Kontakt:
        • Hauptermittler:
          • Jeffrey L Schnipper, MD, MPH

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  • Erwachsene Patienten, die in einem der teilnehmenden Krankenhäuser in allgemeinmedizinische Dienste aufgenommen wurden und entweder während des Krankenhausaufenthalts starben, >= 48 Stunden nach der Aufnahme auf die Intensivstation verlegt wurden oder eine schnelle Reaktion zeigten.

Ausschlusskriterien:

  • Zugelassen aus nicht medizinischem Grund
  • Im Feld codierte Patienten, die bei Ankunft im Krankenhaus moribund sind

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Diagnose
  • Zuteilung: Nicht randomisiert
  • Interventionsmodell: Einzelgruppenzuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Kein Eingriff: Prä-Intervention (übliche Pflege)
Patienten, die in den 12 Monaten vor Beginn der Intervention in Studienkliniken aufgenommen wurden
Experimental: Intervention
Patienten, die während der 36 Monate der Intervention in Studienkrankenhäusern aufgenommen wurden
Integration der Überwachung auf diagnostische Fehler in die übliche Versorgung, Benchmarking und Austausch von Ergebnissen zwischen Krankenhäusern, fachliches Mentoring von Qualitäts- und Sicherheitspersonal im Änderungsmanagement, Pilotversuche und Verfeinerung von Safety I- und Safety II-Interventionen, um systemische Ursachen diagnostischer Fehler zu reduzieren und zu erhöhen Resilienz und fördert so die diagnostische Exzellenz.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Diagnosefehler
Zeitfenster: Bis zur Krankenhausentlassung durchschnittlich 10 Tage
Anteil der Patienten in jeder Trigger-Kategorie (Tod, Verlegung auf die Intensivstation, schnelle Reaktion) mit einem anerkannten Diagnosefehler.
Bis zur Krankenhausentlassung durchschnittlich 10 Tage

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Schädliche Diagnosefehler
Zeitfenster: Bis zur Krankenhausentlassung durchschnittlich 10 Tage
Anteil der Patienten in jeder Auslöserkategorie mit diagnostischen Fehlern, die zum Tod oder zu dauerhaften Schäden beitragen oder eine lebenserhaltende Behandlung erfordern, gemäß den NCC-MERP-Kriterien.
Bis zur Krankenhausentlassung durchschnittlich 10 Tage
Diagnostische Prozessfehler
Zeitfenster: Bis zur Krankenhausentlassung durchschnittlich 10 Tage
Anzahl der diagnostischen Prozessfehler pro Patient, wie von der DEER-Taxonomie während der Beurteilung bestimmt
Bis zur Krankenhausentlassung durchschnittlich 10 Tage

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Erreichen
Zeitfenster: Dauer des Programms (3 Jahre)
Beschreibung von Krankenhäusern, Teams oder Einheiten, in denen unsere diagnostische Fehlermessmethodik in die übliche Versorgung integriert ist (Ziel 1), in denen Benchmarking-Daten in die übliche Versorgung integriert sind (Ziel 2), und ob und welche Pilotinterventionen übernommen werden (Ziel 3) verglichen werden mit denen, bei denen sie nicht angenommen werden, und eine Beschreibung der Patienten, die Interventionen auf Patientenebene erhalten (Ziel 3), im Vergleich zu denen, die dies nicht tun.
Dauer des Programms (3 Jahre)
Annahme
Zeitfenster: Dauer des Programms (3 Jahre)
Anzahl und Arten von Audits/Feedback, Benchmarking und Sicherheits-I- und Sicherheits-II-Maßnahmen, die an jedem Standort durchgeführt werden, sowie Einheiten, Teams und Arten von Ärzten, die Maßnahmen durchführen und nicht durchführen.
Dauer des Programms (3 Jahre)
Implementierung
Zeitfenster: Dauer des Programms (3 Jahre)
Anteil der Patienten in jeder auslösenden Population, die wegen diagnostischer Fehler beurteilt werden, die Anzahl der durchgeführten Umfragen und Interviews mit medizinischen Teams (bei Vorliegen von Fehlern und für gute Fänge), die Anzahl der erstellten Benchmarking-Berichte, die Anzahl der Audits/Feedbacks durchgeführten Sitzungen und (sofern nachvollziehbar) der Anteil der Patienten, die Interventionen auf Patientenebene erhalten.
Dauer des Programms (3 Jahre)
Wartung
Zeitfenster: Dauer des Programms (3 Jahre) plus 6 Monate
Anteil der Patienten in jeder Trigger-Kategorie (Tod, Verlegung auf die Intensivstation, schnelle Reaktion) mit einem festgestellten diagnostischen Fehler 6 Monate nach dem Ende der kooperativen Gespräche mit den Zentren.
Dauer des Programms (3 Jahre) plus 6 Monate

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: Andrew Auerbach, University of California, San Francisco

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

14. November 2023

Primärer Abschluss (Tatsächlich)

1. September 2026

Studienabschluss (Geschätzt)

1. März 2027

Studienanmeldedaten

Zuerst eingereicht

7. Februar 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

17. Februar 2023

Zuerst gepostet (Tatsächlich)

28. Februar 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

8. September 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

2. September 2026

Zuletzt verifiziert

1. August 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 2023P000031
  • R18HS029366 (US-AHRQ-Zuschuss/Vertrag)
  • 355948 (Andere Kennung: UCSF IRB)

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Abonnieren