Mejorar la toma de decisiones de los proveedores y reducir la sobrecarga de información mediante la visualización de información en EHR

Los registros médicos electrónicos (EHR, por sus siglas en inglés) son una fuente importante de datos para los médicos de la UCI. La síntesis de datos electrónicos complejos de pacientes es clave para una atención eficaz. Los EHR contienen un registro de datos médicos anteriores y presentan flujos continuos de nuevos datos clínicos de diversas fuentes, como entradas fisiológicas, resultados de laboratorio, estudios de imágenes y notas del médico. Este flujo complejo y continuo de datos de pacientes puede contribuir a la sobrecarga de información, lo que puede crear barreras para las tareas cognitivas clave de identificación, extracción e interpretación de datos. Los proveedores de la Unidad de Cuidados Intensivos (UCI) deben sintetizar rápidamente los datos de más de 200 variables durante las rondas de cuidados críticos, y los pacientes en estado crítico generan una mediana de 1348 puntos de datos individuales por día. La sobrecarga de información se ha identificado como un factor clave en la mala interpretación de los datos, lo que lleva a errores médicos como diagnósticos erróneos. Mejorar nuestra comprensión de la sobrecarga de información, y las investigaciones sobre nuevos esfuerzos para minimizarla, puede mejorar el flujo de trabajo y la productividad de los médicos, así como la seguridad del paciente. El objetivo de este estudio es explorar el impacto de la representación de datos actual en el EHR en la carga de trabajo cognitiva, el rendimiento y la satisfacción de los médicos de la UCI. El diseño de la investigación utiliza un enfoque de métodos mixtos, incluida la evaluación de seguimiento ocular y encuestas, para evaluar la eficacia de las interfaces EHR actuales para los médicos de la UCI en entornos reales y simulados.

Los investigadores aleatorizarán a los participantes que hayan dado su consentimiento en dos grupos: el grupo de control (EHR) y el grupo de intervención (AWARE). Durante el cruce del ensayo controlado aleatorio (RCT), los proveedores de cada grupo revisarán los mismos registros de pacientes y realizarán las mismas tareas y completarán los mismos instrumentos de encuesta. Los proveedores en los grupos de control revisarán dos casos de pacientes en su institución EHR (Epic o Cerner) primero y luego, dos casos nuevos en AWARE, y los proveedores en el grupo de intervención revisarán dos casos de pacientes en AWARE y luego dos casos nuevos en el EHR . Los casos se aleatorizarán para eliminar el sesgo de orden y el sesgo de selección.

Para los casos en el EHR, los participantes navegarán por el EHR según su rutina habitual en la UCI, sin sesiones de capacitación adicionales antes del estudio. Para los casos en AWARE, los participantes recibirán una breve presentación de capacitación por parte del equipo de estudio, explicando la funcionalidad y el diseño de AWARE. Además, un día antes de cada sesión, el RA enviará un correo electrónico al proveedor con un breve video de demostración de AWARE para que se familiarice con la herramienta.

El estudio se llevará a cabo en laboratorios de simulación o bioconductuales en cada sitio. El PI, o asistente de investigación, explicará el procedimiento del estudio y obtendrá el consentimiento; Se les pedirá a los participantes que usen Tobii Pro Fusion durante la sesión, los participantes no necesitarán usar nada, el rastreador ocular se montará en el monitor. Durante la sesión, los participantes revisarán 2 casos de pacientes en su EHR institucional y dos en AWARE. Después de que el participante complete la revisión del registro del paciente, el asistente de investigación (RA) le pedirá al participante una serie de actividades de preguntas y respuestas basadas en decisiones que requieren respuestas verbales o finalización de tareas en el EHR o AWARE. El proveedor puede usar el EHR o AWARE para completar la actividad de preguntas y respuestas. Los casos estarán en orden aleatorio para cada participante para evitar sesgos de selección o de orden. Después de las pruebas de usabilidad, los investigadores le pedirán al participante que complete la encuesta NASA-TLX y la Escala de usabilidad del sistema (SUS). El NASA-TLX mide la carga de trabajo percibida del uso del EHR, y el SUS mide el nivel de satisfacción como resultado del uso del EHR. Todas las sesiones serán grabadas.