- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT03626766
Arvioimme potilasvalokuvien vaikutusta väärien potilasvirheiden estämiseen
Satunnaistettu kontrolloitu tutkimus, jossa arvioidaan potilasvalokuvien näyttämisen tehokkuutta sähköisessä sairauskertomuksessa väärien potilaan sähköisten tilausten estämiseksi
Tämä on usean paikan klusteri-satunnaistettu kontrolloitu koe, jolla testataan sähköisissä terveystietojärjestelmissä (EHR) näytettävien potilasvalokuvien tehokkuutta väärien potilaiden tilausvirheiden estämiseksi. Tutkimus tehdään kolmessa akateemisessa lääketieteellisessä laitoksessa, jotka käyttävät kahta erilaista EHR-järjestelmää. Koska EHR-järjestelmillä on erilaiset toiminnot potilaiden valokuvien näyttämiseen, käytetään kahta erilaista tutkimussuunnitelmaa. Allscripts EHR:ssä suoritetaan 2-haarainen satunnaistettu koe, jossa palveluntarjoajat satunnaistetaan tarkastelemaan tilausten vahvistushälytyksiä potilaan valokuvilla ja ilman potilasvalokuvia tehdessään sähköisiä tilauksia. Epic EHR:ssä suoritetaan 2x2 faktorikoe, jossa palveluntarjoajat satunnaistetaan johonkin neljästä ehdosta: 1) ei valokuvaa; 2) vain bannerissa näkyvä valokuva; 3) valokuva, joka näkyy vain vahvistushälytyksessä; tai 4) bannerissa näkyvä valokuva ja varmistusvaroitus. Tämän tutkimuksen päähypoteesi on, että potilasvalokuvien näyttäminen EHR:ssä vähentää merkittävästi väärän potilaan tilausvirheiden esiintymistiheyttä ja tarjoaa terveydenhuoltojärjestelmille tarvittavat todisteet tämän turvallisuuskäytännön omaksumiseen.
Käytämme ensisijaisena tulosmittarina Wrong-Patient Retract-and-Reorder (RAR) -mittaria, joka on pätevä, luotettava ja automaattinen menetelmä väärien potilaan tilausten tunnistamiseen. RAR-mittaus tunnistaa potilaalle tehdyt tilaukset, jotka peruutetaan 10 minuutin kuluessa ja jotka sama palveluntarjoaja tilaa uudelleen toiselle potilaalle seuraavan 10 minuutin kuluessa. Nämä ovat läheltä piti -virheitä, jotka palveluntarjoaja havaitsee itse ennen kuin ne saavuttavat potilaan ja aiheuttavat vahinkoa. Yhdessä tutkimuksessa RAR-mittaus tunnisti yli 5 000 väärän potilaan tilausta yhden vuoden aikana, ja 58 väärän potilaan virhettä 100 000 tilausta kohti. Kliinikoiden kanssa tehdyt reaaliaikaiset puhelinhaastattelut osoittivat, että RAR-mitta tunnisti oikein läheltä piti -virheet 76,2 prosentissa tapauksista. Näin ollen RAR-mitta tarjoaa riittävät pätevät ja luotettavat tulostiedot tälle tutkimukselle.
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
TTämän tutkimuksen päähypoteesi on, että potilaskuvien näyttäminen sähköisissä terveyskertomusjärjestelmissä (EHR) vähentää merkittävästi väärien potilaiden sähköisten tilausvirheiden esiintymistiheyttä.
ERITYISET TAVOITTEET
Tutkijat testaavat tätä hypoteesia käyttämällä usean paikan satunnaistettua kontrolloitua tutkimusta ja pyrkivät seuraaviin erityisiin tavoitteisiin:
Tavoite 1: Testaa potilasvalokuvien näyttämisen tehokkuutta EHR-järjestelmissä väärien potilasmääräysten estämiseksi käyttämällä Retract-and-Reorder -mittaria lopputuloksen tunnistamiseen.
Tavoite 2: Tunnista palveluntarjoajien, potilaiden ja tilausten ominaisuudet, jotka vaikuttavat EHR-järjestelmässä näytettävien potilaskuvien tehokkuuteen väärien potilaiden tilausten estämiseksi.
MENETELMÄT Tutkimuspaikat. Tutkimus suoritetaan NewYork-Presbyterian Hospitalissa, Johns Hopkins Medicinessä ja Montefiore Medical Centerissä kahdessa eri sähköisessä terveystietojärjestelmässä (EHR). Mukana on viisi NewYork-Presbyterian Hospital -kampusta, jotka käyttävät Allscripts EHR:ää: Milstein Hospital, Weill Cornell Medical Center, Morgan Stanley Children's Hospital of New York, Lower Manhattan Hospital ja Allen Hospital. Lisäksi mukana tulevat Ambulatory Care Networkin avohoitokeskukset. Potilasvalokuvien tehokkuutta Epicissä testataan Johns Hopkins Hospitalissa ja kolmessa Montefioren lääketieteellisen keskuksen kampuksella (Moses Hospital, Weiler Hospital, Wakefield Hospital).
Tutkimus suunnittelu. Tämän tutkimuksen pääolettamana on, että potilaskuvien näyttäminen EHR-järjestelmässä sähköisten tilausten tekemisen yhteydessä vähentää merkittävästi väärien potilastilausten määrää. Tutkijat testaavat tätä hypoteesia satunnaistetulla kontrolloidulla tutkimuksella, jossa käytetään 2-haarista mallia Allscriptsissä ja 2 x 2 tekijämallia Epicissä määrittääkseen potilasvalokuvien optimaalisen kokoonpanon. Suunnittelu eri kohteissa perustuu EHR-järjestelmien toimivuuteen. Allscriptsissä interventioryhmään satunnaistetut palveluntarjoajat saavat tilauksen tekemisen yhteydessä vahvistushälytyksen, jossa on potilaan valokuva. palveluntarjoajille, jotka on satunnaistettu kontrolliryhmään, näytetään vahvistushälytys avatarilla, joka ilmaisee potilaan sukupuolen. Epic pystyy näyttämään potilaan valokuvan näytön yläreunassa olevassa bannerissa ja vahvistushälytyksessä tilauksen tekemisen yhteydessä. Siksi Epic at Johns Hopkins and Montefiore -ohjelmassa palveluntarjoajat satunnaistetaan johonkin neljästä ehdosta: ei valokuvaa; valokuva näkyy vain bannerissa; valokuva näkyy vain vahvistushälytyksessä; tai bannerissa näkyvä valokuva ja varoitus.
Potilaiden osallistumiskriteerit. Tässä tutkimuksessa analyysiin otetaan mukaan kaikki potilaat, joille tehdään tilaus tutkimusjakson aikana tutkimuskohteissa. NewYork-Presbyterianissa kaikki 5-vuotiaat ja sitä vanhemmat potilaat otetaan mukaan; Johns Hopkins Hospitalissa ja Montefiore Medical Centerissä kaikki 2-vuotiaat ja sitä vanhemmat potilaat otetaan mukaan. Valokuvan saaminen ilmoittautumisen yhteydessä on normaali menettely osallistuvien opiskelupaikkojen osalta. Potilaiden ei tarvitse antaa kirjallista tai suullista suostumusta valokuvauksen ottamiseen, koska valokuvia käytetään osana rutiinihoitoa. Potilaat tai heidän lailliset huoltajansa voivat kuitenkin kieltäytyä.
Palveluntarjoajan sisällyttämiskriteerit. Jokainen sähköisen tilauksen tekevä palveluntarjoaja voi mahdollisesti tehdä tilauksen väärälle potilaalle. Siksi kaikki satunnaistetut palveluntarjoajat, jotka tekevät sähköisen tilauksen opintopisteille opintojakson aikana, otetaan mukaan.
Satunnaistaminen. Allscripts at NewYork-Presbyterianissa EHR-järjestelmä on konfiguroitu siten, että kun palveluntarjoaja ensimmäisen kerran avaa Tilauksen syöttö -näytön, hänet satunnaistetaan automaattisesti joko kontrolli- tai interventioryhmään (1:1 per 2-haarainen malli). käyttäen tietokoneistettua satunnaistusalgoritmia. Epicissä satunnaistaminen suoritetaan käyttäen samaa satunnaistusalgoritmia; palveluntarjoajat kuitenkin jaetaan manuaalisesti kontrolli- tai interventioryhmiin (1:1:1:1 2 x 2 -mallin mukaan) käyttämällä Epicin Grouper-toimintoa.
Ensisijainen tulos. Ensisijainen tulos on Wrong-Patient Retract-and-Reorder (RAR) -tapahtumien esiintymistiheys, joka tunnistetaan RAR-mittauksella ja määritellään tilaukseksi, joka tehdään potilaalle, peruutetaan 10 minuutin kuluessa tilauksen tekemisestä ja tilataan sitten uudelleen sama palveluntarjoaja eri potilaalle 10 minuutin sisällä vetäytymisestä.
Tilausten klusterointi tilausistuntojen sisällä. Jos palveluntarjoaja alkaa tehdä tilauksia väärään potilastietoihin, on mahdollista, että useita tällaisia tilauksia tehdään peräkkäin ja sitten kaikki perutaan yhdessä. Siksi yksittäiset tilaukset eivät edusta itsenäisiä mahdollisuuksia RAR-tapahtumien esiintymiselle. Sen sijaan tilaukset ryhmitellään tilausistuntojen sisällä. Tilausistunto määritellään palveluntarjoajan yhdelle potilaalle tekemien tilausten sarjaksi, joka alkaa kyseisen potilaan tilaustiedoston avaamisesta ja päättyy, kun tilaus tehdään toiselle potilaalle tai 60 minuutin kuluttua sen mukaan, kumpi tulee ensin.
Analyysiyksikkö. Analyysiyksikkö on tilausistunto. Palveluntarjoajan taso, potilastaso, tilaus-istuntotaso ja tilaustason kovariaatit. Tämän tutkimuksen tiedoilla on sisäkkäinen, hierarkkinen rakenne, jossa tilaukset on ryhmitelty tilausistuntojen sisällä ja tilausistunnot on ryhmitelty tarjoajien sisällä. Analyysi ottaa huomioon tämän hierarkkisen rakenteen. Sähköisestä sairauskertomuksesta poimitaan lisämuuttujia, mukaan lukien palveluntarjoajan (läsnäolo, asukas, lääkärin avustaja, sairaanhoitaja tai muu), potilaan (ikä, rotu, etnisyys, sukupuoli, vakuutusasema, yksikkö), tilausistunnon ( sijainti, kesto, tilausten määrä) ja tilaus (lääkitys, radiologia, laboratorio, muu). Potilasvalokuvan läsnäolo tai puuttuminen seurataan tilaustason kovariaattina.
Ensisijainen analyysi. Analyysiyksikkö on tilausistunto. Riippuva muuttuja on niiden tilausistuntojen osuus, jotka sisältävät vähintään yhden peruutetun ja uudelleen tilatun tilauksen (RAR-tapahtuma). Päätelmä toimenpiteen tehokkuudesta perustuu Wald-testiin, joka määrittää vuorovaikutustermin kertoimen tutkimusryhmän jakojakson ja interventiota edeltävän tai jälkeisen ajanjakson indikaattorin välillä. Tehokkuuden arvio on kerroinsuhde (eksponentoitu kerroin), joka ilmoitetaan sen 95 %:n luottamusvälillä. Klusterisatunnaistuksessa palveluntarjoajatasolla potilas- ja tilausistuntotason attribuutit eivät välttämättä jakaudu tasaisesti ryhmien kesken. Hämmentävän harhan vähentämiseksi kovariaatit näillä tasoilla, jotka ovat sekä jakautuneet eri tavalla tutkimusryhmissä että liittyvät tulokseen, sisällytetään tähän ensisijaiseen analyysiin. Toimittajatason yhteismuuttujat tasapainotetaan todennäköisesti eri tutkimusryhmien välillä satunnaistuksen avulla, ja ne sisällytetään tähän ensisijaiseen analyysiin vain, jos kuvaavat tilastot osoittavat muuta.
2-haarinen RCT: Tilastollinen teho/näytteen koko. Yleinen suunnittelu on satunnaistettu klusterikoe, jossa tilaus-istuntohavainnot on sijoitettu satunnaistettujen palveluntarjoajien sisälle. Palveluntarjoajien (klusterien) määrä on tutkimuspaikan kiinteä attribuutti, eikä se ole tutkijan valvonnan alainen. Alustavien tietojen perusteella oletetaan, että tietoja kerätään 12 000 palveluntarjoajalta, joista puolet satunnaistetaan kuhunkin tutkimusryhmään. 2,5 vuoden havainnoinnin aikana on arvioitu, että keskimäärin 5 000 tilausistuntoa palveluntarjoajaa kohden kertyy, variaatiokertoimen ollessa 1,27. Palveluntarjoajan sisäisen korrelaation odotetaan olevan 0,001 lopputulokselle. Uusimmat saatavilla olevat NYP:n analyysit viittaavat siihen, että väärän potilaan tilausistuntojen määrä (painotettu keskiarvo laitos- ja avohoidossa) on noin 130 per 100 000 tilauskertaa. Käyttämällä kaksisuuntaista testiä merkitsevyystasolla 0,05, tämä antaa yli 90 %:n tehon havaita 25 %:n lasku väärän potilaan tilauskertojen määrässä interventioryhmässä ensisijaisessa analyysissä.
2x2 Factorial RCT: Tilastollinen teho/näytteen koko. Tilastollinen tehosimulaatio suoritettiin bannerikuvien (valokuva/ei valokuvaa bannerissa) ja hälytysvalokuvien (varoitus valokuvalla/ei hälytystä) 2x2-tekijätutkimukselle. Aiempien tutkimusten ja tutkijoiden ohjeiden perusteella on arvioitu, että noin 8 268 palveluntarjoajaa satunnaistetaan suhteessa 1:1:1:1 neljään tutkimushaaraan (ei valokuvaa, valokuva vain bannerissa, valokuva vahvistushälytyksessä vain tai valokuva bannerissa ja vahvistusilmoituksessa). Palveluntarjoajien oletettiin tuottavan keskimäärin 74 tilausistuntoa kuukaudessa Poisson-jakaumalla, ja tiedonkeruun oletettiin jatkuvan vuoden ajan. Aiempien tutkimusten perusteella varianssikomponentti (log-odds-metriikassa) palveluntarjoajatasolla olisi 1,9 (vastaa palveluntarjoajan sisäistä korrelaatiota 0,52). RAR-tapahtumien perusmääräksi oletettiin 90 per 100 000 tilausistuntoa. Näillä olettamuksilla suoritettujen 400 simulaation perusteella päätettiin, että tutkimuksella olisi 91 % teho (95 % CI 88 % - 94 %) havaita todennäköisyyssuhde 0,75 (eli 25 %:n vähennys RAR-tapahtumissa) kummallekin yksittäiselle tapahtumalle. -valokuva interventio verrattuna ei interventiota. Teho havaita 15 % lisävähennys molempien valokuvien yhdistelmällä (verrattuna kumpaankaan yksinään) on 99,8 % (95 % CI 98,6 % - 99,9 %).
Puuttuvat tiedot. EHR:n automaattisen toiminnan ansiosta ei odoteta puuttuvan dataa Retract-and-Reorder -tapahtumista, interventioryhmän ja kontrolliryhmän tilasta tai palveluntarjoajan tason kovariaateista. Potilastason kovariaateista saattaa puuttua satunnaisesti tietoa. Jos jokin muuttuja puuttuu useammasta kuin yhdestä tietueesta 1 000:ta kohden (muihin samaa potilasta koskeviin tietueisiin perustuvan jälkitäytön jälkeen), analyyseja laajennetaan tämän korjaamiseksi. Tietojen oletetaan puuttuvan satunnaisesti, ja niissä käytetään useita imputaatioita ketjutetuilla yhtälöillä.
Väliaikainen analyysi. Suojatakseen sitä mahdollisuutta, että toimenpide todella pahentaa (lisää) RAR-tapahtumien määrää, ja estääkseen jo ratkaisevan tutkimuksen tarpeettoman jatkamisen, tietoturvallisuuden seurantakomitea suorittaa yhden väliarvioinnin tiedoista. Tutkimuksen puolivälissä 50 % tiedoista odotetaan kertyneen. Käytettäessä Lan-Demetsin alfa-käyttömenettelyä symmetristen O'Brien-Flemingin rajojen kanssa, väliarvioinnin pysäytyssääntö on z-tilasto, jonka suuruus on 3,0318 tai suurempi. Siihen liittyvä nimellinen P-arvo on .0024. Yhdistettynä loppuanalyysiin, jossa käytetään kriittistä z-arvoa 1,9669 (nimellinen P = 0,0492), kokonaisalfa 0,05 käytetään tutkimuksen loppuun mennessä. Tämän välianalyysimenettelyn vaikutukset nimelliseen tilastolliseen tehoon (katso edellä) ovat mitättömät, alle 0,5 prosenttiyksikköä, joten tiedonkeruuta ei tarvita tämän huomioon ottamiseksi.
Aikomus-to-treat vs-as-treated -analyysit. Jotkut potilaat todennäköisesti kieltäytyvät valokuvaamisesta tai joille valokuvaa ei oteta eri syistä. Valokuvanottonopeutta (valokuvan saaneiden potilaiden lukumäärä jaettuna tutkimusjakson aikana käyneiden potilaiden lukumäärällä) seurataan koko tutkimusjakson ajan. Kaikkien kokeiden primaarisissa analyyseissä käytetään hoitotarkoituksen periaatetta, ja näiden potilaiden ja kohteiden tallenteet sisällytetään analyysiin ikään kuin heidät olisi kuvattu ja osallistuneet. Toinen "käsiteltynä" analyysi suoritetaan rajoittuen vaatimustenmukaisiin potilaisiin ja kohtiin, ja otetaan huomioon, että potilas- ja paikkatekijät voivat sekoittaa tällaisia analyyseja.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Maryland
-
Baltimore, Maryland, Yhdysvallat, 21287
- Johns Hopkins Medicine
-
-
New York
-
New York, New York, Yhdysvallat, 10032
- Columbia University Irving Medical Center / NewYork-Presbyterian Hospital
-
New York, New York, Yhdysvallat, 10065
- Weill Cornell Medical Center - Weill Cornell Medicine
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Sisällyttämiskriteerit:
- Kaikki potilaat, joille tehtiin tilaus tutkimusjakson aikana.
- Kaikki palveluntarjoajat, joilla on valtuudet tehdä sähköisiä tilauksia ja jotka ovat tehneet sähköisiä tilauksia opintojakson aikana.
Poissulkemiskriteerit:
- Ei mitään
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Terveyspalvelututkimus
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Active Comparator: Kuva vahvistusilmoituksessa
Potilaskuva näkyy potilastunnuksen varmistushälytyksessä tehtäessä sähköisiä tilauksia sähköiseen sairauskertomukseen.
|
Potilaan valokuva näkyy potilastunnuksen varmistushälytyksessä tehtäessä sähköisiä tilauksia sähköiseen sairauskertomukseen.
|
|
Active Comparator: Kuva bannerissa
Potilaskuva näkyy bannerissa (ruudun yläosassa).
|
Potilaan valokuva näkyy sähköisen sairauskertomuksen näytön yläreunassa olevassa bannerissa.
|
|
Active Comparator: Kuva bannerissa ja vahvistusilmoituksessa
Potilasvalokuva näkyy bannerissa (ruudun yläosassa) JA potilaskuva, joka näkyy vahvistushälytyksessä tehtäessä sähköisiä tilauksia.
|
Potilaan valokuva näkyy ruudun yläreunassa olevassa bannerissa sähköisessä sairauskertomuksessa JA potilasvalokuva, joka näkyy potilastunnuksen varmistusvaroitteessa tehtäessä sähköisiä tilauksia sähköiseen sairauskertomukseen.
|
|
Ei väliintuloa: Ei valokuvaa
Sähköisessä sairauskertomuksessa ei näy potilaskuvia.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tilausistuntojen lukumäärä, joissa on vähintään yksi sisäänveto- ja korjaus- (RAR) tapahtuma, sellaisena kuin se on tunnistettu väärän potilaan sisäänveto- ja tilaus- ja tilaus- (RAR) toimenpiteellä.
Aikaikkuna: 2 vuotta
|
Käyttämällä väärän potilaan (WP) sisäänveto- ja tilausmittausta, tulos oli WP-tilausistunnot, jotka määritettiin 1 kliinisen lääkärin asettamien järjestyssarjoiksi yhdelle potilaalle, joka sisälsi ≥1 WP-järjestyksen.
Vääräpotilaan sisäänveto- ja korjaus- ja korotus- (RAR) -mittaus on automatisoitu, validoitu ja luotettava toimenpide, jonka on tukenut kansallinen laatufoorumi (NQF #2723).
RAR -mitta tunnistaa potilaalle asetetut tilaukset, jotka on vedetty 10 minuutin kuluessa, ja sitten sama palveluntarjoaja asettaa eri potilaalle seuraavan 10 minuutin kuluessa.
Nämä ovat lähellä miss-virheitä, palveluntarjoajan itse ennen kuin he saavuttavat potilaan ja aiheuttavat haittaa.
|
2 vuotta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: Jason S. Adelman, MD, MS, Columbia University
Julkaisuja ja hyödyllisiä linkkejä
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- AAAR0080
- R01HS024713 (Yhdysvaltain AHRQ-apuraha/sopimus)
- R01HD094793 (Yhdysvaltain NIH-apuraha/sopimus)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .