Kuvat väärien potilaiden virheiden ehkäisemiseksi NICU:issa

TAUSTA

Vastasyntyneillä vastasyntyneiden teho-osastolla (NICU) on suuri riski saada väärän potilaan virheitä. Vuodesta 2019 alkaen yhteiskomissio edellyttää, että terveydenhuoltojärjestelmät ottavat käyttöön erilaisia ​​vastasyntyneiden tunnistamismenetelmiä estääkseen tämän tyyppiset virheet osana kansallisia potilasturvallisuustavoitteitaan. Potilasvalokuvien näyttäminen sähköisessä sairauskertomuksessa (EHR) on lupaava strategia lasten ja aikuisten tunnistamisen parantamiseksi, mutta valokuvat eivät todennäköisesti ole tehokkaita vastasyntyneiden tunnistamisessa. Siksi tässä tutkimuksessa arvioidaan Pictographs -kuvien käyttöä "valokuvavastineena" vastasyntyneiden tunnistamisen parantamiseksi NICU:ssa.

MENETELMÄT

Tämän tutkimuksen ensisijainen hypoteesi on, että kliinikoilla, jotka on satunnaisesti määrätty tarkastelemaan kuvakuvia EHR:ssä (interventiohaarassa), on huomattavasti pienempi määrä väärän potilaan tilausvirheitä vastasyntyneiden tehohoitoyksikössä (NICU) verrattuna kliinikoihin, joille ei ole määrätty katselemaan kuvakkeita. EHR:ssä (ohjausvarressa). Toissijainen hypoteesi on, että väärien potilaiden määräysten määrä monisyntyneiden sisarusten osalta NICU:ssa on merkittävästi pienempi interventioon satunnaistetuilla kliinikoilla verrattuna kontrolliryhmään.

Tutkimuksella pyritään seuraaviin erityisiin tavoitteisiin:

Tavoite 1: Testaa kuvakkeiden näyttämisen tehokkuutta EHR-järjestelmissä väärien potilaiden tilausten vähentämiseksi NICU:ssa olevien imeväisten keskuudessa käyttämällä Wrong-Patient Retract-and-Reorder -mittaria tulosten tunnistamiseen.

Tavoite 2: Suorita alaryhmäanalyysejä Pictographien tehokkuudesta vähentää väärien potilaiden määräyksiä monisyntyneiden sisarusten keskuudessa NICU:ssa.

Design. Tämä monitoimipiste, kaksihaarainen, rinnakkaisten ryhmien, satunnaistettu, kontrolloitu klusteritutkimus testaa Pictographs-sovelluksen tehokkuutta estääkseen väärän potilaan tilausvirheitä kolmen terveydenhuoltojärjestelmän NICU:ssa. Kuvat koostuvat kolmesta elementistä: 1) helposti muistettavien esineiden kuvalliset symbolit (esim. sateenkaari, leijona); 2) lapsen etunimi (jos saatavilla); ja 3) värikoodattu reunus, joka osoittaa lapsen sukupuolen. Vanhempia tai huoltajia pyydetään valitsemaan jokaiselle tutkimukseen otetulle lapselle yksilöllinen kuva, joka näytetään isoletissa ja EHR:ssä jokaisen lapsen sairaalahoidon ajaksi. Interventioryhmään satunnaistetut lääkärit näkevät kuvamerkin bannerissa ja vahvistushälytyksen EHR:ssä. Kontrolliryhmään satunnaistetut kliinikot eivät näe kuvakkeita EHR:ssä.

Opintosivustot. Tutkimukseen kuuluu NICU:ita seuraavissa osallistuvissa tutkimuslaitoksissa, jotka edustavat erilaisia ​​potilasryhmiä: NewYork-Presbyterian Hospital, New York, NY; Montefiore Medical Center, Bronx, NY; ja Johns Hopkins Medicine, Baltimore, MD. Kaikki toimipaikat suorittavat tutkimuksen EpicCaressa (Epic Systems Corporation, Verona, WI).

Potilaiden osallistumiskriteerit. Kaikki tutkimukseen NICU:ihin otetut lapset voidaan ottaa mukaan.

Kliinikon mukaanottokriteerit. Mukaan otetaan kaikki lääkärit, jotka tekevät sähköisiä tilauksia NICU:ssa tutkimuskohteissa tutkimusjakson aikana.

Satunnaistaminen. Kliinikko on satunnaistuksen yksikkö. Jokainen tilaaja kliinikko määrätään satunnaisesti tutkimusryhmään 1:1-satunnaisallokointimenetelmässä käyttämällä tietokoneen satunnaislukugeneraattoriohjelmaa kaikissa tutkimuspaikoissa. Sitten lääkärit määrätään satunnaistetusti Epiciin sisäänrakennetuille ryhmittelijöille soveltamaan konfigurointisääntöjä, jotka määräävät, näytetäänkö kuvakkeet tutkimushaaran mukaan.

Ensisijainen tulos. Ensisijainen tulos on väärän potilaan tilausistunnot, jotka määritellään sarjaksi yksittäisen lääkärin yhdelle potilaalle tekemiä tilauksia, jotka sisältävät vähintään yhden väärän potilaan tilauksen. Wrong-Patient Retract-and-Reorder (RAR) -mittaria – validoitua, luotettavaa ja automatisoitua menetelmää, joka on National Quality Forumin (NQF #2723) hyväksymä – käytetään tunnistamaan väärät potilaan tilaukset. Wrong-Patient RAR -mitta tunnistaa RAR-tapahtumat, jotka määritellään yhdeksi tai useaksi potilaalle tehdyksi tilaukseksi, jotka peruutetaan 10 minuutin kuluessa ja jonka sama kliinikko tilaa uudelleen toiselle potilaalle seuraavan 10 minuutin kuluessa. Nämä ovat läheltä piti -virheitä, jotka kliinikko havaitsee ennen kuin ne saavuttavat potilaan. Validointitutkimuksessa kliinikoiden kanssa tehdyt reaaliaikaiset puhelinhaastattelut osoittivat, että 76,2 % mittauksella tunnistetuista RAR-tapahtumista vahvistettiin vääriksi potilaan tilauksiksi. Suuressa akateemisessa lääketieteellisessä keskuksessa tehdyssä tutkimuksessa RAR-mittari tunnisti yli 5 000 väärän potilaan tilausta yhden vuoden aikana. Näin ollen RAR-mitta tarjoaa vankat tulostiedot turvatoimien testaamiseksi.

Analyysiyksikkö. Jos kliinikko alkaa tehdä tilauksia väärään potilastietoihin, useita tällaisia ​​tilauksia voidaan tehdä peräkkäin ja perua sitten yhdessä. Siksi yksittäiset tilaukset eivät edusta itsenäisiä mahdollisuuksia RAR-tapahtumien esiintymiselle, vaan tilausistunto edustaa itsenäistä mahdollisuutta RAR-tapahtumalle. Analyysiyksikkö on siis tilausistunto, joka määritellään sarjana kliinin yhdelle potilaalle tekemiä tilauksia, jotka alkavat kyseisen potilaan tilaustiedoston avaamisella ja päättyvät, kun tilaus tehdään toiselle potilaalle tai 60 minuutin kuluttua sen mukaan, kumpi tapahtuu. ensimmäinen. Piktografien läsnäoloa seurataan tilaus-istuntotason ominaisuutena.

Korkeamman tason analyysiyksiköt. Tilausistunnot ovat sisäkkäisiä sekä potilasvastaanottoon että kliinikkoon, ja sekä potilaat että lääkärit ovat sisäkkäisiä NICU:ssa. Analyysissä NICU:ta käsitellään kiinteänä kovariaattina, ja kliinikkoja pidetään tärkeänä varianssilähteenä ja "klusteri"-analyysiyksikkönä, koska kliinikko on satunnaistuksen yksikkö.

Tiedonpoisto ja hallinta. Tiedot kerätään takautuvasti kaikista tilauksista (esim. lääkkeet, laboratoriotutkimukset, kuvantamistutkimukset ja muut tyypit), jotka satunnaistetut kliinikot ovat antaneet potilaille, jotka saavat hoitoa tutkimuksen NICU:ssa tutkimusjakson aikana. Kunkin tilauksen tiedot, mukaan lukien tilauksen, potilaan ja kliinikon ominaisuudet, poimitaan kunkin tutkimuspaikan terveydenhuoltojärjestelmän tietovarastosta tutkimusjakson lopussa. Tutkimuspaikkojen tutkimushenkilöstö korvaa kaikki potilas- ja lääkäritunnisteet pseudotunnisteilla tunnistamattomien analyyttisten tietokokonaisuuksien luomiseksi, ja tiedot siirretään sähköisesti tutkimuksen biostatistikolle suojattua tiedostonsiirtoprotokollaa käyttäen.

Puuttuvat tiedot. EHR:n automaattisen toiminnan ansiosta ei odoteta puuttuvan dataa tilauksista, RAR-tapahtumista, opintoryhmämäärityksestä tai toimittajatason kovariaateista. Potilastason kovariaateista saattaa puuttua tietoa. Jos jokin muuttuja puuttuu useammasta kuin 1 tietueesta 1 000:ta kohden, analyyseja laajennetaan tämän korjaamiseksi. Tietojen oletetaan puuttuvan satunnaisesti ja käytetään useita imputaatioita ketjutetuilla yhtälöillä.

Tilastollinen analyysisuunnitelma. Koska tilausistunnot ovat sisäkkäisiä kliinikkojen sisällä, tavoite 1 testataan arvioimalla monitasoinen sekoitettu Poisson-regressiomalli, joka ennustaa RAR-tapahtuman tilan (kyllä, ei) ja ryhmä (Pictograph, koodi 1, vs ei Pictograph, koodi 0) ensisijaisena ennustajana ja Useita tila ja NICU sisältyvät kategorisina kovariaatteina ("luokka" muuttujat SAS:ssa); sieppausta käsitellään satunnaisena vaikutuksena, jonka oletetaan vaihtelevan kunkin ryhmän kliinikon välillä. Koska RAR-tapahtumat ovat harvinaisia ​​(noin 5 per 10 000 tilausistuntoa), sekoitettu Poisson-regressiomalli ja sekoitettu logistinen regressiomalli antavat lähes identtiset tulokset parametrien arvioiden erotessa 3. merkitsevää numeroa. Hypoteesi vahvistetaan, jos ryhmän RR eroaa merkittävästi arvosta 1,0 (oletetaan olevan <1,0), perustuu BGroupin Waldin khin neliötestiin; eli ln(RR).

Tavoitteen 2 testaamiseksi arvioidaan saman monitasoisen Poisson-regressiomallin muunnos, jossa Ryhmän päävaikutus korvataan Multiple Status*Group -vuorovaikutuksella; tämä spesifikaatio antaa kaksi kerrointa ryhmälle, yhden yksittäisille (Multiple Status = 0) ja toisen monille (Multiple Status = 1). Waldin khin-neliötestiä käytetään arvioimaan kunkin kertoimen tilastollista merkitsevyyttä eli Pictographs-vaikutusta RAR-riskiin yksittäisille ja monikerroille. SAS GLIMMIX -menettelyä käytetään näiden analyysien suorittamiseen ja kaksisuuntaista, alfa = 0,05 tilastollisen merkitsevyyden arvioinnissa käytetään kriteeriä.

Toissijaisissa analyyseissä selvitetään, vaihteleeko Pictograph-intervention vaikutus sairaaloiden, sähköisen sairaalan toimittajan, kliinikon tyypin ja muiden kliinikon ominaisuuksien, potilaan ominaisuuksien ja/tai tilausistunnon ominaisuuksien mukaan.

Tilastollinen teho/näytteen koko. Teho laskettiin käyttämällä O'Brienin ja Mullerin lähestymistapaa, esimerkinomainen tietojoukko, joka on muodostettu oletettujen populaatioparametrien perusteella oletetun vaikutuksen havaitsemiseksi. Arviolta noin 17 000 potilasta, NICU:lle otettuja imeväisiä jokaisessa paikassa rekrytoidaan ja suullinen suostumus hankitaan vanhemmilta tai laillisilta huoltajilta. Kliinikoiden määrä on tutkimuspaikkojen kiinteä ominaisuus, eikä se ole tutkijan valvonnan alainen. Alustavien tietojen perusteella oletetaan, että tiedot saadaan 6 250 kliinisestä, joista puolet satunnaistetaan kuhunkin tutkimusryhmään. Mitä tulee tavoitteeseen 1, jos vaikutuskoot ovat 30 %:n vähennyksiä yksittäisissä tonteissa ja 50 % moninkertaisissa, kuten oletettiin, tutkimuksella on 98 %:n teho havaita Pictographsin merkittävä hyöty RAR-tapahtumatiheydestä. Muuttamalla yllä kuvatut painot arvoiksi 0,75 ja 0,25 sekä singletonille että multipleksille, on arvioitu, että tutkimuksella on 81 %:n teho havaita 25 %:n kokonaisvähennys yksittäisten ja kerrannaisten välillä RAR-tapahtumien taajuudessa. Käyttämällä keskimääräistä keskivirhettä ehdotetun tutkimuksen tavoitteen 2 laskettu teho: singletoneille teho havaita oletettu 30 %:n vähennys RAR-nopeudessa on 89 %; kerrannaisilla 50 %:n vähennyksen havaitsemiskyky on 95 %. Vähimmäistehosteet, jotka voidaan havaita 80 % teholla, ovat 27 %:n vähennykset singletonille ja 42 % moninkertaisille.

Väliaikainen analyysi. Tutkimuksen puolivälissä Lan-Demets-algoritmia sovelletaan varhaiseen lopettamiseen O'Brien-Fleming-rajafunktiolla, jotta tyypin I kokonaisvirhesuhde säilyy. Väliarvioinnissa vastaavat pysähdyskohdat vastaavat ensisijaisen hypoteesitestin z-tilastoa ±2,9626. Näiden arvioiden vääristymisen välttämiseksi tietojoukot sisältävät välituloksia kahdesta haarasta, mutta eivät tunnista, mikä haara on interventio. Tehdään testi turhuudesta käsittelemällä odotettua 25 %:n vähennystä nollahypoteesina. Jos tämä hypoteesikoe hylätään 1-tailed 0,001 -tasolla, jatkamista pidetään turhana ja se päättää tutkimuksen.

Rekrytointi/ilmoittautuminen. Potilaiden hoitoon osallistuva sairaanhoitaja ilmoittaa tutkimuksesta NICU:lle otettujen imeväisten vanhemmille tai huoltajille. Sairaanhoitaja saa suullisen suostumuksen kuvakkeen näyttämiseen lapsen eristeessä ja lapsen sairauskertomuksessa EHR:ssä vauvan sairaalahoidon ajaksi. Vanhemmat, jotka antavat suullisen suostumuksen, valitsevat jokaiselle lapselle ainutlaatuisen kuvamerkin käyttämällä Pictograph-sovellusta elektronisessa tabletissa. Pictograph-sovellus on HIPAA-yhteensopiva, turvallinen verkkopohjainen sovellus, joka mahdollistaa Pictographin valinnan, mukauttamisen, tulostamisen ja lataamisen EHR:ään. Vanhemmat, joilla on useita vauvoja NICU:ssa, valitsevat jokaiselle lapselle oman kuvamerkin. Valitut kuvakkeet ovat poissa käytöstä, joten kahdella lapsella ei ole samaa kuvamerkkiä samanaikaisesti NICU:ssa. Valittu Pictograph tulostetaan ja liitetään isolettiin ja ladataan EHR:ään käyttämällä samoja toimintoja, joita käytetään potilaskuvien lataamiseen ja näyttämiseen. Kun vauva kotiutuu, Pictograph poistetaan isoletista ja EHR:stä. kuva ei ole käytettävissä 2 viikkoa vauvan kotiutumisen jälkeen.