Diagnostisen huippuluokan saavuttaminen ennaltaehkäisyn ja ryhmätyön avulla (ADEPT)

Monet tekijät vaikuttavat diagnostisiin virheisiin, mutta keskeisiä niistä ovat terveydenhuollon perustavanlaatuiset ongelmat: monimutkaiset ja hajanaiset hoitojärjestelmät, palveluntarjoajien käytettävissä oleva rajoitettu aika, jotka yrittävät saada varman diagnoosin, sekä työjärjestelmät ja kulttuurit, jotka tukevat tai estävät diagnostisen suorituskyvyn parantamista. . Vaikka diagnostisten virheiden tunnistamistapoja on olemassa, vain harvat tutkimukset ovat yhdistäneet virheiden taustalla olevien systeemisten ja rakenteellisten syiden tunnistamisen sairaaloiden olemassa oleviin laadunparannusohjelmiin. Vielä harvemmat ovat soveltaneet resilienssiteorioita tai positiivisen poikkeaman lähestymistapoja luonnehtiakseen sellaisten tapausten piirteitä, joissa diagnostinen prosessi on optimaalinen, ja sitten käyttäneet näitä havaintoja terveydenhuoltojärjestelmän parantamiseen.

Tämä sovellus perustuu suoraan tutkijoiden tällä hetkellä rahoittamaan tutkimukseen - Utility of Predictive Systems in Diagnostic Errors (UPSIDE) -, joka määrittelee riskitekijät, taustalla olevat syyt ja diagnostisten virheiden esiintyvyyden potilailla, jotka on otettu sairaaloihin, jotka osallistuvat 55 sairaalan tutkimusyhteistyöhön. , Hospital Medicine Reengineering Network (HOMERuN). UPSIDE on kehittänyt vertailustandardimenetelmiä diagnostisten virheiden arvioimiseen, määritellyt virheisiin liittyvät tekijät ja luonut yhteistyötä osallistuvien toimipisteiden ja kansallisten organisaatioiden kanssa tarjoten ainutlaatuisen tehokkaan mahdollisuuden muuttaa tapaa, jolla diagnostisten prosessien arviointiohjelmia voidaan käyttää potilasturvallisuuden parantamiseen.

Tämän keskuksen yleisenä tavoitteena on tehdä tutkijoiden erittäin menestyneestä monikeskusverkosta diagnostisten virheiden oppimisen terveysjärjestelmä, joka integroi diagnostiset virhearvioinnit olemassa oleviin laatu- ja turvallisuusohjelmiin, tarjoaa tukea ja asiantuntemusta diagnostisten virheiden vähentämiseen ja katalysoi tieteellistä, henkilöstö- ja infrastruktuurimuutoksia, jotka kestävät tämän avustuksen voimassaolon jälkeen.

Tutkimuksen yleistavoitteiden saavuttamiseksi tutkijat: 1) ottavat käyttöön tapausten tarkastelun infrastruktuurin, joka pystyy tunnistamaan diagnostiset virheet tarkasti ja luonnehtimaan diagnostisia prosesseja potilaiden keskuudessa, jotka kärsivät sairaalakuolemista, teho-osaston siirroista tai sairaalaan liittyvissä sairaaloissa tapahtuvista nopean toiminnan tiimipuheluista. Lääketiede Reengineering Network; 2) kehittää toimipaikkatason auditointi- ja palaute- ja ryhmänlaajuisia benchmarking-raportteja virhemääristä, diagnostisten prosessien vioista, diagnostisten prosessien kestävyysominaisuuksista ja käyttää näitä tietoja osallistuvien toimipaikkojen olemassa olevien turvallisuus- ja laatuohjelmien välisen yhteistyön kehykseen; 3) Käytä dataa ja yhteistyömallia kehittääksesi ja testataksesi interventioita tärkeimpien havaintojen perusteella; ja 4) kehittää ymmärrystä ohjelman ulottuvuudesta, hyväksymisestä, toteutuksesta ja ylläpidosta sekä toteutettavuudesta ja alustavasta kokemuksesta pilottitoimista. Tällä hankkeella luodaan oppiva terveysjärjestelmä, joka voi saavuttaa huippuosaamista diagnosoinnissa jatkuvana osana hoitoa, järjestelmä, joka voi olla mallina myös muille.