Rischio di errori del paziente errato con più record aperti

In uno studio controllato randomizzato condotto presso il Montefiore Medical Center, i ricercatori propongono di randomizzare i fornitori di pazienti ricoverati e ambulatoriali a un massimo di un record aperto al momento dell'ordine (modalità ristretta) o un massimo di quattro record aperti al momento dell'ordine (modalità illimitata ). Gli incarichi saranno effettuati prima dell'inizio dello studio e rimarranno costanti durante lo studio. Un programmatore di computer che lavora nel settore IT, che non è un investigatore di questo studio, utilizzerà Microsoft Excel per generare numeri casuali e assegnare un numero a ciascun provider. I fornitori a cui sono stati assegnati numeri dispari saranno nella coorte con restrizioni e quelli a cui sono stati assegnati numeri pari saranno nella coorte senza restrizioni. Ai fornitori che aderiscono a Montefiore dopo l'inizio dello studio verrà assegnato un numero casuale da Excel quando viene assegnato un nuovo utente che accede al Fascicolo Sanitario Elettronico (FSE) da un programmatore informatico non affiliato allo studio e verrà aggiunto all'apposito gruppo in base al numero casuale assegnato. All'inizio dello studio controllato randomizzato, gli investigatori spiegheranno lo scopo dello studio al personale clinico tramite e-mail e direttamente dai loro sistemi IT, utilizzando un messaggio creato dal team dello studio. Il messaggio assicurerà ai medici che i dati saranno mantenuti riservati e che la collaborazione non comporterà alcun rischio per loro.

Montefiore utilizza il sistema EPIC EHR. EPIC implementerà lo strumento Retract-and-Reorder (RAR), un metodo automatizzato per identificare gli ordini elettronici dei pazienti sbagliati, oltre a catturare il numero di record aperti al momento dell'effettuazione di un ordine. Questo studio esaminerà l'effetto di avere il sistema EHR in modalità limitata rispetto alla modalità illimitata sugli eventi RAR. L'obiettivo è ottenere una stima della dimensione dell'effetto e delle correlazioni all'interno della classe per fornire dati preliminari per un progetto di ricerca sull'implementazione dell'informatica sanitaria su larga scala. L'unità di analisi sarà l'ordine. In primo luogo, verrà calcolata la percentuale di eventi RAR per gli ordini effettuati in modalità limitata rispetto a quella illimitata, testando la differenza nelle tariffe utilizzando i test della somma dei ranghi. Successivamente, verrà esaminata la relazione tra il tasso di eventi RAR in modalità limitata rispetto a quella illimitata in sottoinsiemi di fornitori e impostazioni per determinare se specifici tipi di fornitori o impostazioni comportano un rischio maggiore. Infine, un modello di regressione logistica a effetti misti verrà adattato con l'evento RAR come risultato e la modalità del sistema EHR (ristretto vs. non ristretto) come variabile indipendente di interesse. Il modello includerà effetti casuali a livello di fornitore e di sessione d'ordine perché il lavoro precedente ha suggerito una sostanziale correlazione all'interno del fornitore e all'interno della sessione. Gli ordini verranno nidificati nelle sessioni e le sessioni verranno nidificate nei provider. Per affrontare la minaccia di confusione, il modello includerà variabili a effetti fissi tra cui fornitore, paziente, sessione di ordine e covariate a livello di ordine.

Per salvaguardarsi dalla possibilità che l'intervento peggiori effettivamente (aumenti) il tasso di eventi RAR e per impedire la continuazione non necessaria di uno studio che è già conclusivo, un comitato di monitoraggio della sicurezza dei dati condurrà una revisione intermedia dei dati nello studio controllato randomizzato.