緩和ケア研究協同組合向け品質モニタリングツール「Qdact」の実現可能性テスト (QFT)

医療プロセスは、医療の品質尺度を使用して測定、評価、特徴付けられます。 医療の質の尺度は、プロセスの対象となる集団内での医療提供の一貫性を定量化するツールです。 分子（ケアプロセスの実施に成功した患者）と分母（そのケアプロセスの対象となる患者）を含む品質尺度は、ケアプロセスが実行された頻度または遵守率を算出します。 アドヒアランス率を比較して、臨床医、組織、またはコラボレーション全体でケアの質を評価し、データを比較し、ベンチマークを確立し、質改善プロジェクトを促進することができます。

たとえば、緩和ケアでは、中程度/重度の痛みに対してはオピオイドを処方することが通常ベストプラクティスと考えられています。 緩和ケア プログラムのアドヒアランス率の計算により、臨床医が中等度から重度の痛みに対してオピオイドを処方する確率は 50% のみであることが判明したと想像してください。 この情報を利用して、プログラムはより理想的な目標 (例: 75%）。 さらに、関心のある品質基準に対して臨床医がどのようにパフォーマンスを発揮しているかについて、リアルタイムで臨床医にフィードバックを提供できます。 この例では、臨床医は、受け入れられたベストプラクティスによって指示された場合に、オピオイドを処方することを思い出させる電子アラートを受信する可能性があります。 このリアルタイムのアプローチと、データの収集、共有、ベンチマーク、レポートの文化を促進するシステムを組み合わせることで、医療の質を向上させる効果的な方法となります。 最後に、この提案の焦点は、緩和ケア研究協力グループ (PCRC) で医療措置の品質をリアルタイムで監視するインフラストラクチャを構築し、テストすることです。

研究者らは以前、効果的で使用可能な品質監視インフラストラクチャに必要な 3 つの主要コンポーネントを特定しました。 これら 3 つのコンポーネントを組み合わせることで、品質評価および改善システム内で対処する必要がある「何を」、「どのように」、「なぜ」という質問に答えます。

1 つ目は、複数のサイトにわたって連携して統合されたデータ収集を実行できることです。 マルチサイトのデータ収集を成功させるには、データ ディクショナリによってガイドされる、一元管理された一連のデータ収集プロセスが必要です。 データ ディクショナリは、合意されたデータ要素、回答の選択肢、ルール、分岐ロジックのセットです。 データ ディクショナリは、臨床医が使用するデータ収集プラットフォームの開発に役立ちます。 臨床医が使用するデータ辞書とソフトウェアは、「どのような」データが収集されるかをガイドし、作成されたデータセットを使用して意図した共同分析を確実に実行できるようにします。

2 番目は、データ収集のプロセス、つまりシステム内の「方法」特性です。 データは、それぞれデータ収集プラットフォーム、送信プロセス、レジストリを使用して収集、送信、記録されます。 データ収集プラットフォームは、リアルタイム データがキャプチャおよび記録されるインターフェイスです。 これには、紙ベースのフォームや、患者、介護者、または臨床医のレポーターを使用した電子フォームが含まれる場合があります。 その後、データは電子的または手動の手段を通じてレジストリに送信されます。 最後に、データが収集され、将来のレジストリに安全に保存されるため、質の高いレポートを作成して調査分析を完了できます。 これらの手順は、医療研究品質庁 (AHRQ) による医療情報技術開発の推奨基準です。

第三に、「なぜ?」という質問に答えるインフラストラクチャのコンポーネントです。いくつかのレポートは、ベストプラクティスの提供を動機付けるために、品質モニタリングの取り組みからの生データを臨床医や他のエンドユーザーへの品質に関する継続的なフィードバックに変換する必要性を強調しています。 これにより、通常の臨床ケア提供中の臨床医のパフォーマンスの変化が可能になり、迅速に学習する医療システムという医学研究所の目標を満たします。 一般に、フィードバックは、特定のエンドユーザー (例: 臨床医、管理者）が事前に指定された期間（例： 毎週、四半期ごと）。

デューク大学では、研究者らが最近、緩和ケアにおける将来の品質基準の順守と結果のモニタリングに必要な情報技術インフラストラクチャを構築しました。 このシステムは、デューク大学と 3 つの地域緩和ケア組織との 4 施設の協力である緩和ケアのためのカロライナ コンソーシアムで開発および導入されました。 最近、このコンソーシアムはカロライナ州外の組織も含めるように拡大しました。現在、11 の施設が Global Palliative Care Quality Alliance (GPCQA) を構成しています。 qdact ユーザーの急速な拡大とその後に収集されたデータは、文献で発表されたいくつかの研究レベルの分析を裏付けています。

qdact.pcを使用する場合、 臨床医は、患者との対面での臨床診療中に、治療のプロセスと患者が報告した結果に関するデータを個人用 iPad® に記録します。 患者との面談中、臨床医は検証済みの機器を使用して、患者が報告した苦痛の領域、臨床管理の決定、患者が報告した結果を記録します。 これらの手段には、エドモントン症状評価スケール (ESAS)、緩和パフォーマンス スケール、FACT-G など、この分野で一般的なものが含まれます。 これらのスケールの縦方向の変化は、qdact.pc を繰り返し使用することで捕捉されます。 その後の出会いの中で。 さらに、qdact.pc 入院日と退院日から入院期間を計算し、2 つの日付の差を計算して症状の重症度の変化を計算し、登録されている患者が以前に入院していたかどうかを分析して再入院率を計算します。 その後、これらのデータを使用してケアのプロセスと結果を関連付けることができます。