予防とチームワークを通じて診断の卓越性を達成する (ADEPT)
予防とチームワークによる優れた診断の達成 (ADEPT)
調査の概要
詳細な説明
多くの要因が診断エラーの原因となりますが、その中でも重要な要素として、医療の根本的な問題があります。複雑で断片化されたケア システム、確実な診断を確認しようとする医療提供者が利用できる限られた時間、診断パフォーマンスの向上を支援または阻害する作業システムと文化です。 . 診断エラーを特定するアプローチは存在しますが、エラーの根底にある全身的および構造的原因の特定を病院の既存の品質改善プログラムに関連付けた研究はほとんどありません。 レジリエンス理論や正の逸脱アプローチを適用して、診断プロセスが最適であるケースの特徴を特徴付け、それらの調査結果を使用して医療システムの改善を組み立てている人はさらに少ない.
このアプリケーションは、研究者が現在資金を提供している研究 - Utility of Predictive Systems in Diagnostic Errors (UPSIDE) - に直接基づいて構築されており、55 の病院の共同研究に参加している病院に入院した患者の危険因子、根本的な原因、および診断エラーの蔓延を定義しています。 、Hospital Medicine Reengineering Network (HOMERuN)。 UPSIDE は、診断エラーを判断するための参照標準アプローチを開発し、エラーに関連する要因を定義し、参加施設や国の組織と協力して、診断プロセス評価プログラムを使用して患者の安全性を向上させる方法を変革する独自の強力な機会を提供しました。
このセンターの全体的な目標は、研究者の非常に成功した多施設ネットワークを、診断エラー評価を既存の品質および安全プログラムに統合し、診断エラーを減らすために必要なサポートと専門知識を提供し、科学的、人員、およびこの助成金の期間を超えて続くインフラストラクチャの変更。
研究の全体的な目標を達成するために、研究者は次のことを行います。 1) 診断エラーを正確に特定し、入院患者の死亡、ICU への移動、または病院に関連する病院で行われる迅速な対応チームの呼び出しに苦しんでいる患者の診断プロセスを特徴付けることができるケース レビュー インフラストラクチャを実装します。医療リエンジニアリング ネットワーク; 2) サイト レベルの監査とフィードバック、およびエラー率、診断プロセスの障害、診断プロセスの回復力機能に関するグループ全体のベンチマーク レポートを作成し、これらのデータを使用して、参加サイトの既存の安全性と品質プログラム間のコラボレーションを組み立てます。 3) データと共同モデルを使用して、最も優先度の高い調査結果に基づいてテスト介入を開発し、試験的に実施します。 4) プログラムの到達範囲、採用、実施、保守、およびパイロット介入の実現可能性と初期経験についての理解を深めます。 このプロジェクトは、継続的なケアの一部として優れた診断を達成できるラーニングヘルスシステムを確立し、他のモデルにもなり得るシステムです。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前：Tiffany Lee
- 電話番号：415-476-6949
- メール：tiffany.lee@ucsf.edu
研究場所
-
-
California
-
San Francisco、California、アメリカ、94143
- 募集
- University of California San Francisco
-
コンタクト：
- Tiffany Lee
- 電話番号：415-476-6949
- メール：tiffany.lee@ucsf.edu
-
コンタクト：
- Andrew Auerbach, MD, MPH
- メール：andrew.auerbach@ucsf.edu
-
-
Massachusetts
-
Boston、Massachusetts、アメリカ、02120
- 募集
- Brigham & Women's Hospital
-
コンタクト：
- Jeffrey L Schnipper, MD, MPH
- 電話番号：617-732-6201
- メール：jschnipper@partners.org
-
主任研究者：
- Jeffrey L Schnipper, MD, MPH
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
説明
包含基準:
- 参加している病院の 1 つで一般医療サービスに入院し、入院中に死亡したか、入院後 48 時間以上で ICU に移送されたか、または迅速に対応した成人患者。
除外基準:
- 医学的理由以外で入院
- 病院到着時に瀕死の現場でコード化された患者
研究計画
研究はどのように設計されていますか？
デザインの詳細
- 主な目的：診断
- 割り当て：非ランダム化
- 介入モデル：単一グループの割り当て
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
介入なし：介入前（通常のケア）
-介入開始前の12か月間に研究病院に入院した患者
|
|
|
実験的：介入
-介入の36か月間に研究病院に入院した患者
|
診断エラーの監視を通常のケアに統合し、病院全体での結果のベンチマークと共有、変更管理における品質および安全担当者の専門家の指導、診断エラーの体系的な原因を減らし、増加させるための安全 I および安全 II 介入のパイロット テストと改良回復力、したがって診断の卓越性を促進します。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
診断エラー
時間枠：退院まで平均10日
|
各トリガー カテゴリ (死亡、ICU 転送、迅速な応答) の患者の割合。
|
退院まで平均10日
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
有害な診断エラー
時間枠：退院まで平均10日
|
NCC-MERP基準を使用した、死亡、永久的な害、または延命治療を必要とする診断エラーを伴う各トリガーカテゴリーの患者の割合。
|
退院まで平均10日
|
|
診断プロセスの障害
時間枠：退院まで平均10日
|
判定中に DEER 分類法によって決定される、患者ごとの診断プロセス障害の数
|
退院まで平均10日
|
その他の成果指標
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
到着
時間枠：プログラムの期間（3年間）
|
診断エラー測定方法論が通常のケアに組み込まれている病院、チーム、またはユニットの説明 (目的 1)、ベンチマーク データが通常のケアに組み込まれている場所 (目的 2)、およびどのパイロット介入が採用されているかどうか (目的 3) の比較採用されていない患者との比較、および患者レベルの介入 (目的 3) を受けていない患者と比較した患者の説明。
|
プログラムの期間（3年間）
|
|
可決
時間枠：プログラムの期間（3年間）
|
各施設で採用された監査/フィードバック、ベンチマーキング、セーフティ I およびセーフティ II の介入の数と種類、および介入を採用する場合と採用しない場合のユニット、チーム、および臨床医のタイプ。
|
プログラムの期間（3年間）
|
|
実装
時間枠：プログラムの期間（3年間）
|
診断エラーの裁定を受ける各トリガー集団の患者の割合、実施された調査の数、および医療チームと実施されたインタビューの数 (エラーの存在下および良好なキャッチの場合)、作成されたベンチマーク レポートの数、監査/フィードバックの数実施されたセッション、および（追跡できる場合）患者レベルの介入を受けた患者の割合。
|
プログラムの期間（3年間）
|
|
メンテナンス
時間枠：プログラムの期間 (3 年) + 6 か月
|
施設との共同通話の終了から 6 か月後に判断された診断エラーを伴う、各トリガー カテゴリ (死亡、ICU 転送、迅速な応答) の患者の割合。
|
プログラムの期間 (3 年) + 6 か月
|
協力者と研究者
捜査官
- 主任研究者：Andrew Auerbach、University of California, San Francisco
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
- 2023P000031
- R18HS029366 (米国 AHRQ グラント/契約)
- 355948 (その他の識別子：UCSF IRB)
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。