품질 IQ 환자 시뮬레이션 의사 실습 측정 및 참여 (Q-IQ)

1차 진료 제공자(PCP)는 특히 만성 질환 및 여러 동반 질환이 있는 환자의 경우 가장 중요한 진료 결정을 많이 내립니다. 연구에 따르면 PCP 사이에서 부당한 변동이 일반적이며, 도시와 농촌 진료 사이, 지역 간, 심지어 단일 의료 시스템 내 제공자 간에도 높은 수준의 진료 변동이 문서화되어 있습니다.

조사관의 이전 작업은 환자 시뮬레이션이 제공자 간의 부당한 진료 변동을 신속하고 안정적으로 측정할 수 있음을 보여주었습니다. 또한 발표된 작업에 따르면 환자 시뮬레이션을 연속적으로 관리하고 개선 기회에 대한 맞춤형 피드백과 결합하면 실습 변동을 줄이고 환자 수준 품질 측정에서 성능을 향상시킬 수 있습니다. 의료 행위의 부당한 변동 범위가 크다는 점을 감안할 때 치료 결정을 측정하고 동료에게 개선 기회에 대한 피드백을 제공하고 성능을 벤치마킹하기 위한 확장 가능한 접근 방식이 필요합니다.

이 연구는 전국의 1차 의료 제공자가 내린 증거 기반 의료 결정에 대한 측정, 피드백 및 경쟁의 영향을 평가하고자 합니다. 그것은 임상 치료의 주요 영역에 걸쳐 여러 측정을 수행하는 무작위 통제 시험입니다. 모든 참가자는 1차 진료 실습에서 볼 수 있는 전형적인 환자처럼 보이도록 설계된 시뮬레이션 환자를 돌보도록 요청받습니다. 각 경우에 제공자는 1차 진료 환경에서 환자를 정밀 검사, 진단 및 치료하기 위해 선호하는 조치 과정에 대한 객관식 질문에 답합니다. 각 질문 후 제공자는 각 치료 결정의 적절성에 대한 참조를 포함하여 증거 기반 피드백을 받게 됩니다. 피드백은 국가 MIPS 품질 측정을 포함하여 증거 기반 지침에 대한 관련 참조로 지원됩니다.

모든 참가자는 다음 중재를 받게 됩니다.

• 올바른 치료, 불필요한 치료 또는 치료의 격차를 식별하는 각 Quality IQ 사례에서 내린 치료 결정에 대한 피드백. 이 피드백은 증거 기반 치료 결정을 권장하거나 강화하며 참조를 포함합니다.
• 모든 사례는 증거 기반 기준에 따라 점수가 매겨집니다. 각 사례에 대해 공급자는 100개의 기본 포인트로 시작합니다. 올바른 진료 결정은 총계에 추가되지만 불필요한 진료 결정은 총계에서 뺍니다. 주간 순위표가 온라인에 게시되어 참가자들이 전국의 동료들과 비교하여 자신의 성과를 확인할 수 있습니다. 참가자는 익명성을 유지하기 위해 순위표에서 식별할 고유한 사용자 이름 또는 익명의 사용자 ID를 선택할 수 있습니다.

신입생의 절반은 UCSF(University of California, San Francisco School of Medicine)에서 승인한 Category I CME 학점을 제공받게 되며, 이 학점은 ABIM의 MOC에서 의사에게 CME 및 MOC 포인트를 제공하기 위해 평생 의학 교육 인증 위원회(Accreditation Council of Continuing Medical Education)의 인증을 받았습니다. 프로그램.