Implementatie van een op bewijzen gebaseerd geautomatiseerd beslissingsondersteunend systeem gekoppeld aan elektronische medische dossiers om de zorg voor kankerpatiënten te verbeteren (ONCO-CODES)

Implementatie van een evidence-based geautomatiseerd beslissingsondersteunend systeem gekoppeld aan elektronische medische dossiers om de zorg voor kankerpatiënten te verbeteren.

Korte titel/acroniem ONCO-CODES Protocolcode IRST100.23

Grondgedachte:

Geautomatiseerde beslissingsondersteunende systemen (CDSS's) zijn computerprogramma's die clinici, personeel, patiënten of andere individuen voorzien van persoonsspecifieke, uitvoerbare aanbevelingen of managementopties die op intelligente wijze worden gefilterd of gepresenteerd op geschikte tijden om de gezondheid en gezondheidszorg te verbeteren. CDSS'en kunnen worden geïntegreerd met elektronische patiëntendossiers (EPD's) en evidence-based kennis. De onderzoekers ontwierpen een pragmatische gerandomiseerde gecontroleerde studie om de effectiviteit te evalueren van patiëntspecifieke point-of-care-herinneringen gegenereerd door het Medilogy Decision Support System (MediDSS) op de klinische praktijk en de kwaliteit van zorg in het Istituto Scientifico Romagnolo per lo Studio e la Cura dei Tumori (IRST) IRCCS. De onderzoekers veronderstellen dat MediDSS-herinneringen de naleving door de arts van de richtlijnen kunnen vergroten en uiteindelijk de kwaliteit van de zorg die wordt geboden aan de ziekenhuispatiënt kunnen verbeteren. De acceptatie van CDSS's zal waarschijnlijk toenemen in alle gezondheidszorgstelsels als gevolg van groeiende bezorgdheid over de kwaliteit van medische zorg en discrepantie tussen echte en ideale praktijk, voortdurende roep om een ​​zinvol gebruik van gezondheidsinformatietechnologie en het toenemende gebruik van en bekendheid met geavanceerde technologie onder nieuwe generaties artsen.

Studieontwerp:

De ONCO-CODES-studie (Computerized DEcision Support in ONCOlogy) is een pragmatische, parallelle groep, gerandomiseerde gecontroleerde studie met een toewijzingsverhouding van 1:1 Studieduur 12 maanden Studiecentrum(s) Eén centrum

Doelstellingen:

De primaire uitkomst van deze proef is een procesuitkomst. d.w.z. de snelheid waarmee de door de herinneringen gemelde problemen worden opgelost (oplossingspercentages).

Aantal onderwerpen:

De onderzoekers berekenden de steekproefomvang op basis van de primaire uitkomst. Er is een steekproef van 1.704 herinneringen nodig om het verschil tussen de twee groepen te detecteren (macht = 0,90; α = 0,05, tweezijdig; 1:1 toewijzing). Aangezien er geen schattingen voor intraclustercorrelatie beschikbaar zijn, Implementatie van een evidence-based geautomatiseerd beslissingsondersteunend systeem gekoppeld aan elektronische medische dossiers om de zorg voor kankerpatiënten te verbeteren.

Diagnose en belangrijkste opnamecriteria:

De onderzoekers omvatten alle patiënten die zijn opgenomen in de faciliteiten van het IRST IRCCS. Er zijn geen uitsluitingscriteria

Statistische Methodologie:

Alle analyses volgen het intention-to-treat-principe: patiënten worden geanalyseerd in de groep waarin ze zijn gerandomiseerd. Beschrijvende statistieken zullen worden gepresenteerd.

Alle statistische tests zullen tweezijdig zijn. De onderzoekers zullen de Stata-software gebruiken om alle statistische analyses uit te voeren (Stata Corp., College Station, TX, VS). De onderzoekers verhoogden de vereiste steekproefomvang (met 20%) tot 2.046 herinneringen om rekening te houden met clustering per patiënt.