Ryzyko błędów związanych z niewłaściwym pacjentem przy otwartych wielu rekordach

W randomizowanym, kontrolowanym badaniu przeprowadzonym w Centrum Medycznym Montefiore badacze proponują randomizację świadczeniodawców szpitalnych i ambulatoryjnych do maksymalnie jednego rekordu otwartego w momencie składania zamówienia (tryb ograniczony) lub maksymalnie czterech rekordów otwartych w momencie składania zamówienia (tryb nieograniczony) ). Zadania zostaną wykonane przed rozpoczęciem badania i pozostaną niezmienne przez cały czas trwania badania. Programista komputerowy pracujący w branży IT, który nie jest badaczem tego badania, użyje programu Microsoft Excel do wygenerowania losowych liczb i przypisze po jednej liczbie każdemu dostawcy. Dostawcy, którym przypisano numery nieparzyste, będą należeć do kohorty ograniczonej, a ci, którym przypisano numery parzyste, będą należeć do kohorty nieograniczonej. Świadczeniodawcy, którzy dołączą do Montefiore po rozpoczęciu badania, otrzymają losowy numer z programu Excel podczas przydzielania nowego użytkownika logowania do elektronicznej dokumentacji medycznej (EHR) od programisty komputerowego niezwiązanego z badaniem i zostaną dodani do odpowiednich grupy na podstawie przydzielonej im liczby losowej. Na początku randomizowanego badania kontrolowanego badacze wyjaśnią personelowi klinicznemu cel badania za pośrednictwem poczty elektronicznej i bezpośrednio z poziomu swoich systemów informatycznych, korzystając z wiadomości przygotowanej przez zespół badawczy. Wiadomość zapewni klinicystom, że dane będą traktowane jako poufne, a współpraca nie będzie dla nich żadnym ryzykiem.

Montefiore korzysta z systemu EPIC EHR. EPIC wdroży narzędzie Retract-and-Reorder (RAR), zautomatyzowaną metodę identyfikowania zamówień elektronicznych niewłaściwych pacjentów, a także przechwytywania liczby rekordów otwartych w momencie składania zamówienia. To badanie zbada wpływ posiadania systemu EHR w trybie ograniczonym w porównaniu z trybem nieograniczonym na zdarzenia RAR. Celem jest uzyskanie oszacowania wielkości efektu i korelacji wewnątrz klas w celu dostarczenia wstępnych danych do projektu badawczego wdrożenia IT w ochronie zdrowia na większą skalę. Jednostką analizy będzie kolejność. Najpierw zostanie obliczony współczynnik zdarzeń RAR dla zamówień złożonych w trybie ograniczonym i nieograniczonym, testując różnicę w stawkach za pomocą testów sumy rang. Następnie zbadana zostanie zależność między częstością zdarzeń RAR w trybie ograniczonym i nieograniczonym w podzbiorach dostawców i ustawień w celu ustalenia, czy określone typy dostawców lub ustawienia wiążą się ze zwiększonym ryzykiem. Wreszcie model regresji logistycznej z efektami mieszanymi zostanie dopasowany do zdarzenia RAR jako wyniku i trybu systemu EHR (ograniczony vs. nieograniczony) jako zmiennej niezależnej będącej przedmiotem zainteresowania. Model będzie uwzględniał losowe efekty na poziomie dostawcy i sesji zamówienia, ponieważ poprzednie prace sugerowały znaczną korelację między dostawcami i sesjami. Zamówienia będą zagnieżdżone w sesjach, a sesje w dostawcach. Aby zaradzić zagrożeniu pomyłki, model będzie zawierał zmienne o stałych efektach, w tym zmienne towarzyszące świadczeniodawcy, pacjenta, sesji zamówienia i poziomu zamówienia.

Aby zabezpieczyć się przed możliwością, że interwencja faktycznie pogorszy (zwiększy) częstość zdarzeń RAR, oraz aby zapobiec niepotrzebnej kontynuacji badania, które już jest rozstrzygające, komitet monitorujący bezpieczeństwo danych przeprowadzi jeden tymczasowy przegląd danych w randomizowanym badaniu kontrolowanym.