- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT03911687
(CONCERN) System wspomagania decyzji klinicznych (CDS).
Przekazywanie narracyjnych obaw zgłaszanych przez RN (CONCERN) System wspomagania decyzji klinicznych (CDS)
Są pacjenci, którzy umierają lub mają zły wynik w szpitalu i można temu zapobiec. Dane w notatkach pielęgniarek mogą być wykorzystywane przez komputery do informowania reszty zespołu opieki, że pacjent nie czuje się dobrze i że powinni działać szybciej. W ramach tego projektu zostanie zbudowany i oceniony system komputerowy, który ułatwi zespołowi opieki zobaczenie i zrozumienie tych danych oraz szybkie podjęcie działań w celu ratowania pacjentów. Celem niniejszego badania jest odpowiedź na pytania, jaki jest poziom wykorzystania przez świadczeniodawców systemu powiadomień CONCERN CDS (o nazwie CONCERN SMARTapp) i wynikający z tego wpływ na wyniki wybranych pacjentów? Konkretnie, badanie 1) zweryfikowało pożądane progi dla systemu CONCERN CDS i 2) zintegrowało system CONCERN CDS do wczesnego ostrzegania o ryzykownych stanach pacjentów z narzędziami CDS.
W tej części badania (cel 3) badacz wdroży i oceni system CONCERN CDS dotyczący pierwotnych wyników śmiertelności wewnątrzszpitalnej i długości pobytu oraz drugorzędnych skutków zatrzymania krążenia, nieprzewidzianych przeniesień na oddział intensywnej terapii oraz 30 -dniowe stawki hospitalizacji.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Rocznie ponad 200 000 pacjentów umiera w amerykańskich szpitalach z powodu zatrzymania akcji serca, a ponad 130 000 pacjentów umiera w szpitalach z powodu sepsy. Tym zgonom można zapobiec, jeśli pacjenci z grupy ryzyka zostaną wykryci wcześniej. Wcześniejsze prace wykazały, że dokumentacja pielęgniarska w ramach elektronicznej dokumentacji medycznej (EHR) zawiera informacje, które mogą przyczynić się do wczesnego wykrywania i leczenia, ale dane te nie są analizowane i udostępniane przez EHR klinicystom, aby zainicjować interwencje wystarczająco szybko, aby uratować pacjentów. Nowe źródło danych prognostycznych definiuje się, analizując częstotliwość i rodzaje dokumentacji pielęgniarskiej, które wskazywały na zwiększony nadzór pielęgniarek i poziom troski o pacjenta. Te dane udokumentowane w ciągu 48 godzin poprzedzających zatrzymanie krążenia i śmiertelność w szpitalu były predykcyjne zdarzenia. Podczas gdy klinicyści starają się zapewnić najlepszą opiekę, w warunkach szpitalnych istnieje systematyczny problem nieoptymalnej komunikacji między pielęgniarkami i lekarzami, co prowadzi do opóźnień w opiece nad pacjentem z grupy ryzyka. Dobrze zaprojektowane i przetestowane EHR są w stanie wyznaczać trendy danych oraz wspierać komunikację i podejmowanie decyzji, ale zbyt często nie osiągają tych celów i faktycznie zwiększają obciążenie poznawcze klinicysty poprzez fragmentaryczne wyświetlanie informacji, „rozdęcie notatek” i przeciążenie informacjami. Zastępcze aplikacje medyczne i technologie wielokrotnego użytku (SMARTapps) wykorzystujące standard Fast Health Interoperability Resource (FHIR) umożliwiają otwarte udostępnianie i wykorzystywanie innowacji w systemach EHR. Celem tego projektu jest zaprojektowanie i ocena aplikacji SMARTapp na FHIR używanej w dwóch dużych akademickich ośrodkach medycznych, która udostępnia lekarzom i pielęgniarkom nasze nowe źródło danych prognostycznych z dokumentacji pielęgniarskiej, aby zwiększyć świadomość sytuacyjną zespołu opieki na temat pacjentów z grupy ryzyka, aby zmniejszyć niepożądane skutki, którym można zapobiec .
Komunikowanie narracyjnych obaw zgłoszonych przez RN (CONCERN) System wspomagania decyzji klinicznych (CDS) to aplikacja, która jest projektowana i oceniana. CONCERN Intervention Trial Design będzie interwencją obejmującą wiele serii czasowych. Dane wyjściowe będą gromadzone we wszystkich ośrodkach badawczych. Tryb cichego uwalniania (bez powiadomień SMARTapp) będzie używany w nierównoważnych jednostkach kontrolnych oraz jako jednostka kontrolna po interwencji w celu oceny, czy powiadamiający klinicyści mogą zmniejszyć wskaźniki długości pobytu na oddziałach innych niż OIOM i wskaźniki 30-dniowych ponownych przyjęć do szpitala . Różne wersje systemu CDS (SMARTapp) zostaną włączone w celu zapewnienia dynamicznej, adaptacyjnej funkcjonalności i określenia, czy zmienił się wzorzec dokumentacji pielęgniarskiej. Faza „wygrzewania” jest wbudowana w celu oceny przyjęcia i dostosowania do algorytmu oraz faz wdrożenia trybu cichego uwalniania w ramach próby interwencyjnej obejmującej wiele serii czasowych przez łącznie 18 miesięcy gromadzenia danych, w tym danych sprzed interwencji tryby zbierania i cichego wyzwalania.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Massachusetts
-
Boston, Massachusetts, Stany Zjednoczone, 02115
- Brigham and Women's Hospital
-
Newton, Massachusetts, Stany Zjednoczone, 02462
- Newton-Wellesley Hospital
-
-
New York
-
New York, New York, Stany Zjednoczone, 10032
- New York Presbyterian Columbia University Medical Center
-
New York, New York, Stany Zjednoczone, 10034
- New York Presbyterian Allen Hospital
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia do badania dla pacjentów:
- Pacjenci hospitalizowani z co najmniej 24-godzinnym pobytem w jednej z naszych jednostek badawczych
Kryteria wykluczenia pacjentów z badania:
- Pacjenci hospitalizowani z mniej niż 24 godzinami w jednej z naszych jednostek badawczych
- Pacjenci w wieku poniżej 18 lat
- Pacjenci hospicjum
- Nie mieliśmy spotkania w szpitalu, pacjentów nie w jednej z naszych jednostek badawczych.
Definicja jednostek nauki:
Jednostka kliniczna jest uważana za jednostkę badawczą CONCERN, jeśli spełnia następujące kryteria:
- Ogólna medyczna lub chirurgiczna jednostka doraźnej opieki lub oddział intensywnej terapii
Następujące jednostki kliniczne NIE są uważane za jednostki badawcze DOTYCZĄCE PROBLEMÓW:
- Oddziały pediatryczne lub noworodkowe
- Jednostki hospicyjne
- Oddział ratunkowy
- Oddziały onkologiczne
- Oddziały położnicze (OB)/porodowe i porodowe
- Jednostki behawioralne/psychiczne
- Jednostki obserwacyjne
- Sala operacyjna
- Przed operacją
- Oddział opieki pooperacyjnej / po znieczuleniu (PACU)
- Oddziały chirurgii tego samego dnia
- Jednostki tworzyw sztucznych
- Wirtualne działy w bazie EHR.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Badania usług zdrowotnych
- Przydział: Randomizowane
- Model interwencyjny: Zadanie sekwencyjne
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Brak interwencji: Grupa kontrolna
Dane kontrolne będą gromadzone w systemie CONCERN CDS, który będzie „na żywo” w EHR, ale w trybie cichego uwalniania (tj. bez powiadamiania lekarzy).
|
|
|
Eksperymentalny: Grupa Interwencyjna
Dane eksperymentalne będą gromadzone w systemie CONCERN CDS, który będzie „na żywo” w EHR w „aktywnym” trybie uwalniania (np. dostarczając lekarzom powiadomienia z systemu CONCERN CDS).
|
CDS CONCERN uruchomi się na podstawie analizy dokumentacji pielęgniarskiej, która wskazuje na rozpoznanie i zaniepokojenie zmianami pacjenta. CONCERN CDS ostrzeże zespół opieki o „stanach ryzyka” pacjenta, aby zwiększyć świadomość sytuacyjną zespołu (tj. wspólne zrozumienie sytuacji pacjenta) pacjentów, u których przewiduje się ryzyko dekompensacji pacjenta wymagającej szybkiej interwencji, aby zapobiec śmiertelności i związaną z tym szkodę. Wersja 1: Wypalanie w fazie w celu oceny przyjęcia i dostosowania do badanego algorytmu. Przewidywany czas realizacji - 3 miesiące Wersja 2: Wersja 2 udoskonalona w oparciu o ciągłe monitorowanie danych. Przewidywany czas realizacji - 3 miesiące Wersja 3: Wersja 3 dopracowana w oparciu o ciągłe monitorowanie danych. Przewidywany czas realizacji - 3 miesiące
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Śmiertelności w szpitalu
Ramy czasowe: Do 24 miesięcy
|
Liczba zgonów pacjentów w szpitalu.
|
Do 24 miesięcy
|
|
Średnia długość pobytu w szpitalu
Ramy czasowe: Do 24 miesięcy
|
Liczba dni, w których pacjent był w szpitalu
|
Do 24 miesięcy
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Liczba zatrzymań serca
Ramy czasowe: Do 24 miesięcy
|
Zdarzenia krążeniowo -oddechowe podczas hospitalizacji
|
Do 24 miesięcy
|
|
Liczba nabytych posocznicy szpitala
Ramy czasowe: Do 24 miesięcy
|
Sepsa występująca podczas hospitalizacji
|
Do 24 miesięcy
|
|
Liczba nieoczekiwanych transferów na OIOM
Ramy czasowe: Do 24 miesięcy
|
Przeniesienie na OIOM z jednostek badań ostrej opieki podczas hospitalizacji
|
Do 24 miesięcy
|
|
Liczba readmisji szpitalnych
Ramy czasowe: Do 24 miesięcy
|
Readmission do szpitala w ciągu 30 dni od zwolnienia żywego.
|
Do 24 miesięcy
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Patricia Dykes, PhD, Brigham and Women's Hospital
- Główny śledczy: Sarah Collins Rossetti, PhD, Columbia University
- Główny śledczy: Kenrick Cato, PhD, Columbia University
Publikacje i pomocne linki
Publikacje ogólne
- Schulz CM, Endsley MR, Kochs EF, Gelb AW, Wagner KJ. Situation awareness in anesthesia: concept and research. Anesthesiology. 2013 Mar;118(3):729-42. doi: 10.1097/ALN.0b013e318280a40f.
- Nakamura A, Osonoi T, Terauchi Y. Relationship between urinary sodium excretion and pioglitazone-induced edema. J Diabetes Investig. 2010 Oct 19;1(5):208-11. doi: 10.1111/j.2040-1124.2010.00046.x.
- Sittig DF, Wright A, Osheroff JA, Middleton B, Teich JM, Ash JS, Campbell E, Bates DW. Grand challenges in clinical decision support. J Biomed Inform. 2008 Apr;41(2):387-92. doi: 10.1016/j.jbi.2007.09.003. Epub 2007 Sep 21.
- Hermanides J, Vriesendorp TM, Bosman RJ, Zandstra DF, Hoekstra JB, Devries JH. Glucose variability is associated with intensive care unit mortality. Crit Care Med. 2010 Mar;38(3):838-42. doi: 10.1097/CCM.0b013e3181cc4be9.
- Devita MA, Bellomo R, Hillman K, Kellum J, Rotondi A, Teres D, Auerbach A, Chen WJ, Duncan K, Kenward G, Bell M, Buist M, Chen J, Bion J, Kirby A, Lighthall G, Ovreveit J, Braithwaite RS, Gosbee J, Milbrandt E, Peberdy M, Savitz L, Young L, Harvey M, Galhotra S. Findings of the first consensus conference on medical emergency teams. Crit Care Med. 2006 Sep;34(9):2463-78. doi: 10.1097/01.CCM.0000235743.38172.6E. Erratum In: Crit Care Med. 2006 Dec;34(12):3070. Harvey, Maurene [added].
- Dellit TH, Owens RC, McGowan JE Jr, Gerding DN, Weinstein RA, Burke JP, Huskins WC, Paterson DL, Fishman NO, Carpenter CF, Brennan PJ, Billeter M, Hooton TM; Infectious Diseases Society of America; Society for Healthcare Epidemiology of America. Infectious Diseases Society of America and the Society for Healthcare Epidemiology of America guidelines for developing an institutional program to enhance antimicrobial stewardship. Clin Infect Dis. 2007 Jan 15;44(2):159-77. doi: 10.1086/510393. Epub 2006 Dec 13. No abstract available.
- James JT. A new, evidence-based estimate of patient harms associated with hospital care. J Patient Saf. 2013 Sep;9(3):122-8. doi: 10.1097/PTS.0b013e3182948a69.
- Merchant RM, Yang L, Becker LB, Berg RA, Nadkarni V, Nichol G, Carr BG, Mitra N, Bradley SM, Abella BS, Groeneveld PW; American Heart Association Get With The Guidelines-Resuscitation Investigators. Incidence of treated cardiac arrest in hospitalized patients in the United States. Crit Care Med. 2011 Nov;39(11):2401-6. doi: 10.1097/CCM.0b013e3182257459.
- Hripcsak G, Zhou L, Parsons S, Das AK, Johnson SB. Modeling electronic discharge summaries as a simple temporal constraint satisfaction problem. J Am Med Inform Assoc. 2005 Jan-Feb;12(1):55-63. doi: 10.1197/jamia.M1623. Epub 2004 Oct 18.
- Zhou L, Parsons S, Hripcsak G. The evaluation of a temporal reasoning system in processing clinical discharge summaries. J Am Med Inform Assoc. 2008 Jan-Feb;15(1):99-106. doi: 10.1197/jamia.M2467. Epub 2007 Oct 18.
- Hripcsak G, Elhadad N, Chen YH, Zhou L, Morrison FP. Using empiric semantic correlation to interpret temporal assertions in clinical texts. J Am Med Inform Assoc. 2009 Mar-Apr;16(2):220-7. doi: 10.1197/jamia.M3007. Epub 2008 Dec 11.
- Muller-Engelmann M, Krones T, Keller H, Donner-Banzhoff N. Decision making preferences in the medical encounter--a factorial survey design. BMC Health Serv Res. 2008 Dec 17;8:260. doi: 10.1186/1472-6963-8-260.
- Murphy SN, Weber G, Mendis M, Gainer V, Chueh HC, Churchill S, Kohane I. Serving the enterprise and beyond with informatics for integrating biology and the bedside (i2b2). J Am Med Inform Assoc. 2010 Mar-Apr;17(2):124-30. doi: 10.1136/jamia.2009.000893.
- Albers DJ, Hripcsak G. A statistical dynamics approach to the study of human health data: resolving population scale diurnal variation in laboratory data. Phys Lett A. 2010 Feb 15;374(9):1159-1164. doi: 10.1016/j.physleta.2009.12.067.
- Collins SA, Bakken S, Vawdrey DK, Coiera E, Currie L. Model development for EHR interdisciplinary information exchange of ICU common goals. Int J Med Inform. 2011 Aug;80(8):e141-9. doi: 10.1016/j.ijmedinf.2010.09.009. Epub 2010 Oct 25.
- Collins SA, Bakken S, Vawdrey DK, Coiera E, Currie LM. Agreement between common goals discussed and documented in the ICU. J Am Med Inform Assoc. 2011 Jan-Feb;18(1):45-50. doi: 10.1136/jamia.2010.006437. Epub 2010 Nov 27.
- Hripcsak G, Vawdrey DK, Fred MR, Bostwick SB. Use of electronic clinical documentation: time spent and team interactions. J Am Med Inform Assoc. 2011 Mar-Apr;18(2):112-7. doi: 10.1136/jamia.2010.008441. Epub 2011 Feb 2.
- Senathirajah Y, Bakken S. Visual clustering analysis of CIS logs to inform creation of a user-configurable Web CIS interface. Methods Inf Med. 2011;50(4):337-48. doi: 10.3414/ME09-01-0087. Epub 2011 Jun 21.
- Collins SA, Vawdrey DK. "Reading between the lines" of flow sheet data: nurses' optional documentation associated with cardiac arrest outcomes. Appl Nurs Res. 2012 Nov;25(4):251-7. doi: 10.1016/j.apnr.2011.06.002. Epub 2011 Nov 12.
- Hripcsak G, Albers DJ, Perotte A. Exploiting time in electronic health record correlations. J Am Med Inform Assoc. 2011 Dec;18 Suppl 1(Suppl 1):i109-15. doi: 10.1136/amiajnl-2011-000463. Epub 2011 Nov 23.
- Mandl KD, Mandel JC, Murphy SN, Bernstam EV, Ramoni RL, Kreda DA, McCoy JM, Adida B, Kohane IS. The SMART Platform: early experience enabling substitutable applications for electronic health records. J Am Med Inform Assoc. 2012 Jul-Aug;19(4):597-603. doi: 10.1136/amiajnl-2011-000622. Epub 2012 Mar 17.
- Vawdrey DK, Wilcox LG, Collins S, Feiner S, Mamykina O, Stein DM, Bakken S, Fred MR, Stetson PD. Awareness of the Care Team in Electronic Health Records. Appl Clin Inform. 2011;2(4):395-405. doi: 10.4338/ACI-2011-05-RA-0034.
- Rothman MJ, Solinger AB, Rothman SI, Finlay GD. Clinical implications and validity of nursing assessments: a longitudinal measure of patient condition from analysis of the Electronic Medical Record. BMJ Open. 2012 Aug 8;2(4):e000646. doi: 10.1136/bmjopen-2012-000849. Print 2012.
- Zhou L, Karipineni N, Lewis J, Maviglia SM, Fairbanks A, Hongsermeier T, Middleton B, Rocha RA. A study of diverse clinical decision support rule authoring environments and requirements for integration. BMC Med Inform Decis Mak. 2012 Nov 12;12:128. doi: 10.1186/1472-6947-12-128.
- Brady PW, Muething S, Kotagal U, Ashby M, Gallagher R, Hall D, Goodfriend M, White C, Bracke TM, DeCastro V, Geiser M, Simon J, Tucker KM, Olivea J, Conway PH, Wheeler DS. Improving situation awareness to reduce unrecognized clinical deterioration and serious safety events. Pediatrics. 2013 Jan;131(1):e298-308. doi: 10.1542/peds.2012-1364. Epub 2012 Dec 10.
- Albers DJ, Hripcsak G, Schmidt M. Population physiology: leveraging electronic health record data to understand human endocrine dynamics. PLoS One. 2012;7(12):e48058. doi: 10.1371/journal.pone.0048058. Epub 2012 Dec 14.
- Fukui S, Salyers MP, Matthias MS, Collins L, Thompson J, Coffman M, Torrey WC. Predictors of shared decision making and level of agreement between consumers and providers in psychiatric care. Community Ment Health J. 2014 May;50(4):375-82. doi: 10.1007/s10597-012-9584-0. Epub 2013 Jan 9.
- Middleton B, Bloomrosen M, Dente MA, Hashmat B, Koppel R, Overhage JM, Payne TH, Rosenbloom ST, Weaver C, Zhang J; American Medical Informatics Association. Enhancing patient safety and quality of care by improving the usability of electronic health record systems: recommendations from AMIA. J Am Med Inform Assoc. 2013 Jun;20(e1):e2-8. doi: 10.1136/amiajnl-2012-001458. Epub 2013 Jan 25.
- Smith SW, Koppel R. Healthcare information technology's relativity problems: a typology of how patients' physical reality, clinicians' mental models, and healthcare information technology differ. J Am Med Inform Assoc. 2014 Jan-Feb;21(1):117-31. doi: 10.1136/amiajnl-2012-001419. Epub 2013 Jun 25.
- Finlay GD, Rothman MJ, Smith RA. Measuring the modified early warning score and the Rothman index: advantages of utilizing the electronic medical record in an early warning system. J Hosp Med. 2014 Feb;9(2):116-9. doi: 10.1002/jhm.2132. Epub 2013 Dec 19.
- Cato K, Hyun S, Bakken S. Response to a mobile health decision-support system for screening and management of tobacco use. Oncol Nurs Forum. 2014 Mar 1;41(2):145-52. doi: 10.1188/14.ONF.145-152.
- Mandl KD, Kohane IS, McFadden D, Weber GM, Natter M, Mandel J, Schneeweiss S, Weiler S, Klann JG, Bickel J, Adams WG, Ge Y, Zhou X, Perkins J, Marsolo K, Bernstam E, Showalter J, Quarshie A, Ofili E, Hripcsak G, Murphy SN. Scalable Collaborative Infrastructure for a Learning Healthcare System (SCILHS): architecture. J Am Med Inform Assoc. 2014 Jul-Aug;21(4):615-20. doi: 10.1136/amiajnl-2014-002727. Epub 2014 May 12.
- Albers DJ, Elhadad N, Tabak E, Perotte A, Hripcsak G. Dynamical phenotyping: using temporal analysis of clinically collected physiologic data to stratify populations. PLoS One. 2014 Jun 16;9(6):e96443. doi: 10.1371/journal.pone.0096443. eCollection 2014.
- Zhou L, Lu Y, Vitale CJ, Mar PL, Chang F, Dhopeshwarkar N, Rocha RA. Representation of information about family relatives as structured data in electronic health records. Appl Clin Inform. 2014 Apr 9;5(2):349-67. doi: 10.4338/ACI-2013-10-RA-0080. eCollection 2014.
- Hum RS, Cato K, Sheehan B, Patel S, Duchon J, DeLaMora P, Ferng YH, Graham P, Vawdrey DK, Perlman J, Larson E, Saiman L. Developing clinical decision support within a commercial electronic health record system to improve antimicrobial prescribing in the neonatal ICU. Appl Clin Inform. 2014 Apr 9;5(2):368-87. doi: 10.4338/ACI-2013-09-RA-0069. eCollection 2014.
- Senathirajah Y, Bakken S, Kaufman D. The clinician in the Driver's Seat: part 1 - a drag/drop user-composable electronic health record platform. J Biomed Inform. 2014 Dec;52:165-76. doi: 10.1016/j.jbi.2014.09.002. Epub 2014 Sep 18.
- Yakusheva O, Lindrooth R, Weiss M. Nurse value-added and patient outcomes in acute care. Health Serv Res. 2014 Dec;49(6):1767-86. doi: 10.1111/1475-6773.12236. Epub 2014 Sep 25.
- Drew BJ, Harris P, Zegre-Hemsey JK, Mammone T, Schindler D, Salas-Boni R, Bai Y, Tinoco A, Ding Q, Hu X. Insights into the problem of alarm fatigue with physiologic monitor devices: a comprehensive observational study of consecutive intensive care unit patients. PLoS One. 2014 Oct 22;9(10):e110274. doi: 10.1371/journal.pone.0110274. eCollection 2014.
- Klann JG, Mendis M, Phillips LC, Goodson AP, Rocha BH, Goldberg HS, Wattanasin N, Murphy SN. Taking advantage of continuity of care documents to populate a research repository. J Am Med Inform Assoc. 2015 Mar;22(2):370-9. doi: 10.1136/amiajnl-2014-003040. Epub 2014 Oct 28.
- Senathirajah Y, Kaufman D, Bakken S. The clinician in the driver's seat: part 2 - intelligent uses of space in a drag/drop user-composable electronic health record. J Biomed Inform. 2014 Dec;52:177-88. doi: 10.1016/j.jbi.2014.09.008. Epub 2014 Oct 24.
- Hripcsak G, Albers DJ, Perotte A. Parameterizing time in electronic health record studies. J Am Med Inform Assoc. 2015 Jul;22(4):794-804. doi: 10.1093/jamia/ocu051. Epub 2015 Feb 26.
- Adler L, Yi D, Li M, McBroom B, Hauck L, Sammer C, Jones C, Shaw T, Classen D. Impact of Inpatient Harms on Hospital Finances and Patient Clinical Outcomes. J Patient Saf. 2018 Jun;14(2):67-73. doi: 10.1097/PTS.0000000000000171.
- Payne TH, Corley S, Cullen TA, Gandhi TK, Harrington L, Kuperman GJ, Mattison JE, McCallie DP, McDonald CJ, Tang PC, Tierney WM, Weaver C, Weir CR, Zaroukian MH. Report of the AMIA EHR-2020 Task Force on the status and future direction of EHRs. J Am Med Inform Assoc. 2015 Sep;22(5):1102-10. doi: 10.1093/jamia/ocv066. Epub 2015 May 28. No abstract available.
- Cato KD, Cohen B, Larson E. Data elements and validation methods used for electronic surveillance of health care-associated infections: a systematic review. Am J Infect Control. 2015 Jun;43(6):600-5. doi: 10.1016/j.ajic.2015.02.006.
- Schulz CM, Krautheim V, Hackemann A, Kreuzer M, Kochs EF, Wagner KJ. Situation awareness errors in anesthesia and critical care in 200 cases of a critical incident reporting system. BMC Anesthesiol. 2016 Jan 16;16:4. doi: 10.1186/s12871-016-0172-7.
- Liu V, Escobar GJ, Greene JD, Soule J, Whippy A, Angus DC, Iwashyna TJ. Hospital deaths in patients with sepsis from 2 independent cohorts. JAMA. 2014 Jul 2;312(1):90-2. doi: 10.1001/jama.2014.5804. No abstract available.
- Sharek PJ, Parast LM, Leong K, Coombs J, Earnest K, Sullivan J, Frankel LR, Roth SJ. Effect of a rapid response team on hospital-wide mortality and code rates outside the ICU in a Children's Hospital. JAMA. 2007 Nov 21;298(19):2267-74. doi: 10.1001/jama.298.19.2267.
- Hiissa M, Pahikkala T, Suominen H, Lehtikunnas T, Back B, Karsten H, Salantera S, Salakoski T. Towards automated classification of intensive care nursing narratives. Int J Med Inform. 2007 Dec;76 Suppl 3:S362-8. doi: 10.1016/j.ijmedinf.2007.03.003. Epub 2007 May 21.
- Goodwin L, VanDyne M, Lin S, Talbert S. Data mining issues and opportunities for building nursing knowledge. J Biomed Inform. 2003 Aug-Oct;36(4-5):379-88. doi: 10.1016/j.jbi.2003.09.020.
- Zhou L, Hripcsak G. Temporal reasoning with medical data--a review with emphasis on medical natural language processing. J Biomed Inform. 2007 Apr;40(2):183-202. doi: 10.1016/j.jbi.2006.12.009. Epub 2007 Jan 11.
- Hazlehurst B, McMullen CK, Gorman PN. Distributed cognition in the heart room: how situation awareness arises from coordinated communications during cardiac surgery. J Biomed Inform. 2007 Oct;40(5):539-51. doi: 10.1016/j.jbi.2007.02.001. Epub 2007 Feb 8.
- Zhou L, Plasek JM, Mahoney LM, Chang FY, DiMaggio D, Rocha RA. Mapping Partners Master Drug Dictionary to RxNorm using an NLP-based approach. J Biomed Inform. 2012 Aug;45(4):626-33. doi: 10.1016/j.jbi.2011.11.006. Epub 2011 Nov 28.
- Lai KH, Topaz M, Goss FR, Zhou L. Automated misspelling detection and correction in clinical free-text records. J Biomed Inform. 2015 Jun;55:188-95. doi: 10.1016/j.jbi.2015.04.008. Epub 2015 Apr 24.
- McNeill G, Bryden D. Do either early warning systems or emergency response teams improve hospital patient survival? A systematic review. Resuscitation. 2013 Dec;84(12):1652-67. doi: 10.1016/j.resuscitation.2013.08.006. Epub 2013 Aug 17.
- Alam N, Hobbelink EL, van Tienhoven AJ, van de Ven PM, Jansma EP, Nanayakkara PW. The impact of the use of the Early Warning Score (EWS) on patient outcomes: a systematic review. Resuscitation. 2014 May;85(5):587-94. doi: 10.1016/j.resuscitation.2014.01.013. Epub 2014 Jan 25.
- Wahl WL, Talsma A, Dawson C, Dickinson S, Pennington K, Wilson D, Arbabi S, Taheri PA. Use of computerized ICU documentation to capture ICU core measures. Surgery. 2006 Oct;140(4):684-9; discussion 690. doi: 10.1016/j.surg.2006.06.017. Epub 2006 Sep 6.
- Rittenhouse DR, Shortell SM, Fisher ES. Primary care and accountable care--two essential elements of delivery-system reform. N Engl J Med. 2009 Dec 10;361(24):2301-3. doi: 10.1056/NEJMp0909327. No abstract available.
- Berwick DM. Launching accountable care organizations--the proposed rule for the Medicare Shared Savings Program. N Engl J Med. 2011 Apr 21;364(16):e32. doi: 10.1056/NEJMp1103602. Epub 2011 Mar 31. No abstract available.
- Cioffi J. Recognition of patients who require emergency assistance: a descriptive study. Heart Lung. 2000 Jul-Aug;29(4):262-8. doi: 10.1067/mhl.2000.108327.
- Alterovitz G, Warner J, Zhang P, Chen Y, Ullman-Cullere M, Kreda D, Kohane IS. SMART on FHIR Genomics: facilitating standardized clinico-genomic apps. J Am Med Inform Assoc. 2015 Nov;22(6):1173-8. doi: 10.1093/jamia/ocv045. Epub 2015 Jul 21.
- Matney S, Brewster PJ, Sward KA, Cloyes KG, Staggers N. Philosophical approaches to the nursing informatics data-information-knowledge-wisdom framework. ANS Adv Nurs Sci. 2011 Jan-Mar;34(1):6-18. doi: 10.1097/ANS.0b013e3182071813.
- Egi M, Bellomo R, Stachowski E, French CJ, Hart GK, Taori G, Hegarty C, Bailey M. The interaction of chronic and acute glycemia with mortality in critically ill patients with diabetes. Crit Care Med. 2011 Jan;39(1):105-11. doi: 10.1097/CCM.0b013e3181feb5ea.
- Watson A, Skipper C, Steury R, Walsh H, Levin A. Inpatient nursing care and early warning scores: a workflow mismatch. J Nurs Care Qual. 2014 Jul-Sep;29(3):215-22. doi: 10.1097/NCQ.0000000000000058.
- Albers DJ, Sprott JC, Crutchfield JP. Persistent chaos in high dimensions. Phys Rev E Stat Nonlin Soft Matter Phys. 2006 Nov;74(5 Pt 2):057201. doi: 10.1103/PhysRevE.74.057201. Epub 2006 Nov 2.
- Jones L, King L, Wilson C. A literature review: factors that impact on nurses' effective use of the Medical Emergency Team (MET). J Clin Nurs. 2009 Dec;18(24):3379-90. doi: 10.1111/j.1365-2702.2009.02944.x.
- Bates DW, Saria S, Ohno-Machado L, Shah A, Escobar G. Big data in health care: using analytics to identify and manage high-risk and high-cost patients. Health Aff (Millwood). 2014 Jul;33(7):1123-31. doi: 10.1377/hlthaff.2014.0041.
- Churpek MM, Yuen TC, Park SY, Gibbons R, Edelson DP. Using electronic health record data to develop and validate a prediction model for adverse outcomes in the wards*. Crit Care Med. 2014 Apr;42(4):841-8. doi: 10.1097/CCM.0000000000000038.
- Zhang AL, Chen RX, Kang MF, Fan HL, Wang WL. Study of the regulatory effect of acupuncture on rotation-induced gastric dysrhythmia in rabbits. World J Gastroenterol. 1997 Mar 15;3(1):54-5. doi: 10.3748/wjg.v3.i1.54.
- Collins S, Bakken S, Vawdrey D, Coiera E, Currie LM. Discuss now, document later: CIS/CPOE perceived to be a 'shift behind' in the ICU. Stud Health Technol Inform. 2010;160(Pt 1):178-82.
- Zhou L, Hongsermeier T, Boxwala A, Lewis J, Kawamoto K, Maviglia S, Gentile D, Teich JM, Rocha R, Bell D, Middleton B. Structured representation for core elements of common clinical decision support interventions to facilitate knowledge sharing. Stud Health Technol Inform. 2013;192:195-9.
- Zhou L, Friedman C, Parsons S, Hripcsak G. System architecture for temporal information extraction, representation and reasoning in clinical narrative reports. AMIA Annu Symp Proc. 2005;2005:869-73.
- Collins SA, Cato K, Albers D, Scott K, Stetson PD, Bakken S, Vawdrey DK. Relationship between nursing documentation and patients' mortality. Am J Crit Care. 2013 Jul;22(4):306-13. doi: 10.4037/ajcc2013426.
- Collins SA, Fred M, Wilcox L, Vawdrey DK. Workarounds used by nurses to overcome design constraints of electronic health records. NI 2012 (2012). 2012 Jun 23;2012:93. eCollection 2012.
- Collins SA, Currie LM. Interdisciplinary communication in the ICU. Stud Health Technol Inform. 2009;146:362-6.
- Collins S, Hurley AC, Chang FY, Illa AR, Benoit A, Laperle S, Dykes PC. Content and functional specifications for a standards-based multidisciplinary rounding tool to maintain continuity across acute and critical care. J Am Med Inform Assoc. 2014 May-Jun;21(3):438-47. doi: 10.1136/amiajnl-2013-001949. Epub 2013 Sep 30.
- Collins SA, Gazarian P, Stade D, McNally K, Morrison C, Ohashi K, Lehmann L, Dalal A, Bates DW, Dykes PC. Clinical Workflow Observations to Identify Opportunities for Nurse, Physicians and Patients to Share a Patient-centered Plan of Care. AMIA Annu Symp Proc. 2014 Nov 14;2014:414-23. eCollection 2014.
- Ferguson TB Jr. The Institute of Medicine committee report "best care at lower cost: the path to continuously learning health care". Circ Cardiovasc Qual Outcomes. 2012 Nov;5(6):e93-4. doi: 10.1161/CIRCOUTCOMES.112.968768. No abstract available.
- Albers DJ, Hripcsak G. Using time-delayed mutual information to discover and interpret temporal correlation structure in complex populations. Chaos. 2012 Mar;22(1):013111. doi: 10.1063/1.3675621.
- Hyun S, Bakken S. Toward the creation of an ontology for nursing document sections: mapping section names to the LOINC semantic model. AMIA Annu Symp Proc. 2006;2006:364-8.
- Aiken LH, Clarke SP, Sloane DM. Hospital staffing, organization, and quality of care: Cross-national findings. Nurs Outlook. 2002 Sep-Oct;50(5):187-94. doi: 10.1067/mno.2002.126696.
- Moss J, Andison M, Sobko H. An analysis of narrative nursing documentation in an otherwise structured intensive care clinical information system. AMIA Annu Symp Proc. 2007 Oct 11;2007:543-7.
- Bequette BW. Algorithms for a closed-loop artificial pancreas: the case for model predictive control. J Diabetes Sci Technol. 2013 Nov 1;7(6):1632-43. doi: 10.1177/193229681300700624.
- Zhou L, Plasek JM, Mahoney LM, Karipineni N, Chang F, Yan X, Chang F, Dimaggio D, Goldman DS, Rocha RA. Using Medical Text Extraction, Reasoning and Mapping System (MTERMS) to process medication information in outpatient clinical notes. AMIA Annu Symp Proc. 2011;2011:1639-48. Epub 2011 Oct 22.
- Stein-Parbury J, Liaschenko J. Understanding collaboration between nurses and physicians as knowledge at work. Am J Crit Care. 2007 Sep;16(5):470-7; quiz 478.
- Collins S, Bakken S, Cimino JJ, Currie LM. Identifying logical clinical context clusters in nursing orders for the purpose of information retrieval. AMIA Annu Symp Proc. 2008 Nov 6;2008:131-5.
- Senathirajah Y, Kaufman D, Bakken S. Essential questions: accuracy, errors and user perceptions in a drag/drop user-composable electronic health record. Stud Health Technol Inform. 2013;194:181-7.
- Currie L, Sheehan B, Graham PL 3rd, Stetson P, Cato K, Wilcox A. Sociotechnical analysis of a neonatal ICU. Stud Health Technol Inform. 2009;146:258-62.
- Cato KD, Bakken S. What am I giving tonight? Information needs of nurses related to patient medications administration while using a clinical information system. NI 2012 (2012). 2012 Jun 23;2012:65. eCollection 2012.
- Topaz M, Seger DL, Lai K, Wickner PG, Goss F, Dhopeshwarkar N, Chang F, Bates DW, Zhou L. High Override Rate for Opioid Drug-allergy Interaction Alerts: Current Trends and Recommendations for Future. Stud Health Technol Inform. 2015;216:242-6.
- Klann JG, Phillips LC, Herrick C, Joss MAH, Wagholikar KB, Murphy SN. Web services for data warehouses: OMOP and PCORnet on i2b2. J Am Med Inform Assoc. 2018 Oct 1;25(10):1331-1338. doi: 10.1093/jamia/ocy093.
- Sedigh-Sarvestani M, Albers DJ, Gluckman BJ. Data assimilation of glucose dynamics for use in the intensive care unit. Annu Int Conf IEEE Eng Med Biol Soc. 2012;2012:5437-40. doi: 10.1109/EMBC.2012.6347224.
- Ludwick R, Zeller RA. The factorial survey: an experimental method to replicate real world problems. Nurs Res. 2001 Mar-Apr;50(2):129-33. doi: 10.1097/00006199-200103000-00009.
- Rossetti SC, Dykes PC, Knaplund C, Kang MJ, Schnock K, Garcia JP Jr, Fu LH, Chang F, Thai T, Fred M, Korach TZ, Zhou L, Klann JG, Albers D, Schwartz J, Lowenthal G, Jia H, Liu F, Cato K. The Communicating Narrative Concerns Entered by Registered Nurses (CONCERN) Clinical Decision Support Early Warning System: Protocol for a Cluster Randomized Pragmatic Clinical Trial. JMIR Res Protoc. 2021 Dec 10;10(12):e30238. doi: 10.2196/30238.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- AAAR1389
- R01NR016941 (Grant/umowa NIH USA)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .