Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Zakończ przyćmienie diagnostyki: radzenie sobie z problemami w diagnozach (EDO)

3 sierpnia 2026 zaktualizowane przez: Sarah Ailey, Rush University Medical Center

Zakończ przyćmienie diagnostyki: zajęcie się problemem możliwości w kontekście opieki zdrowotnej

W wyniku niepełnosprawności osoby niepełnosprawne (PWD) doświadczają przesłaniania objawów diagnostycznych – przypisywania objawów niepełnosprawności, a nie potencjalnie nowej lub współistniejącej chorobie. Celem tych badań jest identyfikacja i zrozumienie tego, co leży u podstaw przyćmienia diagnostycznego i przyczynia się do niego. Badacze planują opracować sposoby jego ograniczenia, w szczególności sposoby identyfikacji osób niepełnosprawnych narażonych na ryzyko przyćmienia/błędu diagnostycznego. Badacze opracują także programy edukacyjne i wsparcie w podejmowaniu decyzji skierowane do pracowników służby zdrowia. Jeśli okaże się to skuteczne, wśród osób niepełnosprawnych zostaną opracowane sposoby ograniczenia przesłaniania diagnostycznego/błędów diagnostycznych.

Przegląd badań

Szczegółowy opis

Cel 1: Identyfikacja i zrozumienie mechanizmów leżących u podstaw przyćmienia diagnostycznego.

Podstawowy audyt wykorzystania kodu CPT wśród pacjentów w wieku 3–89 lat z określonymi rodzajami niepełnosprawności i bez nich.

Hipoteza jest taka, że ​​będzie statystyczna różnica w stosowaniu kodów CPT E/M pomiędzy osobami z określonymi rodzajami niepełnosprawności i osobami bez określonych rodzajów niepełnosprawności.

2) Badacze przeprowadzą również ręczne przeglądy wykresów dla osób niepełnosprawnych z niższymi i wyższymi kodami CPT E/M, uwzględniając cechy demograficzne: przyrost wieku, płeć, rasa/pochodzenie etniczne, miasto/wieś, choroby współistniejące, rodzaj niepełnosprawności, rodzaj ubezpieczenia i stopień ciężkości choroby [istotne dla ośrodka]) oraz 10 następujących kwestii sugerowanych przez zainteresowane strony: zaangażowany opiekun, przeniesienie/skierowanie z innej instytucji, ustne, numery i rodzaje chorób współistniejących, wszelkie odmowy badań, wcześniejsze wizyty/przyjęcia w związku z tym samym problemem, ciągłe używanie sprzętu medycznego, stosowanie środków chemicznych lub fizycznych podczas wizyt i przyjęć, historia urazów i negatywne deskryptory (15 terminów, w przypadku których pacjenci rasy czarnej w porównaniu z białymi mieli wyższy iloraz szans na wykorzystanie w dokumentacji medycznej).

Hipoteza jest taka, że ​​zostaną opracowane informacje, które można wykorzystać w opracowywaniu próbnych znaczników oraz w procesie planowania partycypacyjnego i podejmowania decyzji w celu zidentyfikowania tematów, które mogą leżeć u podstaw przyćmienia diagnostycznego.

3) W oparciu o znalezione różnice w porównaniu z podstawowymi audytami stosowania kodów E/M CPT i przeglądami kart uzupełniających, śledczy przeprowadzą ukierunkowane wywiady z personelem, a następnie skontaktują się z zainteresowanymi stronami w celu opracowania indywidualnych próbnych znaczników w stylu Komisji Wspólnej do naśladowania opieki nad określonymi populacjami osób niepełnosprawnych wymienionych powyżej oraz opracować system wskaźników opieki skupiony na ocenie systemu otaczającego przesłanianie diagnostyki, w tym opieki opartej na traumie.

Hipoteza jest taka, że ​​informacje zostaną opracowane na tyle, aby opracować próbne wskaźniki śledzenia opieki nad określonymi populacjami osób niepełnosprawnych i systemów wskaźników opieki.

Cel 2: Współtworzenie ram tematycznych leżących u podstaw diagnostyki przyćmiewającej DO), aby opracować algorytmy umożliwiające identyfikację pacjentów z określonymi rodzajami niepełnosprawności, zagrożonych DO.; Następnie współprodukuj studia przypadków dotyczące edukacji na temat DO i podpowiedzi EHR, alertów i wspomagania decyzji związanych z algorytmami wraz z edukacją na temat materiałów EHR.

Hipoteza jest taka, że ​​zostaną opracowane informacje, które można wykorzystać do opracowania algorytmów identyfikacji osób niepełnosprawnych w określonych populacjach zagrożonych DO, o czym świadczy użycie kodu CPT E/M i DE jako dowodu przed oceną diagnostyczną.

Cel 3: Ocena zmian po wdrożeniu algorytmów w celu identyfikacji pacjentów z określonymi niepełnosprawnościami zagrożonych DO.

Hipotezy zakładają, że nastąpi statystyczna zmiana w wykorzystaniu kodu CPT E/M dla osób niepełnosprawnych w określonych populacjach.

Ocena danych. Kody CPT zostały opracowane przez Amerykańskie Stowarzyszenie Medyczne i poddawane są okresowym przeglądom i bieżącej konserwacji. Kody CPT to uniwersalny sposób, w jaki świadczeniodawcy dokumentują swoje usługi, zapewniając ustandaryzowane raportowanie potrzebne do wystawiania rachunków i zwrotu kosztów podmiotom świadczącym opiekę zdrowotną, w tym lekarzom, pielęgniarkom, asystentom lekarzy i innym specjalistom. System udostępnia kody numeryczne dla takich zagadnień jak: 1. Miejsce świadczenia usług (np. oddział ratunkowy, opieka szpitalna, ambulatoryjna, usługi profilaktyczne); 2. Świadczona usługa; 3. Złożoność gromadzenia informacji klinicznych i podejmowania decyzji oraz 4) Czas poświęcony. Każde ustawienie ma określoną grupę kodów CPT E/M, począwszy od najniższego czasu i złożoności podejmowania decyzji do najwyższego czasu i złożoności podejmowania decyzji.

Zachorowalność wśród grup pacjentów z określonymi niepełnosprawnościami zostanie obliczona dla rozpoznań zidentyfikowanych jako charakteryzujące się dużą częstością błędów diagnostycznych w populacji ogólnej oraz dla rozpoznań zidentyfikowanych jako problematyczne z powodu błędów diagnostycznych wśród dzieci. Zapadalność zostanie obliczona na podstawie następujących kodów diagnostycznych ICD 10 znajdujących się w bazie danych: tętniak i rozwarstwienie aorty, tętnicza choroba zakrzepowo-zatorowa, żylna choroba zakrzepowo-zatorowa, zastoinowa niewydolność serca, udar mózgu, zawał mięśnia sercowego, ropień kręgosłupa, zapalenie opon mózgowo-rdzeniowych i zapalenie mózgu, zapalenie wsierdzia, posocznica, Zapalenie płuc, rak płuc, czerniak, rak jelita grubego, rak piersi, rak prostaty.

Ze szczególnym uwzględnieniem dzieci i młodzieży: udar niedokrwienny serca, zapalenie wyrostka robaczkowego, astma, blastoma siatkówki, guz mózgu, zapalenie wielojatkowe, wrodzona choroba serca, dystrofia mięśniowa Duchense’a, nieswoiste zapalenie jelit, twardzina skóry.

Informacje demograficzne dotyczące diagnoz będą stanowić tło dla następujących procesów.

Zapewnianie jakości Komisja Wspólna opracowała próbne znaczniki do wykorzystania w przygotowaniach do wizyt akredytacyjnych oraz w bieżących działaniach związanych z zapewnieniem jakości i rozwojem zawodowym. Próbne znaczniki dostarczają informacji na temat doświadczeń pacjentów, jakości opieki, procesów i produktów opieki zdrowotnej oraz obszarów wymagających poprawy; Tracery obejmują wywiady indywidualne i w małych grupach, a także przegląd kart i formularzy pacjentów. W tym projekcie pytania będą dotyczyć procesów i rozważań związanych z oceną i leczeniem pacjentów. Oczekuje się głębszego dochodzenia w oparciu o odpowiedzi.

Podpowiedzi i ostrzeżenia EHR Etap procesu diagnostycznego wymaga różnych sposobów wspomagania decyzji klinicznych; Ponadto warunki, które nie są powszechne, wymagają specjalnego wsparcia. Dzięki standardowym zestawom zleceń, alertom i przypomnieniom oraz innym środkom wsparcia diagnostycznego (np. stronie internetowej) lekarz może łatwiej uzyskać dostęp do wytycznych.

Algorytmy. Algorytmy są stosowane w celu wyeliminowania błędów diagnostycznych, takich jak identyfikacja pacjentów narażonych na ryzyko opóźnionych wyników badań; opóźnienia w badaniach kontrolnych wyników badań obrazowych klatki piersiowej w kierunku niedoczynności tarczycy oraz opóźnione/pominięte rozpoznanie związane z bólem brzucha. W randomizowanym badaniu klinicznym zastosowano algorytmy do prospektywnej identyfikacji pacjentów z wysokim ryzykiem opóźnionego/błędnego rozpoznania raka płuc, jelita grubego lub prostaty. Czas do oceny diagnostycznej był znacząco skrócony w grupie interwencyjnej w porównaniu z grupą kontrolną w przypadku raka jelita grubego i prostaty, ale nie raka płuc.

Koprodukcja programów opieki zdrowotnej Włączanie osób objętych wpływem we współtworzenie usług mających na nie wpływ jest uważane za kwestię etyczną w opiece zdrowotnej, wykraczającą poza tradycyjną dychotomię pomiędzy wiedzą, twórcami programów i użytkownikami. Koprodukcja polega na budowaniu współpracy osób z grup objętych wpływem w zakresie wytwarzania i wykorzystywania wiedzy i programów od początku procesu (rysunek 1). Udział osób niepełnosprawnych, na które mają wpływ wyniki badań i planowanie programu, często ogranicza się do wnoszenia wkładu po podjęciu kluczowych decyzji, a nie w trakcie całego procesu. Jednakże rozpoczęcie prac nad zaangażowaniem osób z IDD we współprodukcję programów na rzecz zdrowia behawioralnego wskazało na poprawę sieci społecznościowych i pewność uczestnictwa. Ponadto koprodukcję wykorzystano do opracowania ram poprawy jakości opieki zdrowotnej. W ramach koprodukcji badacze będą współpracować z zaangażowanymi stronami zainteresowanymi, aby zmniejszyć stronniczość w opracowywaniu algorytmów i innych materiałów.

Planowanie partycypacyjne i podejmowanie decyzji (PPDM). PPDM to proces budowania modelu oparty na zasadach badań w działaniu partycypacyjnym. Jest przeznaczony dla grup, aby mogły oceniać wiele alternatyw i rozważać znaczenie każdej z nich w odniesieniu do interesującego wyniku. Proces ten wymaga najpierw od uczestników zidentyfikowania lub potwierdzenia szerokich domen/tematów i subdomen/podtematów przyczyniających się do badanego zjawiska. Po zidentyfikowaniu tematów i podtematów każdemu z nich przypisuje się wagi ważności, a następnie wyprowadza się proporcjonalne wagi ważności. Proces PPDM składa się z ośmiu podstawowych faz, począwszy od ankiet wstępnych dotyczących wstępnych tematów, poprzez prezentację uczestnikom, spotkania poświęcone tematom i przedstawienie uczestnikom ostatecznego modelu tematów. Opierając się na szerokim wkładzie członków różnych grup i społeczności, pracownicy Instytutu Integracji Społecznej Uniwersytetu Minnesota z powodzeniem wykorzystali ten proces do opracowania ram koncepcyjnych dotyczących samostanowienia i koordynacji opieki zdrowotnej, a także do udoskonalenia programu Home and Community – Krajowego Forum Jakości. oparte na Ramach Pomiaru Wyników Usług. Wysiłki te zaowocowały ramami o dużej zawartości oraz równoczesnej i predykcyjnej ważności. Zastosowanie modelu i procesów PPDM umożliwia wysłuchanie zróżnicowanej grupy głosów przy opracowywaniu ukierunkowanych programów edukacyjnych i wspomaganiu decyzji EHR, zapewniając, że materiały odpowiadają potrzebom wielu grup. Oczekuje się, że przy współtworzeniu algorytmów na potrzeby retrospektywnego przeglądu w celu zapewnienia jakości i potencjalnego wykorzystania do identyfikacji pacjentów niepełnosprawnych narażonych na ryzyko przyćmienia/błędu diagnostycznego proces PPDM będzie przydatny w eliminowaniu stronniczości materiałów.

PUNKTY KOŃCOWE BADANIA:

Szkoła podstawowa W klasie 5. w porównaniu z klasą 1. użycie kodu CPT E/M z pięcioma zidentyfikowanymi grupami osób niepełnosprawnych (ilościowo) zostanie ocenione pod kątem zmian po wdrożeniu algorytmów identyfikacji osób niepełnosprawnych zagrożonych DO wraz ze wsparciem decyzji EHR oraz monity/alerty dotyczące określonych problemów. Oczekuje się zmian statystycznych.

Programy edukacyjne będą oceniane poprzez 1) kontrole stosowania przed i po zdobyciu wiedzy oraz 2) dane opisowe na temat stosowania konkretnych nośników decyzji EHR. Oczekuje się zmian statystycznych w wiedzy.

Planowany czas przed oceną diagnostyczną obejmuje 2–3 kwestie, które nie zostały jeszcze ustalone, aby zająć się opóźnionymi/pominiętymi diagnozami. Oczekuje się, że czas do oceny diagnostycznej ulegnie skróceniu.

Drugorzędne W przypadku miar ilościowych (analiza wykorzystania kodu CPT E/M, weryfikacja wiedzy, dane opisowe na temat korzystania ze wsparcia decyzyjnego EHR i podpowiedzi/ostrzeżeń), ANCOVA zostanie wykorzystana do zbadania efektów interakcji przy użyciu miar przed testem: przyrost wieku, płeć, rasa/pochodzenie etniczne, miasto/wieś, choroby współistniejące, rodzaj niepełnosprawności, rodzaj ubezpieczenia i ciężkość choroby [w zależności od miejsca]) oraz 10 kwestii sugerowanych przez zainteresowane strony (pojedynczo lub łącznie) jako współzmienne i oceniane pod kątem zmienności po -wyniki testów. Oczekuje się efektów interakcji.

Ostateczne próbne prześledzenia zostaną przeprowadzone pod koniec klasy 4. i w klasie 5. Notatki ze znaczników zostaną porównane z notatkami sprzed interwencji za pomocą analizy jakościowej. Zmiany zapewnią kontekst dla wszelkich zmian w miarach ilościowych.

Ramy Model zbiorowego oddziaływania na zmiany społeczne stanowi ramy organizacyjne tego projektu. Wiele grup, których to dotyczy, staje przed problemem przyćmienia diagnostycznego. Poprzednie wysiłki mające na celu opracowanie algorytmów identyfikujących pacjentów o wysokim ryzyku błędu diagnostycznego nie dotyczyły konkretnie przesłaniania diagnozy wpływającego na pacjentów niepełnosprawnych i nie zajmowały się wcześniej intersekcjonalnością. Modelu Zbiorowego Wpływu nie stosowano wcześniej do rozwiązania problemu przesłaniania wyników diagnostyki lub ogólnego problemu błędów diagnostycznych. Aby ułatwić organizację i planowanie z wieloma grupami, na które ma wpływ projekt Collective Impact, należy spełnić pięć następujących zasad: 1) osiągnięcie wspólnego programu; 2) zapewnienie ciągłej Komunikacji; 3) identyfikacja wspólnych strategii pomiaru; 4) stosowanie wzajemnie wzmacniających się działań w celu dostarczania programów i usług, które pozwolą osiągnąć zamierzony rezultat wysiłków Collective Impact; oraz 5) zatrudnienie dedykowanego personelu jako podstawowego wsparcia. Partnerstwo wymaga skupienia się na doświadczeniach i głosach wszystkich grup, których to dotyczy.

Budowanie struktur organizacyjnych z wykorzystaniem Modelu Wpływu Zbiorowego W ciągu pierwszych sześciu miesięcy członkowie zespołu badawczego będą spotykać się przynajmniej raz w miesiącu, aby umocnić zespół, zatrudnić nową kadrę i stworzyć struktury w oparciu o Model Wpływu Zbiorowego. Zorganizowane zostaną Komitet Sterujący ds. Partnerstw Międzysektorowych, Komitet Doradczy Rzeczników Osób Niepełnosprawnych oraz trzy Sieci Działania Konsorcjum (Komunikacja, Pomiary, Edukacja). Komitet Sterujący i Komitet Rzeczników Niepełnosprawności Krzyżowych ponoszą ogólną odpowiedzialność za opracowanie wspólnego programu (Założenie 1 dotyczącego wspólnego oddziaływania). W drodze ciągłej komunikacji zostaną opracowane praktyki poprawiające zrozumienie przesłaniania diagnostycznego i identyfikację leżących u jego podstaw mechanizmów. Sieć działań komunikacyjnych przejmie odpowiedzialność (Założenie wspólnego oddziaływania 2). Sieć działań pomiarowych przejmie odpowiedzialność za ocenę bieżącą i ocenę końcową w roku 5 (Zasada wspólnego oddziaływania 3). Sieć Działań Edukacyjnych przejmie odpowiedzialność za ułatwianie rozwoju ukierunkowanych programów edukacyjnych i wsparcia decyzji EHR w celu złagodzenia przesłaniania diagnozy (Zasada oddziaływania zbiorowego 4). Rozwinięta infrastruktura ułatwi wzajemnie wzmacniające się działania zachęcające do dzielenia się perspektywami i najlepszymi praktykami interdyscyplinarnych partnerów projektu. Procesy prowadzące do osiągnięcia celów i wyników projektu będą ułatwiane przez oddany, podstawowy personel, który będzie pomagał w zarządzaniu, planowaniu i logistyce wymaganej przez projekt. Uniwersytet RUSH jest instytucją wiodącą, a każdy partner konsorcjum ma określone obowiązki. (Zasada wpływu zbiorowego 5).

Cel projektu 1: Identyfikacja i zrozumienie mechanizmów leżących u podstaw przyćmienia diagnostycznego.

Wprowadzenie: Partnerstwo zostanie zbudowane pomiędzy trzema systemami ośrodków medycznych non-profit, które kładą nacisk na poprawę równości w zdrowiu. Uniwersytecki System Zdrowia RUSH i stowarzyszone Uniwersyteckie Centrum Medyczne RUSH, Szpital RUSH Oak Park i Centrum Medyczne RUSH Copley; Rochester Regional Health i stowarzyszony szpital ogólny Rochester; oraz Centrum Medyczne hrabstwa Erie (ECMC). Będą to miejsca umożliwiające analizę przed i po przesłaniu diagnostycznego za pomocą danych kodu CPT, wdrażanie próbnych znaczników, a następnie wdrażanie ukierunkowanych programów edukacyjnych i wspomagania decyzji EHR. Uzyskane zostaną umowy o wykorzystywaniu danych pomiędzy trzema instytucjami.

Zbieranie danych będzie przebiegać w trzech etapach. Po pierwsze, badacze pobiorą i przeprowadzą audyt/analizę pod kątem różnic w złożoności stosowania kodu CPT E/M w związku z obecnością określonych niepełnosprawności (osoby niepełnosprawne z poważnymi upośledzeniami ruchowymi, problemami ze zdrowiem psychicznym, poważnym upośledzeniem wzroku/ślepotą, poważnym ubytkiem słuchu/głuchą oraz IDD) w porównaniu z brakiem określonych niepełnosprawności. Dane dotyczące kodów E/M pacjenta CPT będą pochodzić z Uniwersyteckiego Centrum Medycznego RUSH, Szpitala RUSH Oak Park, Szpitala RUSH Copley, Szpitala Ogólnego Rochester, Centrum Medycznego hrabstwa Erie i powiązanych przychodni. Badacze pobiorą i przeanalizują kody CPT E/M z oddziałów ratunkowych (kody 99281-99285), kody CPT E/M z usług szpitalnych (99221-99223, 99231-99233, 99238-99239), kody CPT E/M z oddziałów ambulatoryjnych wizyty u nowych pacjentów (99202-99205), u ustalonych pacjentów (99211-99215) oraz w ramach opieki profilaktycznej (99384-99387) w celu zidentyfikowania potencjalnych różnic w użytkowaniu. W 2023 r. wprowadzono zmiany w kodach E/M w sposób, który miał zmniejszyć obciążenia. Dane będą pobierane za okres od 1 stycznia 2023 r. do 30 czerwca 2024 r. Kody CPT E/M będą stosowane jako zastępcze przyćmienie diagnostyki w gromadzeniu informacji klinicznych i złożoności procesu decyzyjnego; E/M to etap procesu diagnostycznego, w którym mogą wystąpić błędy. . Zastosowane zostaną ilościowe metody oceny danych kodów CPT E/M. Dane zostaną zaprogramowane ze sprawdzaniem zakresu zmiennych i regułami pomijania oraz będą eksportowane w sposób zautomatyzowany do SPSS. W oparciu o doświadczenie, pacjenci z określonymi rodzajami niepełnosprawności zostaną zidentyfikowani na podstawie obszernej listy kodów diagnozy wtórnej dla określonych rodzajów niepełnosprawności dla pacjentów w wieku 3–89 lat. Dane będą posegregowane według wieku w grupach pięcioletnich, z wyjątkiem grupy w wieku 3–5 lat. Wszystkie zmienne zostaną sprawdzone pod kątem błędnych wartości. Statystyki opisowe zostaną obliczone dla wszystkich pozycji (kody CPT E/M), a rozkłady zostaną zbadane pod kątem odchyleń od normalności i wartości odstających. Zgłaszane będą statystyki opisowe dla wszystkich środków. W przypadku każdego rodzaju wizyt badacze najpierw porównają ogólną proporcję każdego kodu E/M CPT według stopnia niepełnosprawności, korzystając z dokładnych testów Fishera w parach z opisową analizą częstotliwości przypadków, przyrostu wieku, płci, rasy/pochodzenia etnicznego, obszaru miejskiego/wiejskiego, choroby współistniejące, rodzaj niepełnosprawności, rodzaj ubezpieczenia i ciężkość choroby [w zależności od ośrodka]). Ocena zostanie przeprowadzona pod kątem tego, czy dane można zwinąć w wartości o wyższym i niższym poziomie złożoności kodeksów oceny i zarządzania. Jeżeli tak, zostanie przeprowadzona binarna analiza regresji logistycznej z wykorzystaniem wyników wyższego i niższego poziomu złożoności kodów oceny i zarządzania CPT oraz uwzględnienia wpływu rasy, pochodzenia etnicznego, płci, przedziałów wiekowych, rodzaju niepełnosprawności, statusu ubezpieczenia, ciężkości choroby oraz 10 pytań do przeglądu wykresów (opisanych wcześniej). W przeciwnym razie badacze zastosują analizę regresji porządkowej wyników kodów E/M CPT (przy użyciu wszystkich poziomów złożoności). Przeprowadzone zostaną analizy specyficzne dla danego miejsca (tj. SOR, leczenie szpitalne, ambulatoryjne, opieka profilaktyczna) oraz model złożony, który uwzględnia ośrodek przy użyciu błędów standardowych odpornych na klastry.

Binarna (lub porządkowa) analiza regresji zostanie przeprowadzona dla każdego miejsca (oddział ratunkowy, szpitalny, ambulatoryjny, opieka profilaktyczna), przy czym zmienną zależną będą kody E/M (oddzielnie lub podzielone na kody o niższej i wyższej złożoności). Niezależnymi zmiennymi będą dane demograficzne dotyczące przyrostu wieku, płci, rasy/pochodzenia etnicznego, obszaru miejskiego/wiejskiego, chorób współistniejących, rodzaju niepełnosprawności, rodzaju ubezpieczenia i ciężkości choroby [istotne dla ośrodka]) oraz 10 kwestii związanych z przeglądem wykresów wymienionych powyżej. Zmienne ładunki zostaną ocenione pod kątem wykorzystania w opracowywaniu algorytmów dla PWD z określonych grup narażonych na ryzyko przesłaniania diagnostycznego.

Po drugie, w oparciu o znalezione różnice w analizach kodów CPT E/M, przeprowadzone zostaną ukierunkowane retrospektywne ręczne przeglądy wykresów, aby poprawić identyfikację podstawowych mechanizmów przyćmienia diagnostycznego. W każdej instytucji partnerskiej (5) powiązanej z trzema ośrodkami medycznymi zostanie poddanych przeglądowi co najmniej pięć kart pacjentów z każdej z pięciu określonych populacji osób niepełnosprawnych (patrz poprzedni akapit), z których zbierane są dane (po 25 w każdej z pięciu placówek i przynależnych im przychodni – łącznie 125).

Wykresy zostaną sprawdzone pod kątem problemów, które mogą zapewnić wgląd w przesłanianie diagnostyczne. W dyskusjach z personelem sugestie do rozważenia obejmują te same kwestie, które wymieniono powyżej w części Poprzednia praca. Zostaną sporządzone notatki dotyczące powyższych dziesięciu kwestii. Notatki będą oceniane pod kątem tematów za pomocą indukcyjnej analizy tematycznej. Zespół będzie spotykał się co tydzień w celu omówienia tematów. Jeżeli podczas przeglądu wykresu zostaną ustalone inne kwestie, złożona zostanie poprawka IRB w celu oceny dodatkowych kwestii.

Po dokonaniu przeglądu wykresów zostaną przeprowadzone wywiady z personelem w określonych obszarach w celu zbadania postrzegania przyczyn mogących występować różnic, spodziewając się co najmniej pięciu pogłębionych wywiadów i wielu krótkich wywiadów w każdym z pięciu miejsc, które można przeprowadzić podczas „narad” zmianowych " i spotkania pracownicze.

Po trzecie, w oparciu o te dane bazowe, zostaną przeprowadzone konsultacje z Siecią Działań Pomiarowych i Komitetem Doradczym Rzeczników w sprawie opracowania oddzielnych próbnych znaczników po opiece nad każdą konkretną populacją osób z niepełnosprawnością intelektualną podatną na przyćmienie diagnostyki. Przeprowadzonych zostanie 25 retrospektywnych badań pacjentów (po 5 z określonych populacji wymienionych powyżej, z 10 znacznikami wśród dzieci i co najmniej 10 wśród pacjentów z marginalizowanych grup rasowych/etnicznych) w każdej z pięciu instytucji partnerskich z powiązanymi praktykami ambulatoryjnymi (po 25 w RUSH University Medical Center, RUSH Oak Park Hospital, RUSH Copley Hospital, Rochester General Hospital i Erie County Medical Center). W przypadku znaczników wybrani zostaną pacjenci z takimi problemami, jak duża ostrość, złożoność opieki (np. wielokrotne badania, operacje), przeniesienia między oddziałami i historia urazów, biorąc pod uwagę, że kwestie wpływające na opiekę różnią się w zależności od populacji. Prowadzony będzie także system wskaźników opieki skupiony na zrozumieniu czynników ułatwiających system i barier w ograniczaniu przesłaniania diagnostyki, w tym opieki opartej na wiedzy o traumie.

Opracowanie i pierwsza podstawowa implementacja próbnych znaczników oraz wszelkich edycji zostaną ukończone w Rush do końca pierwszego roku. W innych systemach próbne znaczniki zostaną przeprowadzone w roku 2. Będzie to łącznie 125 znaczników na początku badania. W przypadku przewodników zastosowane zostaną metody ewaluacji kształtującej rozwój w przypadku próbnych znaczników, a ewaluacja kształtująca zostanie przekazana odpowiednim jednostkom i praktykom. W latach 3 i 4 pozorowane znaczniki zostaną przeprowadzone na oddziałach ratunkowych (w kraju 70% pacjentów hospitalizowanych w szpitalach jest przetwarzanych przez oddziały ratunkowe), na wybranych oddziałach szpitalnych (w tym na oddziałach pediatrycznych) i na wybranych przychodniach ambulatoryjnych (w tym na oddziałach pediatrycznych) w pięciu instytucjach – 15 znaczników w każdym, łącznie 75.

Cel 2: Współtworzenie ram tematycznych leżących u podstaw przyćmienia diagnostyki w celu opracowania algorytmów identyfikujących pacjentów z określonymi niepełnosprawnościami zagrożonych DO/DE wraz ze wsparciem decyzji EHR i podpowiedziami/ostrzeżeniami dotyczącymi konkretnych problemów. Opracowane zostaną materiały edukacyjne na temat algorytmów i wspomagania decyzji EHR oraz podpowiedzi/ostrzeżeń, a także studia przypadków mające na celu edukowanie dostawców w zakresie materiałów DO/DE i EHR.

Wprowadzenie do procesu planowania partycypacyjnego i podejmowania decyzji (PPDM). Do końca drugiego roku badacze zastosują metodę mieszaną do analizy audytów i analiz CPT E/M, wywiadów z pracownikami oraz przeglądu wykresów danych ilościowych i notatek jakościowych. Następnie zostanie przeprowadzona indukcyjna analiza tematyczna obejmująca przegląd wykresów, wywiad z personelem i próbne notatki ze znaczników, aby zidentyfikować początkowy zestaw tematów leżących u podstaw mechanizmów przyćmienia diagnostycznego do wykorzystania w procesach PPDM (patrz tabela 1).

Tabela 1. Proces partycypacyjnego planowania i podejmowania decyzji (PPDM). Faza 1 ● Dwa tygodnie przed spotkaniem uczestnicy wypełniają poprzedzający spotkanie kwestionariusz lub wywiad, aby uzyskać ich przemyślenia na temat początkowo zidentyfikowanych tematów związanych z przyćmiewaniem diagnozy.

● Informacje uzyskiwane w drodze serii otwartych zapytań w ramach ankiety internetowej lub wywiadu w celu uzyskania odpowiedzi na dane tematy.

Faza 2 ● Analiza wkładu interesariuszy przy użyciu stałej analizy porównawczej.154,155 ● Stopień konsensusu zostanie określony co do tematów określonych jako „najważniejsze” dla ukierunkowanych programów edukacyjnych i wsparcia decyzji EHR. Zostaną zbudowane wstępne modele odzwierciedlające tematy i podtematy opracowane dla każdej grupy PPDM.

Faza 3 ● Każda grupa PPDM (5-7 osób) będzie spotykać się przez 2 godziny; zajęcia dla każdej grupy będą prowadzone przez personel ICI.

  • Uczestnicy odpowiadają na pytania dotyczące ram swojej grupy zarówno na poziomie tematu, jak i podtematu:

    • W celu ułatwienia dyskusji zostaną zastosowane procedury grup nominalnych.156
    • Tymczasowy zestaw motywów oparty na fazie 1 & zaprezentowane zostaną 2.
    • Facylitator poprowadzi dyskusję grupową pomiędzy uczestnikami dążącymi do konsensusu.
    • Aby ułatwić dyskusję, zostaną zastosowane procedury procesu grupy nominalnej. Faza 4 ● Korzystając z tabletów dostarczonych przez facylitatorów i oprogramowania opracowanego przez ICI, zainteresowane strony podają wagi ważności w skali 0-100 (lub 0-10 w zależności od grupy) w skali równych przedziałów dla każdego tematu i podtematu.
    • Zidentyfikowano wszystkie elementy pomiarowe.
  • Najwyżej oceniony temat i podtemat w ramach tematu otrzymają wynik 100 (lub 10 w zależności od grupy).
  • Wszystkie pozostałe to 0-99. (Lub 0-9 w zależności od grupy).

Faza 5 ● Po kolejnych ocenach wyświetlane są zdezidentyfikowane wagi ważności całych grup. Każdy uczestnik może przeglądać:

  • Ich własne wagi ważą
  • Zdezidentyfikowane wagi ważności wszystkich pozostałych interesariuszy
  • Zakres wag ważności
  • Średnie wagi ważności ich grupy PPDM dla wszystkich tematów i podtematów. Faza 6

    • Grupy PPDM spotkają się po raz drugi na godzinę.
    • Uczestnicy omówią podobieństwa i różnice w wagach ważności.
    • Uczestnicy będą mieli okazję podzielić się z innymi uzasadnieniem przydzielonych im wag.
    • Osiągnięty zostanie ruch w kierunku konsensusu przy użyciu nominalnych procesów grupowych. Faza 7 ● Korzystając z tabletów, zainteresowane strony zapewnią drugi zestaw wag ważności dla wszystkich tematów i wszystkich podtematów.

Faza 8 ● Wagi proporcjonalne zostaną automatycznie obliczone przez system wsparcia.

● Uczestnikom zostanie przedstawiony ostateczny model tematów.

Metody Proces PPDM będzie częścią koprodukcji ramowych ważnych tematów związanych z mechanizmami leżącymi u podstaw DO/DE. Uczestnikami procesu PPDM będą osoby z grup dotkniętych, w tym osoby niepełnosprawne, członkowie rodzin, pracownicy służby zdrowia, studenci zawodów medycznych, specjaliści ds. poprawy jakości, osoby posiadające wiedzę specjalistyczną w zakresie zdrowia dzieci oraz przedstawiciele organizacji związanych z niepełnosprawnością, systemów opieki zdrowotnej, organizacji płatników, i usługi społecznościowe.

Zostanie sformułowany początkowy zestaw tematów związanych z mechanizmami leżącymi u podstaw DO/DE. Tematyka będzie włączająca i włączająca dzieci. Oczekuje się, że we wszystkich grupach objętych projektem weźmie udział około 100 uczestników. Przeprowadzona zostanie wstępna ankieta i spotkanie w celu ustalenia priorytetów tematów. Wstępne ustalenie priorytetów zostanie przesłane uczestnikom i odbędzie się drugie spotkanie w celu dalszego potwierdzenia i ustalenia priorytetów tematów. Na każdym spotkaniu PPDM przeszkolony facylitator będzie korzystał z procedur procesu grupy nominalnej, aby kierować grupą, zapewniając interesariuszom skupienie się na zadaniu, odpowiadanie na pytania i dążenie do konsensusu. Aby ułatwić proces wirtualnego PPDM, pracownicy ICI opracowali oprogramowanie, które działa na laptopach, tabletach i telefonach komórkowych i zapewnia wszechstronną aplikację umożliwiającą uczestnikom łatwe przeglądanie wszystkich tematów i podtematów (oraz odpowiednich definicji) zidentyfikowanych jako podstawowe przesłanianie diagnostyczne oraz bezpośrednie wprowadzanie wagi priorytetów/ważności tych tematów podczas spotkań PPDM. Druga osoba z personelu, zwana „szoferem”, będzie obsługiwać ten system oprogramowania, monitorując wprowadzanie danych uczestników, oferując wsparcie w razie potrzeby, zapewniając wizualne wyświetlanie pozbawionych identyfikacji wag po zakończeniu procesu oceniania i rejestrując przebieg postępowania. Przed wdrożeniem tematy zostaną poddane przeglądowi przez Komitet Rzeczników Osób Niepełnosprawnych, Sieć Działań Edukacyjnych i Komitet Sterujący.

Analiza danych. W ramach procesu PPDM dane są na każdym etapie na bieżąco „analizowane” przez interesariuszy. Jeżeli waga członków grupy znacznie się różni, ułatwia się dyskusję w celu osiągnięcia większego stopnia konsensusu. Plany analizy danych dla tego badania będą miały charakter zarówno jakościowy, jak i ilościowy. Analiza jakościowa oparta na nagranych oświadczeniach interesariuszy podczas procesu PPDM zostanie przeprowadzona za pomocą oprogramowania NVivo w celu rozpoznania wspólnych tematów przy użyciu ciągłej analizy porównawczej. Każdy temat opracowany przez grupy PPDM zostanie podsumowany. Zostaną zidentyfikowane podobieństwa i różnice pomiędzy tematami oraz waga tematów opracowanych przez różne grupy interesariuszy PPDM. Konkretne elementy zidentyfikowane dla każdego tematu i podtematu zostaną następnie ponownie przeanalizowane, identyfikując podobieństwa i różnice między grupami. Na koniec, dla każdego etapu procesu PPDM zbadane zostaną wagi, jakie grupy PPDM przypisują tematom i podtematom (Tabela 1). Wyniki będą odzwierciedlać tematy leżące u podstaw DO/DE. Komitet Rzeczników Osób Niepełnosprawnych i Sieci Działania Konsorcjum dokonają przeglądu tematów, a każdy z nich omówi implikacje tematów dla ich pracy. Komitet Sterujący dokona przeglądu procesu i wyda zalecenia dotyczące wszelkich korekt planów na kolejne etapy.

Rozwój programu. Po 8. fazie procesu PPDM, wraz z ostatecznym modelem zidentyfikowanych tematów, opracowane zostaną algorytmy umożliwiające identyfikację pacjentów ze specyficznymi niepełnosprawnościami, narażonych na ryzyko przyćmienia/błędów diagnostycznych. Badacze będą jednocześnie współpracować ze służbami cyfrowymi i informacyjnymi w Rush, w szczególności z EPIC, w celu opracowania podpowiedzi, alertów i wspomagania decyzji EHR, które zmniejszą niejednoznaczność i zapewnią jasne wytyczne w procesie diagnostycznym. wraz z wsparciem decyzji EHR i podpowiedziami/ostrzeżeniami w określonych kwestiach. Zostaną opracowane materiały edukacyjne na temat algorytmów i wspomagania decyzji EHR oraz podpowiedzi/ostrzeżeń wraz ze studiami przypadków w celu edukowania dostawców w zakresie przesłaniania diagnostyki/błędów diagnostycznych. W tych wysiłkach zostaną wykorzystane zasady projektowania nauczania, w którym środowiska i materiały do ​​nauki są opracowywane w sposób motywujący do zdobywania wiedzy i umiejętności. Zaangażowane będą służby informacyjne. Personel Rush i GIDDN, trzech ośrodków medycznych (Uniwersyteckiego Systemu Zdrowia RUSH, Szpitala Ogólnego w Rochester, Centrum Medycznego hrabstwa Erie), a także członkowie Komitetu Sterującego, Komitetu Doradczego ds. Niepełnosprawności Krzyżowej i Sieci Akcji zostaną włączeni do tych ośrodków starania. Warto zauważyć, że te trzy instytucje posiadają struktury umożliwiające wdrażanie projektowania nauczania i technologii informatycznych. Komitet Sterujący, Komitet Doradczy Rzeczników Niepełnosprawności Krzyżowych i Sieć Działań Edukacyjnych będą przeprowadzać bieżący przegląd rozwoju i wdrażania programu.

Plan analizy danych

W roku 5. w porównaniu z rokiem 1. zostanie przeprowadzone wykorzystanie kodu CPT E/M z pięcioma zidentyfikowanymi grupami osób niepełnosprawnych (ilościowo), aby ocenić, czy użycie kodowania zmieniło się w przypadku osób niepełnosprawnych po wdrożeniu algorytmów służących do identyfikacji osób niepełnosprawnych narażonych na ryzyko diagnostyczne. przyćmiewanie/błąd diagnostyczny wraz ze wsparciem decyzji EHR i monitami/alarmami dotyczącymi określonych problemów. Binarna lub porządkowa analiza regresji ANCOVA przed i po leczeniu zostanie przeprowadzona dla każdego ustawienia (sOR, szpital, opieka ambulatoryjna, opieka profilaktyczna) oddzielnie lub jako skupiska, z wynikami przed leczeniem i wynikami po leczeniu jako wartości procentowe binarne lub porządkowe. Niezależnymi zmiennymi będą dane demograficzne pacjentów dotyczące przyrostu wieku, płci, rasy/pochodzenia etnicznego, obszaru miejskiego/wiejskiego, chorób współistniejących, rodzaju niepełnosprawności, rodzaju ubezpieczenia i obowiązującego wskaźnika ciężkości, a także 10 kwestii z przeglądu wykresów wymienionych powyżej osobno lub jako elementy złożone. Opracowane programy edukacyjne będą oceniane poprzez 1) kontrole użycia przed i po zdobyciu wiedzy oraz 2) dane opisowe dotyczące wykorzystania konkretnych nośników decyzji EHR jako niezależne testy t i analizę regresji z niezależnymi zmiennymi obejmującymi ustawienie, płeć, rasę/pochodzenie etniczne, przedział wiekowy, rodzaj świadczeniodawcy i miejsce świadczenia usługodawcy (SOR, szpitalne, ambulatoryjne, opieka profilaktyczna)91 Czas przed oceną diagnostyczną przy użyciu ANCOVA w celu oceny różnic zostanie przeprowadzony dla 2-3 problemów, które należy jeszcze ustalić charakterystyka demograficzna pacjentów niepełnosprawnych i charakterystyka świadczeniodawcy jako zmienne niezależne. Ocenie zostaną poddane efekty interakcji. W przypadku miar ilościowych (analiza wykorzystania kodu CPT E/M, weryfikacja wiedzy, dane opisowe na temat stosowania wsparcia decyzyjnego EHR i podpowiedzi/ostrzeżeń) ANCOVA zostanie wykorzystana do zbadania efektów interakcji przy użyciu środków przedtestowych i zmiennych niezależnych z pierwszego roku.

Ostateczne próbne ślady i analizy zostaną przeprowadzone pod koniec roku 4 i w roku 5. Przeprowadzona zostanie analiza jakościowa notatek z recenzji w porównaniu z notatkami sprzed interwencji.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

120000

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

    • Illinois
      • Chicago, Illinois, Stany Zjednoczone, 60612
        • Rekrutacyjny
        • Rush University Medical Center
        • Kontakt:
        • Kontakt:
          • Director Sponsored programs, CRA
          • Numer telefonu: 312 942-3554

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Sprawy:

  • Przypadki bez niepełnosprawności to pacjenci w wieku 3–89 lat bez następujących rozpoznań głównych i wtórnych (przy użyciu powiązanych kodów ICD-10):
  • Przypadkami niepełnosprawności są pacjenci w wieku od 3 do 89 lat z następującymi cechami

Diagnoza główna i wtórna (przy użyciu powiązanych kodów ICD-10):

  • Upośledzenia ruchowe: Choroby rdzenia kręgowego, Urazy rdzenia kręgowego, Urazy nerwów rdzenia kręgowego, Stwardnienie rozsiane, Porażenie mózgowe, Uzależnienie od maszyn lub urządzeń wspomagających, Potrzeba opiekuna związana z niepełnosprawnością ruchową
  • Poważne zaburzenia widzenia
  • Poważne upośledzenie słuchu
  • Zdrowie psychiczne: zaburzenia psychiczne i zaburzenia zachowania w wywiadzie, duża depresja, ciężka choroba afektywna dwubiegunowa, ciężka schizofrenia, paranoja, psychoza
  • Niepełnosprawność intelektualna
  • Autyzm

Opis

Kryteria włączenia:

• Pacjenci w wieku 3–89 lat, którzy otrzymali naliczone opłaty

Kryteria wykluczenia:

  • Pacjenci w wieku poniżej 3 lat i powyżej 89. roku życia.
  • Jak już wiadomo, u pacjentów z wtórnym rozpoznaniem demencji w populacji występuje zwiększone ryzyko błędu diagnostycznego

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
Pacjenci z niepełnosprawnością

Przypadki niepełnosprawne to pacjenci w wieku 3–89 lat z jedną lub więcej z 26 diagnoz skłonnych do błędów i mają następujące wtórne (lub pierwotne) diagnozy (przy użyciu powiązanych kodów ICD -10)

Upośledzenia mobilności: Choroby rdzenia kręgowego, urazy rdzenia kręgowego, uszkodzenie nerwów rdzenia kręgowego, stwardnienie rozsiane, porażenie mózgowe, zależność od maszyn lub urządzeń, potrzeba opieki związanej z upośledzeniem ruchliwości

Poważne zaburzenia wzroku:

Poważne zaburzenia słuchu:

Zdrowie psychiczne: Historia osoby zaburzenia psychiczne i behawioralne, poważna depresja, ciężkie zaburzenie afektywne dwubiegunowe, ciężka schizofrenia, paranoja, psychoza

Niepełnosprawność intelektualna:

Autyzm

  1. . A baseline description of patients aged ≥ 3 to 89 years old with one or more of 26 diagnoses prone to error was developed to compare cases of patients with specific disabilities (major mobility impairments, severe mental health concerns, severe visual impairments, severe hearing loss, and IDD) versus cases of patients without the specific disabilities who have these diagnoses.
  2. Initial manual chart reviews on PWDs with specific diagnoses of sepsis and metastatic breast cancer with two of the disability groups, patients with intellectual disabilities and/or autism and with severe mental illness were done.
  3. We analyzed mammogram usage and factors related to usage among women ≥ 40 years old with IDD and with severe mental health issues

3) We are working on algorithms to identify providers whose female patients age > 40 years old to encourage outreach and to identify the patients needing mammograms for outreach. Developing educational materials for both providers and patients.

Pacjenci bez niepełnosprawności

Pacjenci bez niepełnosprawności są w wieku 3-89 lat z jednym lub więcej z 26 diagnoz podatnych na błędy i bez następujących wtórnych (lub pierwotnych) diagnoz: Upośledzenie ruchliwości: Choroby rdzenia kręgowego, uraz rdzenia kręgowego, uszkodzenie nerwów rdzenia kręgowego, stwardnienie rozsiane, porażenie mózgowe, porażenie mózgowe, zależność od maszyn lub delegatów, potrzeba opieki związanej z mobilnością do mobilności do mobilności.

Poważne zaburzenia wzroku:

Poważne zaburzenia słuchu:

Zdrowie psychiczne: Historia osoby zaburzenia psychiczne i behawioralne, poważna depresja, ciężkie zaburzenie afektywne dwubiegunowe, ciężka schizofrenia, paranoja, psychoza

Niepełnosprawność intelektualna:

Autyzm

Pacjenci pełnosprawni otrzymają standardową opiekę związaną z monitami, alertami i wsparciem w podejmowaniu decyzji w elektronicznej karcie zdrowia.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Kwestionariusze wiedzy
Ramy czasowe: 3,5 roku
Opracowane zostaną kwestionariusze wiedzy dotyczące algorytmów wykrywania osób niepełnosprawnych z 5 określonych grup narażonych na ryzyko przesłonięcia diagnozy, podpowiedzi/alarmów EHR i wspomagania decyzji. Przed i po zakończeniu procent poprawnych odpowiedzi zostanie obliczony i porównany za pomocą ANCOVA.
3,5 roku
Dane opisowe na temat korzystania z elektronicznej decyzji (EHR) obsługuje i podpowiedzi/powiadomienia
Ramy czasowe: 1,5, 2,5 i 3,5 roku
Po wdrożeniu podpowiedzi/powiadomień EHR i wsparcia decyzji związanych z błędem diagnostycznym dane opisowe zostaną zebrane i analizowane pod kątem użytkowania.
1,5, 2,5 i 3,5 roku
Rozkład złożoności oceny i zarządzania (E/M) Obecne kody technologii proceduralnej (CPT)
Ramy czasowe: 4 lata
Odsetek każdego wyniku złożoności dla obecnych kodów oceny i zarządzania technologią procedur (CPT) zostanie zmierzony przez ustawienie (ED, ambulatoryjne, szpitalne, profilaktyczne opiekę) za różnice przy użyciu dokładnych testów Fishera dla pacjentów z niepełnosprawnością (PWD) w wieku 3-89 lat z specyficznymi niepełnosprawnością (poważne upośledzenie mobilności, umowy o zdrowiu psychicznym, ciężkie upodobanie przesłuchania, stracie ochrony, DEAD/DEAD/DEAD/DEAD/DEAD/DEAD/DEAD/DEAD/DEAD/DEAD/DEAD/DEAD, DEAD, DEAD, DEAD, DEAD/DEAD, IDD) w porównaniu z pacjentami w wieku 3-89 lat bez konkretnych niepełnosprawności.
4 lata
Wyniki na bezpieczniejszej liście kontrolnej DX
Ramy czasowe: 4 lata
Bezpieczniejszy instrument DX wykorzystuje skalę Likerta, aby ocenić stopień zgody z oświadczeniem dotyczącym procesów diagnostycznych. Wyższe wyniki mogą wskazywać na większe prawdopodobieństwo błędu diagnostycznego lub „straconej okazji” do diagnozy.
4 lata

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Próbna analiza jakościowa znacznika
Ramy czasowe: Klasy 4 i 5
Analiza jakościowa notatek z przeglądu z próbnych wskaźników sprzed interwencji zostanie porównana z notatkami po interwencji.
Klasy 4 i 5

Inne miary wyników

Miara wyniku
Opis środka
Ramy czasowe
Efekty interakcji przed i po procesach diagnostycznych
Ramy czasowe: 3,5 roku
Stosując pomiary wstępne i zmienne niezależne od pierwszego roku, ANCOVA zostanie wykorzystana do pomiaru wpływu interakcji na skutki interwencji. Przyrosty wieku, płeć, rasa/pochodzenie etniczne, miejska/wiejska, współistniejące, rodzaj niepełnosprawności, rodzaj ubezpieczenia i ciężkość choroby [istotna dla strony]), a 10 kwestii sugerowanych przez zainteresowane strony (pojedynczo lub w kompozytach) zostaną wprowadzone jako zmienne w ANCOVA i mierzone pod kątem zmienności poprzez ustalanie w wynikach po terestach CPT E/M Code, SaFer SCOress, Safits SCESS, Stowagel Check, sprawdzanie. Dane opisowe dotyczące korzystania z decyzji EHR obsługują i monitors/alert.
3,5 roku

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Sarah H Ailey, PhD RN, Rush University College of Nursing

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

  • 163. Fram S. The constant comparative analysis method outside of grounded theory. Qualitative report. 2015. doi: 10.46743/2160-3715/2013.1569. 164. McMillan SS, Kelly F, Sav A, et al. Using the nominal group technique: How to analyse across multiple groups. Health Serv Outcomes Res Method. 2014;14(3):92-108. https://link.springer.com/article/10.1007/s10742-014-0121-1. doi: 10.1007/s10742-014-0121-1. 165. Krueger RA, Casey MA. Focus groups. 5th ed. Thousand Oaks: SAGE Publications, Incorporated; 2014. https://ebookcentral.proquest.com/lib/[SITE_ID]/detail.action?docID=7106821. Version 5/21/25 Page 63 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 166. Abery B, Ticha R, Bathje M, Ailey S. Participatory planning and decision making: Themes in the education of health professionals in the health of people with intellectual and developmental disabilities. . 167. Reiser RA, Dempsey JV. Trends and issues in instructional design and technology. Fourth edition ed. New York, NY: Pearson; 2018.
  • 156. How Rochester regional health is raising health equity in healthcare Rochester Regional Health Web site. https://hive.rochesterregional.org/2023/02/health-equity-rochester. Accessed November 21, 2023. 158. AMA: New 2023 CPT code set includes burden-reducing revisionsAmerican Medical Association Press releases Web site. https://www.ama-assn.org/press-center/press-releases/ama- new-2023-cpt-code-set-includes-burden-reducing-revisions. Updated 2022. Accessed November 21, 2023. 159. Skinner TR, Scott IA, Martin JH. Diagnostic errors in older patients: A systematic review of incidence and potential causes in seven prevalent diseases. International journal of general Version 5/21/25 Page 62 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 medicine. 2016;9(Issue 1):137-146. https://www.ncbi.nlm.nih.gov/pubmed/27284262. doi: 10.2147/IJGM.S96741. 160. Wright N, Anthony D, McArdle K, Ailey S. Case study in tracer methodology: CARE OF PATIENTS WHO ARE BLIND OR VISUALLY IMPAIREDJoint Commission : The Source. 2018;16(8):1. 161. Augustine JJ. Latest data reveal the ED's role as hospital admission gatekeeper. ACEPNow: The Official Voice of Emergency Medicine. 2019. https://www.acepnow.com/article/latest-data- reveal-the-eds-role-as-hospital-admission- gatekeeper/#:~:text=In%202018%2C%20inpatient%20units%20were%20the%20site%20of,70% 20percent%20of%20hospital%20inpatients%20processed%20through%20it.. 162. Miles MB. Qualitative data analysis. Edition 3 ed. Los Angeles: Sage; 2014. http://www.econis.eu/PPNSET?PPN=1605448125.
  • 6692. doi: 10.1352/1934-9556-61.4.326. 148. Stancliffe RJ, Pettingell SL, Bershadsky J, Houseworth J, Tichá R. Community participation and staying home if you want: US adults with intellectual and developmental disabilities. Journal of Applied Research in Intellectual Disabilities. 2022;35(5):1199-1207. doi: 10.1111/jar.13014. 149. Pettingell SL, Houseworth J, Tichá R, Kramme JED, Hewitt AS. Incentives, wages, and retention among direct support professionals: National core indicators staff stability survey. Intellectual and developmental disabilities. 2022;60(2):113-127. doi: 10.1352/1934-9556-60.2.113. 150. Tichá R, Hewitt A, Nord D, Larson S. System and individual outcomes and their predictors in services and support for people with IDD. Intellect Dev Disabil. 2013;51(5):298-315. doi: 10.1352/1934-9556-51.5.298. 151. Qian X, Tichá R, Stancliffe R. Contextual factors associated with implementing active support in community group homes in the united states: A qualitative investigation. J Policy Pract Intellect Disabil. 2017;14(4):332-340. doi: 10.1111/jppi.12204. Version 5/21/25 Page 61 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 152. RTC/OM briefs. Rehabilitation Research and Training Center on HCBS Outcome Measurement Web site. https://publications.ici.umn.edu/rtcom/briefs/brief-one-involving- stakeholders-to-address-challenges-in-hcbs-mesure-development. 153. IDD health equityIDD Health Equity Web site. https://iddhealthequity.org/. 154. Among the nation's best. RUSH System for Health Web site. https://www.rush.edu/. 155. Ansell DA, Oliver-Hightower D, Goodman LJ, Lateef OB, Johnson TJ. Health equity as a system strategy: The rush university medical center framework. NEJM catalyst innovations in care delivery. 2021;2(5). doi: 10.1056/CAT.20.0674.
  • 143. Stancliffe RJ, Tichá R, Pettingell SL, Houseworth J, Bershadsky J. Current services and outcomes of formerly institutionalised and never-institutionalised US adults with intellectual and developmental disabilities: A propensity score matching analysis. Journal of applied research in intellectual disabilities. 2023;36(4):859-870. https://onlinelibrary.wiley.com/doi/abs/10.1111/jar.13103. doi: 10.1111/jar.13103. 144. Cherry E, Stancliffe RJ, Emerson E, Tichá R. Policy implications, eligibility, and demographic characteristics of people with intellectual disability who access self-directed funding in the united states. Intellectual and developmental disabilities. 2021;59(2):123-140. http://eric.ed.gov/ERICWebPortal/detail?accno=EJ1291832. doi: 10.1352/1934-9556-59.2.123. 145. Stancliffe RJ, Pettingell SL, Tichá R, Houseworth J. Mothers and fathers with intellectual and developmental disabilities who use US disability services: Prevalence and living arrangements. Journal of intellectual disability research. 2022;66(3):297-305. https://onlinelibrary.wiley.com/doi/abs/10.1111/jir.12912. doi: 10.1111/jir.12912. 146. Stancliffe RJ, Tichá R, Larson SA, Hewitt AS, Nord D. Responsiveness to self-report interview questions by adults with intellectual and developmental disability. Intellectual and developmental disabilities. 2015;53(3):163-181. https://www.ncbi.nlm.nih.gov/pubmed/26107851. doi: 10.1352/1934-9556-53.3.163. 147. Stancliffe RJ, Pettingell SL, Houseworth J, Tichá R. Participation and companions for socially inclusive community activities by U.S. adults with intellectual and developmental disabilities. Intellectual and developmental disabilities. 2023;61(4):326-344. https://www.ncbi.nlm.nih.gov/pubmed/37536692. doi: 10.1352/1934-9556-61.4.326.
  • 135. Bernadette Mazurek Melnyk, PhD, APRN-CNP, FAANP, FNAP, FAAN, Pamela Lusk, DNP, RN, PMHNP-BC, FAANP, FAAN / Bernadette Mazurek Melnyk, PhD, APRN-CNP, FAANP, FNAP, FAAN, Pamela Lusk, DNP, RN, PMHNP-BC, FAANP, FAAN. A practical guide to child and adolescent mental health screening, evidence-based assessment, intervention, https://www.perlego.com/book/2633732/a-practical-guide-to-child-and-adolescent-mental- health-screening-evidence-based-assessment-intervention-and-health-promotion-pdf. 136. Wehmeyer ML, Abery BH. Self-determination and choice. Intellect Dev Disabil. 2013;51(5):399-411. 137. Tichá R, Abery B, Šiška J. Editorial: Improving the quality of outcome measurement for adults with disabilities receiving community-based services. Frontiers in rehabilitation sciences. 2023;4:1163522. https://www.ncbi.nlm.nih.gov/pubmed/37064597. doi: 10.3389/fresc.2023.1163522. 138. Roberts MA, Abery BH. A person-centered approach to home and community-based services outcome measurement. Frontiers in rehabilitation sciences. 2023;4:1056530. https://www.ncbi.nlm.nih.gov/pubmed/36817716. doi: 10.3389/fresc.2023.1056530. 139. Wehmeyer ML, Abery BH. Self-determination and choice. Intellectual and developmental disabilities. 2013;51(5):399-411. http://eric.ed.gov/ERICWebPortal/detail?accno=EJ1015845. doi: 10.1352/1934-9556-51.5.399. 140. Stancliffe RJ, Wehmeyer ML, Shogren KA, Abery BH. Choice, preference, and disabilityhttps://doi.org/10.1007/978-3-030-35683-5. Updated 2020. 141. Abery B, Anderson LL. Preference, choice, and self-determination in the healthcare context. In: Stancliffe RJ, Wehmeyer MI, Shagrean KA, Abery BH, eds. Choice, preference, and disability: Promoting self-determination across the lifespan; 2020:155-175. 142. Houseworth J, Stancliffe RJ, Tichá R. Association of state-level and individual-level factors with choice making of individuals with intellectual and developmental disabilities. Research in developmental disabilities. 2018;83:77-90 https://dx.doi.org
  • 126. Weinberg DB, Cooney-Miner D, Perloff JN. Analyzing the relationship between nursing education and patient outcomes. J NURS REGUL. 2012;3(2):4-10. doi: 10.1016/S2155-8256(15)30212-X. 127. Weinberg DB, Cooney-Miner D, Perloff JN, Babington L, Avgar AC. Building collaborative capacity: Promoting interdisciplinary teamwork in the absence of formal teams. Med Care. 2011;49(8):716-723. doi: 10.1097/MLR.0b013e318215da3f. 128. Dobrowolska B, McGonagle I, Jackson C, et al. Clinical practice models in nursing education: Implication for students' mobility. Int Nurs Rev. 2015;62(1):36-46. doi: 10.1111/inr.12162. 129. Dobrowolska B, McGonagle I, Kane R, et al. Patterns of clinical mentorship in undergraduate nurse education: A comparative case analysis of eleven EU and non-EU countries. Nurse Educ Today. 2016;36:44-52. doi: 10.1016/j.nedt.2015.07.010. 130. Weinberg DB, Cooney-Miner D, Perloff JN, Bourgoin M. The gap between education preferences and hiring practices. Nurs Manage. 2011;42(9):23-28. doi: 10.1097/01.NUMA.0000399676.35805.f8. 131. Weinberg DB, Avgar AC, Sugrue NM, Cooney-Miner D. The importance of a high-performance work environment in hospitals. Health Serv Res. 2013;48(1):319-332. doi: 10.1111/j.1475-6773.2012.01438.x. 132. Cooney Miner D. Transforming the nursing workforce in new york: The value of baccalaureate preparation in nursing. J NY STATE NURSES ASSOC. 2013;43(2):17-20. 133. Golisano institute administrationSt. John Fisher University Web site. https://www.sjf.edu/institutes/golisano-institute/faculty-and-staff/. 134. Melnyk BM, Brown HE, Jones DC, Kreipe R, Novak J. Improving the mental/psychosocial health of US children and adolescents: Outcomes and implementation strategies from the national KySS summit. Journal of pediatric health care. 2003;17(6 Suppl):1. doi: 10.1016/j.pedhc.2003.08.002.
  • developmental disabilities . 2022. 118. Ailey SH, Johnson TJ, Fogg L, Friese TR. Factors related to complications among adult patients with intellectual disabilities hospitalized at an academic medical center. Intellect Dev Disabil. 2015;53(2):114-119. doi: 10.1352/1934-9556-53.2.114 [doi]. 119. Ailey SH, Johnson T, Fogg L, Friese TR. Hospitalizations of adults with intellectual disability in academic medical centers. Intellect Dev Disabil. 2014;52(3):187-192. doi: 10.1352/1934-9556-52.3.187 Version 5/21/25 Page 55 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 120. Ailey SH, Johnson TJ, Cabrera A. Evaluation of factors related to prolonged lengths of stay for patients with autism with or without intellectual disability. J Psychosoc Nurs Ment Health Serv. 2019:1-6. doi: 10.3928/02793695-20190205-01 [doi]. 121. Wirtz J, Ailey SH, Hohmann S, Johnson T. Patient outcomes associated with tailored hospital programs for intellectual disabilities. The American journal of managed care. 2020;26(3):e84-e90. https://www.ncbi.nlm.nih.gov/pubmed/32181620. doi: 10.37765/ajmc.2020.42640. 122. Chakravarthy V, Ryan MJ, Jaffer A, et al. Efficacy of a transition clinic on hospital readmissions. Am J Med. 2018;131(2):178-184.e1. doi: S0002-9343(17)30934-8 [pii]. 123. Altfeld SJ, Shier GE, Rooney M, et al. Effects of an enhanced discharge planning intervention for hospitalized older adults: A randomized trial. Gerontologist. 2013;53(3):430- 440. doi: 10.1093/geront/gns109 [doi]. 124. Johnson TJ, Patel AL, Jegier BJ, et al. Cost of morbidities in very low birth weight infants. J Pediatr. 2013;162(2):243-249.e1. doi: 10.1016/j.jpeds.2012.07.013. 125. Ailey SH, Johnson TJ, Cabrera A. Evaluation of factors related to prolonged lengths of stay for patients with autism with or without intellectual disability. J Psychosoc Nurs Ment Health Serv. 2019;57(7):17-22. doi: 10.3928/02793695-20190205-01
  • 107. Ailey SH, Hart R. Hospital program for working with adult clients with intellectual and developmental disabilities. Intellect Dev Disabil. 2010;48(2):145-147. 108. Ailey SH, Brown PJ, Ridge CM. Improving hospital care of patients with intellectual and developmental disabilities. Disabil Health J. 2017;10(2):169-172. 109. Ailey SH, Johnson T, Fogg L, Friese TR. Hospitalizations of adults with intellectual disability in academic medical centers. Intellect Dev Disabil. 2014;52(3):187-192. 110. Ailey SH, Johnson TJ, Fogg L, Friese TR. Factors related to complications among adult patients with intellectual disabilities hospitalized at an academic medical center. Intellect Dev Disabil. 2015;53(2):114-119. 111. Friese T, Ailey S. Specific standards of care for adults with intellectual disabilities. Nurs Manag (Harrow). 2015;22(1):32-37. doi: 10.7748/nm.22.1.32.e1296 [doi]. 112. Ailey S.H., Christopher BA, Ramson, K., Schmidt, N., & Lapin, A. Tracer methodology 101: Using mock tracers to evaluate care of patients with intellectual disabilities, part 2. . The Source. 2016;14(1):4-6. 113. Ailey S.H., Christopher BA, Ramson, K., Schmidt, N., & Lapin, A. Tracer methodology 101: Using mock tracers to evaluate care of patients with intellectual disabilities, part 1. The Source. 2015;13(12):4-6. 114. Wright N, Anthony D, McArdle KJ, Ailey SH. Case study in tracer methodology: Care of patients who are blind or visually impaired. Joint Commission: The Source. ;16(8):4-6. 115. Ailey SH, Smeltzer S, Marks B, et al. Partnering to transform health outcomes with persons with intellectual disabilities (PATH-PWIDD) year three. 2023. 116. Ailey SH, Brown H. Will proposed ACGME requirements have consequences for kids with autism . 2023. 117. Ailey SH, Brown H. Hospitals can be dangerous places for people with intellectual and developmental disabilities . 2022.
  • 97. Diaz T, Strong KL, Cao B, et al. A call for standardised age-disaggregated health data. The Lancet. Healthy longevity. 2021;2(7):e436-e443. https://dx.doi.org/10.1016/S2666- 7568(21)00115-X. doi: 10.1016/S2666-7568(21)00115-X. 98. Cameron AC, Trivedi PK. Microeconometrics using stata. volume II: Nonlinear models and causal inference methods. In: Multinomial models. second edition. College Station TX: Stata Press; 2022. 99. Whitaker RG, Sperber N, Baumgartner M, et al. Coincidence analysis: A new method for causal inference in implementation science. Implementation Science. 2020;15(1):1-108. https://www.ncbi.nlm.nih.gov/pubmed/33308250. doi: 10.1186/s13012-020-01070-3. Version 5/21/25 Page 52 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 100. Baumgartner M. Regularity theories reassessed. Philosophia. 2008;36(3):327-354. https://link.springer.com/article/10.1007/s11406-007-9114-4. doi: 10.1007/s11406-007-9114-4. 101. Baumgartner M, Falk C. Boolean difference-making: A modern regularity theory of causation. The British journal for the philosophy of science. 2023;74(1):171-197. https://www.journals.uchicago.edu/doi/abs/10.1093/bjps/axz047. doi: 10.1093/bjps/axz047. 102. Wolfe L, Chisolm MS, Bohsali F. Clinically excellent use of the electronic health record: Review. JMIR Human Factors. 2018;5(4):e10426. https://10.2196/10426. doi: 10.2196/10426. 103. Kania J, Kramer M. Collective impact. Stanford Social Innovation Review. 2011;9(1). https://ssir.org/articles/entry/collective_impact. 105. Ailey SH, Brown P, Friese TR, Dugan S. Building a culture of inclusion: Disability as opportunity for organizational growth and improving patient care. J Nurs Adm. 2016;46(1):9-11. doi: 10.1097/NNA.0000000000000286 [doi]. 106. Society for nurses with disabilities: National organization of nurses with disabilitiesNurses with disabilities Web site. https://www.nurseswithdisabilities.org/2011/02/national-organization- of-nurses-with.html.
  • 88. Turakhia P, Combs B. Using principles of co-production to improve patient care and enhance value. AMA J Ethics. 2017;19(11):1125-1131. doi: journalofethics.2017.19.11.pfor1-1711 89. Rycroft-Malone J, Burton CR, Bucknall T, Graham ID, Hutchinson AM, Stacey D. Collaboration and co-production of knowledge in healthcare: Opportunities and challenges. Int J Health Policy Manag. 2016;5(4):221-223. doi: 10.15171/ijhpm.2016.08 [doi]. 90. Participation of organisations of persons with disabilities in development programmes and policies: IDA global survey initial reportInternational Disability Alliance. 2019. 91. Rycroft-Malone J, Burton CR, Wilkinson J, et al. Collective action for implementation: A realist evaluation of organisational collaboration in healthcare. Implement Sci. 2016;11:17-z. doi: 10.1186/s13012-016-0380-z [doi]. 92. Cox R, Molineux M, Kendall M, Tanner B, Miller E. Co-produced capability framework for successful patient and staff partnerships in healthcare quality improvement: Results of a scoping review. BMJ Qual Saf. 2022;31(2):134-146. doi: 10.1136/bmjqs-2020-012729 [doi]. 93. Lewis DR, Johnson DR, Braddock DL. Participatory evaluation for special education and rehabilitation. Washington DC: American Association on Mental Retardation; 2000. Version 5/21/25 Page 51 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 94. Lenette C. Participatory action research. New York, NY: Oxford University Press; 2022. https://www.gbv.de/dms/bowker/toc/9780197644966.pdf. 10.1093/oso/9780197512456.001.0001. 95. Wehmeyer M. Decision making and self-determination. In: Khemka I, Hickson L, eds Decision making by individuals with intellectual and developmental disabilities. positive psychology and disability series. Springer; 2021. 96. Stancliffe RJ, Abery BH, Smith J. Personal control and the ecology of community living settings: Beyond living-unit size and type. American journal of mental retardation. 2000;105(6):431-454. http://eric.ed.gov
  • 82. Tsai CC, Starren J. Patient participation in electronic medical records. JAMA : the journal of the American Medical Association. 2001;285(13):1765. http://dx.doi.org/10.1001/jama.285.13.1765-JMS0404-3-1. doi: 10.1001/jama.285.13.1765- JMS0404-3-1. 83. Molina MF, Cash RE, Carreras-Tartak J, et al. Applying crisis standards of care to critically ill patients during the COVID-19 pandemic: Does race/ethnicity affect triage scoring? Journal of the American College of Emergency Physicians Open. 2021;2(4):e12502-n/a. https://onlinelibrary.wiley.com/doi/abs/10.1002/emp2.12502. doi: 10.1002/emp2.12502. 84. Meyer A, Murphy D, Al-Mutairi A, et al. Electronic detection of delayed test result follow- up in patients with hypothyroidism. JGIM: Journal of General Internal Medicine. 2017;32(7):753-759. https://search.ebscohost.com/login.aspx?direct=true&db=a9h&AN=123732180&authtype=sso& custid=cls59&site=ehost-live. doi: 10.1007/s11606-017-3988-z. 85. Medford-Davis L, Park E, Shlamovitz G, et al. Diagnostic errors related to acute abdominal pain in the emergency department. Emerg Med J. 2016;33(4):253-259. https://search.ebscohost.com/login.aspx?direct=true&db=ccm&AN=114060423&authtype=sso& custid=cls59&site=ehost-live. doi: 10.1136/emermed-2015-204754. 86. Murphy DR, Wu L, Thomas EJ, Forjuoh SN, Meyer AND, Singh H. Electronic trigger-based intervention to reduce delays in diagnostic evaluation for cancer: A cluster randomized controlled trial. J Clin Oncol. 2015;33(31):3560-3567. https://search.ebscohost.com/login.aspx?direct=true&db=ccm&AN=110557165&authtype=sso& custid=cls59&site=ehost-live. doi: 10.1200/JCO.2015.61.1301. 87. Wood DS, Tracey TJG. A brief feedback intervention for diagnostic overshadowing. Train Educ Prof Psychol. 2009;3(4):218-225. Version 5/21/25 Page 50 of 64ORA: 23111505-IRB01 https://search.ebscohost.com/login.aspx?direct=true&db=psyh&AN=2009-21175- 004&authtype=sso&custid=cls59&site=ehost-live. doi: 10.1037/a0016577.
  • NEJM197301252880406. doi: 10.1056/NEJM197301252880406. 75. Bouchard C, Jean O. Tracer methodology: An appropriate tool for assessing compliance with accreditation standards? The International journal of health planning and management. 2017;32(4):e299-e315. https://onlinelibrary.wiley.com/doi/abs/10.1002/hpm.2376. doi: 10.1002/hpm.2376. 76. Siewert B. The joint commission ever-readiness: Understanding tracer methodology. Current problems in diagnostic radiology. 2018;47(3):131-135. https://dx.doi.org/10.1067/j.cpradiol.2017.05.002. doi: 10.1067/j.cpradiol.2017.05.002. Version 5/21/25 Page 48 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 77. The Joint Commission. How to conduct a mock tracer. 78. Zazove P, McKee M, Schleicher L, et al. To act or not to act: Responses to electronic health record prompts by family medicine clinicians. Journal of the American Medical Informatics Association : JAMIA. 2017;24(2):275-280. https://www.ncbi.nlm.nih.gov/pubmed/28158766. doi: 10.1093/jamia/ocw178. 79. Dixit RA, Boxley CL, Samuel S, Mohan V, Ratwani RM, Gold JA. Electronic health record use issues and diagnostic error: A scoping review and framework. Journal of patient safety. 2023;19(1):e25-e30. https://www.ncbi.nlm.nih.gov/pubmed/36538341. doi: 10.1097/PTS.0000000000001081. 80. Krevat SA, Samuel S, Boxley C, et al. Identifying electronic health record contributions to diagnostic error in ambulatory settings through legal claims analysis. JAMA Network Open. 2023;6(4):e238399. http://dx.doi.org/10.1001/jamanetworkopen.2023.8399. doi: 10.1001/jamanetworkopen.2023.8399. 81. Nelson H. Epic EHR integration aims to boost clinical decision support, CGP . EHR Intelligence Web site. https://www.ehrintelligence.com/news/epic-ehr-integration-aims-to-boost-clinical-decision-support-cgp.
  • 68. Simon VC, Tucker NJ, Balabanova A, Parry JA. The accuracy of hip fracture data entered into the national surgical quality improvement program (NSQIP) database. Eur J Orthop Surg Traumatol. 2023;33(5):1691-1695. https://link.springer.com/article/10.1007/s00590-022-03341- 9. doi: 10.1007/s00590-022-03341-9. 69. Giardina TD, Hunte H, Hill MA, Heimlich SL, Singh H, Smith KM. Defining diagnostic error: A scoping review to assess the impact of the national academies' report improving diagnosis in health care. Journal of patient safety. 2022;18(8):770-778. https://www.ncbi.nlm.nih.gov/pubmed/35405723. doi: 10.1097/PTS.0000000000000999. 70. American Medical Association. Evaluation and management (E/M) coding. Version 5/21/25 Page 47 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 71. Chen K, Zhang C, Jackson HB. Relative billing complexity of in-person versus telehealth outpatient encounters. Journal of evaluation in clinical practice. 2023;29(6):887-892. https://onlinelibrary.wiley.com/doi/abs/10.1111/jep.13905. doi: 10.1111/jep.13905. 72. Bhardwaj A. The impact of training on documentation of intellectual and developmental disabilities as a secondary condition: Health systems management master's project . [Masters]. Rush University College of Health Sciences; 2021. 73. Bilotta I, Tonidandel S, Liaw WR, et al. Examining linguistic differences in electronic health records for diverse patients with diabetes: Natural language processing analysis. JMIR medical informatics. 2024;12:e50428. https://www.ncbi.nlm.nih.gov/pubmed/38787295. doi: 10.2196/50428. 74. Kessner DM, Kalk CE, Singer J. Assessing health quality-the case for tracers. The New England journal of medicine. 1973;288(4):189-194. http://dx.doi.org/10.1056/NEJM197301252880406. doi: 10.1056/NEJM197301252880406.
  • 61. Singh H, Mushtaq U, Marinez A, et al. Developing the safer dx checklist of ten safety recommendations for health care organizations to address diagnostic errors. Joint Commission journal on quality and patient safety. 2022;48(11):581-590. https://dx.doi.org/10.1016/j.jcjq.2022.08.003. doi: 10.1016/j.jcjq.2022.08.003. 62. Singh H, Khanna A, Spitzmueller C, Meyer AND. Recommendations for using the revised safer dx instrument to help measure and improve diagnostic safety. Diagnosis. 2019;6(4):315- 323. http://www.degruyter.com/doi/10.1515/dx-2019-0012. doi: 10.1515/dx-2019-0012. 63. Kapadia P, Zimolzak AJ, Upadhyay DK, et al. Development and implementation of a digital quality measure of emergency cancer diagnosis. Journal of clinical oncology. 2024;42(21):2506- 2515. https://ovidsp.ovid.com/ovidweb.cgi?T=JS&NEWS=n&CSC=Y&PAGE=fulltext&D=ovft&DO =10.1200/JCO.23.01523. doi: 10.1200/JCO.23.01523. Version 5/21/25 Page 46 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 64. Al-Mutairi A, Meyer AND, Thomas EJ, et al. Accuracy of the safer dx instrument to identify diagnostic errors in primary care. J GEN INTERN MED. 2016;31(6):602-608. https://link.springer.com/article/10.1007/s11606-016-3601-x. doi: 10.1007/s11606-016-3601-x. 65. Hirsch JA, Leslie-Mazwi TM, Nicola GN, et al. Current procedural terminology; a primer. Journal of NeuroInterventional Surgery. 2015;7(4):309-312. http://dx.doi.org/10.1136/neurintsurg-2014-011156. doi: 10.1136/neurintsurg-2014-011156. 66. Dotson P. CPT ® codes: What are they, why are they necessary, and how are they developed? Advances in wound care (New Rochelle, N.Y.). 2013;2(10):583-587. https://www.ncbi.nlm.nih.gov/pubmed/24761332. doi: 10.1089/wound.2013.0483. 67. CPT® overview and code approval American Medical Association. 2023.
  • 45. Wislocki KE, Zalta AK. Assessing the existence of trauma-related diagnostic overshadowing in adult populations. Psychological trauma. 2023. https://www.ncbi.nlm.nih.gov/pubmed/37053403. doi: 10.1037/tra0001484. Version 5/21/25 Page 43 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 46. Kostiuk M, Burns B. Trauma assessment. National Library of Medicine Web site. https://www.ncbi.nlm.nih.gov/books/NBK555913/. Updated 2023. 47. McNally P, Taggart L, Shevlin M. Trauma experiences of people with an intellectual disability and their implications: A scoping review. Journal of applied research in intellectual disabilities. 2021;34(4):927-949. https://onlinelibrary.wiley.com/doi/abs/10.1111/jar.12872. doi: 10.1111/jar.12872. 48. Forkey H, Szilagyi M, Kelly ET, Duffee J. Trauma-informed care. Pediatrics (Evanston). 2021;148(2):1. https://www.ncbi.nlm.nih.gov/pubmed/34312292. doi: 10.1542/peds.2021- 052580. 49. Lin P, Daly AT, Olchanski N, et al. Dementia diagnosis disparities by race and ethnicity. Medical care. 2021;59(8):679-686. https://search.proquest.com/docview/2549684438. doi: 10.1097/MLR.0000000000001577. 50. Gallegos A, Dudovitz R, Biely C, et al. Racial disparities in developmental delay diagnosis and services received in early childhood. Academic pediatrics. 2021;21(7):1230-1238. https://dx.doi.org/10.1016/j.acap.2021.05.008. doi: 10.1016/j.acap.2021.05.008. 51. Goyal MK, Chamberlain JM, Webb M, et al. Racial and ethnic disparities in the delayed diagnosis of appendicitis among children. Academic emergency medicine. 2021;28(9):949-956. https://onlinelibrary.wiley.com/doi/abs/10.1111/acem.14142. doi: 10.1111/acem.14142. 52. Cho HL. Can intersectionality help lead to more accurate diagnosis? American journal of bioethics. 2019;19(2):37-39. Version 5/21/25 Page 44 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 https://www.tandfonline.com/doi/abs/10.1080/15265161.2018.1557279. doi: 10.1080/15265161.2
  • 45. Wislocki KE, Zalta AK. Assessing the existence of trauma-related diagnostic overshadowing in adult populations. Psychological trauma. 2023. https://www.ncbi.nlm.nih.gov/pubmed/37053403. doi: 10.1037/tra0001484. Version 5/21/25 Page 43 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 46. Kostiuk M, Burns B. Trauma assessment. National Library of Medicine Web site. https://www.ncbi.nlm.nih.gov/books/NBK555913/. Updated 2023. 47. McNally P, Taggart L, Shevlin M. Trauma experiences of people with an intellectual disability and their implications: A scoping review. Journal of applied research in intellectual disabilities. 2021;34(4):927-949. https://onlinelibrary.wiley.com/doi/abs/10.1111/jar.12872. doi: 10.1111/jar.12872. 48. Forkey H, Szilagyi M, Kelly ET, Duffee J. Trauma-informed care. Pediatrics (Evanston). 2021;148(2):1. https://www.ncbi.nlm.nih.gov/pubmed/34312292. doi: 10.1542/peds.2021- 052580. 49. Lin P, Daly AT, Olchanski N, et al. Dementia diagnosis disparities by race and ethnicity. Medical care. 2021;59(8):679-686. https://search.proquest.com/docview/2549684438. doi: 10.1097/MLR.0000000000001577. 50. Gallegos A, Dudovitz R, Biely C, et al. Racial disparities in developmental delay diagnosis and services received in early childhood. Academic pediatrics. 2021;21(7):1230-1238. https://dx.doi.org/10.1016/j.acap.2021.05.008. doi: 10.1016/j.acap.2021.05.008. 51. Goyal MK, Chamberlain JM, Webb M, et al. Racial and ethnic disparities in the delayed diagnosis of appendicitis among children. Academic emergency medicine. 2021;28(9):949-956. https://onlinelibrary.wiley.com/doi/abs/10.1111/acem.14142. doi: 10.1111/acem.14142. 52. Cho HL. Can intersectionality help lead to more accurate diagnosis? American journal of bioethics. 2019;19(2):37-39. https://www.tandfonline.com/doi/abs/10.1080/15265161.2018.1557279. doi: 10.1080/15265161.2
  • 38. Bewick T, Simmonds M, Chikhani M, Meyer J, Lim WS. Pneumonia in the context of severe sepsis: A significant diagnostic problem. The European respiratory journal. 2008;32(5):1417- 1418. https://www.ncbi.nlm.nih.gov/pubmed/18978148. doi: 10.1183/09031936.00104808. 39. New chronic pain findings reported from national institute on aging (the silent epidemic of chronic pain in older adults)Mental Health Weekly Digest. Jul 15 2019:381. Version 5/21/25 Page 42 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 40. Rikard SM, Strahan AE, Schmit KM, Guy J, Gery P. Chronic pain among adults - united states, 2019-2021. MMWR. Morbidity and mortality weekly report. 2023;72(15):379-385. https://www.ncbi.nlm.nih.gov/pubmed/37053114. doi: 10.15585/mmwr.mm7215a1. 41. Flentje KM, Knight CL, Stromfeldt I, Chakrabarti A, Friedman ND. Recording patient bodyweight in hospitals: Are we doing well enough? Internal medicine journal. 2018;48(2):124- 128. https://onlinelibrary.wiley.com/doi/abs/10.1111/imj.13519. doi: 10.1111/imj.13519. 42. Yasinski E. For many disabled patients, the doctor is often not in. undark Web site. https://undark.org/2022/11/07/for-many-disabled-patients-the-doctor-is-often-not-in/. Updated 2022. Accessed November 21, 2023. 43. Landes SD, Stevens JD, Turk MA. Postmortem diagnostic overshadowing: Reporting cerebral palsy on death certificates. Journal of health and social behavior. 2022;63(4):525-542. https://journals.sagepub.com/doi/full/10.1177/00221465221078313. doi: 10.1177/00221465221078313. 44. Landes SD, Turk MA, Finan JM. Factors associated with the reporting of down syndrome as the underlying cause of death on US death certificates. Journal of intellectual disability research. 2022;66(5):454-470. https://onlinelibrary.wiley.com/doi/abs/10.1111/jir.12926. doi: 10.1111/jir.12926.
  • 31. Epner, Pauk. Diagnostic error: Common, catastrophic, and costly . 2021. https://thepathologist.com/outside-the-lab/diagnostic-error-common-catastrophic-and-costly. 32. Kim Y, Shin DW, Kim HW, et al. Disparities in gastric cancer screening among people with disabilities: A national registry-linkage study in south korea. Gastric Cancer. 2020;23(3):497- 509. https://link.springer.com/article/10.1007/s10120-019-01017-8. doi: 10.1007/s10120-019- 01017-8. 33. McMahon M, McCallion P, McCarron M. An invisible population: Late-stage cancer diagnosis for people with intellectual or developmental disability. Cancer. 2024;130(5):668-670. Version 5/21/25 Page 41 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 https://search.ebscohost.com/login.aspx?direct=true&db=ccm&AN=175446967&authtype=sso& custid=cls59&site=ehost-live. doi: 10.1002/cncr.35132. 34. The joint commission issues sentinel event alert on diagnostic overshadowingTargeted News Service. Jun 24 2022. Available from: https://search.proquest.com/docview/2680211091.. 35. Boonman AJ, Cuypers M, Leusink GL, Naaldenberg J, Bloemendal HJ. Cancer treatment and decision making in individuals with intellectual disabilities: A scoping literature review. The lancet oncology. 2022;23(4):e174-e183. https://www.ncbi.nlm.nih.gov/pubmed/35358466. doi: 10.1016/S1470-2045(21)00694-X. 36. Newman-Toker DE, Wang Z, Zhu Y, et al. Rate of diagnostic errors and serious misdiagnosis-related harms for major vascular events, infections, and cancers: Toward a national incidence estimate using the "big three". Diagnosis (Berlin, Germany). 2021;8(1):67-84. http://www.degruyter.com/doi/10.1515/dx-2019-0104. doi: 10.1515/dx-2019-0104. 37. Hanna TP, King WD, Thibodeau S, et al. Mortality due to cancer treatment delay: Systematic review and meta-analysis. BMJ (Online). 2020;371:m4087. http://dx.doi.org/10.1136/bmj.m4087. doi: 10.1136/bmj.m4087
  • 22. Bogart KR, Dunn DS. Ableism special issue introduction. Journal of social issues. 2019;75(3):650-664. https://onlinelibrary.wiley.com/doi/abs/10.1111/josi.12354. doi: 10.1111/josi.12354. 23. Friedman C. Mapping ableism: A two-dimensional model of explicit and implicit disability attitudes. Canadian journal of disability studies. 2019;8(3):95-120. doi: 10.15353/cjds.v8i3.509. 24. VanPuymbrouck L, Friedman C, Feldner H. Explicit and implicit disability attitudes of healthcare providers. Rehabilitation psychology. 2020;65(2):101-112. http://psycnet.apa.org/journals/rep/65/2/101. doi: 10.1037/rep0000317. 25. Valdez RS, Swenor BK. Structural ableism - essential steps for abolishing disability injustice. The New England journal of medicine. 2023;388(20):1827-1829. https://nejm.org/doi/full/10.1056/NEJMp2302561. doi: 10.1056/NEJMp2302561. 26. Iezzoni LI, Rao SR, Ressalam J, et al. Physicians' perceptions of people with disability and their health care . Health affairs (Millwood, Va.). 2021;40(2):297-12. https://www.ncbi.nlm.nih.gov/pubmed/33523739. doi: 10.1377/hlthaff.2020.01452. Version 5/21/25 Page 40 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 27. McMahon MA, Dluhy NM. Ambiguity within nursing practice: An evolutionary concept analysis. Research and theory for nursing practice. 2017;31(1):56-74. https://dx.doi.org/10.1891/1541-6577.31.1.56. doi: 10.1891/1541-6577.31.1.56. 28. Codish S, Shiffman RN. A model of ambiguity and vagueness in clinical practice guideline recommendations. AMIA ... Annual Symposium proceedings. 2005;2005:146-150. https://www.ncbi.nlm.nih.gov/pubmed/16779019. 29. Balogh EP, Miller BT, Ball JR. Improving diagnosis in healthcare. Committee on Diagnostic Error in Health Care; Board on Health Care Services; Institute of Medicine; National Academies of Sciences, Engineering, and Medicine. 2015. 30. Singh H, Graber ML. Improving diagnosis in health care. The New England journal of medicine. 2015;373(26):2493-2495
  • 15. National Institutes of Health. NIH designates people with disabilities as a population with health disparities. https://www.nih.gov/news-events/news-releases/nih-designates-people- disabilities-population-health-disparities. 16. Seervai S, Shah A, Shah T. The challenges of living with a disability in america, and how serious illness can add to them. 2019. 17. McBride-Henry K, Nazari Orakani S, Good G, Roguski M, Officer TN. Disabled people's experiences accessing healthcare services during the COVID-19 pandemic: A scoping review. BMC health services research. 2023;23(1):346. https://www.ncbi.nlm.nih.gov/pubmed/37024832. doi: https://doi.org/10.1186/s12913-023- 09336-4. 18. Courtney-Long EA, Romano SD, Carroll DD, Fox MH. Socioeconomic factors at the intersection of race and ethnicity influencing health risks for people with disabilities. J Racial and Ethnic Health Disparities. 2017;4(2):213-222. https://www.jstor.org/stable/48707792. doi: 10.1007/s40615-016-0220-5. 19. Magana S, Parish S, Morales MA, Li H, Fujiura G. Racial and ethnic health disparities among people with intellectual and developmental disabilities. Intellect Dev Disabil. 2016;54(3):161-172. doi: 10.1352/1934-9556-54.3.161 [doi]. 20. Havercamp SM, Scott HM. National health surveillance of adults with disabilities, adults with intellectual and developmental disabilities, and adults with no disabilities. Disabil Health J. 2015;8(2):165-172. Version 5/21/25 Page 39 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 http://ezproxy.rush.edu/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=psyh &AN=2015-12464-006&site=ehost-live. doi: 10.1016/j.dhjo.2014.11.002. 21. Van Dyke ME, Mendoza MCB, Li W, et al. Racial and ethnic disparities in COVID-19 incidence by age, sex, and period among persons aged MMWR. Morbidity and mortality weekly report. 2021;70(11):382-388. https://www.ncbi.nlm.nih.gov/pubmed/33735165. doi: 10.15585/mmwr.mm7011e1.
  • 8. Sun M, Oliwa T, Peek ME, Tung EL. Negative patient descriptors: Documenting racial bias in the electronic health record. Health Aff. 2022;41(2):203-211. https://search.ebscohost.com/login.aspx?direct=true&db=ccm&AN=155210482&authtype=sso& custid=cls59&site=ehost-live. doi: 10.1377/hlthaff.2021.01423. 9. Siems A, Banks R, Holubkov R, et al. Structured chart review: Assessment of a structured chart review methodology. Hospital pediatrics. 2020;10(1):61-69. https://www.ncbi.nlm.nih.gov/pubmed/31879317. doi: 10.1542/hpeds.2019-0225. Version 5/21/25 Page 37 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 10. Sarkar S, Seshadri D. Conducting record review studies in clinical practice. Journal of clinical and diagnostic research. 2014;8(9):JG01-JG04. https://www.ncbi.nlm.nih.gov/pubmed/25386466. doi: 10.7860/JCDR/2014/8301.4806. 11. Steenbruggen RA, Maas MJM, Hoogeboom TJ, Brand PLP, van der Wees PJ. The application of the tracer method with peer observation and formative feedback for professional development in clinical practice: A scoping review. Perspect Med Educ. 2022;11(1):15-21. https://link.springer.com/article/10.1007/s40037-021-00693-6. doi: 10.1007/s40037-021-00693- 6. 12. Murphy DR, Meyer AND, Bhise V, et al. Computerized triggers of big data to detect delays in follow-up of chest imaging results. Chest. 2016;150(3):613-620. https://search.ebscohost.com/login.aspx?direct=true&db=a9h&AN=117707565&authtype=sso& custid=cls59&site=ehost-live. doi: 10.1016/j.chest.2016.05.001. 13. Cogswell ME, Coil E, Tian LH, et al. Health needs and use of services among children with developmental disabilities - united states, 2014-2018. MMWR. Morbidity and mortality weekly report. 2022;71(12):453-458. https://www.ncbi.nlm.nih.gov/pubmed/35324879. doi: 10.15585/mmwr.mm7112a3. 14. Centers for Disease Control and Prevention. Disability impacts all of us. https://www.cdc.gov/ncbddd/disabilityandhealth/infographic-disability-impacts-all.html.
  • 1. Agaronnik ND, El-Jawahri A, Iezzoni LI. Perspectives of patients with pre-existing mobility disability on the process of diagnosing their cancer. J GEN INTERN MED. 2021;36(5):1250- 1257. https://link.springer.com/article/10.1007/s11606-020-06327-7. doi: 10.1007/s11606-020- 06327-7. 2. Hallyburton A. Diagnostic overshadowing: An evolutionary concept analysis on the misattribution of physical symptoms to pre-existing psychological illnesses. International journal of mental health nursing. 2022;31(6):1360-1372. https://onlinelibrary.wiley.com/doi/abs/10.1111/inm.13034. doi: 10.1111/inm.13034. 3. Schildkrout B. 5 mental health diagnostic challenges: Update on "to err is human". Psychiatric Times. ;33(Feb 18, 2016). https://www.psychiatrictimes.com/view/5-mental-health-diagnostic- challenges-update--err-human. 4. Demmin DL, Silverstein SM. Visual impairment and mental health: Unmet needs and treatment options. Clinical ophthalmology (Auckland, N.Z.). 2020;14:4229-4251. https://www.ncbi.nlm.nih.gov/pubmed/33299297. doi: 10.2147/OPTH.S258783. Version 5/21/25 Page 36 of 64ORA: 23111505-IRB01 Date IRB Approved: 3/15/2026 Amendment Date: 5/20/2026 5. Druel V, Hayet H, Esman L, Clavel M, Rougé Bugat M. Assessment of cancers' diagnostic stage in a deaf community - survey about 4363 deaf patients recorded in french units. BMC Cancer. 2018;18(1):93. https://www.ncbi.nlm.nih.gov/pubmed/29361910. doi: 10.1186/s12885- 017-3972-3. 6. Escude C. Advancing health equity for people with intellectual and developmental disabilities. Health Affiair Forefront. 2022. https://healthaffairs.org/content/forefront/advancing-health- equity-people-intellectual-and-developmental-disabilities. 7. Hendriksen JGM, Peijnenborgh JCAW, Aldenkamp AP, Vles JSH. Diagnostic overshadowing in a population of children with neurological disabilities: A cross sectional descriptive study on acquired ADHD. European journal of paediatric neurology. 2015;19(5):521-524. doi:10.1016/j.ejpn.2015.04.004.

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

22 listopada 2024

Zakończenie podstawowe (Szacowany)

31 marca 2029

Ukończenie studiów (Szacowany)

31 lipca 2029

Daty rejestracji na studia

Pierwszy przesłany

18 września 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

20 września 2024

Pierwszy wysłany (Rzeczywisty)

23 września 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

5 sierpnia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

3 sierpnia 2026

Ostatnia weryfikacja

1 lipca 2026

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

Dane ilościowe wygenerowane na podstawie analizy początkowej i późniejszej kodów oceny i zarządzania CPT (E/M) w oparciu o obecność określonych niepełnosprawności w porównaniu z brakiem obecności i danymi demograficznymi. Dane będą pochodzić od pacjentów w wieku 3–89 lat. Dane będą posegregowane według wieku w grupach pięcioletnich, z wyjątkiem grupy w wieku 3–5 lat.

Ramy czasowe udostępniania IPD

Informacje o programie End Diagnostic Overshadowing zostaną udostępnione na stronie Clinicaltrials.gov po finansowaniu. Informacje będą aktualizowane co najmniej raz w roku. Informacje zostaną przesłane zgodnie z polityką zawartą w NIH „Polityka dotycząca rozpowszechniania informacji o badaniach klinicznych finansowanych przez NIH”. Uniwersyteckie Centrum Medyczne RUSH posiada zasady zapewniające, że rejestracja badań i raportowanie wyników przebiegają zgodnie z polityką NIH.

Dane będzie można znaleźć i zidentyfikować za pomocą standardowych narzędzi indeksujących dostępnych na stronie Clinicaltrials.gov.

Dane zostaną udostępnione innym użytkownikom co najmniej do czasu publikacji powiązanych lub zakończenia okresu realizacji. okres wykonania. Dane będą dostępne przez co najmniej pięć lat od ostatniej publikacji. Jeżeli istnieje wniosek konkurencyjny finansowany, przechowywanie i udostępnianie danych będzie kontynuowane w momencie złożenia nowego wniosku i przez co najmniej pięć lat od ostatniej powiązanej publikacji.

Kryteria dostępu do udostępniania IPD

Dostęp do danych zdeponowanych w Clinictrials.gov nie będzie ograniczony. Wszystkie zdeponowane dane zostaną pozbawione informacji umożliwiających identyfikację. Zostaną podjęte wysiłki, aby zmaksymalizować udostępnianie danych pozbawionych identyfikatorów. Badanie to zostało zatwierdzone jako wyłączone przez IRB Uniwersytetu Rush. Zgoda nie będzie zatem brana pod uwagę przy udostępnianiu danych. Jeśli w przypadku jakiejkolwiek części tych badań wymagana jest zgoda, udostępnienie danych zostanie jasno określone w zgodzie.

Typ informacji pomocniczych dotyczących udostępniania IPD

  • PROTOKÓŁ BADANIA
  • SOK ROŚLINNY
  • CSR

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

Nie

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 .

Subskrybuj