Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Melhorando a qualidade mantendo problemas precisos no EHR (IQ-MAPLE)

6 de fevereiro de 2023 atualizado por: Adam Wright, Brigham and Women's Hospital

Melhorando a qualidade mantendo problemas precisos no prontuário eletrônico

O objetivo geral do projeto IQ-MAPLE é melhorar a qualidade do atendimento prestado a pacientes com várias doenças cardíacas, pulmonares e sanguíneas, facilitando uma documentação mais precisa e completa da lista de problemas. No primeiro objetivo, os investigadores projetarão e validarão uma série de algoritmos de inferência de problemas, usando técnicas baseadas em regras em dados estruturados no registro eletrônico de saúde (EHR) e processamento de linguagem natural em dados não estruturados. Ambas as técnicas produzirão problemas candidatos que o paciente provavelmente terá e os resultados serão integrados. No Objetivo 2, os investigadores projetarão intervenções de apoio à decisão clínica nos EHRs dos quatro locais de estudo para alertar os médicos quando um problema candidato for detectado que está faltando na lista de problemas do paciente - o clínico poderá então aceitar o alerta e adicionar o problema, substituir o alerta ou ignorá-lo completamente. No objetivo 3, os investigadores realizarão um estudo randomizado e avaliarão o efeito do alerta da lista de problemas em três parâmetros: aceitação do alerta, taxa de inclusão da lista de problemas e qualidade clínica.

Visão geral do estudo

Descrição detalhada

A lista de problemas clínicos é a pedra angular do prontuário médico orientado para o problema. As listas de problemas são usadas de várias maneiras ao longo do processo de atendimento clínico. Além de seu uso por médicos, a lista de problemas também é crítica para suporte à decisão e medição de qualidade.

Pacientes com lacunas em sua lista de problemas enfrentam riscos significativos. Por exemplo, se um paciente hipotético tiver diabetes devidamente documentado, seu médico receberá alertas e lembretes apropriados para orientar os cuidados. Além disso, o paciente pode ser incluído em programas de gerenciamento de cuidados especiais e a qualidade dos cuidados prestados a ele pode ser medida e rastreada. Sem o diabetes em sua lista de problemas, ele pode não receber nenhum desses benefícios.

Neste estudo, os pesquisadores desenvolveram uma intervenção de apoio à decisão clínica que identificará pacientes com lacunas nas listas de problemas. Os investigadores alertarão os provedores sobre essas prováveis ​​lacunas e oferecerão aos provedores a oportunidade de corrigi-los.

No primeiro objetivo, os investigadores projetarão e validarão uma série de algoritmos de inferência de problemas, usando técnicas baseadas em regras em dados estruturados no registro eletrônico de saúde (EHR) e processamento de linguagem natural em dados não estruturados. Ambas as técnicas produzirão problemas candidatos que o paciente provavelmente terá e os resultados serão integrados. No Objetivo 2, os investigadores projetarão intervenções de apoio à decisão clínica nos EHRs dos quatro locais de estudo para alertar os médicos quando um problema candidato for detectado que está faltando na lista de problemas do paciente - o clínico poderá então aceitar o alerta e adicionar o problema, substituir o alerta ou ignorá-lo completamente. No objetivo 3, os investigadores realizarão um estudo randomizado e avaliarão o efeito do alerta da lista de problemas em três parâmetros: aceitação do alerta, taxa de inclusão da lista de problemas e qualidade clínica.

Tipo de estudo

Intervencional

Inscrição (Real)

2386

Estágio

  • Não aplicável

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

    • Massachusetts
      • Boston, Massachusetts, Estados Unidos, 02115
        • Brigham and Women's Hospital
    • Oregon
      • Portland, Oregon, Estados Unidos, 97239
        • Oregon Health and Science University
    • Pennsylvania
      • Camp Hill, Pennsylvania, Estados Unidos, 17011
        • Holy Spirit Hospital
    • Tennessee
      • Nashville, Tennessee, Estados Unidos, 37235
        • Vanderbilt University Medical Center

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

18 anos e mais velhos (ADULTO, OLDER_ADULT)

Aceita Voluntários Saudáveis

Sim

Gêneros Elegíveis para o Estudo

Tudo

Descrição

Critério de inclusão:

  • Todos os provedores maiores de 18 anos que usam o prontuário eletrônico no local específico em que a intervenção está sendo observada.

Critério de exclusão:

-

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Finalidade Principal: OUTRO
  • Alocação: RANDOMIZADO
  • Modelo Intervencional: PARALELO
  • Mascaramento: SOLTEIRO

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
SEM_INTERVENÇÃO: Uso normal de EHR
Os locais configurarão seus sistemas EHR para que os alertas não sejam acionados para os provedores no braço de controle se o paciente não tiver a condição em sua lista de problemas.
EXPERIMENTAL: Braço de intervenção
Os centros configurarão seus sistemas EHR para que os alertas para essas condições sejam acionados para os provedores no braço de intervenção se o paciente não tiver a condição em sua lista de problemas. Cada alerta será acionável e permitirá que o provedor adicione o problema à lista de problemas dela ou de seu paciente com um único clique. O provedor também poderá substituir a regra do paciente não ter a condição (nesse caso, o alerta não será exibido novamente, a menos que novas informações que acionariam o alerta sejam adicionadas ao registro do paciente) ou adiar o alerta até mais tarde.
Os centros configurarão seus sistemas EHR para que os alertas para essas condições sejam acionados para os provedores no braço de intervenção se o paciente não tiver a condição em sua lista de problemas. cada alerta será acionável e permitirá que o provedor adicione o problema à lista de problemas dela ou de seu paciente com um único clique. O provedor também poderá substituir a regra do paciente não ter a condição (nesse caso, o alerta não será exibido novamente, a menos que novas informações que acionariam o alerta sejam adicionadas ao registro do paciente) ou adiar o alerta até mais tarde.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Medir a taxa de aceitação de alertas calculada pelo número de aceitações para cada alerta dividido pelo número total de apresentações únicas do alerta
Prazo: Através da conclusão do estudo, ou até 1 ano

Aceitação dos alertas:

Esse primeiro endpoint é descritivo: a taxa de aceitação dos alertas apresentados aos provedores. Isso será calculado tomando o número total de aceitações para cada alerta e dividindo-o pelo número total ou apresentações únicas do alerta. Faremos uma análise estratificada para observar as diferenças nas taxas de aceitação por instituição, especialidade, doença e características demográficas do provedor, e relataremos os resultados em forma de tabela.

Através da conclusão do estudo, ou até 1 ano
Determinar o efeito da conclusão da lista de problemas comparando o número de problemas relacionados ao estudo adicionados às listas de problemas no registro eletrônico de saúde
Prazo: Através da conclusão do estudo, ou até 1 ano

Efeito na taxa de conclusão da lista de problemas:

Neste endpoint, compararemos o número de problemas relacionados ao estudo adicionados às listas de problemas do paciente no prontuário eletrônico nos grupos de intervenção e controle.

Através da conclusão do estudo, ou até 1 ano
Determinar o impacto da qualidade do atendimento ao adicionar problemas sugeridos à lista de problemas com base em 4 medidas de resultado do conjunto de medidas HEDIS 2013 do NCQA
Prazo: Através da conclusão do estudo, ou até 1 ano

Efeito na qualidade do atendimento:

Como um dos principais objetivos de nosso estudo é melhorar os resultados clínicos, selecionamos quatro medidas de resultados para avaliar a partir do Conjunto de dados e informações de eficácia em saúde (HEDIS) 2013 do NCQA: controle de LDL em pacientes com histórico de infarto do miocárdio, controle de LDL em pacientes com doença arterial coronariana, controle da pressão arterial em pacientes com doença arterial coronariana e controle da pressão arterial em pacientes com hipertensão. Os detalhes do numerador e do denominador de cada medida são fornecidos nos manuais do HEDIS, e nossa equipe de estudo empregará os procedimentos do NCQA para o cálculo de cada medida, com as modificações necessárias devido à natureza clínica de nosso conjunto de dados.

Através da conclusão do estudo, ou até 1 ano

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Avaliando as medidas do processo usando as principais medidas do processo para cada condição de estudo do CMS, NHLBI e NQMC
Prazo: Através da conclusão do estudo, ou até 1 ano
Melhorias nas medidas de processo Para completar os desfechos clínicos no terceiro resultado, também avaliaremos medidas de processo, especificamente frequência de teste de LDL, prescrição de agentes anti-hiperlipidêmicos, prescrição de aspirina ou outros agentes antiplaquetários e prescrição de agentes anti-hipertensivos. Analisaremos os resultados usando regressão logística com efeitos fixos para grupo de intervenção (versus controle) e local e estimativa dos parâmetros de regressão com equações de estimativa generalizada (GEE), levando em conta o agrupamento entre os pacientes no mesmo médico, bem como pacientes com diferentes médicos no mesmo par combinado. Construiremos modelos de regressão separados para cada medida de qualidade e também conduziremos uma análise agrupada com efeitos adicionais para medida de qualidade e disponibilidade de CDS para a medida associada no local, a fim de estimar até que ponto o efeito do IQ-MAPLE na qualidade é mediado pelo CDS.
Através da conclusão do estudo, ou até 1 ano

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Publicações Gerais

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (REAL)

1 de abril de 2016

Conclusão Primária (REAL)

1 de março de 2018

Datas de inscrição no estudo

Enviado pela primeira vez

19 de outubro de 2015

Enviado pela primeira vez que atendeu aos critérios de CQ

2 de novembro de 2015

Primeira postagem (ESTIMATIVA)

4 de novembro de 2015

Atualizações de registro de estudo

Última Atualização Postada (REAL)

8 de fevereiro de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

6 de fevereiro de 2023

Última verificação

1 de fevereiro de 2023

Mais Informações

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Ensaios clínicos em Sugestão de lista de problemas

3
Se inscrever