Implementering och utvärdering av ett elektroniskt system för tidig varning (e-EWS).

Early Warning Score (EWS), även känd som "track-and-trigger"-system, är ett verktyg som är utformat för att hjälpa läkare att effektivt identifiera och spåra patienter som har eller utvecklar akuta sjukdomar, och ge snabba kliniska svar. En EWS beräknas baserat på värden från ett antal fysiologiska parametrar (t.ex. andningsfrekvens, syremättnad, systoliskt blodtryck, pulsfrekvens, medvetandenivå och temperatur) för att erhålla en aggregerad poäng, som indikerar en patients hälsotillstånd. Det används mest av avdelningssköterskor för att övervaka sina patienter; när en patients EWS har överskridit en fastställd tröskel bör sjuksköterskan ta hand om patienten mer noggrant och överväga ingripande t.ex. ringa en läkare. Filosofin för EWS är att den förbättrar patientsäkerheten genom att göra det möjligt för avdelningspersonal att upptäcka patienters försämring tidigt så att snabba ingrepp kan ges inom "den gyllene perioden för behandling".

I Storbritannien släpptes ett EWS-system som kallas National Early Warning Score (NEWS) först 2012 (NEWS, 2012). NEWS var det första systemet som standardiserade beräkningen och kartläggningen av svårighetsgraden av akuta sjukdomar och har antagits i stor utsträckning inom National Health Service (NHS). Nyligen, i december 2017, har NEWS2 släppts och det är en uppdaterad version av NEWS (NEWS2, 2017). NEWS2 kan lätt datoriseras och har redan integrerats med vissa NHS-sjukhus elektroniska journalsystem. Den uppdaterade rapporten från en arbetsgrupp från NEWS2 säger att "Det finns potentiella fördelar med automatisk beräkning av den NYA poängen och automatiserade varningssystem." (sid. 6). Därför är syftet med denna föreslagna studie att implementera och utvärdera ett elektroniskt EWS (e-EWS) system på en utvald kirurgisk avdelning på Tune Mun Hospital (TMH).

På TMH är den nuvarande praxisen att erhålla avdelningspatienters EWS en manuell process: för det första mäter en vårdgivare patientens specificerade fysiologiska parametrar genom att använda lämpliga övervakningsinstrument; för det andra skriver vårdgivaren ned parametrarnas värden på ett pappersdiagram; för det tredje överlämnas pappersdiagrammet till en sjuksköterska; och slutligen beräknar sjuksköterskan EWS. Processen utförs på ett angivet regelbundet tidsintervall.

Det finns två huvudsakliga nackdelar med den manuella EWS-processen: för det första är den ineffektiv eftersom det vanligtvis finns flera patienter på en avdelning och vissa fysiologiska variabler tar tid att mäta. På en hektisk avdelning rapporteras därför ofta missade fysiologiska åtgärder och oregelbundna mätintervaller. Dessa problem leder till att personalen struntar i EWS-beräkningar. För det andra, när EWS beräknas, gör sjuksköterskor det ofta för patienter som redan uppvisar försämrade tillstånd. Detta motverkar den ursprungliga avsikten med EWS, som är att hjälpa till att identifiera patienter med tidiga tecken på försämring. Dessa nackdelar äventyrar läkares förmåga att upptäcka patientförsämring tidigt, vilket potentiellt kan äventyra patientsäkerheten.

En möjlig lösning är att automatisera den manuella EWS-processen. Vissa sjukhus i Hong Kong, till exempel, har Tseung Kwan O Hospital redan antagit ett e-EWS-system på några av sina avdelningar. e-EWS-systemet är kopplat till en fysiologisk monitor, som gör olika fysiologiska mätningar. Systemet har en automatisk kartläggningsmodul, som automatiskt fångar patienters fysiologiska mätningar i ett elektroniskt diagram (e-diagram) och beräknar deras EWS. All information i autokartningsmodulen överförs sedan trådlöst till en central display på avdelningens sjuksköterskestation. Den centrala displayen visar patienternas status när det gäller EWS och utfärdar varningar när någon EWS har överskridit en inställd tröskel. e-EWS-systemet kan inte bara automatiskt kartlägga utan ger också en varningsmekanism för att hjälpa sjuksköterskor att upptäcka tidig försämring.

Men även om e-EWS-systemet potentiellt skulle kunna minska avdelningspersonalens arbetsbelastning och förbättra patientsäkerheten, kan dess effektivitet endast realiseras genom en bra HF-design som matchar användarnas förväntningar, krav och arbetsmetoder.