此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

提高分诊准确性:曼彻斯特分诊系统实施的临床审核

2023年7月5日 更新者:Maham Leeza Adil、Rawalpindi Medical College

提高分诊准确性并简化急诊科服务:曼彻斯特分诊系统实施的临床审计

此次临床审核的重点是改善急诊科患者的优先顺序和管理方式。 审计在拉瓦尔品第的一家医院进行,涉及两个数据收集周期。 结果显示,经过教育干预后,对患者进行准确分类的能力有所提高,并且在不紧急的情况下被归类为紧急的病例有所减少。 审计还显示,前往急诊室就诊的非紧急病例有所减少。 调查结果强调了适当培训、遵循分诊指南以及将非紧急病例转交给其他部门的重要性。 这些建议包括改进分诊流程,提高急诊科的效率,以提供更好的患者护理。

研究概览

地位

完全的

条件

详细说明

本次临床审核旨在评估医院急诊科实施曼彻斯特分诊系统 (MTS) 的准确性和有效性。 审计在拉瓦尔品第贝娜齐尔·布托医院第一医疗室进行,历时两个周期,从 2023 年 3 月到 6 月。

该医院隶属于拉瓦尔品第医科大学,是一家位于繁忙城市的三级护理机构,拥有 750 个床位。 急诊科配备约 91 张床位,遵循医院制定的分诊指南。 分诊过程包括根据患者出现的问题对患者进行分类,并确定医生应对其进行评估和治疗的时间。

为了进行审计,在评估分类过程之前设定了某些标准。 其中包括确保患者分类指南,使用患者记录表中的标准分诊框,为每个类别设置等待时间限制,以及使用医生的出院诊断作为分诊准确性的基准。

此次审计分为两个周期:第一个周期为2023年3月至4月,第二个周期为2023年5月至6月。 采用便利抽样,第一个周期的样本量为 256 名患者,第二周期的样本量为 238 名患者。 数据收集包括记录患者人口统计数据、登记和咨询时间、分诊护士指定的分诊类别、入院决定以及两位医生对分诊准确性的独立评估。

完成第一个周期后,对分诊护士进行了教育干预,详细解释了 MTS 的准确使用,并指导他们将非紧急病例转诊至门诊部或伤员医疗官员。 还分发了包含有关 MTS 使用说明的通告。 然后按照相同的数据收集程序进行第二个周期。

研究类型

观察性的

注册 (实际的)

494

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

    • Punjab
      • Rawalpindi、Punjab、巴基斯坦、46000
        • Benazir Bhutto Hospital

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 孩子
  • 成人
  • 年长者

接受健康志愿者

取样方法

概率样本

研究人群

本次临床审核中的研究人群包括在拉瓦尔品第贝娜齐尔·布托医院第一医疗室急诊科 (ED) 就诊的患者。研究人群包括在指定审核周期内到急诊室就诊的所有年龄组和性别的患者,以及符合纳入标准。

描述

纳入标准:

  • 到拉瓦尔品第贝娜齐尔·布托医院第一医疗科急诊科 (ED) 就诊的患者。
  • 患者的数据被记录并可供分析。
  • 所有年龄组和性别的患者。
  • 在指定审核周期内到急诊室就诊的患者。

排除标准:

  • 儿童(年龄<13岁)
  • 数据不完整或缺少用于分析的关键信息的患者。
  • 未见医生且未收到出院诊断的患者。
  • 在指定审核周期之外到急诊科就诊的患者。
  • 在接受分诊或医疗评估之前被转移到另一个机构的患者。

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

队列和干预

团体/队列
干预/治疗
审核周期 1
这些是临床审核第一个周期中包含的患者。 该研究收集了在特定时期内到拉瓦尔品第贝娜齐尔·布托医院第一医疗室就诊的 256 名患者的样本数据。 分诊护士使用曼彻斯特分诊系统(MTS)对患者进行分诊。 记录他们的年龄、性别、挂号时间、就诊时间、分诊护士分配的分诊类别以及入院决定进行分析。 对这些患者的分诊和等待时间的准确性进行了评估。
审核周期 2
这些患者是在对分诊护士进行教育干预后进行的第二轮临床审核中包含的患者。 该研究收集了 238 名就诊于拉瓦尔品第贝娜齐尔·布托医院第一医疗室的患者样本的数据。 与审核周期 1 类似,使用 MTS 对这些患者进行分类,并记录他们的人口统计信息、分类类别和入院决定。 该研究旨在评估在对分诊护士进行干预和培训后,与审核周期 1 相比,分诊准确性和等待时间是否有所改善。
2023 年 5 月 2 日至 5 日,对分诊护士进行了教育干预。 该干预措施包括详细解释如何准确使用分诊系统对急诊室就诊的患者进行分类,并指示分诊护士将非紧急病例转诊至门诊部或伤员医务官。 第一次审计的结果也被分享。 此外,还向所有分诊护士分发了包含有关准确使用 MTS 的说明的通告

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
分诊护士分为每个分诊类别的患者人数
大体时间:3个月
该研究旨在评估拉瓦尔品第贝娜齐尔·布托医院急诊科 (ED) 的分诊护士如何有效地根据患者出现的症状将患者分为不同的分诊类别。 以出院诊断为基准,将分诊护士做出的分诊决定与急诊医生做出的分诊决定进行比较。 通过评估指定的分诊类别是否与出院诊断所示的患者病情严重程度相匹配来确定分诊的准确性。 该研究的重点是识别分类不足、过度分类、准确分类和未分类的案例,以评估分类过程的整体有效性并确定需要改进的领域。
3个月
急诊医生将患者分类为每个分诊类别的患者人数
大体时间:3个月
患者在到达医生处后,由急诊室医生将患者分类为分诊类别(在分诊柜台进行分诊后,由分诊护士进行分诊)。 该分诊基于出院诊断和急诊室医生的评估。
3个月

次要结果测量

结果测量
措施说明
大体时间
因不需要紧急处理而前往急诊室就诊的患者人数
大体时间:3个月
该研究的很大一部分集中于提交给急诊室 (ED) 的非紧急病例。 这些非紧急病例是指其医疗状况或症状不需要立即或紧急医疗护理的患者。 他们由两名独立的急诊医生进行评估,如果他们充分相信此病例不需要紧急护理并且不需要紧急由医生为患者进行检查,则将其标记为“非紧急”。 相反,这些病例本可以在门诊环境中得到适当的管理,例如通过诊所或初级保健机构的预约
3个月
每个分诊类别的患者到达急诊室和接受医生就诊之间的时间(等待时间)
大体时间:3个月
根据每位患者所属的分诊类别,测量并记录每位患者在接受医生治疗之前所花费的等待时间。
3个月

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2023年3月20日

初级完成 (实际的)

2023年6月10日

研究完成 (实际的)

2023年6月10日

研究注册日期

首次提交

2023年6月27日

首先提交符合 QC 标准的

2023年7月5日

首次发布 (实际的)

2023年7月13日

研究记录更新

最后更新发布 (实际的)

2023年7月13日

上次提交的符合 QC 标准的更新

2023年7月5日

最后验证

2023年7月1日

更多信息

与本研究相关的术语

其他研究编号

  • 887456

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

IPD 计划说明

没有共享 IPD 的计划

药物和器械信息、研究文件

研究美国 FDA 监管的药品

研究美国 FDA 监管的设备产品

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

3
订阅