استفاده از ابزار خدمات پزشکی اضطراری برای اندازه گیری عوارض جانبی در مراقبت های اضطراری قبل از بیمارستان: تجزیه و تحلیل سری زمانی

مراقبت های اضطراری قبلاً به عنوان منطقه ای از نگرانی های قابل توجه در مورد شیوع عوارض جانبی (AES) شناخته شده بود. با این حال ، اکثر این تمرکز بر روی محیط بیمارستان بوده است ، با درک اندکی از شناسایی و بروز AE در محیط قبل از بیمارستان.

روش

توسعه اولیه و آزمایش خدمات پزشکی فوریت های پزشکی (EMS) برای شناسایی AES و HART قبلاً شرح داده شده است. برای عملیاتی کردن ابزار TRIGGER خدمات پزشکی فوریت های پزشکی (EMSTT) ، فرآیندهای توسعه یافته توسط موسسه بهبود مراقبت های بهداشتی برای استفاده با ابزار Trigger Global با یک محیط مراقبت های اضطراری پیش از بیمارستان تطبیق داده شد. اینها سپس با استفاده از یک رویکرد گام به گام برای تجزیه و تحلیل 36 نمونه متوالی سوابق مراقبت از بیمار در طی یک دوره 18 ماهه (710 نفر) استفاده شدند. قابلیت اطمینان بین رحم برای هر مورد ماشه و سطح طبقه بندی آسیب اندازه گیری شد. محرک های کل در هر 10،000 برخورد بیمار ، AE در هر 10،000 برخورد بیمار و آسیب در هر 10،000 برخورد بیمار اندازه گیری شد. تمام اقدامات در نمودارهای کنترل فرآیند آماری ترسیم شد.

نتایج

There was a high level of inter-rater agreement across all items (range: 85.6 100%). The EMSTT found an average rate of 8.20 Triggers per 10,000 Patient Encounters , 2.48 AEs per 10,000 Patient Encounters and 0.34 Harm events per 10,000 Patient Encounters . Three triggers: Change in Systolic Blood Pressure Greater Than 20% ; Temp >38 درجه سانتیگراد بدون کاهش بعدی ؛و SPO₂ < 94% without supplemental Oxygen or SpO ₂ < 85% without assisted ventilation accounted for 93% ( n = 180) of the triggers found throughout the longitudinal analysis.

بحث

EMSTT با تمرکز کافی بر اجرای و جمع آوری داده ها و همچنین گنجاندن یک سیستم متنی مرتبط برای طبقه بندی AE/HART ، یک استراتژی بالقوه موفق در جهت شناسایی میزان AES در EMS در یک جمعیت بزرگ بیمار با تعهد محدود زمان است. و منابع

زمینه

شناسایی عوارض جانبی (AE) ، تعریف شده توسط انستیتوی پزشکی به عنوان "آسیب ناشی از مدیریت پزشکی به جای وضعیت اساسی بیمار" [1] به یک مؤلفه اساسی ایمنی بیمار و حاکمیت بالینی در مراقبت های بهداشتی تبدیل شده است [1، 2]مراقبت های اضطراری قبلاً به عنوان منطقه ای از نگرانی های قابل توجه در مورد شیوع AES شناخته شده بود [1]. با این حال ، اکثر این تمرکز بر روی محیط بیمارستان بوده است ، با درک اندکی از شناسایی و بروز AE در محیط قبل از بیمارستان. با توجه به اینکه پزشکان قبل از بیمارستان برای تصمیم گیری های سریع ، با کمترین اطلاعات در مورد بیمار ، و اجرای مراقبت با منابع محدود ، در بسیاری از محیط های چالش برانگیز ، پتانسیل ایجاد AE در خدمات پزشکی اضطراری (EMS) قابل توجه است.

تعدادی از روش هایی که برای نظارت بر AES در مراقبت های بهداشتی به کار رفته اند ، به سیستم های گزارشگری داوطلبانه ، مشاهده مستقیم ، شکایات ، بررسی مرگ و میر و بررسی عوارض یا بررسی اسناد مراقبت از بیمار متکی هستند [3،4،5،6]. در حالی که این روشها ممکن است برای بیماران خاص یا روشهای پرخطر تعریف شده مؤثر باشد ، شواهد کمی وجود دارد که نشان می دهد آنها یک سیستم جامع یا قوی از تشخیص AE ارائه می دهند [3،4،5،6]. یک رویکرد جدید که به عنوان روش Trigger Tool (TT) شناخته می شود ، نشان داده شده است که یک وسیله زمانی ، مقرون به صرفه تر و حساس تر برای شناسایی AE در مقایسه با روشهای سنتی تر است [7،8،9].

توسعه و آزمایش اولیه محرک های خاص EMS برای شناسایی AE و آسیب قبلاً شرح داده شده است [10]. تمرکز اصلی برای این محرک ها بر روی گروه کم خطر/فرکانس بالا یک سازمان EMS بود. موارد پرخاشگرانه/فرکانس پایین مانند مواردی که یک مسیر مراقبت بالینی کلیدی را تشکیل می دهند (به عنوان مثال انفارکتوس میوکارد ارتفاع ST). روشهای پرخطر (به عنوان مثال ، راه هوایی جراحی) ؛تجویز داروهای پرخطر (به عنوان مثال ، عوامل فلج). رویه های نادر (به عنوان مثال ، کنسول داخل رحمی) و موارد حمل و نقل بین حرکتی بالا با توجه به اینکه آنها به طور کلی به عنوان بخشی از یک چارچوب حسابرسی 100 ٪ ، در نتیجه پتانسیل بالای آنها برای AE و آسیب درج شده اند ، حذف شدند. موارد فرکانس کم خطر/فرکانس بالا ، که به طور کلی اکثریت قابل توجهی از تماس های EMS را تشکیل می دهند ، اغلب از حسابرسی غفلت می شوند و به همین ترتیب جمعیت هدف بودند. علاوه بر این ، تمرکز حسابرسی در موارد پرخطر تا حد زیادی با هدف شناسایی وقایع فردی AE و آسیب برای اهداف مدیریت موردی و ریسک انجام می شود ، در حالی که هدف از ابزار ماشه EMS این است که به عنوان یک اقدام جهانی از عملکرد سیستم و تسهیل عمل کنید. بهبود سیستم عمومی.

هدف از این مطالعه ، آزمایش استفاده از محرک های EMS ، استفاده از یک روش نمونه گیری و بررسی و گزارش در مورد میزان بروز و انواع AE ها و آسیب هایی است که آنها شناسایی می کنند.

روش شناسی

محرک های EMS قبلاً در طی چندین دور مشتق و یک نمونه بزرگ نمونه برای ویژگی های ارزیابی/آزمایش عملکرد انجام شده بودند [10]. به عنوان یک استراتژی نمونه برداری گذشته نگر برای شناسایی هدفمند موارد در معرض خطر ابتلا به AE و آسیب بالقوه ، محرک های EMS هم حساسیت و ویژگی برتر را در مقایسه با یک استراتژی نمونه گیری تصادفی برای شناسایی پرونده حسابرسی نشان دادند (به جدول 1 برای موارد ماشه EMS مراجعه کنید).

به منظور عملیاتی کردن محرک های EMS ، ما فرآیندهای توسعه یافته توسط موسسه بهبود بهداشت و درمان (IHI) را برای استفاده با ابزار Trigger Global (GTT) [11] با تنظیم EMS تطبیق دادیم. فرآیند سازگار Trigger Througe (EMSTT) با استفاده از یک رویکرد گام به گام ، که توسط آدلر و همکاران بیان شده است ، استفاده شد. در اجرای آنها از GTT [12] ، به تجزیه و تحلیل 36 نمونه متوالی سوابق مراقبت از بیمار در طی یک دوره 18 ماهه (710 نفر).

تنظیمات

این مطالعه در خدمات آمبولانس شرکت پزشکی حمد (HMCAS)، سرویس آمبولانس ملی قطر با بودجه دولت انجام شد. HMCAS یک ارائه دهنده دولایه (Ambulance Paramedic and Critical Care Paramedic) است که به جمعیتی حدود 2. 6 میلیون نفر با میانگین نرخ تماس روزانه بین 600 تا 700 تماس اضطراری و غیر اورژانسی خدمات می دهد. در زمان نگارش، HMCAS در حال انتقال از سیستم ثبت مراقبت مبتنی بر کاغذ به پرونده الکترونیکی مراقبت از بیمار بود.

هیئت بررسی نهادی

تأییدیه اخلاقی برای انجام این مطالعه توسط مرکز تحقیقات پزشکی شرکت پزشکی حمد، قطر اعطا شد.

روش شناسی ابزار ماشه

نمونه برداری

مطابق با استراتژی نمونه گیری GTT، فرآیند EMSTT از یک روش نمونه برداری از نمونه های کوچک متوالی در طول زمان استفاده می کند. موارد در نظر گرفته شده برای تجزیه و تحلیل شامل مواردی بود که در آن بیمار با EMS تماس داشت و برای آنها یک پرونده مراقبت از بیمار (PCR) ایجاد شد. PCRهای حذف شده شامل: مواردی که به عنوان بخشی از یک مسیر مراقبت بالینی کلیدی مورد بررسی قرار گرفتند (مانند انفارکتوس میوکارد ST-Elevation). روش های پرخطر (به عنوان مثال، راه هوایی جراحی)؛تجویز داروهای پرخطر (به عنوان مثال، عوامل فلج کننده)؛روش های نادر (به عنوان مثال، کانولاسیون داخل استخوانی)؛و سوابق حمل و نقل بین تاسیساتی. از بقیه موارد، دو نمونه در ماه با استفاده از جدول اعداد تصادفی برای دوره آزمون 18 ماهه (یک نمونه برای هر نیمه ماه) انتخاب شدند. هر نمونه شامل 30 PCR بود، با هدف بررسی 20 مورد اول، و 10 PCR اضافی شامل مواردی که هر یک از 20 مورد اول معیارهای خروج را داشتند (به فایل های اضافی 1 و 2 مراجعه کنید). فرآیند نمونه گیری در اختیار یک کارمند اسناد قرار گرفت که PCR ها را با معیارهای ورود شناسایی کرد و نسخه های کاغذی را برای بازبینی کنندگان اولیه ارائه کرد.

روند بررسی

Each review round was conducted independently by two primary reviewers (IH, BP) during scheduled and protected review time. The primary reviewers were each operational Critical Care Paramedics employed by HMCAS, with >15 سال تجربه EMS هر کدام، که علاوه بر این در مدیریت بالینی و آموزش در داخل خدمات شرکت داشتند. بررسی رکوردهای فردی هر کدام به 10 دقیقه محدود شد. پس از هر دور بررسی، دو بازبین اولیه برای مقایسه یافته ها، رسیدن به اجماع و خلاصه کردن نتایج، ملاقات کردند. در مواردی که اجماع حاصل نشد، با یک بازبین سوم، مدیر پزشکی HMCAS یا رئیس حرفه ها (LAS/NC) برای تعیین نتیجه مشورت شد. هر دور بازبینی بخشی از یک فرآیند تکراری بود و به اصلاح مداوم روش EMSTT و فرآیندهای جمع آوری داده ها اجازه داد (به فایل های اضافی 1 و 2 مراجعه کنید).

فرآیند جمع آوری داده ها

هر رکورد به صورت دستی فقط برای حضور محرک ها مورد بررسی قرار گرفت. اگر ماشه پیدا شد ، رکورد بیشتر برای وقوع AE و/یا آسیب بررسی شد. سوابق که حاوی یک ماشه نبودند بیشتر مورد بررسی قرار نگرفتند. از سیستم طبقه بندی گزارش و پیشگیری از خطای دارویی (NCC MERP) از شورای ملی هماهنگی برای طبقه بندی AES و آسیب برای موارد مثبت EMSTT استفاده شد. با توجه به تمرکز در بیمارستان سیستم MERP ، دسته C اصلاح شده است تا مواردی را شامل شود که مشخص نبود با توجه به مدت کوتاهی از مراقبت های ارائه شده توسط EMS رخ داده است (جدول 2) [13]. با شروع نمونه 10 (ماه 5) یک سیستم طبقه بندی خاص EMS که توسط پترسون و همکاران ساخته شده است.[14] ، شاخص رتبه بندی شدت حوادث جانبی ، برای اجرای همزمان با سیستم MERP NCC معرفی شد (جدول 2). این امر باعث می شود یک سیستم خاص برای EMS برای طبقه بندی AE مورد استفاده قرار گیرد ، بر خلاف تکیه فقط به MERP NCC متمرکز در بیمارستان.

تجزیه و تحلیل نمونه متوالی

EMSTT در طی یک دوره 18 ماهه به عنوان بخشی از تجزیه و تحلیل نمونه متوالی با استفاده از فرآیندهای عملیاتی گزارش شده در بالا استفاده شد. سوابق بررسی از طریق پایگاه داده الکترونیکی متمرکز HMCAS (Microsoft Access 2010 ، Redwood ، WA) و موارد معیارهای محرومیت از محاصره قبل از نمونه گیری حذف شد. تمام داده ها در یک الگوی ضبط داده استاندارد و الگوی گزارش خلاصه (Microsoft Excel 2010 ، Redwood ، WA) برای تجزیه و تحلیل و گزارش ضبط شدند.

تجزیه و تحلیل داده ها و فرایند گزارش دهی

قابلیت اطمینان بین رحم برای هر مورد ماشه و سطح طبقه بندی به طور کلی اندازه گیری شد. علاوه بر این ، تجزیه و تحلیل توصیفی تک متغیره برای کلیه متغیرهای مداوم و طبقه بندی شده (به عنوان مثال: موارد ماشه و سطح طبقه بندی آسیب) انجام شد. سرانجام ، یک استاندارد گزارش دهی تهیه شده است که شامل اقدامات نتیجه برای اهداف معیار بالقوه آینده و روش های تجسم داده ها برای تجزیه و تحلیل و نظارت بر عملکرد است. سه اقدام نتیجه مشخص شده شامل: محرک ها در هر 10،000 برخورد بیمار ، AE در هر 10،000 برخورد بیمار و آسیب در هر 10،000 برخورد بیمار. به منظور استاندارد گزارش ، برخورد بیمار به این ترتیب تعریف شده است: "تعامل بین ارائه دهنده خدمات درمانی بیمار و EMS به منظور ارائه خدمات (های) مراقبت های بهداشتی یا ارزیابی وضعیت سلامت بیمار."تمام اقدامات نتیجه گیری در نمودارهای کنترل فرآیند آماری (SPC) با استفاده از Minitab نسخه 17 (2010 ، کالج ایالتی PA) محاسبه و ترسیم شد و از قوانین نلسون برای تشخیص تنوع علت ویژه استفاده کرد [15] SPC شاخه ای از آمار است که ترکیب سری زمانی استروشهای تجزیه و تحلیل با ارائه گرافیکی داده ها برای درک تنوع و عملکرد بینش در مورد اینکه آیا این تغییر به دلیل احتمال یا دلایل قابل تعیین است [16]. ابزار اصلی SPC ، نمودار کنترل ، به محققان و پزشکان روشی را برای درک بهتر و برقراری ارتباط داده ها از تلاش های بهبود مراقبت های بهداشتی با امکان مطالعه تنوع و تمایز ویژه از تنوع علت مشترک ارائه می دهد [17]. داده های ارائه شده در این مطالعه کلیه الزامات مرتبط با استفاده از نمودارهای U را برآورده می کند [15].

نتایج

Consistent with the results reported in the development of the EMSTT, the Clinical group made up the majority of triggers found in our analysis [ n = 190 (97.9%)] (Table 4).Three triggers: Change in Systolic Blood Pressure Greater Than 20% ; Temp >38 درجه سانتیگراد بدون کاهش بعدی ؛و SPO₂ < 94% without supplemental Oxygen or SpO ₂ < 85% without assisted ventilation accounted for 92.8% ( n = 180) of the triggers found throughout the analysis. Change in Systolic Blood Pressure Greater Than 20% was the most common trigger amongst the Clinical group, as well as overall [ n = 108 (55.7%)].

سه اقدامات اصلی نتایج محاسبه و در نمودارهای U برای دوره مطالعه ترسیم شد. میانگین نرخ 8. 20 محرک در هر 10،000 برخورد بیمار (شکل 1) ، 2. 48 AE در هر 10،000 برخورد بیمار (شکل 2) و 0. 34 حوادث آسیب در هر 10،000 برخورد بیمار (شکل 3) در طول تجزیه و تحلیل مشاهده شد. در حالی که یک نمونه داده ها را در خارج از محدودیت های کنترل در حوادث آسیب در هر 10،000 نمودار برخورد بیمار ایجاد می کند ، هیچ علت قابل ملاحظه ای برای این تغییر نمی تواند بلافاصله مشخص شود.

محرک در هر 10،000 برخورد بیمار

عوارض جانبی در هر 10،000 برخورد بیمار

آسیب در هر 10،000 برخورد بیمار

هنگام طبقه بندی آسیب با استفاده از NCC MERP رده A (شرایط یا حوادثی که ظرفیت ایجاد خطا دارند) رایج ترین کلاس اختصاص یافته [147 نفر (7 /20 ٪)] بود (جدول 5). در کل ، فقط سه دسته MERP NCC به کلیه مواردی که محرک ها پیدا شده اند اختصاص داده شده است: دسته A ، دسته B (خطایی روی داده است اما خطا به بیمار نرسیده است) [n = 36 (5. 1 ٪)]. و دسته C(خطایی رخ داده است که به بیمار رسیده است ، اما باعث آسیب بیمار نمی شود) [11 نفر (1. 5 ٪)] ، در این مطالعه اصلاح شده است تا مواردی را شامل شود که در آن مشخص نیست که آیا آسیب به دلیل مدت کوتاهی از مراقبت های ارائه شده توسطEMSهمانطور که با توسعه EMSTT ، برای اهداف گزارش و تجزیه و تحلیل ، طبقه بندی دوم برای وقوع آسیب مثبت شمرده شد.

هنگام طبقه بندی آسیب با استفاده از شاخص رتبه بندی شدت AE ، که با نمونه پنجم اجرا شد ، کد رتبه بندی 7 (بدون شناسایی AE) رایج ترین کلاس گزارش شده در موارد مثبت بود [67 نفر (12 ٪)] (جدول 6). مشابه سیستم NCC MERP ، سه دسته اکثر دسته های اختصاص داده شده را در موارد مثبت ماشه تشکیل می دهند ، از جمله: کد 7 ؛کد 6 (AE با پتانسیل ایجاد آسیب بدون خطا) [n = 11 (2 ٪)] ؛و کد 4 (AE با پتانسیل ایجاد آسیب در نتیجه کمیسیون) [11 نفر (2 ٪)].

محدودیت ها

مطالعه ما تعاریف AES و آسیب را به مفاهیم جداگانه از هم جدا کرد و تعریف AE را مترادف تر با خطا تراز کرد. با این حال ، یک روند اخیر در جهت تعریف AE وجود دارد که به صورت متقابل مورد استفاده قرار می گیرد و بیشتر با تعریف آسیب همراه است. دلایل این دو بخش هستند. در مرحله اول ، با توجه به "رقیق شدن" درک شده از گزارش در مورد حوادث آسیب ، گزارش خطا کمتر برجسته شده است. علاوه بر این ، نتایج اولیه با استفاده از روش ابزار Trigger ، تبدیل نسبتاً کم خطا را به حوادث آسیب رساند ، تأکید بر گزارش بروز خطا و تمرکز بیشتر بر شناسایی موارد واقعی مربوط به آسیب بیمار را کاهش می دهد [19]. سرانجام ، در صورت عدم وجود خطایی در انجام مراقبت از بیمار ، می تواند آسیب دیده باشد. این وقایع به عنوان AE به عنوان AE شناخته می شوند و با وجود عدم وجود بالقوه یک ماشه یا خطایی در مراقبت از بیمار ، با توجه به نتیجه غیرقابل تحمل آنها ، مترادف با آسیب دیده می شدند [19].

به منظور توضیح این تغییر اخیر در درک AEs، یک معیار اضافی برای همسویی با تغییر در حال تکامل در تفکر نسبت به این تعاریف محاسبه شد - مقادیر AEهای اصلاح شده در هر 10000 برخورد با بیمار با افزودن AEs و آسیب محاسبه شد و نتایج رسم شد. در نمودار U برای مقایسهدر حالی که این پتانسیل ایجاد انحراف در نتایج مشاهده شده برای این مطالعه را دارد، ارزش هر یک از این معیارهای اصلاح شده نسبتاً پایین باقی ماند، با 2. 82 عوارض جانبی اصلاح شده در هر 10000 برخورد بیمار (شکل 4) که در طول دوره مطالعه مشاهده شد.

تغییرات عوارض جانبی در هر 10000 برخورد بیمار

مطابق با توسعه محرک های EMS، مطالعه ما چندین رکورد را در طول فرآیند نمونه گیری حذف کرد، از جمله مسیرهای مراقبت مبتنی بر شواهد و داروها و روش های پرخطر/نادر. اگرچه این موارد نشان دهنده بخش کوچکی از همه تماس های EMS هستند، این پتانسیل وجود دارد که حذف آنها نتایج تجزیه و تحلیل را منحرف کند. با توجه به هدف ابزار برای استفاده در موارد با فرکانس بالا/خطر کم که اغلب از برنامه های ممیزی منظم EMS حذف می شوند، حذف این سوابق عمدی بود. این محدودیت راهی برای تحقیقات بیشتر و ارزیابی EMSTT در نمونه ای است که در آن چنین معیارهای حذف اعمال نشده است.

در نهایت، هدف این تحقیق به توسعه فرآیندهای پیاده سازی، جمع آوری داده ها و گزارش دهی و آزمایش EMSTT با استفاده از این فرآیندها در طول زمان محدود شد. به این ترتیب، این مطالعه شامل آزمایش هایی برای ارتباط یا همبستگی بین موارد محرک و میزان AEs و/یا آسیب نمی شود. به طور مشابه، این مطالعه شامل تلاش هایی با هدف بهبود یا کاهش تأثیر رایج ترین محرک ها نبود. اینها به عنوان زمینه هایی برای تحقیقات آینده باقی می مانند.

بحث

روش TT موفقیت قابل توجهی را به عنوان یک روش سریع ، قابل اعتماد و ساده و در عین حال جامع برای تشخیص AE در مراقبت های بهداشتی مشاهده کرده است. این خصوصیات مطلوب منجر به توسعه موفقیت آمیز ابزارهای ماشه در انواع رشته ها ، از جمله مراقبت های بهداشتی عمومی [7] ، مراقبت های جراحی [20] ، مراقبت های اولیه [21] ، مراقبت های ویژه [22] ، مراقبت از کودکان [23]به عنوان داروخانه [24] و خدمات آزمایشگاهی [25]. با این حال ، ادغام چنین سیستمی در عملکرد منظم می تواند یک کار پیچیده باشد و باید به همان اندازه مهم باشد که محتوای خود ابزار باشد [11 ، 12]. علیرغم برنامه ریزی و فرآیندهای قوی در حال اجرا ، چندین موضوع آشکار شد که باعث جمع آوری داده ها برای چند ماه شد و برای تصحیح نیاز به مداخله و پالایش مداوم دارد و شامل موارد زیر است:

ارتباط فرآیند و تعاریف عملیاتی به عنوان یک مؤلفه اصلی در داخل تیم پروژه ظاهر شد و از نظر خارجی با همه بخش ها این پروژه به طور بالقوه می تواند تأثیر بگذارد.

برای تکمیل بررسی های مورد نیاز ، زمان اختصاصی و محافظت شده برای هر مرحله در این فرآیند ضروری بود. هنگامی که زمان لازم برای تکمیل هر دور بررسی به طور خاص برنامه ریزی شده بود ، دورهای بررسی سریعتر و انجام آن آسانتر بود.

تیم بررسی باید به تعداد کمی از کارمندان اختصاص داده شود تا امکان سازگاری و آشنایی با ابزار و فرآیندها به مرور زمان توسعه یابد. این ثابت شد که از منابع و سرمایه گذاری زمان در مقابل دیدگاه خروجی سودمند است.

اهمیت یک سیستم طبقه بندی AE/HART از نظر متنی مرتبط و مناسب در طول تجزیه و تحلیل آشکار شد. به همان اندازه که سیستم NCC MERP جامع است ، تفاوت های ظریف محیط EMS کاربرد این سیستم را دشوار کرده است. شاخص شدت AE برای هدف ، در حالی که ذهنی تر است ، یک جایگزین ساده و آسان برای اجرای جایگزین ارائه می دهد که ضمانت معاینه بیشتر را دارد.

کفایت و خوانایی مستندات در جدا کردن نواقص در مراقبت از نواقص در مستندات مشکلاتی ایجاد کرد. برای موفقیت آمیز چنین سیستمی ، ضروری است که بررسی کیفیت اسناد به صورت موازی انجام شود ، یا اینکه یک سرویس دارای مراجعه کافی برای به حداقل رساندن تأثیر مستندات ضعیف باشد. افزایش جذب سوابق پزشکی الکترونیکی ممکن است اثرات برخی از این موارد را محدود کند.

با توجه به دوره فوق از انتقال به سمت PCR الکترونیکی ، موضوع اتوماسیون در چندین نوبت در بین تیم پروژه مورد بحث قرار گرفت. با پیشرفت این پروژه ، به طور فزاینده ای آشکار شد که بررسی دستی یکپارچه موارد با گذشت زمان به تجربه یادگیری در تلاش برای درک تعامل محرک ها به حوادث جانبی و آسیب اضافه شد. علاوه بر این ، بینش در مورد موارد محرک بالقوه آینده ، دانش که در غیر این صورت از دست می رفت ، در صورت خودکار شدن این روند ، ارائه می داد.

این مطالعه جزو اولین کسانی بود که یک ابزار ماشه و فرآیندهای عملیاتی آن خاص برای تنظیم EMS را آزمایش و تجزیه و تحلیل کرد. شیوع موارد ماشه مشاهده شده در این تجزیه و تحلیل مشاهدات گزارش شده در توسعه محرک های EMS را نشان می دهد ، که اکثریت قابل توجهی از موارد مثبت ماشه شامل همان سه محرک است. بروز AE و آسیب شناسایی شده نسبتاً کم بود ، از جمله اقدامات اصلاح شده ، در مقایسه با توسعه محرک های EMS. با این حال ، این اختلافات به طور بالقوه می تواند به تفاوت در نمونه گیری نسبت داده شود ، با تمرکز بر روی نمونه های متوالی کوچک در این تجزیه و تحلیل ، در مقایسه با تمرکز نمونه بزرگ با توسعه اولیه. تمرکز برای این مطالعه بر رویکرد نمونه برداری مورد استفاده GTT مدل شده است ، که پیش بینی قابل اعتماد را در مقایسه با نمونه های بزرگتر نشان داده است [11]. با این وجود ، سهولت بیشتر و مدت زمان کوتاه تر زمان لازم برای ارزیابی PCR های EMS ، با استفاده از EMSTT ، راهی برای مطالعه بیشتر با استفاده از نمونه های بزرگتر است.

هیچ تحقیق دیگری که همکار مورد بررسی قرار گرفته است ، بررسی کاربرد TT به مرور زمان ، در تنظیم EMS وجود ندارد. به همین ترتیب ، هیچ معیار وجود ندارد که بتواند نتایج مشاهده شده در این مطالعه را با آن مقایسه کند. با وجود این ، دلیل این امر است که تغییر در مدل های خدماتی موجود در EMS در سراسر جهان می تواند بتواند بر نتایج کاربرد EMSTT در سایر تنظیمات تأثیر بگذارد. این یک فرصت مهم برای تحقیقات آینده ، برای درک بهتر شیوع و بروز AE در EMS است. در حالی که بسیاری از TT های موجود در بیمارستان وجود دارد ، تغییر در گروه های بیمار ، منطقه خدمات ، طول قرار گرفتن در معرض خدمات بهداشتی مورد مطالعه و اقدامات مختلف نتیجه گیری با نتایج این مطالعه غیرممکن است.

نتیجه

TTS یک استراتژی بالقوه برای شناسایی موفقیت آمیز بروز AE و آسیب در مراقبت های بهداشتی را نشان می دهد. با درک بهتر انواع مورد و دلایل AE و آسیب ، پروژه های بهبود هدفمند می توانند برای پیشبرد کیفیت و ایمنی بیمار طراحی و اجرا شوند. این مطالعه از جمله اولین موردی است که به منظور اندازه گیری میزان AE/آسیب در این تنظیم ، یک TT خاص EMS را آزمایش و تجزیه و تحلیل می کند. EMSTT با تمرکز کافی بر اجرای و جمع آوری داده ها و گنجاندن یک سیستم طبقه بندی از لحاظ متنی مرتبط ، یک استراتژی بالقوه موفق در جهت شناسایی میزان AE/HAR در EMS را نشان می دهد.

مخفف

خدمات پزشکی اورژانس

ابزاری خدمات پزشکی اورژانس

ابزار ماشه جهانی

خدمات آمبولانس شرکت پزشکی حمد

موسسه بهبود مراقبت های بهداشتی

شورای هماهنگی ملی گزارش و پیشگیری از خطای دارو

سابقه مراقبت از بیمار

منابع

کمیته کیفیت مراقبت های بهداشتی در آمریکا I از M. ERR انسان است: ایجاد یک سیستم بهداشتی ایمن تر. 2000

کمیته کیفیت مراقبت های بهداشتی در آمریکا I از M. عبور از کیفیت کیفیت: یک سیستم بهداشتی جدید برای قرن بیست و یکم (آنلاین). واشنگتن ، دی سی: انتشارات آکادمی ملی ؛2001. در دسترس از: http://www. nap. edu/catalog/10027/crossing-the-quality-chasm-new-health system-for.

Thomas EJ ، L A P. خطاهای اندازه گیری و عوارض جانبی در مراقبت های بهداشتی. J Gen Inte Med. 2003 ؛ 18: 61-7.

پین TH ، Savarino J ، Marshall R ، Hoey CT. استفاده از مانیتور رویداد بالینی برای جلوگیری و تشخیص خطاهای دارویی. Proc Amia Symp. 2000: 640-4.

Murff HJ ، Patel VL ، Hripcsak G ، Bates DW. تشخیص عوارض جانبی برای تحقیقات ایمنی بیمار: مروری بر روشهای فعلی. J Biomed Inform. 2003 ؛ 36 (1 2): 131-43.

Naessens JM ، Naessens JM ، Campbell CR ، Campbell CR ، Huddleston JM ، Huddleston JM ، et al. مقایسه عوارض جانبی بیمارستانی که با سه روش تشخیص گسترده استفاده می شود. Int J Caleal Care Care. 2009 ؛ 21 (4): 301-7.

Resar RK ، Rozich JD ، Classen D. روش شناسی و منطقی برای اندازه گیری آسیب با ابزارهای ماشه. SAF QUAL. مراقبت های بهداشتی. 2003 ؛ 12 (2): 39-46.

Brown S ، Black K ، Mrochek S ، Wood A ، Bess T ، Cobb J ، et al. RADARX: شناخت ، ارزیابی و مستند سازی وقایع نامطلوب RX. Proc Amia Symp. 2000: 101-5.

Howard I, Bowen J, Al Shaikh L, Mate K, Owen R, Williams D. توسعه یک ابزار ماشه ای برای شناسایی عوارض جانبی و آسیب در خدمات فوریت های پزشکی. Emerg Med J (آنلاین). 2017؛ 0:1-7. https://doi. org/10. 1136/emermed-2016-205746.

Griffin F, Resar R. IHI ابزار ماشه جهانی برای اندازه گیری عوارض جانبی [اینترنت]. کاغذ سفید IHI Iovation Series. 2007; در دسترس از: http://www. ihi. org/resources/Pages/IHIWhitePapers/IHIGlobalTriggerToolWhitePaper. aspx.

Adler L، Denham CR، McKeever M، Purinton R، Guilloteau F، Moorhead JD، Resar R. ابزار ماشه جهانی: اصول پیاده سازی. J بیمار Saf. 2008؛ 4 (4): 245-9.

Hartwig SC، Denger SD، Schneider PJ. برنامه گزارش دهی خطای دارویی مبتنی بر گزارش حادثه، نمایه شده با شدت. Am J Hosp Pharm. 1991؛ 48: 2611-6.

Patterson PD، Weaver MD، Abebe K، Martin-Gill C، Roth RN، Suyama J، و همکاران. شناسایی عوارض جانبی در خدمات فوریت های پزشکی حمل و نقل زمینی. Am J Med Qual. 2012؛ 27:139-46.

پروست ال پی، موری SK. راهنمای داده های مراقبت های بهداشتی: یادگیری از داده ها برای بهبودویرایش 1سانفرانسیسکو، کالیفرنیا: جان وایلی و پسران. 2011.

Berwick DM. کنترل تنوع در مراقبت های بهداشتی: مشاوره از والتر شوهارت. مراقبت پزشکی. 1991؛ 29 (12): 1212-25.

Beeyan JC، Lloyd RC، Plsek PE. کنترل فرآیند آماری به عنوان ابزاری برای تحقیق و بهبود مراقبت های بهداشتی. مراقبت های بهداشتی با کیفیت. 2003؛ 12:458-64.

Landis RJ، Koch GG. کاربرد آمار سلسله مراتبی نوع کاپا در ارزیابی توافق اکثریت بین ناظران متعدد. بیومتریک. 1977؛ 33:363-74.

هارادن سی. شخصی. ارتباط. مارس 2017.

گریفین اف، کلاسن دی سی. تشخیص عوارض جانبی در بیماران جراحی با استفاده از رویکرد ابزار ماشه. Qual Saf. مراقبت های بهداشتی. 2008؛ 17 (4): 253-8.

de Wet C, Bowie P. توسعه مقدماتی و آزمایش یک ابزار ماشه جهانی برای تشخیص خطا و آسیب بیمار در سوابق مراقبت اولیه. Postgrad Med J. 2009؛ 85 (1002): 176-80.

Resar RK، Rozich JD، Simmonds T، Haraden CR. ابزاری برای شناسایی عوارض جانبی در بخش مراقبت های ویژهJt Comm J Qual Patient Saf. 2006؛ 32 (10): 585-90.

Matlow AG، Cronin CMG، Flintoft V، Nijssen-Jordan C، Fleming M، Brady-Fryer B، و همکاران. شرح توسعه و اعتبار سنجی ابزار تریگر کانادایی کودکان. BMJ Qual Saf. 2011؛ 20 (5): 416-23.

Ganachari M، Wadhwa T، Walli S، Dhisha K، Aggarwal A. ابزارهای ماشه ای برای نظارت و گزارش واکنش های نامطلوب Frug: ابزاری علمی برای گزارش کارآمد. Open Access Sci Reports. 2013؛ 2 (4): 1-5.

Breer S، Detz A، López A، Horton C، Sarkar U. سیگنال و نویز: استفاده از یک ابزار محرک آزمایشگاهی برای شناسایی عوارض جانبی دارویی در بین بیماران مراقبت های اولیه. BMJ Qual Saf. 2012؛ 21 (8): 670-5.