跳到主要内容

使用电子病历中结构化临床文件的睡眠医学质量改进和基于实践的研究

摘要

背景

我们在电子病历中开发并实现了结构化临床文档支持(SCDS)工具包,以优化患者护理、促进文档编制和捕获睡眠医学/神经病学诊所就诊时的数据,从而实现内部和与其他中心的患者护理和研究协作。

方法

为了建立我们的SCDS工具包,医生们经常开会制定内容,定义队列,选择结果测量,并描述已知的改变疾病进展的因素。我们将任务分配给护理团队,并将数据元素映射到进度记录中。程序员分析人员构建并测试了SCDS工具包,其中包括几个分数测试。自动评分和解释测试包括广泛性焦虑障碍7项、流行病学研究中心抑郁量表、Epworth嗜睡量表、匹兹堡睡眠质量指数、失眠严重程度指数和国际不宁腿综合征研究组评定量表。SCDS工具包还提供临床决策支持(未经治疗的焦虑或抑郁),并促使患者加入DNA生物库。

结果

结构化临床文档工具包在每次办公室访问中捕获数百个离散数据字段。这些数据可以以表格或图形形式显示。工具包中的最佳实践建议在存在质量改进机会时提醒医生。截至2019年5月1日,我们已经使用该工具包对18105名初次就诊的睡眠患者进行了评估。我们还收集了使用标准化工具包进行年度回访的患者的纵向数据。我们提供了开发过程的描述和工具包的截图。

结论

电子医疗记录可以结构化,以标准化睡眠医学办公室访问,捕获数据,并支持多中心质量改进和基于实践的研究计划,用于睡眠患者的护理点。

背景

许多睡眠障碍具有复杂的症状和多变的演变。仔细记录疾病的严重程度、症状的频率、对健康和生活质量的影响以及对治疗的反应,对于指导疾病管理的有效性和安全性至关重要。随着电子医疗记录(EMR)的出现,处理和存储数据以方便评估和比较成为可能。电子病历还允许即时访问纵向健康信息,提高患者护理的质量、安全性和效率(Esper等)。2010)。电子病历可以提供治疗结果的信息(Ballard等)。2015),跟踪护理质量(Fitzsimons等)。2013),筛查神经系统疾病(Wray等人)。2014),并改善专科医生和初级保健医生之间的沟通(Zuchowski等)。2015)。

美国神经病学学会(AAN)提出了成人神经系统疾病护理的质量指标2010;Fountain等人。2011;Miller等人。2013;Odenheimer等人。2013;英格兰等国。2014),不宁腿综合征/威利斯-艾伯姆病(RLS/WED)的指南正在制定中(指南项目正在进行中;2019)。美国睡眠医学学会最近发表了质量测量(Trotti等人)。2015)。RLS/WED的其他指南也已发表(Allen et al.)。2014;Picchietti等人。2015;Garcia-Borreguero等。2016;温克尔曼等人。2016)。很少有关于睡眠和神经学的研究被纳入电子病历(Alexander et al.)。2016;Stubberud等人。2019;Mulvey等人。2018)。EMR文档的一个挑战是临床数据不是离散捕获的,这使得报告性能和评估质量改进机会变得困难。结构化临床文档支持为这个问题提供了一个解决方案,允许离散地捕获数据,并使报告性能变得更容易。

睡眠医学还受到缺乏相对有效性研究的挑战。有几种治疗常见睡眠障碍的方法已获批准,如RLS/WED,但尚不清楚哪种治疗方法在疗效和耐受性方面更优,适用于哪些患者亚群。传统的临床试验招募选定的患者,使用替代措施,对患者进行短时间随访,并且很难推广到临床实践(Tunis等)。2003;维克斯和斯卡迪诺2009;Patsopoulos2011;Chalkidou等。2012)。电子病历中捕获的数据可用于识别符合条件的患者,分配治疗方案,并在护理点测量结果(Staa等)。2012)。为了解决这些未被满足的需求,我们参与了一个全部门的项目,通过在我们的电子病历中建立一个结构化的临床文档支持(SCDS)和临床决策支持(CDS)工具包,解决神经病学的质量改进和基于实践的研究。我们描述了我们开发睡眠工具包的过程,以支持最佳实践,并提供了一些基本的描述性数据来展示我们的离散数据收集。例如,我们将RLS/WED作为我们的工具包收集数据的众多睡眠障碍之一。RLS/WED是一个有用的例子,因为它定义明确,具有遗传基础,但病因尚不清楚,需要进一步研究。

方法

北岸大学健康系统睡眠项目包括14名医生(6名肺科医生和8名神经科医生)。该工具包由伊利诺斯州芝加哥北部郊区四家医院和六家门诊诊所的神经内科睡眠专家使用。

为了构建我们的SCDS工具包,我们必须开发笔记的内容,优化EMR (Epic Systems Corporation)以反映内容,并在测试环境中实现工具包。我们之前说明了我们使用电子病历进行质量改进和基于实践的研究的七个阶段的逐步进展。简而言之,该部门的逐步发展包括七个步骤:1。结构化临床文档支持(SCDS)电子病历工具的开发和实施;2.遇到受试者的入组报告;3.数据质量报告,以识别缺失数据;4.群体特征的描述性报告,如患者报告和医生评估措施; 5. Quality improvement projects (baseline data); 6. Quality improvement projects (using clinical decision support tools built into the EMR to hardwire patient safety and improved outcomes); 7. Dissemination of tools and sharing of data via the NPBRN (Maraganore et al.2016)。

睡眠神经科医生每2周召开一次会议,标准化病程记录内容,以支持治疗睡眠障碍患者的最佳实践。我们回顾了相关的医学文献,AAN指南(指南,2019),国家神经疾病和中风共同数据要素研究所(NINDS/NIH,2015),美国睡眠医学学会(AASM) (Aurora等人)。2012),以及国际不宁腿综合征研究组(IRLSSG)指南(Garcia-Borreguero等)。2013)。我们纳入了流行病学研究中心抑郁量表(CES-D)1977)、一般焦虑障碍7项(GAD-7)量表(Spitzer et al.)。2006)、匹兹堡睡眠质量指数(PSQI) (Buysse et al.;1989),爱普沃斯嗜睡量表(ESS)(约翰1991)、失眠严重程度指数(ISI) (Morin1993;巴斯蒂安等人。2001),以及国际不宁腿综合征研究组评定量表(IRLSRS) (Walters等)。2003)。我们根据培训水平和进度记录(内容的顺序和布局)设计了工作流程(护理团队(医疗助理、护士、睡眠神经科医生)的任务顺序和分配)。患者也可以在办公室访问之前通过我们的在线患者门户网站在线填写调查问卷。这一过程不会延长办公室访问时间,并确保收集所有必要的数据。我们将医疗助理和/或护士的评估限制在每人15分钟,神经科医生的评估限制在60分钟。

在确定内容后,我们每两周与NorthShore的EMR优化团队的程序员召开一次会议。他们建立了一个SCDS和CDS工具包,其中包括导航器(可供选择的过程的侧边栏索引)、电子表格(具有自动评分和自动解释的能力)和摘要流程图。我们包含了自由文本字段以允许附加信息。所有睡眠障碍患者均采用SCDS进行评估。SCDS和CDS工具包还旨在促进患者安全(通过提醒医生未治疗的焦虑或抑郁,并将他们引导到心理健康命令集)。

最后,我们在EMR的开发环境中测试了SCDS和CDS工具包,进行了修订,并将工具包移动到EMR的生产环境中。项目组继续每两周召开一次会议,根据患者就诊情况进行修订。我们的工具包侧重于使用EMR的门诊环境的门诊访问。(SCDS和CDS工具的截图出现在附加文件中1)。

在工具包实现之后,我们每两周与专门负责从EMR的数据存储库提取、转换和加载数据到NorthShore的企业数据仓库(EDW)中特定于睡眠的数据集市的程序员会面一次。EDW程序员创建了跟踪患者的登记报告,并生成了数据质量报告,指出哪些需要的数据在办公室访问中丢失了。这些数据质量报告每月分发给护理小组。3个月内未清理的数据作为永久丢失归档,这些数据不再在后续报告中列出。护理团队从数据质量报告中了解到他们容易出错的地方,并纠正他们对工具包的使用。当许多提供者出现系统错误时,团队有机会改进他们对工具包的使用,或者请求优化或更改数据需求。一旦项目建立,每月报告只对每个供应商进行很少或根本没有数据检查。

结果

基本描述性统计分析

为了展示我们的工具包有效捕获的内容,截至2019年5月1日,我们已经用我们的睡眠工具包评估了18105名患者,每次就诊包括多达836个数据字段(示例截图见附加文件)1)。我们的工具包生成月度报告,如Table1这张图显示了初次就诊时病人的睡眠诊断。对于每一位患者,我们收集了与他们的人口统计相关的详细信息。我们还收集了与他们的具体症状、睡眠药物使用和睡眠相关疾病家族史相关的详细信息。附加文件中显示了与这些患者相关的详细描述性报告的示例2。最后,我们收集了几个分数测试方法,可以在我们跟踪这些患者时进行纵向评估(附加文件)3.)。

表1睡眠门诊患者初诊诊断情况

讨论

我们在EMR中使用了SCDS和CDS工具包,用于质量改进和结果研究。我们已经证明了将这些工具包纳入临床护理和获取高水平患者数据的可行性。此外,我们通过在年度访问中继续使用工具包来获取患者的纵向数据。了解病人的健康状况如何随时间变化,对规划适当的跨学科护理提供了信息。

作为临床的下一步,我们将使用数据收集来帮助护理点的决策。具体来说,我们正在创建电子弹出框(最佳实践建议[bpa]),每当发现质量改进机会时,就会根据EMR捕获的数据在护理点启动。我们已经实施了这些方法来检测和管理睡眠访问中的抑郁或焦虑。我们根据患者的CES-D和GAD-7评分实施了BPA。如果患者的筛查结果呈阳性,就会“弹出”警报,要求医生下订单(药物或转诊)或推迟(并需要对原因进行评论)。作为一项质量测量,我们正在评估那些筛查呈阳性的患者使用抗抑郁药或抗焦虑药和/或精神病学转诊的频率。我们正在计划额外的双酚a,专门针对睡眠患者。一种应用可能是,如果患者患有RLS/WED,并且在过去一年中没有检查过铁蛋白水平,BPA将启动并显示鼠标点击选项以下订单或延迟(这将级联并提示选择延迟的原因)。在实施BPA之后,我们将跟踪铁蛋白水平文档与基准数据的改进。在另一个应用中,我们可以筛选冲动控制障碍和增强。 If a patient screens positive, we could alter management of dopamine agonists.

一些研究应用可以利用这些常规收集的临床数据进行。我们目前正在进行一项DNA生物银行研究,在这项研究中,BPA会扫描电子病历以获得资格标准,从而提示注册。符合条件的专利在护理点自动识别。在适当的时候,他们可以被同意参加研究。除了临床数据之外,DNA信息将允许对生物标志物和临床特征进行新的研究,因为它与疾病进展、治疗反应和结果有关。另一个未来的机会是利用电子病历进行务实的试验。例如,我们可以比较多巴胺激动剂与α -2 δ配体,以评估RLS/WED严重程度、增强率以及对CES-D和ESS等量表的影响等结果。使用我们的SCDS和CDS工具包捕获的数据,双酚a将触发符合条件的受试者登记,并提示在护理点随机分配模棱两可的药物。我们已经在神经内科的其他项目中成功地实施了这种设计。

北岸大学健康系统(NorthShore)的神经内科包括40名神经科医生,在伊利诺伊州芝加哥北部郊区的4家医院和8个门诊点执业。神经科医生包括癫痫、神经退行性疾病、多发性硬化症、神经肌肉疾病、神经肿瘤学、睡眠障碍和中风的全科医生和亚专科医生。我们的工具包在医务人员之间建立了有效的分工,使获得所有必要数据的过程更加清晰和高效。

我们的工具包还促进了我们11个神经病学亚专科之间的合作,这些亚专科都可以访问数据。收集到的数据也可以与其他专业和中心共享,如果他们愿意创建一个标准化的工具包。虽然我们的工具包目前仅限于使用相同EMR的神经病学亚专科,但潜在的未来应用包括扩展到其他亚专科和EMR平台。

为了提高质量和开展新颖的基于实践的研究,我们还分享了我们的睡眠工具包,并与使用相同电子病历(Epic)的其他神经病学部门合作。在医疗保健研究和质量局的资助下,北岸神经学研究所使用电子病历创建了一个基于神经学实践的研究网络(NPBRN)。所有15个参与站点已同意为多达11种神经指征(包括睡眠障碍)实施SCDS和CDS工具包,并协作共享去识别数据。NorthShore站点将管理数据,提供月度参与和数据质量报告,以及季度描述性队列和质量改进报告,这将使我们能够分析不同患者群体的人口统计学和临床特征数据,并进行多中心研究。

虽然将SCDS和CDS纳入临床实践有很多好处,但也有一些限制。不同的考官可能不会以相同的方式问结构化问题。病人的回答可能是主观的,或由审查员以有偏见的方式记录。此外,患者对自填问卷的解释可能会有所不同。使用工具包有一个学习曲线,它们需要“标准化”的答案。然而,总是有机会输入免费文本。根据我们的经验,一旦全面实施,工具包不需要额外的面对面时间,并且包括可以提高办公室访问效率的功能,例如前面提到的明确分配给医务人员的任务。

随着时间的推移,我们通过消除一些我们发现冗余和不必要的初始调查问卷,缩短了数据收集过程,使工具包更加高效。为了解决在医生就诊前收集数据的挑战,我们简化了流程,除了让患者在来办公室之前填写一些在线问卷外,还分配了医务人员特定的数据收集任务。这些变化改善了我们的工作流程,同时确保了我们的数据收集过程的完整和高效。

结论

综上所述,SCDS工具包以及CDS功能可用于规范睡眠医学办公室就诊。可以优化工作流程以提供患者护理,并将进度记录从非结构化文本转换为具有离散数据点的结构化文档,从而轻松地在EMR中捕获。可以建立工具包,使医生能够根据AAN质量指南处理常见疾病,并支持质量倡议项目。这些工具包还可以通过在护理点确定符合条件的患者来帮助研究的登记。此外,这些数据还可以用于研究问题的查询,例如IRLS评分是否预测患者是否会接受治疗,或者铁蛋白水平是否预测治疗的益处。总的来说,我们预计这些SCDS和CDS工具包将提高睡眠医学护理的质量,并促进基于实践的研究。

数据和材料的可用性

不适用。

缩写

长:

美国神经病学学会

发布:

美国睡眠医学学会

双酚a:

最佳实践建议

cd:

临床决策支持

鉴定:

流行病学研究中心抑郁症量表

背景:

脱氧核糖核酸

仓库:

企业数据仓库

EMR:

电子病历

ESS:

爱普沃斯嗜睡量表

食品药品监督管理局:

美国食品和药物管理局

GAD-7:

一般焦虑障碍7项量表

IRLSRS:

国际不宁腿综合征研究组评定量表

IRLSSG:

国际不宁腿综合征研究小组

ISI:

失眠严重程度指数

研究所:

国家神经疾病和中风共同数据元素研究所

NPBRN:

神经学实践研究网络

PSQI:

匹兹堡睡眠质量指数

RLS /结婚:

不宁腿综合征/Willis Ekbom病

SCDS:

结构化临床文件支持

SNP:

单核苷酸多态性

参考文献

下载参考

致谢

作者感谢北岸大学健康系统的医疗助理、护士、神经科医生、EMR优化和企业数据仓库程序员、管理员和研究人员,他们为使用EMR的质量改进和基于实践的研究倡议做出了贡献。作者还感谢Hannah Moulthrop, MS,她在编辑和格式化手稿方面的帮助。最后,作者感谢神经病学患者,他们激励我们每天提高质量和创新我们的临床实践。

资金

作者感谢北岸大学健康系统辅助中心和David Zucker对电子病历(EMR)工具包的初步构建提供的慷慨资助。作者还感谢医疗保健研究和质量机构(R01HS024057)的资助支持。

作者信息

作者及单位

作者

贡献

TF、RF和DM构思了研究设计。KCS起草了手稿。LL, CM, RM, NN, SP, JP, MV-S和SM收集数据。RC在Epic内部建立了EMR系统。LH和ST分析数据。所有作者都阅读并批准了最终的手稿。

相应的作者

对应到德米特里厄斯·马拉加诺先生

道德声明

伦理批准并同意参与

不适用。

发表同意书

不适用。

相互竞争的利益

作者宣称他们没有竞争利益。

额外的信息

出版商的注意

伟德体育在线b施普林格《自然》杂志对已出版的地图和机构的管辖权要求保持中立。

补充信息

附加文件1。

EMR中SDCS工具包的截图,©2018 EPIC Systems Corporation,已获许可使用

附加文件2。

患者初次就诊时完整的描述性报告。

附加文件3。

评分测试患者初次就诊时的分布、相关性和主成分分析。

权利和权限

开放获取本文遵循知识共享署名4.0国际许可协议(http://creativecommons.org/licenses/by/4.0/),它允许在任何媒体上不受限制地使用、分发和复制,前提是您要适当地注明原作者和来源,提供到知识共享许可协议的链接,并注明是否进行了修改。创作共用公共领域免责声明(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文中提供的数据,除非另有说明。

转载及权限

关于本文

通过CrossMark验证货币和真实性

引用本文

Maraganore, d.m., Freedom, T., Simon, K.C.et al。使用电子病历中结构化临床文件的睡眠医学质量改进和基于实践的研究。睡眠科学实践4, 1(2020)。https://doi.org/10.1186/s41606-019-0038-2

下载引用

  • 收到了

  • 接受

  • 发表

  • DOIhttps://doi.org/10.1186/s41606-019-0038-2

关键字

  • 电子病历
  • 睡眠障碍
  • 结构化临床文件支持
  • 临床决策支持
  • 最佳实践
Baidu
map