يركز تقديم الرعاية المتعلقة بالتخدير الآمنة والفعالة على علم تحسين الجودة، الذي يستند إلى الإبلاغ الدقيق وفي الوقت المناسب بنتائج المرضى. ففي عصر السجلات الصحية الإلكترونية (EHR) وقواعد البيانات القومية المتنامية، تستمر جبال من البيانات المتعلقة بالمرضى ورعايتهم في التزايد، مع إمكانية توجيه مبادرات سلامة المرضى الآن وفي المستقبل. من دون تدريب مكثف في علم البيانات ونظم المعلومات، قد يجد أطباء التخدير في الصفوف الأمامية لرعاية المرضى صعوبة في الوصول إلى بيانات من السجلات الصحية الإلكترونية (EHR) والمصادر الأخرى وفهمها واستخدامها لدعم مبادرات سلامة المرضى والجودة. ولتكون البيانات مفيدة في تحسين رعاية المرضى، يجب تنظيمها وهيكلتها وإضفاء سياق ومعنى عليها. إحدى طرق تحقيق هذا التحول للبيانات إلى معلومات المعرفة هي إنشاء نماذج بيانات.¹ يمكن أن تكون ذه النماذج أداة مفيدة في هيكلة البيانات وتبسيطها واستخدامها على أرض الواقع.

تُعد نماذج البيانات أداة لتوحيد البيانات وإضفاء معنى عليها، مما يسهل بدوره الفهم المشترك لها وسهولة استخراجها واستخدامها. ومن خلال تخطيط نقاط البيانات الأساسية والتحقق اللاحق من صحتها خلف الكواليس، يمكن للمستخدمين تحسين سهولة الوصول إلى البيانات المهمة بصورة كبيرة.^2,3 على سبيل المثال، إذا أراد مدير الجودة إعداد رسائل بريد إلكتروني تلقائية لاسترداد بيانات السجلات الصحية الإلكترونية (EHR) للنتائج اللاحقة للجراحة وتوزيعها على الأطباء أسبوعيًا، فيمكنه استخدام نموذج بيانات لتحديد تلك النتائج ومعرفتها.

في مؤسستنا، يُعد مستودع بيانات الفترة المحيطة بالجراحة (PDW) مستودعًا محليًا للبيانات يجمع البيانات من مصادر متعددة ويخزنها مما يتيح سهولة الوصول إلى مبادرات الاستخدام والبحث والجودة. ويمكن أن تتضمن مصادر البيانات لهذه الأنواع من مستودعات البيانات بيانات السجلات الطبية الإلكترونية (EMR) والبيانات التي يبلغ بها المرضى (على سبيل المثال، استطلاعات المرضى) والبيانات غير المتعلقة بالسجلات الطبية الإلكترونية (EMR) من مقدمي الرعاية (على سبيل المثال، الإبلاغ بالأحداث السلبية). كما يُعد جمع البيانات من هذه المصادر المتنوعة ودمجها في مستودع مشترك طريقة فعالة لاستثمار الطاقة والتكاليف الأولية بهدف تمكين الأطباء من جميع التخصصات والخلفيات التقنية من الوصول السهل والفعال والمباشر إلى البيانات. في المثال السابق، تم بالفعل تحديد كل نتيجة مثيرة للاهتمام (إصابة الكلى الحادة والغثيان والقيء بعد الجراحة وإعادة التنبيب وما إلى ذلك) وترتيبها والتحقق من صحتها داخل مستودع بيانات الفترة المحيطة بالجراحة (PDW)، ما يجعل الاستخدام العملي لتلك البيانات (على سبيل المثال، توفير رسائل بريد إلكتروني أسبوعية آلية للأطباء) أمرًا بسيطًا ومنظمًا.

بالإضافة إلى ذلك، يمكن لمسؤولي تحسين الجودة والباحثين الوصول بسهولة إلى هذه البيانات بأثر رجعي لتقييم فعالية مبادرات تحسين الممارسة. على سبيل المثال، بعد تنفيذ نظام إشعار إلكتروني لحث الأطباء على فحص الجلوكوز في أثناء الجراحة في المرضى المصابين بالسكري، تمكن الباحثون في مؤسستنا من مراقبة الالتزام بسهولة ونشر بيانات في نهاية المطاف تظهر ليس فقط زيادة معدلات مراقبة الجلوكوز، ولكن كذلك انخفاض معدلات ارتفاع السكر في الدم وعدوى موضع الجراحة.⁴ وفي مبادرة جودة أخرى بشأن وحدة المخاض والولادة، أوضح الباحثون أن نهج الخوارزمية الموحد الخاص بالجرعات الصغيرة الإضافية من التخدير فوق الجافية للألام المخاضية الجديدة أدى لاحقًا إلى استبدال عدد أكبر من القسطرات خلال 30 دقيقة من أول حقن للجرعة الإضافية من التخدير فوق الجافية، ما يعكس تحديدًا أسرع للقسطرات التي لا تؤدي وظيفتها.

يمكن إعداد نماذج البيانات داخليًا أو شراؤها من موردي الجهات الخارجية، ولكنها متوفرة كذلك من خلال العديد من السجلات الصحية الإلكترونية (EHRs) التجارية، التي تستخدم نماذج البيانات لإنشاء وظائف للمستخدمين النهائيين للوصول إلى البيانات الطبية وبيانات الجودة من دون متطلبات تدريب مكثفة أو تستغرق وقتًا طويلاً. على سبيل المثال، Oracle Cerner (أوستن، تكساس) وEpic Systems (فيرونا، ويسكونسن)، وهي بعض السجلات الصحية الإلكترونية (EHRs) شائعة الاستخدام في أنظمة الرعاية الصحية القومية، التي تستخدم العديد من الواجهات سهلة الاستخدام للسماح للأطباء بالوصول إلى بيانات المريض (الجدول 1).

الجدول 1. واجهات سهلة الاستخدام للوصول إلى بيانات المرضى

PowerInsight Explorer	أداة إعداد تقارير استخبارات الأعمال أعدتها Cerner Millennium®‎ تسمح بإنشاء تقارير تشغيلية وسريرية وتقارير أداء في الوقت الفعلي
Reporting Workbench	أداة أعدتها شركة Epic تتيح للمستخدمين إنشاء تقارير مخصصة باستخدام قوالب محددة مع معايير تحدد المرضى وعناصر البيانات المهمة (على سبيل المثال، موقع غرفة العمليات (OR) والتشخيص الرئيسي وما إلى ذلك)
Slicer Dicer	أداة أعدتها شركة Epic تسمح باستكشاف البيانات من خلال عمليات البحث القابلة للتخصيص التي تدعم نماذج بيانات متعددة، بما في ذلك نموذج بيانات سجل التخدير

وأخيرًا، يمكن للمهتمين بفهم الاتجاهات القومية الخاصة ببيانات الجودة والسلامة اللجوء إلى مصادر بيانات قومية كبيرة مثل السجل القومي لنتائج التخدير السريرية (NACOR) أو مجموعة النتائج في الفترة المحيطة بالجراحة متعددة المراكز (MPOG) أو البرنامج القومي لتحسين جودة الجراحة (NSQIP). ولكل من مصادر البيانات هذه نقاط قوة ونقاط ضعف ، ويجب على المهتمين باستخدام هذه الموارد فهم هذه الحدود للإجابة عن الأسئلة المتعلقة بالجودة. على سبيل المثال، يوفر السجل القومي لنتائج التخدير السريرية (NACOR)، الذي تدعمه الجمعية الأمريكية للتخدير ويتضمن بيانات من ملايين الحالات من آلاف الممارسات في جميع أنحاء الولايات المتحدة، تسجيلاً قويًا لعناصر البيانات المتعلقة بالفوترة، ولكنه تسجيل غير موحد لعناصر بيانات النتائج. ومع مراعاة حدود الوصول إلى البيانات وتحليلها من مصادر البيانات القومية الكبيرة هذه، يمكن للأطباء استخدامها بشكل صحيح للإجابة عن الأسئلة المتعلقة بالسلامة التي تتطلب بيانات طولية وأنواع ممارسات مختلفة وأعدادًا كبيرة من عمليات التخدير. وقد تم بالفعل استخدام هذه المنهجية لتقييم أسئلة مثل آثار الجراحة المتداخلة وعوامل الخطر لنقص السكر في الدم عند الأطفال في أثناء الجراحة وآلام ما بعد الجراحة وأنماط استخدام المواد الأفيونية.^6-8

لتعزيز مبادرات تحسين الجودة وزيادة سلامة المرضى في أثناء الرعاية المتعلقة بالتخدير، يلزم الوصول إلى بيانات الفترة المحيطة بالجراحة وامتلاك المهارات اللازمة للعمل مع تلك البيانات. وفي حين أن التعامل مع البيانات الأساسية الأولية يمكن أن يكون صعبًا، تتوفر العديد من الأدوات للمستخدمين ضمن السجلات الصحية الإلكترونية (EHRs) التي تسهل تحليل البيانات. ويمكن أن يسهل استخدام أي نموذج بيانات إعداد التقارير واسترداد البيانات، ولكنه يتطلب جهدًا إضافيًا إما لإعداد نموذج بيانات محلي أو لإجراء التخطيط والتحقق من الصحة الضروريين لاستخدام نموذج بيانات خاص بمورد السجل الصحي الإلكتروني (EHR). وفي النهاية، يمكن استخدام هذه النُّهج بشكل تعاوني لتقديم رؤية شاملة لنتائج العمليات في الفترة المحيطة بالجراحة ونتائج التخدير وتحويل البيانات إلى معرفة قابلة للتطبيق يمكن لاختصاصيي التخدير استخدامها لتعزيز تحسين الممارسة.

 

Holly Ende، ‏MD، أستاذ مساعد في قسم التخدير في المركز الطبي بجامعة فاندربيلت، ناشفيل، تينيسي

Jonathan Wanderer، ‏MD،‏ MPhil، أستاذ في قسم التخدير وقسم نظم المعلومات الطبية الحيوية في المركز الطبي بجامعة فاندربيلت، ناشفيل، تينيسي.

---

ليس لدى المؤلفين أي تضارب في المصالح.

---

المراجع

1. Hofer IS, Gabel E, Pfeffer M, et al. A systematic approach to creation of a perioperative data warehouse. Anesth Analg. 2016;122:1880–1884. PMID: 27195633.
2. Epstein RH, Dexter F. Database quality and access issues relevant to research using anesthesia information management system data. Anesth Analg. 2018;127:105–114. PMID: 29596094.
3. Epstein RH, Hofer IS, Salari V, Gabel E. Successful implementation of a perioperative data warehouse using another hospital’s published specification from Epic’s electronic health record system. Anesth Analg. 2021;132:465–474. PMID: 32332291.
4. Ehrenfeld JM, Wanderer JP, Terekhov M, et a. A perioperative systems design to improve intraoperative glucose monitoring is associated with a reduction in surgical site infections in a diabetic patient population. Anesthesiology. 2017;126:431–440. PMID: 28106608.
5. Ende HB, Tran B, Thampy M, et al. Standardization of epidural top-ups for breakthrough labor pain results in a higher proportion of catheter replacements within 30min of the first bolus dose. Int J Obstet Anesth. 2021;47:103161. PMID: 33931311.
6. Sun E, Mello MM, Rishel CA, et al. Association of overlapping surgery with perioperative outcomes. JAMA. 2019;321:762–772. PMID: 30806696.
7. Riegger LQ, Leis AM, Golmirzaie KH, Malviya S. Risk factors for intraoperative hypoglycemia in children: a multicenter retrospective cohort study. Anesth Analg. 2021;132:1075–1083. PMID: 32639390.
8. Stuart AR, Kuck K, Naik BI, et al. Multicenter perioperative outcomes group enhanced observation study postoperative pain profiles, analgesic use, and transition to chronic pain and excessive and prolonged opioid use patterns methodology. Anesth Analg. 2020;130:1702–1708. PMID: 31986126.