利用数据进行安全和质量改进

Holly B. Ende, MD;Jonathan P. Wanderer, MD, MPhil

利用数据进行安全和质量改进提供安全而有效的麻醉照护是建立在质量改进的基础之上,这依赖于准确而及时地报告患者归转。随着电子病历 (EHR) 普及和国家数据库不断扩大,有关患者及其照护的数据在不断累积,有望为目前和未来患者安全举措提供指导。若未接受数据科学和信息学方面的广泛培训,处在患者照护最前沿的一线麻醉临床医生可能会感到难以获取、解读和使用来自 EHR 和其他来源的数据,来支持患者安全和质量改进。为了改善患者照护,必须对数据进行整理和结构化,并给出背景和含义。实现将数据转换为信息和知识的一种方法是创建数据模型。1数据模型可以成为现实世界中数据结构化、数据简化和数据处理的一项有用工具。

数据模型是一种工具,可以对数据进行标准化,并为数据添加意义,从而促进达成共识,方便提取和使用。通过映射关键数据点和后续验证,可以在极大程度上提高用户访问重要数据的便利性。2,3例如,如果质控负责人希望开发自动发送的电子邮件来检索有关术后归转的 EHR 数据,并每周一次发送给临床医生,他/她可以使用数据模型来定义和识别这些归转。

在本机构,围手术期数据仓库 (PDW) 是一个自主开发的数据存储库,可以收集并保存来自多个来源的数据,以便在实施操作、研究和质量改进时轻松访问。此类数据仓库的数据源可包括电子病历 (EMR) 数据、患者报告的数据(如,患者调查)和来自医护人员的非 EMR 数据(如,不良事件报告)。收集不同来源的数据并将其整合在通用存储库中是一种强有力的方式,只需投入前期成本和精力,就可以使所有专业和技术背景的临床医生轻松、高效且直接地访问数据。在上文提到的示例中,已在 PDW 框架内对每种目标归转(急性肾损害、术后恶心和呕吐、二次插管等)进行了定义、映射和验证,使该数据的操作使用(例如,每周自动给临床医师发送电子邮件)变得简单而顺畅。

此外,也便于质量改进负责人和研究人员回顾性地访问这些数据,以评估实践改进举措的有效性。例如,在应用电子提醒系统提示临床医生检查糖尿病患者的术中血糖水平以后,本机构的研究人员能够轻松地监测依从性,最后公布的数据显示,不仅血糖监测率有所提高,同时高血糖和手术部位的感染率也相应降低。4在另一项关于临产和分娩单元的质量改进倡议中,研究人员证实,对暴发性分娩疼痛进行硬膜外麻醉镇痛这一标准化操作后导致了更多导管在首次麻醉镇痛后 30 分钟内被更换,说明能更快识别出非功能性导管。

数据模型可以内部开发,也可以从第三方供应商购买,但也可以通过许多商用 EHR 获得,这些 EHR 使用数据模型为最终用户创建相应功能模块,以访问临床和高质量数据,而无需进行密集或耗时的培训。例如,美国国家医疗保健系统中常用的电子 EHR——Oracle Cerner(得克萨斯州奥斯汀)和 Epic Systems(威斯康星州维罗纳)采用多用户友好型界面,以便临床医生访问患者数据(表 1)。

表 1.用于访问患者数据的用户友好型界面

PowerInsight Explorer 支持创建实时操作、临床和绩效报告的 Cerner Millennium® 商业智能报告工具
Reporting Workbench 一种 Epic 工具,用户可使用特定模板,根据定义目标人群和数据要素的标准(例如,OR 地点、主要诊断等)创建定制报告
Slicer Dicer Epic 工具允许通过可定制的搜索条件来浏览数据,支持多种数据模型,包括麻醉记录数据模型

最后,有兴趣了解国家质量和安全数据趋势的人可求助于大型国家数据来源,如美国国家麻醉临床归转登记 (NACOR)、多中心围手术期结局组 (MPOG) 或美国国家手术质量改进项目 (NSQIP) 数据库。这些数据源均有其优缺点,那些希望使用这些资源来回答质量相关问题的人必须了解这些局限性。例如,NACOR得到了美国麻醉医师协会的支持,包含了来自全美数千家执业诊所的数百万个病例数据,这个数据库稳健采集了与计费相关的数据要素,但未统一采集治疗归转数据。考虑到访问和分析这些大型数据源的局限性,临床医生可以适当地使用它们来回答需要纵向数据、不同临床类型和大量麻醉剂的安全相关问题。这种方法已被用于评估重叠手术的影响、儿童术中低血糖的风险因素、术后疼痛和阿片类药物使用模式等问题。6-8

为促进麻醉照护过程中的质量改进举措并进一步改善患者安全,有必要获得围手术期数据和处理这些数据所需的技能。尽管处理原始基础数据可能具有挑战性,但 EHR 中有多种工具可协助用户进行数据分析。使用数据模型可使报告书写和数据获取变得更加容易,但的确需要前期工作来开发本地数据模型或执行使用 EHR 供应商的数据模型所需的映射和验证。最后,这些方法可以协同使用,为围手术期操作和麻醉归转提供综合意见,将数据转化为麻醉专业人士可操作的知识,从而推动临床实操的进一步改进。

 

Holly Ende (MD) 是范德比尔特大学医学中心(田纳西州纳什维尔)麻醉学系的助理教授

Jonathan Wanderer (MD) 是范德比尔特大学医学中心(田纳西州纳什维尔)麻醉学和生物医学信息学系的教授。


作者没有利益冲突。


参考文献

  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.