预测分析:通过事件报告和预测使患者更安全

文章总结


对于患者来说,医院和卫生系统的安全仍然是一个严重的问题,因为医疗事故现在是美国第三大死亡原因。为了提高患者的安全,Allina health转向预测分析,以标准化和扩大安全事件报告。

下载

患者安全的成功案例
出现的结果
  • 成功识别的安全事件比仅通过自愿报告识别的要多。
  • 发现改善病人护理的机会。
  • 除安全事件外,进一步改进了对近距离脱险事件的识别。
  • 分析应用程序提供了根据多种因素(如严重性、位置和伤害类型)组织数据的能力,这是以前无法做到的。
  • 委员会还通过标准化定义获得了全系统的性能视图,并获得了比以前更接近实时数据的最新信息。

对于患者来说,医院和卫生系统的安全仍然是一个严重的问题,因为医疗事故现在是美国第三大死亡原因。人工智能(AI)和预测分析已经在许多行业产生了影响,改善了各种各样的结果,推动了改进。在机器学习的帮助下,预计医院和卫生系统也可以利用人工智能和预测分析,找到改善患者安全和结果的新机会。

艾利纳健康是一个大型医疗保健系统,服务于大明尼阿波利斯/St。保罗。为了改善旗下四家大型城市医院、八家小型社区医院和85家诊所的患者安全,艾利纳医疗集团转向数据分析,以标准化和扩大安全事件报告,并计划最终开发一套预测警报系统,以应对新出现的安全问题。

病人安全仍然是医院关注的主要问题

在美国,超过21%的人在自己的医疗护理中经历过医疗错误,31%的人在亲戚或朋友的医疗护理中经历过错误。1尽管全美都在努力改善美国医院的医疗服务,但医疗事故已成为美国第三大死亡原因,导致医院和患者担心的主要问题仍然是缺乏安全性以及由此导致的对患者的伤害2

识别患者安全问题和患者伤害的一个机制是自愿事件报告。不幸的是,尽管依赖于这种被动的监测形式,自愿的事件报告只确定了一小部分威胁患者安全和保障的事件。随着人工智能和预测分析在包括医疗保健在内的多个行业的发展,了解和改善患者安全的更好方法可能是对现有患者数据进行更深层次的分析。

艾利纳健康是一个以明尼阿波利斯/圣路易斯为中心的大型医疗保健系统。保罗。它包括4家大型大都会医院、8家较小的社区医院、85家诊所、5000名医生和大约40亿美元的收入。Allina Health决心从过去的不良事件中吸取教训,查明和解决根本原因,并利用这些信息确定和支持预防伤害的干预措施,从而提高在其设施中护理的患者的安全性。

对自愿报告的限制阻碍了安全改进

艾利纳卫生委员会质量和人口健康委员会和执行领导团队意识到,患者安全问题没有得到卫生系统应有的有效解决。质量会议非常关注质量措施,而没有像需要的那样关注患者安全,安全话题经常落在议程的最后。因此,Allina Health的董事会和执行领导团队成立了一个独立的、专门的患者安全委员会来解决这个问题,并制定改进计划。该委员会随后发展到关注员工安全,提高了患者和员工安全的可见度。

在召集安全委员会之后,艾利纳健康在改善医疗系统患者安全方面发现了以下挑战:

  • Allina Health的文化差异很大,一些员工报告说,在谈论影响患者安全的问题时感到不安全。
  • 许多网站都做得很好,但几乎没有两个网站以相同的方式处理患者安全问题。
  • 当安全事件发生时,没有可靠或一致的方式来沟通从一个工地到另一个工地学到的东西。每个地点的高层领导都知道他们所在地点发生的事件,但并不知道整个系统的所有安全事件。因此,高层领导缺乏对系统中安全事件的范围和数量的洞察力,如果他们有一个更广阔的视角,他们会得到更少的信息。
  • 自愿安全事件报告过程没有捕获整个组织的所有事件,因此限制了有关事件类型的可用信息,以及需要采取什么措施来补救这些事件。
  • 由于需要对事件进行多重和不同的分类,以及报告不充分、劳动密集型和不完整,确定患者安全事件变得更加困难。

分析和文化转变促进了患者安全的改善

为了克服患者安全方面的挑战,并在艾利纳健康公司开展有意义的改进工作,患者安全委员会起草了以下初步战略作为第一步:

  1. 使用卫生保健研究和质量机构(AHRQ)安全文化调查工具评估安全文化,并根据结果采取行动。
  2. 评估和重新设计与安全事件相关的报告。
  3. 通过更准确和全面的数据分析,改进安全事件的识别。

建立患者安全文化

Allina健康病患安全委员会首先使用AHRQ安全文化调查工具评估安全文化。由于从这次调查中获得的洞察力,委员会确定有必要在整个卫生系统中建立一种安全文化,其中包括当患者或员工的安全面临风险时愿意提出意见,以及在整个系统中广泛传播安全事件的机制。

为了鼓励大家畅所欲言,Allina health建立了分层安全小组的做法——每天召开一线关键人员的会议,解决安全问题。在安全会议上,回顾了过去24小时内发生的事件。讨论包括这些事件再次发生的风险,以及未来24小时内可能发生的其他潜在事件。这些信息通过分层密谈系统传递出去,最终在alliina所有高管的每日密谈中达到高潮。有了这些新信息,Allina Health确保患者的风险被识别出来,工作人员将在需要时进行干预,防止伤害发生。

他们决定,当系统中的每一个事件发生时,安全主管和整个行政领导团队都需要被告知。一旦实施了这种做法,每个人都大开眼界,因为领导层之前并不知道正在发生的许多事件。Allina Health很快了解到,事件的广泛分享需要在早期沟通和准确沟通之间取得平衡,以避免误解和混淆。在沟通之前,需要进行一定程度的验证和事实核查,以有效促进早期识别和对潜在安全问题进行适当干预。

报告患者安全事件

自愿报告制度可以有效地发现一些显著的安全事件,并使组织能够遵守强制性报告要求。每个卫生系统都需要有一个自愿报告系统,医院员工需要能够在发生安全事件时提出。在艾利纳医疗集团,定期召开安全会议有助于加强安全文化,因为当他或她觉得环境对患者或员工不安全时,每个人都有机会畅所欲言。小组会议改善了沟通,有助于从发生的事件中学习。

然而,从安全会议收集的信息也凸显了自愿报告制度的缺陷。由于这类系统依赖于个人对伤害的识别和报告,如果只采用自愿报告,许多事件和侥幸脱险就无法识别。由于自愿报告只确定了安全事件的一个子集,各组织之间的准确程度差别很大,与其他组织的比较最多是具有误导性的,这使得制定安全基准具有挑战性。由于缺乏一致的数据和数据分类的多种方式,安全事件的报告也很复杂。

Allina Health意识到,如果不能识别和调查全因伤害和险些失误,就失去了从模式和系统故障中识别和学习的机会,并利用这些信息来确定如何解决其组织中的这些弱点。卫生系统需要改进安全事件的报告和预测,方法是评估和重新设计安全事件的报告,以包括全因伤害和险些失误。

有各种各样的国家和州报告要求,认证报告要求,以及其他自愿报告安全事件的计划。然而,这些需求并不总是匹配的,方法也不总是相同的。对事件进行分类的方法有很多:一些是列表,一些是分类系统,还有一些是组合。

为了改进Allina Health的安全事件报告,患者安全委员会认为有必要开发系统自己的交互式、全面和敏捷的报告能力,以识别险些失误,并适应多种伤害定义。他们求助于分析来帮助提供一个报告安全事件的新系统。

确定所有患者安全事件和事故

利用分析来识别有需要的患者

Allina Health认为,要识别大多数(如果不是全部的话)患者安全事件和侥幸事件,需要在数据分析的帮助下自动识别安全事件。凭借其在健康催化剂方面的经验世界杯葡萄牙vs加纳即时走地®分析平台和广泛的分析世界杯厄瓜多尔vs塞内加尔波胆预测应用程序套件,Allina Health决定研究使用Health Catalyst患者安全监测™:监测模块的优势,该模块使用机器学习来识别和实现触发器,预测患者何时可能受到伤害,或指示是否可能已经发生伤害。世界杯葡萄牙vs加纳即时走地

诱因是与特定安全事件相关的临床和人口统计学数据点。所使用的触发器将根据事件的类型、所使用的伤害的定义以及所需的敏感性水平(例如,假阳性与遗漏事件)而有所不同。

患者安全委员会决定试点这一应用和触发工具概念,看看它是否可以用于所有原因的潜在和实际伤害病例。其目的是揭示更大范围的伤害,而不是专注于一种特定类型的伤害,如可报告的伤害。为了支持这种类型的调查,在触发工具中内置了特定的伤害定义,应用程序将EMR数据提取到工具中。

验证触发工具的有效性

Allina Health患者安全委员会决定进行患者安全监控概述,以了解该应用程序与当前流程相比,在准确揭示与三个领域相关的实际伤害事件方面表现如何(见图1):

  • 麻黄素。
  • 急诊(ED)或手术后30天内住院再入院。
  • 静脉注射肝素后部分凝血活酶时间(PTT) >130。
Triggers-reviewed-vs-adverse-event-rate
图1:回顾的诱因与不良事件发生率

安全委员会指出,使用分析应用程序的一些优点是能够根据多个因素组织数据,如严重性、位置和伤害类型,这是以前无法做到的。委员会还通过标准化定义获得了全系统的性能视图,并获得了比以前更接近实时数据的最新信息。

总的来说,他们发现的困难不在于工具本身,而在于如何操作它。最初,该工具发现了太多额外的伤害事件,他们不得不花大量时间交叉匹配来自焦点小组的信息,以确定伤害是否真的发生了,然后学习如何“调整”触发器,以获得更准确的结果。安全委员会有些不知所措,因为自愿报告之前没有发现的病例数量之多,但这只会增强他们提高预测和预防患者安全事件能力的决心。

在所有三个利用触发器的试点研究中,开始出现三个主题:

  1. 需要改进EMR文件。非离散数据(自由文本注释)更难以从中提取数据,而且由于文档没有标准化或不在可检索的字段中,数据经常丢失。
  2. 一致使用标准命令集和协议对患者安全的积极影响,减少患者护理中不合理的变化。
  3. 通过调查安全事件和险些事故,发现了改善护理的机会。

对与麻黄素使用有关的安全事件的调查突出表明,在选择一种方案而不是另一种方案时,需要一致的订单、方案和订单集以及使用的明确标准。剂量和通知标准的一致性使那些执行协议的人更容易正确地执行。它还揭示了记录成功完成通知和患者对药物的反应的必要性。

分析获得的关于急诊或手术后30天内住院再入院的信息,发现了更有效干预和提高患者安全的新机会。例如,安全委员会了解到:

  • 47%(111)的患者在手术后7天内返回,这表明可以改进出院指示和出院时的教育机会,并/或在这些患者手术后更早地随访,以避免再次入院的需要。
  • 多次返回急诊科或诊所可能表明护理问题的连续性或在首次重新入院或诊所访问期间没有解决的关切。
  • 有一个潜在的机会,可以更有效地管理在手术后似乎突然发作的慢性疾病。
  • 由于护理不足而从熟练护理设施返回的患者强调需要更好的沟通和护理过渡。

对肝素使用后PTT >130的患者的调查加强了PTT升高和静脉肝素率变化的一致性记录的必要性。文件中的不一致是有问题的,因为它们未能支持护理人员之间的良好沟通,而且使使用触发因素在识别有可能受到伤害或正在受到伤害的患者时效果不佳。

结果

Allina Health患者安全委员会确定,使用分析和触发器改进了患者安全报告和监测,从而发现了更多实际和潜在的患者安全事件以及可能的促成因素。艾利纳健康改善患者安全的努力揭示了以下几点:

  • 安全小组会议可以有效地建立问责制和强大的安全文化,鼓励员工说出潜在的问题。
  • 触发工具成功识别了比自愿报告识别的更多的安全事件。
  • 对事件的调查发现了改进的机会,使组织更好地了解其性能,并调整EMR中的文件,以描绘更完整的患者情况。
  • 标准化文件进一步改进了对安全事件和险些失误的识别,进而确定了更多的原因和干预措施,以避免未来的安全事件,最显著的是消除无根据的临床变异。
  • 分析应用程序提供了根据多种因素(如严重性、位置和伤害类型)组织数据的能力,这是以前无法做到的。
  • 委员会还通过标准化定义获得了全系统的性能视图,并获得了比以前更接近实时数据的最新信息。

“通过识别风险最高的患者来预测患者伤害事件的能力,将使我们将资源从应对安全事件转移到预防安全事件。”

- Robert quickkel,医学博士,FACS
外科和程序护理副总裁
Allina健康

接下来是什么

当试点团队与Allina Health患者安全委员会分享了他们使用分析应用程序和触发器的发现时,该委员会决定扩展安全会议的概念,并将其用于从一线到中层管理,再到整个组织的分层系统中。他们认为,这将进一步加强安全文化,并改善整个组织的沟通。

虽然在试点中发现的信息被用于改善对这三个患者群体的护理,但安全委员会决定,它需要更深入地挖掘其他患者安全主题,以确定从安全事件调查中获得的知识是否可以用于改进文档,提供预测分析,并用于准确预测安全事件。从而使临床医生能够及时干预,防止更多的患者受到伤害。

参考文献

  1. 芝加哥大学医疗保健改善研究所、国家患者安全基金会和NORC。(2017)。一项新的调查发现,21%的美国人报告了自己的医疗失误经历(新闻稿)。
  2. 约翰霍普金斯医学。(2016).研究表明,医疗事故现在是美国第三大死亡原因。医生们主张改变死亡报告的方式,以便更好地反映现实
一致的改进方法加速医疗保健结果

这个网站使用cookies

我们以为您提供相关、有用的内容而自豪。我们可以用cookies来追踪你所阅读的内容吗?我们非常重视您的隐私。请参阅我们的隐私政策了解详情和任何问题。