Determinants of ePROM Implementation and Scale-Up in Routine Care across a Universal Healthcare System: A Retrospective Population-Based Observational Study
这项回顾性基于人群的研究表明,在大规模实施电子处方(ePROM)方面,在全民医疗保健体系内是具有可行性的,并揭示了组织背景、工作流整合以及干预设计是比个人人口统计学特征更强的专业人员采纳和患者完成率的决定因素。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
医疗保健正缓慢地从单纯治疗疾病转向理解完整的个体。几十年来,医生一直依赖自身的观察和实验室检测来判断患者的状况。但越来越多的医学专家认为,最重要的数据往往直接来自接受护理的人。为了捕捉这些数据,医生使用被称为“患者报告结局测量”(patient-reported outcome measures)的简短、标准化的问卷。这些工具要求患者用自己的语言描述自身的疼痛、情绪或生活质量,将主观感受转化为可以指导治疗的具体信息。近年来,这些纸质表格已转化为数字版本,即“电子患者报告结局测量”(electronic patient-reported outcome measures),简称 ePROMs。这些数字工具允许患者通过手机或电脑填写调查问卷,答案会立即出现在医生的记录中。虽然这听起来很高效,但在整个国家范围内推行这样的系统是一项巨大的物流挑战。这需要说服成千上万忙碌的医生改变日常习惯,并确保数百万患者能够实际使用这项技术,而不至于感到迷失或放弃。
2022年,西班牙加泰罗尼亚的公共医疗系统决定正面应对这一挑战,开始在常规护理中推广使用这些数字调查的系统化方案。这并非在单一医院进行的微型测试;这是一项将这些工具整合进近八百万人日常生活中的大规模努力。研究人员随后回顾了该计划实施的前两年,以观察其运作情况究竟如何。他们想要了解是什么促使医生决定使用这些调查,以及是什么促使患者真正完成它们。通过分析来自近42<0>,000名患者和超过11,000名医疗工作者的数据,研究团队揭示了一个大型数字化医疗系统如何成长以及其面临摩擦的清晰图景。
结果显示,该系统确实可以在大规模范围内实施。在两年的时间里,医疗专业人员开出了近790,000份数字调查。这种使用并非同时发生;它稳步增长,并在工作人员接受培训且技术完全融入其现有计算机系统后显著加速。一旦系统运行顺畅,患者完成调查的比率便稳定在较高水平,大约每四份调查中就有三份被完成。这表明,当数字工具被设计为自然融入医生的诊疗流程,而非作为额外的负担时,它们可以成为医疗护理的标准组成部分。
然而,研究显示,谁来开具调查问卷比医生个人的身份更为重要。研究人员发现,医生的职位头衔是预测其发送调查问卷数量的一个比年龄、性别或从业年限更强的预测因子。例如,物理治疗师、营养师和社区健康工作者使用该系统的可能性远高于医生或护士,尽管后两类群体的规模更大。这表明,专业人员工作的具体方式及其日常流程的结构比其个人人口统计特征更为重要。数据还显示,在农村地区工作的专业人员开出的调查问面比城市地区的更多,而那些处于平均收入较高地区的专业人员也更频繁地使用该系统,尽管这些差异不如基于职业角色的差异那样显著。
在患者方面,决定是否完成调查的最有力因素仅仅是要求完成多少次。患者被要求的调查越多,完成所有调查的可能性就越低。这是一个明确的数学现实:如果一个患者只被要求填写一份调查,他们非常有可能会去做;但随着请求数量的堆积,完成率就会下降。有趣的是,研究发现,与系统本身的设计相比,患者的年龄、收入或健康状况对他们是否完成调查几乎没有影响。虽然老年患者和低收入人群有时会面临稍大的困难,但整体模式表明该系统运作得相当公平。研究人员还观察了患者如何完成调查,注意到大多数人在诊所内完成,只有极少数人使用个人患者门户网站在家中完成。
最终,研究得出结论,大规模实施这些数字工具是可能的,但这在很大程度上取决于技术如何与现有的工作流相集成。加泰罗尼亚项目的成功并非由医生的个人特征或患者的个人特征驱动,而是由组织决策和干预措施本身的设计驱动。当系统被构建为支持医疗专业人员已有的工作方式,并且当患者的负担得到仔细管理时,该项目便取得了成功。研究结果表明,为了让数字医疗工具在各地发挥作用,它们必须被设计为适应诊所的现实,而不是要求人们围绕技术来调整自己的生活。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。