Väestön terveysjohtamisen tapaus: Kaiser Permanente

Sähköiset terveysrekisterit, potilasrekisterit ja muut terveydenhuollon tietojärjestelmät ovat arvokkaita välineitä kansanterveyden hoidossa. Peruskonseptina on skannata sähköisesti saatavilla olevia terveystietoja varoitusmerkkejä varten, jotta voidaan tunnistaa potilaat, jotka voisivat hyötyä terveydenhuollon tiimiltä.

Tässä tapaustutkimuksessa tuodaan esiin todellinen esimerkki siitä, miten terveydenhuollon järjestelmä, Kaiser Permanente Southern California (KPSC), hoitaa terveystietojen sähköistä valvontaa mahdollisuuksien parantamiseksi terveydenhuollon laadun parantamiseksi ("hoitoerot") avohoidossa asetus. Kim Danforth ja kollegansa kuvasivat KPSC: n avohoidon turvallisuusohjelman keskeisiä piirteitä vuoden 2014 artikkelissa eGEM: istä (Luodaan todisteita ja menetelmiä potilastulosten parantamiseksi).

Ohjaavat periaatteet

KPSC: n avohoidon turvallisuusohjelman muutamia ohjaavia periaatteita on syytä huomata. Ensinnäkin ohjelma perustuu lähtökohtaan siitä, että hoidon aukkoja on olemassa huolimatta parhaista pyrkimyksistä tarjota laadukasta terveydenhuoltoa. Jos 990: stä 1000: sta potilaasta, joilla on epänormaali laboratoriotulos, seurataan asianmukaisesti, 10 potilaalla, jotka putoavat halkeamien läpi, jää vielä jäljellä.

Toiseksi yleinen lähestymistapa on suorittaa kliinisen tiedon sähköinen valvonta todellisen tarjoajan ja potilaan kohtaamisen lisäksi. Kuten nimikin viittaa, ohjelma toimii turvaverkkona "saalis" potilaille, joiden ongelmat saattavat luiskahtaa huomiotta kiireisen klinikan aikana. KPSC käytti Epic-pohjaista EHR: täan laboratoriotulosten ja punaisille lipuille annettujen lääkemääräysten seurantaan.

Kolmanneksi ohjelman tarkoituksena on tunnistaa potilaat, jotka tarvitsevat ylimääräistä huomiota tai hoitavat seurantaa sen sijaan, että arvioisivat yksittäisten lääkärien suorituskykyä. Ohjelman "syyttömä, turvallisuuteen perustuva" luonne todennäköisesti lisää terveydenhuollon tarjoajien hyväksyntää.

Kriteeri

Johtajuus käytti seuraavia kriteereitä sen määrittämiseksi, kehitettäisiinkö yksittäistä turvaverkko-ohjelmaa.

• Kliiniset vaikutukset: Turvaverkko-ohjelmaa ei pidetty kannattavana, jos se ei käsitellyt merkittävää potilasturvallisuuskysymystä.
• Tunnistaminen: Hoitopulaa oli helppo tunnistaa EHR: n strukturoiduilla tiedoilla, kuten laboratorioarvoilla tai diagnoosikoodeilla. Strukturoitujen tietojen suodatus on paljon helpompaa kuin vapaiden tekstimerkintöjen luonnollisen kielen käsittely.
• Seuranta: Potilaiden seurantaan tarvittiin riittävästi henkilöstöä ja resursseja. Jos potilaiden määrä olisi suuri, haettiin automaattisia ratkaisuja (esim. Lähetetään automaattisesti muistutuskirjeitä potilaille)

Yksittäiset turvallisuusverkko-ohjelmat

Artiklassa kuvattiin yhteensä 24 turvaverkko-ohjelmaa, joista jokainen keskittyi erityiseen huoltovajeeseen.Ohjelmat perustettiin syövän (kohdunkaulan, peräsuolen, eturauhasen), kroonisen munuaissairauden ja C-hepatiitin diagnosoimiseksi parantamalla epänormaalien seulontatestien havaitsemista ja oikea-aikaisia ​​seurantaa.

Muissa ohjelmissa seurattiin lääkkeiden mahdollisia haittavaikutuksia. Tämä saavutettiin tunnistamalla epänormaalit lab-arvot, jotka viittaavat siihen, että lääkeaineet olivat liian korkeita tai vahingoittivat munuaisia, maksoja tai muita elimiä. Lääkitysseurantaohjelmissa tunnistettiin myös potilaita, joille määrättiin potentiaalisesti haitallisia annoksia yksittäisiä lääkkeitä tai lääkkeiden yhdistelmiä. Ohjelmissa oli tarkoitus parantaa muiden poikkeavien testien seurantaa tai tunnistaa potilaat, jotka hyötyisivät rokotuksista ja terveysneuvonnasta.

Tässä tapaustutkimuksessa tarkasteltiin esimerkkiä siitä, miten sähköiset terveysinformaatiotyökalut voivat tunnistaa mahdollisuuksia parantaa väestön terveyttä. Vaikka alkuperäisessä kertomuksessa ei käsitelty todellista vaikutusta potilaiden terveyteen liittyviin tuloksiin, se kuvaili yleistä kehystä tällaisen ohjelman toteuttamiseksi.

Lähteet:

Danforth KN et ai. Elektroninen kliininen seuranta avohoidon parantamiseksi: monipuoliset sovellukset integroidussa toimitusjärjestelmässä. eGEMit (todisteiden luominen ja menetelmät potilaiden tulosten parantamiseksi) 2014, 2 (1). Pääsy 1. heinäkuuta 2014.