本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/32305,首次出版
卢旺达用户对增强型电子健康记录的感知和使用,有无临床警报:横断面调查

卢旺达用户对增强型电子健康记录的感知和使用,有无临床警报:横断面调查

卢旺达用户对增强型电子健康记录的感知和使用,有无临床警报:横断面调查

原始论文

通讯作者:

Hamish S F Fraser, MBChB, MSc, FACMI

布朗生物医学信息学中心

布朗大学

里士满街233号

普罗维登斯,罗德岛,02912

美国

电话:1 401 863 1815

电子邮件:hamish_fraser@brown.edu


背景:电子健康记录(EHRs)已在许多资源匮乏的环境中实施,但在可用性、使用情况、用户信心、可扩展性和可持续性方面缺乏强有力的证据。

摘要目的:本研究旨在评估卢旺达超过300家卫生机构广泛用于艾滋病毒护理的电子病历的工作人员使用情况和看法,为影响当前绩效、可扩展性和可持续性的因素提供证据。

方法:一项随机的、横断面的、结构化的健康中心工作人员访谈调查旨在评估电子病历和临床警报的功能、使用和态度。本研究采用相关的随机临床试验研究样本(56/112,50%的地点接受了增强的电子病历),从每组中抽取27个(50%)地点。使用归纳编码对自由文本注释进行主题分析。

结果:在100名参与者中,有90名(90%的回复率)在54个卫生中心接受了采访:44名(49%)参与者是临床参与者,46名(51%)是技术参与者。EHR的主要用途是方便或快速访问客户数据(62/90,69%)、更新患者记录(56/89,63%)、创建新的患者记录(49/88,56%)、生成各种报告(38/85,45%)和查看以前的记录(43/89,48%)。此外,超过90%(81/90)的受访者同意电子病历使做出知情决策更容易,值得使用,并提高了患者信息质量。关于可用性,(66/88)75%的人表示可以总是或几乎总是指望电子病历可用,而(6/88)7%的人表示从不/几乎从未。在干预地点,工作人员更倾向于更新现有纪录(P=.04),在(P<.001)或在探访期间(P=.01),并同意“电子健康档案提供有用的提醒和提醒”(P< . 01)。

结论:尽管有25%(22/88)的网站存在基础设施限制,但大多数用户认为电子病历在低资源环境下使用是可以接受的、适当的和有效的。EHR增强功能的实现可以提高关键功能的可用性和使用。在小型卫生机构成功推广和使用电子病历可以改善低收入和中等收入国家的临床记录、护理、报告和疾病监测。

中国生物医学工程学报;2009;31 (5):563 - 563

doi: 10.2196/32305

关键字



背景

有效和高质量的卫生保健需要高质量、及时的卫生信息——“信息就是保健”[1]。在诸如撒哈拉以南非洲等资源有限的环境中,扩大对数百万艾滋病毒患者的有效护理,需要制定收集、储存、查看和分析临床数据和卫生信息的新范例[2]。大多数治疗艾滋病毒的卫生中心一开始只使用结构化的纸质记录。随着患者数据量的增长和国内数字容量的提高,引入了电子工具。在资源有限的环境中,已经开发了许多用于艾滋病毒护理的早期电子健康记录(EHRs),包括马拉维的那些[3.],肯尼亚[4]和海地[5]。这些项目证明了部署卫生信息系统的可行性,改善了向卫生部和捐助者报告的工作,以及监测持续护理的能力。此外,这一初步证据还表明,在艾滋病毒、结核病和耐多药结核病治疗中使用电子健康档案系统可以提高护理质量[2]。在低收入环境中提高医疗质量的一个关键挑战是能否实现长期、持续、大规模地使用电子病历。为了更好地了解支持卢旺达改善使用和护理的电子病历系统的看法和临床使用情况,我们进行了一项定量用户调查,并辅以自由文本问题。为了本研究的目的,这些术语电子健康记录电子病历可以互换使用。

卢旺达的艾滋病护理

卢旺达是一个中非东部国家,与坦桑尼亚、乌干达、布隆迪和刚果民主共和国接壤。卢旺达2018年的人均收入为773美元,高于2004年的241美元[6在1994年对图西族人的种族灭绝之后,该国在重建医疗保健系统方面取得了巨大进展。卢旺达和非洲邻国面临的一项重大卫生挑战是艾滋病毒的流行。2018年至2019年的一项调查显示,15至49岁成年人的艾滋病毒感染率为2.6% [7]。在治疗艾滋病毒阳性患者方面取得了巨大进展,包括在预防母婴传播方面取得了进展,并降低了卢旺达接受抗逆转录病毒治疗的患者的随访损失率。2019年几乎实现了2020年联合国艾滋病毒/艾滋病联合规划署90-90-90的目标,84%的艾滋病毒阳性成年人知道自己的状况,98%的人知道自己接受抗逆转录病毒治疗的状况,90%接受抗逆转录病毒治疗的人的病毒载量得到抑制[7]。从扩大艾滋病毒治疗开始,卢旺达政府就强调农村地区和城市环境中的护理和预防;招募、培训和监督社区卫生工作者;以及卫生信息系统的使用。这些信息系统包括国家级艾滋病毒护理监测系统[89],支持产前和初级保健的移动卫生系统,以及主要支持卫生中心和医院艾滋病毒护理的患者信息或电子健康档案系统。使用的3个主要电子病历系统是卫生中心和36个提供艾滋病毒服务的地区医院的OpenMRS (OpenMRS Inc)、IQcare(国际优质护理,Palladium Inc) [10]在一些医疗中心(现在被OpenMRS取代)和OpenClinic (OpenClinic GA) [11在一些医院。自2009年以来,卫生部已开始在全国所有艾滋病毒保健中心和大多数医院使用OpenMRS。

OpenMRS

OpenMRS是一个用于构建电子病历的开源软件平台,其重点是低收入和中等收入国家的卫生保健需求。OpenMRS社区成立于2004年,其目标是创建一个公共软件平台,以帮助世界各地的卫生保健组织开发适应当地需求的电子病历系统,这些系统由当地组织拥有,并尽可能由当地开发人员编程。12] (文本框1).

OpenMRS电子健康记录系统。

OpenMRS有一个不同寻常的模块化架构,允许核心开发团队的模块与其他开发人员的模块混合,以创建灵活且可更新的系统,典型的实现使用35到45个模块。这确保了核心OpenMRS代码对几乎所有OpenMRS安装都是通用的。使用概念字典存储数据,允许灵活地捕获数据并将其翻译为其他语言[12]。这种方法还支持一系列用于数据存储和交换的标准,其映射可用于一系列编码标准,如国际疾病分类,第十次修订,以及哥伦比亚国际电子卫生实验室主概念词典中的逻辑观察标识符名称和代码。

使OpenMRS适应新的用途通常需要技术专长,如果需要新的模块,还需要Java编程。该项目中使用的旧用户界面(现已被取代)存在局限性,在开发临床工作流程时需要注意。OpenMRS已经过调整,以支持广泛的护理,包括艾滋病毒、耐多药结核病、初级保健、急诊护理、心脏病、肿瘤和外科。开发了一个服务器监控工具模块来跟踪系统正常运行时间和停机时间、每日数据输入率和关键变量的完整性。服务器监测工具被用作卢旺达更大规模评价研究的一部分。

OpenMRS是由肯尼亚提供保健服务学术模式项目与美国印第安纳州注册研究所合作开发的;卢旺达和美国马萨诸塞州波士顿的卫生信息学合作伙伴小组(HSF);以及南非医学研究理事会(现为南非开普敦Jembi卫生系统首席执行官)的信息学负责人。核心OpenMRS平台的持续维护是通过OpenMRS社区完成的,这是一个由具有技术、医疗保健和国际开发专业知识的志愿者组成的全球网络。

文本框1。OpenMRS电子健康记录系统。

最初,OpenMRS用于门诊艾滋病和结核病治疗,支持由美国总统艾滋病紧急救援计划和全球艾滋病、结核病和疟疾基金资助的项目。目前,它涵盖了广泛的临床领域。卫生合作伙伴目前在卢旺达的46个卫生中心和3家医院实施并支持OpenMRS,涵盖艾滋病毒护理、儿科、初级保健、心脏病学和肿瘤学。

2009年至2013年期间,卢旺达卫生部在全国300多个提供艾滋病毒护理的保健中心部署了OpenMRS。13]。在部署之前和部署期间,必须对OpenMRS进行定制以支持卢旺达卫生部的需求。由Partners In Health/Inshuti Mu Buzima领导的为期9个月的专门课程,培训程序员学习企业Java和卫生信息系统设计[14]。卫生部雇用了几名毕业生,并使用OpenMRS 1.6版核心代码为艾滋病毒和初级保健创建了定制的OpenMRS模块。这是本研究的对照站点使用的OpenMRS版本。卢旺达农村不稳定的互联网连接(类似于许多低收入国家)要求每个站点在本地服务器上运行自己的实例,这需要稳定的电源和本地技术支持。

电子健康档案系统对资源有限国家的影响

在过去二十年中,电子病历系统已在许多国家实施,包括收入水平最低的国家。扩大艾滋病毒护理和从紧急疫情应对向终身慢性护理模式过渡是扩大电子病历系统使用和开发共同共享信息系统工具的主要推动力。包括卢旺达、肯尼亚、乌干达、莫桑比克和尼日利亚在内的一些国家已将OpenMRS电子病历系统用于艾滋病毒护理扩大到其数百个临床站点。其他电子病历,包括IQcare,已经在肯尼亚等国家广泛使用[15]。

OpenMRS社区优先支持有效和安全的临床护理以及报告和研究。小规模的研究已经评估了电子病历系统改进对临床护理方面的影响功效。我们等[16]研究了在肯尼亚埃尔多雷特为照顾艾滋病毒阳性儿童而采取的一系列临床行动中,OpenMRS生成的打印患者摘要中增加警告。在一项随机对照试验(RCT)中,他们发现,卫生保健工作者收到带有警报的摘要后,采取诸如订购CD4计数(一种T淋巴细胞测试)和HIV抗原聚合酶链反应测试等行动的可能性增加了4倍。在一项更大的研究中,Oluoch等[17研究了肯尼亚电子病历中改进的决策支持工具对艾滋病毒护理质量的影响。在对13个卫生中心和41,062名患者进行的集群随机对照试验中,他们表明,拥有决策支持工具的站点在应对艾滋病毒治疗失败方面更快、更有效。17]。关于决定个人电子病历使用的关键因素,促进扩大到数十或数百个小型卫生机构,支持长期使用以及影响这些系统在常规护理中的临床影响的关键问题仍然存在有效性中低收入国家的电子病历[18]。


概述

本研究的目的是评估卢旺达大量卫生中心的以下问题:(1)工作人员和利益相关者对卫生信息系统绩效的期望和看法;(2)工作人员和利益相关者对使用卫生信息系统所付出的努力的期望和看法;(3)阻碍和促进使用此类工具的基础设施、组织和个人条件(包括培训和技术支持);(4)员工对技术疲劳的感知;(5)干预和控制地点的工作人员以及临床和技术用户之间的经验差异。

电子病历实施科学研究

这份手稿的重点是电子病历(EMR)用户调查部分的过程评估,这是一个更大的,3部分的实施科学研究的一部分,使用电子病历增强EHR将于2018年7月开始在56个随机分配的医疗中心支持艾滋病毒护理。它包括以下评估:(1)电子病历的使用、性能和数据质量;(2)随机对照试验的临床影响;(3)开发和实施增强电子病历功能的成本。

对于整个研究的注册,首先,增强的电子病历包(文本框2)在基加利的2个保健中心(kiicukiro保健中心和Kagugu保健中心)进行了试点,并根据用户的体验和评论作出了改进。接下来,应用以下选择标准:(1)存在≥3台计算机,1台打印机和局域网;(2)活跃HIV病例数在50 ~ 700之间;(3)成功安装伺服器监察工具(文本框1)及职员定期输入资料的证据。根据这些标准,共选择112个站点参与聚类随机对照试验。这些地点包括城市和农村保健中心以及一些地区医院。在112个站点中,56个(50%)被随机分为干预站点,这些站点在2018年6月25日至7月5日期间在服务器上安装了增强型电子病历。所有56个站点都有延迟患者登记的警报,28个站点也有延迟病毒载量检测的警报,14个站点有治疗失败的证据警报。为了对调查进行分析,至少有顶级警报(延迟艾滋病毒护理登记)的网站被归类为干预。所有112个研究地点的卫生机构工作人员,包括临床医生、数据管理人员、当地信息技术(IT)人员、当地诊所管理人员和地区IT专家,都接受了一般电子病历使用和数据管理方面的培训。为干预地点的工作人员提供了关于加强电子卫生档案的额外培训,并提供了关于控制电子卫生档案的同等培训。

增强型电子健康记录(EHR)包。

增强的EHR包增强

  • 升级了OpenMRS软件版本(到v.1.11),并添加了概念字典
  • 改进了登记和管理艾滋病毒患者的工作流程
  • 改进了实验室分析的排序(HIV检测、CD4计数和病毒载量)
  • 升级临床医生的患者摘要,显示关键的临床数据和警报和提醒,旨在改善护理
  • 自定义自动报告,以识别未接受最佳护理的患者,实现相同的警报和提醒
  • 警报和报告,旨在确定患者的护理提供问题。这些选择是为了反映卢旺达卫生部确定的需求,并根据2016年世界卫生组织艾滋病毒护理指南(世卫组织2016年艾滋病毒综合指南)[19]),并包括以下内容:
    • 新诊断的艾滋病毒患者在诊断后2周内未接受抗逆转录病毒治疗
    • 接受8个月抗逆转录病毒治疗的患者在电子病历中没有病毒载量测试结果(6个月的治疗+ 2个月的结果返回并进入电子病历)
    • 患者有异常(升高)病毒载量结果,需要评估和管理治疗失败
文本框2。增强型电子健康记录(EHR)包。
的学习环境

用户调查是在卢旺达各地提供艾滋病毒治疗服务的初级保健设施(这里称为保健中心)进行的,时间大约是在加强型电子病历安装后5个月。

研究设计

本研究在对照组和干预组采用了横断面、关键信息结构化访谈设计。数据是通过结构化访谈收集的,以确保高回复率,并避免可能影响基于网络的调查的技术限制,以及偏向于支持更好的网站和用户的结果。我们的目标是深入了解医疗中心的临床人员(护士、医生和社会工作者)和技术人员(IT人员、数据输入人员和数据管理人员)对电子病历的采用、功能、使用和看法。在东非较小的卫生设施中,对病人(包括艾滋病毒感染者)的护理主要由护士或初级临床医生负责,很少由医生负责。研究问题如下:(1)使用强化电子病历干预的员工的行为和认知是否与使用对照电子病历的员工不同;(2)临床医生与技术人员对电子病历的体验是否不同。

抽样和样本量

本研究取材于聚类随机对照试验实施研究的样本框架。这项随机对照试验从300多家使用OpenMRS电子病历进行艾滋病毒护理的医疗中心中招募了112家。在112个站点中,随机抽取54个(48.2%),其中27个(50%)来自强化EHR站点(干预),27个(50%)来自对照站点(图1).随机化采用R。

共有100名参与者进行了结构化访谈,目标是每个医疗中心有1名临床医生(护士或医生)和1名数据管理人员。如果没有,则尽可能招募其他电子病历用户。

图1所示。样本设计(总电子病历站点包括卫生伙伴/Inshuti Mu Buzima管理的站点;卫生部管理的活跃站点超过300个)。EHR:电子健康记录;RCT:随机对照试验。
查看此图
数据收集工具

结构化访谈和观察(调查)工具包括人口统计、IT经验、接受的EHR培训、不同任务使用EHR的频率、总体易用性、特定任务的有用性、技术和用户支持以及系统稳定性和基础设施问题。调查工具包括5分李克特量表定量封闭式问题和定性开放式问题。它改编自最初由无国界医生组织使用的表格,2012年在卢旺达的20个诊所进行了试点[13],并被翻译成卢旺达语。

数据收集

这项调查是由卢旺达公共卫生学院的10名训练有素的数据收集人员进行的。使用ODK将调查结果记录在预编程的Android平板电脑中[20.]。自由文本评论用卢旺达语记录下来,翻译成英语,并由双语研究小组成员在分析前进行审查。获得书面知情同意,并在每个接受调查的保健中心使用私人面谈室确保参与者的机密性。

数据分析

使用Excel (Microsoft Corp .)进行描述性统计。采用JMP统计软件(SAS Institute)和Excel对5点Likert量表反应进行卡方检验。对于临床医生和技术用户的比较,所有李克特量表问题都进行了显著性测试。为了比较干预点和对照点,对两组问题(12和18)进行了测试,这两组问题与增强的电子病历的技术改进最直接相关。P采用Benjamini和Hochberg方法和R p.adjust [21]。分析是在布朗大学(Brown University)的一位统计学家和一位数据科学家的协助下设计和实施的致谢).

自由文本注释(都是简短的语句)由一个作者(HSF)和另一个作者(MM)使用归纳编码对其进行主题分析,并通过讨论解决差异。根据匹配每个代码的用户响应的数量对常见概念进行了描述和评级。

道德的考虑

本研究得到了以下调查审查委员会的批准:卢旺达国家伦理委员会,基加利(#913/RNAC/2016)和利兹大学医学院研究伦理委员会,利兹,英国(MREC16-176)。本研究按照美国疾病控制与预防中心人体研究保护程序(批准号#CGH HSR 2014-270a)进行了审查,并确定为研究。然而,美国疾病控制与预防中心的研究人员在这项研究中没有与人类参与者互动,也没有获得可识别的数据。


参与者的特征

共有100名参与者接受采访并同意参与。在这100名参与者中,90名(90%的回复率)在研究人员访问时可用,44名(49%)来自干预地点。参与者的平均年龄为35.9岁(SD 6.2;范围23-58)岁,平均7.5岁(SD 2.0;在保健中心工作的年龄在0-38岁之间,47%(42/90)为女性。据报道,他们的受教育程度为一些中学教育(8/90, 9%),完成中学教育(18/90 20%)高等教育(64/90, 71%)。他们的职业是护士(41/ 90,46%)、医生(1/ 90,1%)、社会工作者(2/ 90,2%)、数据管理人员(42/ 90,47%)、IT人员(1/ 90,1%)和数据输入人员(3/ 90,3%)。受访者平均拥有3.3 (SD 2.0)年的电子病历经验,平均接受1.9 (SD 1.4)次培训和9.7 (SD 7.9)次培训。

科技的一般用途

绝大多数受访者使用手机,82%(74/90)的人“大约一半时间”、“大部分时间”或“所有时间”使用手机发短信,82%(74/90)的人使用手机收发移动数据。工作之外使用电脑的比例为31%(28/90),使用互联网的比例为49%(44/90)。临床医生(医生、护士和社会工作者)报告的使用率明显低于技术人员(IT官员、数据管理人员和数据输入人员);P=。009年和P=。分别为04)。

电子病历培训

受访者同意或强烈同意他们的电子病历培训是有效的(82/ 84,98%),他们对使用电子病历有信心(81/ 87,93%)。然而,77%(66/86)的受访者不同意或强烈不同意“我一般不担心在电子病历中犯错误”这一说法。临床医生和技术人员对培训的反应无统计学差异。然而,在自由文本评论中,81%(73/90)的受访者要求更多的培训。这些要求包括复习、新模块或更新的培训,以及更多的实际操作培训。还有人要求提供报告和数据分析方面的培训。许多受访者要求指导、支持性监督或更多的技术支持。

电子病历功能的使用

表1-7显示并总结以下问题的结果:“请说明您使用电子病历协助您完成以下任务的频率。”结合“大多数情况”和“总是/几乎总是”这两个类别,常见任务的百分比为:创建新患者记录56%(49/88),更新现有患者记录63%(56/89),就诊前生成患者摘要40%(36/89),回顾既往患者就诊48%(43/89),订购实验室分析30%(21/69),查看实验室结果43%(36/83),跟踪检测结果33%(25/75)。45%(38/85)用于生成自动报告,45%(38/85)用于生成临时报告(例如,季度报告或TracNET报告),49%(41/84)用于将患者转诊到其他医疗机构。生成会诊单的占22%(18/82),生成临床总结的占16%(14/85)。

表1。李克特量表数据的调查回应频率:问题6 (n=90)。
问题6。你多久做一次以下活动? 1 -从不/几乎从不,n (%) 2 .很少,n (%) 3 -大约一半的情况,n (%) 大多数情况下,n (%) 总是/几乎总是,n (%) 前2组,n (%)
用手机发短信 5 (6) 3 (3) 8 (9) 40 (44) 34 (38) 74 (82)
用手机收发邮件、上网、使用WhatsApp或Facebook 5 (6) 2 (2) 9 (10) 44 (49) 30 (33) 74 (82)
在工作之外使用电脑

28 (31) 5 (6) 29 (32) 16 (18) 12 (13) 28 (31)
上网检查电子邮件,浏览网站,或进行其他网络活动 13 (14) 13 (14) 20 (22) 27日(30) 17 (19) 44 (49)
表2。李克特量表数据的调查回应频率:问题10。
问题10。培训 强烈反对,n (%) 不同意,n (%) 中性,n (%) 同意,n (%) 非常同意,n (%) 前2组,n (%)
我接受的有关电子病历的培训一个有效(n=84) 1 (1) 1 (1) 0 (0) 21 (25) 61 (73) 82 (98)
一般来说,我不担心在EMR中犯错误(n=86)。 36 (42) 30 (35) 3 (3) 13 (15) 4 (5) 17 (20)
我有信心使用电子病历(n=87) 1 (1) 4 (5) 1 (1) 42 (48) 39 (45) 81 (93)

一个电子病历。

表3。李克特量表数据的调查回应频率:问题12至14。
问题 从不/几乎从不,n (%) 很少,n (%) 大约一半的情况下,n (%) 大多数情况下,n (%) 总是/几乎总是,n (%) 前2组,n (%)
12.请说明您使用电子病历的频率,以帮助您完成以下任务。

创建新的患者记录(n=88) 2 (2) 14 (16) 23日(26日) 17 (19) 32 (36) 49 (56)

更新现有患者记录(n=89) 3 (3) 10 (11) 20 (22) 26日(29) 30 (34) 56 (63)

就诊前生成患者摘要(n=89) 11 (12) 14 (16) 28 (31) 21 (24) 15 (17) 36 (40)

回顾既往患者就诊情况(n=89) 6 (7) 13 (15) 27日(30) 21 (24) 22 (25) 43 (48)

订购实验室分析(n=69) 32 (46) 5 (7) 11 (16) 12 (17) 9 (13) 21日(30)

查看实验室结果(n=83) 22日(27) 7 (8) 18 (22) 19 (23) 17 (20) 36 (43)

随时间变化的测试结果(n=75) 32 (43) 4 (5) 14 (19) 15 (20) 10 (13) 25 (33)

订药(n=65) 50 (77) 3 (5) 5 (8) 2 (3) 5 (8) 7 (11)

生成药房报告(n=79) 54 (68) 4 (5) 7 (9) 7 (9) 7 (9) 14 (18)

生成自动报告(n=85) 31 (36) 8 (9) 8 (9) 14 (16) 24 (28) 38 (45)

生成特别报告(n=85) 34 (40) 2 (2) 11 (13) 13 (15) 25 (29) 38 (45)

生成会诊单(n=82) 47 (57) 5 (6) 12 (15) 12 (15) 6 (7) 18 (22)

生成临床医生总结(n=85) 48 (56) 8 (9) 15 (18) 8 (9) 6 (7) 14 (16)

将患者转至其他医疗中心(n=84) 20 (24) 6 (7) 17 (20) 14 (17) 27 (32) 41 (49)
13.综上所述,您在临床工作中使用电子病历作为信息源的频率是多少?(n = 89) 13 (15) 10 (11) 29 (33) 38 (40) 1 (1) 37 (42)
14.综上所述,您在临床工作中使用纸质病历作为信息源的频率是多少?(n = 89) 4 (4) 4 (4) 13 (15) 61 (69) 7 (8) 68 (76)
表4。对李克特量表数据的调查回应频率:问题16。
问题16。请告诉我们你在多大程度上同意或不同意以下关于电子病历的陈述一个 强烈反对,n (%) 不同意,n (%) 中性,n (%) 同意,n (%) 非常同意,n (%) 前2组,n (%)
我能够找到在哪里记录护理(n=84) 6 (7) 3 (4) 4 (5) 49 (58) 22日(26) 71 (85)
一般来说,EMR的错误很容易纠正(n=89)。 4 (4) 19 (21) 2 (2) 44 (49) 20 (22) 64 (72)
一般情况下,屏幕显示易于阅读(n=89) 1 (1) 2 (2) 1 (1) 38 (43) 47 (53) 85 (96)
内容以可理解的方式排列(n=89) 1 (1) 6 (7) 5 (6) 53 (60) 24 (27) 77 (87)
在EMR中检索患者记录很容易(n=89) 1 (1) 4 (4) 1 (1) 44 (49) 39 (44) 83 (93)

一个电子病历。

表5所示。对李克特量表数据的调查回应频率:问题18。
问题18。请告诉我们你在多大程度上同意或不同意以下关于电子病历的陈述一个 从不/几乎从不,n (%) 很少,n (%) 大约一半的情况下,n (%) 大多数情况下,n (%) 总是/几乎总是,n (%) 前2组,n (%)
电子病历提供有用的警报、提醒(n=82) 5 (6) 7 (9) 6 (7) 36 (44) 28日(34) 64 (78)
EMR使患者管理更容易(n=90) 0 (0) 2 (2) 1 (1) 37 (41) 50 (56) 87 (97)
EMR更容易做出明智的决策(n=90) 1 (1) 3 (3) 1 (1) 40 (44) 45 (50) 85 (94)
电子病历使患者更容易与其他医疗保健提供者交换患者信息(n=90) 0 (0) 21 (23) 5 (6) 34 (38) 30 (33) 64 (71)
EMR值得花费时间和精力(n=90) 0 (0) 1 (1) 0 (0) 44 (49) 45 (50) 89 (99)
EMR改善了信息质量(n=90) 0 (0) 3 (3) 4 (4) 50 (56) 33 (37) 83 (92)

一个电子病历。

表6所示。对李克特量表数据的调查回应频率:问题20。
问题20。请告诉我们你在多大程度上同意或不同意以下关于电子病历的陈述一个 强烈反对,n (%) 不同意,n (%) 中性,n (%) 同意,n (%) 非常同意,n (%) 前2组,n (%)
报告EMR的问题很容易(n=89) 7 (8) 17 (19) 2 (2) 45 (51) 18 (20) 63 (71)
当我报告EMR的错误或问题时,我得到反馈(n=89) 7 (8) 23日(26日) 6 (7) 45 (51) 8 (9) 53 (60)
当我在EMR中遇到问题时,可以获得有效的帮助(n=89) 9 (10) 28 (31) 3 (3) 40 (45) 9 (10) 49 (55)
我使用电子病历是因为使用它的同事比例(n=86) 11 (13) 37 (43) 3 (3) 27 (31) 8 (9) 35 (41)
我的主管非常支持我在工作中使用电子病历(n=89) 7 (8) 9 (10) 6 (7) 39 (44) 28 (31) 67 (75)
总的来说,卫生部支持使用电子病历(n=90)。 1 (1) 2 (2) 3 (3) 49 (54) 35 (39) 84 (93)

一个电子病历。

表7所示。对李克特量表数据的调查回应频率:问题22。
问题22。说明你经历以下情况的频率: 从不/几乎从不,n (%) 很少,n (%) 大约一半的情况下,n (%) 大多数情况下,n (%) 总是/几乎总是,n (%) 前2组,n (%)
你多久能依靠一次电子病历一个起床和有空?(n = 88) 2 (2) 4 (5) 16 (18) 29 (33) 37 (42) 66 (75)
电网多久供电一次?(n = 90) 3 (3) 3 (3) 10 (11) 38 (42) 36 (40) 74 (82)
备用发电机多长时间可用一次?(n = 88) 52 (59) 3 (3) 3 (3) 4 (5) 26日(30) 30 (34)
多久上网一次?(n = 89) 12 (13) 2 (2) 19 (21) 20 (22) 36 (40) 56 (63)
蜂窝网络多久覆盖一次?(n = 85) 27 (32) 6 (7) 11 (13) 13 (15) 28 (33) 41 (48)
当你需要使用电子病历时,电脑多久可用一次b?(n = 89) 4 (4) 2 (2) 6 (7) 12 (13) 65 (73) 77 (87)
电子病历有多慢?(反向规模;n = 88) 31 (35) 15 (17) 29 (33) 9 (10) 4 (5) 13 (15)

一个电子病历。

b电子健康记录。

干预中心的工作人员更倾向于使用电子健康档案“更新现有病人纪录”(P=.04)、“会诊前生成病人摘要”(P<.001),“查看化验结果”(P=.04),以及“生成临床医生总结”(即屏幕上的总结;P= . 01)。临床医生的回应显示,他们执行以下任务的频率明显低于技术人员:“创建新的病人记录”(P=.02)及“更新现有病人纪录”(P= .04点)。

总共有42%(37/89)的受访者表示他们总是/几乎总是或大部分时间使用电子病历,而76%(68/89)的受访者则使用纸质记录。他们同意或非常同意>85%(71/84)的时间表1-7),对电子病历的评价如下:“我可以找到记录护理的地方”、“屏幕显示易于阅读”、“内容布局易于理解”和“在电子病历中检索记录很容易”。对于“在EHR中很容易纠正错误”的说法,同意率为72%(64/89)。

受访者同意或非常同意>90%(81/90)的人认为“电子健康档案使管理病人的医疗档案和病人的医疗随访变得更容易”,“电子健康档案使做出明智的决定变得更容易”,“电子健康档案值得花时间和精力去使用”,以及“电子健康档案提高了信息质量”。对于“电子病历使与其他医疗保健提供者更容易交换患者信息”的说法,71%的人表示同意(64/90)。对于“EHR提供有用的警报和提醒”的说法,一致性为78%(64/82),在干预站点(P= . 01)。

关于技术和用户支持的问题得到了不同的回答。受访者同意或非常同意这些问题的得分如下:“报告电子病历的问题很容易”,71% (63/89);“当我报告错误或问题时,我会得到反馈”,60% (53/89);“电子病历可以提供有效帮助”,55% (49/89);41%(35/86)“我使用电子病历是因为同事使用它的比例”;“我的主管非常支持在工作中使用电子病历”,75% (67/89);“总体而言,卫生部支持电子病历的使用”,93%(84/90)。

基础设施

基础设施问题是一个重大问题(表1-7).据称下列文件是可用的总是/几乎总是大多数情况下:当你需要电子病历时,一台电脑(77/ 89,87%),电网供电(74/ 90,82%),有线互联网连接(56/ 89,63%),移动互联网(41/ 85,48%)和备用发电机(30/ 88,34%)。对于“你多久能指望电子病历启动并可用一次?的回答是75%(66/88),18%(16/88)的人说大约一半的时间可以使用,7%(6/88)的人几乎从来没有。

表8显示对自由文本注释的分析。对于“您喜欢电子病历的哪三个功能?”这个问题,最常见的回答是:“它有助于在短时间内生成可靠的报告”(39/90,43%),“它安全地存储客户信息”(31/90,34%),以及“它有助于每天监控客户”(20/90,22%)。在回答“您不喜欢电子病历的哪三个功能?”最常见的评论是“经常不稳定或被封锁”(20/90,22%),“难以纠正错误或取消患者的订阅”(11/90,12%),“无法在医疗机构以外使用OpenMRS /不在线”(9/90,10%),以及“糟糕的互联网”(6/90,7%)。

表8所示。关于用户喜欢和不喜欢的自由文本问题的回答(n=90)。
问题、主题和示例注释 值,n (%)
你喜欢电子病历的哪三个功能?

支持可访问和安全的患者记录保存


帮助用户轻松和/或快速获取客户端数据 62 (69)


安全可靠地存储客户信息 31日(34)

通过提供有关患者的必要信息来支持患者护理


提供警报 6 (6)

使管理患者数据更容易


“简化我的日常工作” 14 (16)

帮助生成报告


支持在短时间内可靠地生成报告 39 (43)

例子的评论


“它提供了一个关于病毒载量,CD4的警报。(干预现场) N/A一个


“如果操作得当,可以减少服务中的工作量。” N/A


“这表明客户的文件中缺少信息。” N/A


“找出不遵守约定的客户。” N/A


“丢失的跟踪次数。” N/A
你不喜欢电子病历的哪三个功能?

系统稳定性或不可用性


常为不稳定或阻塞 20 (22)


缺乏技术支持 7 (8)


网络连接差 6 (7)

缺少关键功能或元数据的更新


缺少处方中列出的药物 3 (3)

在个别卫生设施之外缺乏连通性


不能在卫生机构之外/不能在互联网上使用OpenMRS 9 (10)


无法追踪病人的转移 4 (4)

误差校正/编辑


难以纠正错误 7 (8)


不能取消订阅患者 2 (2)

例子的评论


“很少有护士能有效地使用OpenMRS。” N/A


“您不能在工作站点之外使用OpenMRS。” N/A


“我喜欢OpenMRS,但这个新版本有一些无法提供的信息。” N/A


“我喜欢OpenMRS,但这个新版本有一些无法提供的信息。” N/A


“OpenMRS堵塞会影响我的日常表现。” N/A

一个-不适用。


主要研究结果

总体而言,结果表明,卢旺达卫生部卫生中心的大多数OpenMRS用户认为电子病历是患者护理和报告活动的宝贵工具。尽管在这些环境中实施电子病历系统存在挑战,但大多数医疗中心的电子病历使用率和可接受性都很高。这一发现为迫切需要了解如何将电子病历扩展到数百或数千家卫生机构(解决性能和可扩展性方面的目标)的实施者提供了基础证据。卢旺达OpenMRS实施的一个不寻常的特点是,从最初部署到现在的时间间隔很长。卫生部的一些卫生中心已连续使用电子病历8年或9年,控制站点在5年以上的时间里没有进行重大升级。因此,本研究允许典型用户对电子病历的长期绩效进行评估(可持续性目标)。据我们所知,任何现有的研究都没有这样的数据,这些研究主要集中在基础设施更好、控制更严格的大型医院[1122]或少量的测试地点。

对与增强型电子病历包功能最相关的两组问题的回答显示,在干预地点,更频繁地使用核心临床工具,包括更新记录、使用患者摘要和查看实验室结果。在干预站点中,更多的受访者同意“电子病历提供了有用的警报和提醒”,这表明支持在增强的EHR中添加更高级的EHR功能。

临床医生和技术人员在电子病历的使用水平上存在一些差异,包括核心临床活动,如创建和更新记录。正如预期的那样,临床医生缺乏技术经验,而且在工作之外使用电脑或访问互联网进行一系列应用的可能性也大大降低。这些发现表明,需要进一步改进可用性和工作流程,以及对临床医生的IT和电子病历培训。

值得注意的是,最近版本的OpenMRS已经大大改进了用户界面和一般功能[2324并且在可用性和总体满意度方面有望获得更高的分数。2020/2021年在卢旺达地区医院实施了最新版本的OpenMRS。

限制

这项调查是通过对所有参与者的结构化访谈进行的。与基于网络的调查相比,访谈的保密性可能有所提高理想的偏见因为工作人员知道这项研究得到了卫生部的认可。在卫生部支持的问题上,以及在录入数据和使用电子病历方面的努力是值得的说法上,都得到了强烈的积极回应。然而,在其他问题上,如基础设施,包括电力和互联网连接,以及技术支持的可用性,参与者的回答更加复杂,对于“我一般不担心在电子病历中犯错误”的问题,他们显然准备承认存在问题。许多人明确表示,他们在使用电子病历方面面临挑战,临床医生似乎依赖数据管理人员和其他技术人员来协助许多活动。自由文本注释提供了对员工实际经验的关键见解,以及与可用性、使用和培训需求相关的许多其他问题。临床医生和技术人员在许多问题上的经验缺乏显著差异,部分原因可能是调查没有显示出这些群体之间的微小差异。另一个限制是,为更广泛的研究选择的112个站点比其他站点拥有更好的硬件和更一致的数据输入证据;因此,这里描述的电子病历实施可能比卢旺达全套电子病历站点的表现更好。

与以往工作的比较

以前对中低收入国家电子病历使用者的研究已经确定了一系列经验。处(25]在对尼日利亚医院电子病历用户的研究中使用了Delone McLean信息成功模型,并表明系统质量和使用是决定电子病历成功的最重要因素[25]。蒂拉洪和弗里茨[26]对埃塞俄比亚医院使用电子病历的用户的体验进行了类似的研究。与本研究的调查相比,他们对电子病历的不满程度很高,由于服务质量差(电力基础设施、用户支持、培训和病房缺乏计算机)以及需要将数据双重输入电子病历和纸质记录(这也是卢旺达的一个问题),使用电子病历的程度很低[26]。对卢旺达基加利大学教学医院的OpenClinic电子病历用户进行的一项调查显示,与纸质记录相比,用户对数据质量和可用性的满意度和看法给出了非常积极的评价[11]。

结论

这项调查提供的证据表明,电子病历系统已成为卢旺达艾滋病毒护理提供的一个可接受的组成部分。工作人员普遍支持该系统,尽管大多数人需要进一步的培训、技术支持和更好的电力和网络基础设施。干预地点的工作人员更有可能使用或对增强的电子病历改进的关键功能有积极的体验。由于该调查是一项更大的评估研究的一部分,因此将与关键信息提供者访谈、成本和数据质量研究、服务器性能和使用监测以及集群随机对照试验中的临床影响的结果进行比较。在本研究的调查形式和结果的基础上,计划进一步调查OpenMRS在低收入环境中的其他大规模推广。如果能很好地适应临床需求和工作流程,研究结果可能会推广到低收入环境中类似的电子病历系统。它们还与迫切需要建立系统,以支持低收入国家偏远和服务非常不足的诊所中患者的准确、及时和可分析的初级保健数据,取代纸质登记等基本工具密切相关。这将改善包括COVID-19在内的疾病暴发的临床记录、护理、报告和跟踪。

数据可用性

由于参与研究的个人的隐私需要,本文的数据不能公开分享。如有合理要求,将与通讯作者共享数据。

致谢

作者感谢卢旺达研究地点的诊所工作人员参与调查,感谢卢旺达生物医学中心和卫生部的工作人员,感谢卢旺达卫生合作伙伴信息学小组提供的技术援助和建议。作者感谢Tao Liu博士和Ian Bacher博士在统计分析方面的帮助,感谢Eric Green博士(杜克大学)在随机对照试验设计和随机化方面的帮助。

这项研究得到了总统艾滋病紧急救援计划通过疾病控制和预防中心在授予卢旺达国立大学的方案赠款U01 GH000782-01项下的支持。美国罗德岛州普罗维登斯的布朗大学提供了额外的资金。用户调查的一项试点研究由洛克菲勒基金会资助(赠款2010 THS 312)。HSF是2015-2017年Marie Skłodowska-Curie研究员,由欧盟地平线2020研究和创新计划根据拨款协议661289“全球电子健康”资助。

OpenMRS的开发得到了几个来源的资助,包括洛克菲勒基金会、美国疾病控制和预防中心、世界卫生组织、国际发展研究中心(加拿大安大略省渥太华)和卫生合作伙伴。

作者的贡献

HSF、MM、JR、XS、WN、CS、JC和AU设计研究。所有作者都协助收集和/或分析数据。HSF, MM, JR, XS, CS, JC和AU起草了手稿。所有作者都对稿件内容进行了严格审查,并在定稿前签名。

利益冲突

HSF和CS是OpenMRS电子健康记录项目的联合创始人。JR和XS为全球艾滋病和结核病疾病控制和预防中心工作,该中心资助了这项研究。这些人都没有从疾病控制和预防中心的实施科学拨款中获得报酬。HSF从赠款中获得参加学习会议和讲习班的旅费和住宿费。Jembi Health Systems的负责人是CS,该公司获得了OpenMRS软件开发工作的资助。本报告中的发现和结论是作者的发现和结论,并不一定代表资助机构的官方立场。

多媒体附录1

英语和卢旺达语调查表格。

DOCX文件,88 KB

  1. 《逃离火灾:未来医疗保健的设计》。旧金山,加州:John Wiley & Sons, Inc;2004.
  2. Fraser HS, Allen C, Bailey C, Douglas G, Shin S, Blaya J.用于艾滋病和结核病患者随访和慢性管理的信息系统:资源贫乏地区的一项救命技术。医学与互联网研究,2007;9(4):e29 [J]免费全文] [CrossRef] [Medline
  3. Douglas G, Gadabu O, Joukes S, Mumba S, McKay MV, Ben-Smith A,等。马拉维使用触屏电子病历系统支持和监测全国扩大抗逆转录病毒治疗。PLoS Med 2010;7(8):e1000319 [j]免费全文] [CrossRef] [Medline
  4. Rotich JK, Hannan TJ, Smith FE, Bii J, Odero WW, Vu N,等。在撒哈拉以南非洲安装和实施基于计算机的病人记录系统:莫索里奥医疗记录系统。中华医学杂志,2003;10(4):295- 293 [J]免费全文] [CrossRef] [Medline
  5. Fraser H, Jazayeri D, Nevil P, Karacaoglu Y, Farmer P, Lyon E,等。一个支持海地农村艾滋病治疗的信息系统和医疗记录。英国医学杂志2004;11月13日;329(7475):1142-1146 [j]免费全文] [CrossRef] [Medline
  6. 人均国内生产总值(现行美元)-卢旺达。世界银行。URL:https://data.worldbank.org/indicator/NY.GDP.PCAP.CD?locations=RW[2022-04-20]访问
  7. 卢旺达基于人口的艾滋病毒影响评估。ICAP哥伦比亚大学。URL:https://phia.icap.columbia.edu/wp-content/uploads/2019/10/RPHIA-Summary-Sheet_Oct-2019.pdf[2022-04-20]访问
  8. Kayumba K, Nsanzimana S, Binagwaho A, Mugwaneza P, Rusine J, Remera E,等。TRACnet互联网和短信服务技术缩短了卢旺达感染艾滋病毒的婴儿接受抗逆转录病毒治疗的时间。儿科感染杂志,2016;35(7):767-771 [J]免费全文] [CrossRef] [Medline
  9. DHIS2文档主页。DHIS2文档。URL:https://docs.dhis2.org/en/home.html[2022-04-20]访问
  10. Ali K, Mysha S, Gikandi N, Joshua O, Donna M.在实施电子病历系统中弯曲成本曲线:肯尼亚的经验教训。卡尔加里,AB: ACTA出版社;2014.
  11. Uwambaye P, Njunwa K, Nuhu A, Kumurenzi A, Isyagi M, Murererehe J,等。卢旺达基加利一家转诊医院内医疗保健消费者对电子病历(EMR)系统的看法。卢旺达学报,2017;4(1):48-53。(CrossRef
  12. Mamlin BW, Biondich PG, Wolfe BA, Fraser H, Jazayeri D, Allen C,等。为发展中国家打造开源电子病历:OpenMRS——成功合作的秘诀。AMIA年会程序2006:529-533 [免费全文] [Medline
  13. 全国推出卢旺达OpenMRS电子病历,以改善医疗保健服务。AMIA 2013。URL:https://dblp.org/pid/148/5735.html[2022-04-20]访问
  14. 李建军,李建军,李建军,李建军,等。培训卢旺达电子医疗记录软件开发人员。种马健康技术通知2010;160(Pt 1):585-589。(Medline
  15. Muinga N, Magare S, Monda J, Kamau O, Houston S, Fraser H,等。在肯尼亚卫生保健机构实施开源电子健康记录系统:案例研究。中华医学杂志2018年4月18日;6(2):e22 [j]免费全文] [CrossRef] [Medline
  16. Were MC, Nyandiko WM, Huang KT, Slaven JE, Shen C, Tierney WM,等。在资源有限的环境下,计算机生成的提醒和儿科艾滋病毒护理的质量。儿科杂志;2013;31(3):789- 796。(CrossRef] [Medline
  17. Oluoch T, Katana A, Kwaro D, Santas X, Langat P, Mwalili S,等。临床决策支持系统对肯尼亚HIV患者免疫治疗失败早期行动的影响:一项随机对照试验。柳叶刀HIV 2016 Feb;3(2):e76-e84 [j]免费全文] [CrossRef] [Medline
  18. Puttkammer N, Zeliadt S, Balan J, Baseman J, destin R, domerant JW,等。在资源匮乏的环境中,开发基于电子病历的艾滋病毒治疗失败风险警报。科学通报,2014;9(11):e112261 [j]免费全文] [CrossRef] [Medline
  19. 《使用抗逆转录病毒药物治疗和预防艾滋病毒感染综合指南》(2016年)。日内瓦:世界卫生组织;2016.
  20. 在任何地方收集数据。开放数据套件。URL:https://getodk.org[2022-04-20]访问
  21. 统计计算语言与环境。维也纳,奥地利:R统计计算基金会;2013.
  22. Fritz F, Tilahun B, Dugas M.低资源环境下电子病历实施的成功标准:系统评价。中华医学杂志,2015,22(2):479-488。(CrossRef] [Medline
  23. Bahmni Wiki。Bahmni。URL:https://bahmni.atlassian.net/wiki/spaces/BAH/overview[2022-04-20]访问
  24. 开放mrs医疗记录系统。OpenMRS。URL:https://www.openmrs.org[2022-04-20]访问
  25. 处的人工智能。DeLone和McLean信息系统成功模型的验证。卫生通报,2017;23(1):60-66 [j]免费全文] [CrossRef] [Medline
  26. Tilahun B, Fritz F.埃塞俄比亚五家低资源医院电子病历系统使用和用户满意度的综合评价。中华医学杂志2015年5月25日;3(2):e22 [j]免费全文] [CrossRef] [Medline


电子健康档案:电子健康记录
EMR:电子病历
它:信息技术
LMIC:低收入和中等收入国家
卫生部:卫生部
个随机对照试验:随机对照试验


C·洛维斯编辑;提交22.07.21;M Randriambelonoro, Y Chu, FJ Sánchez-Laguna;对作者的评论14.11.21;收到08.01.22修订版本;接受31.01.22;发表03.05.22

版权

©Hamish S F Fraser, Michael Mugisha, Eric Remera, Joseph Lune Ngenzi, Janise Richards, Xenophon Santas, Wayne Naidoo, Christopher Seebregts, Jeanine Condo, Aline Umubyeyi。最初发表于JMIR医学信息学(https://medinform.www.mybigtv.com), 03.05.2022。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)条款下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品(首次发表在JMIR Medical Informatics上)被适当引用。必须包括完整的书目信息,到https://medinform.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map