在津巴布韦和马拉维新生儿病房开发和实施数字诊断算法:开发和可用性研究
Hannah Gannon1,2, Leyla Larsson3, Simbarashe Chimhuya4
1Population, Policy and Practice, Institute of Child Health, University College London, London, United Kingdom.
JMIR formative research
|January 26, 2024
概括
这项研究开发并实施了一个数字临床决策支持 (CDS) 工具Neotree,以改善马拉维和津巴布韦的新生儿护理. 尼奥树系统成功地集成了根据当地资源量身定制的基于证据的算法,在医疗保健专业人员中显示出高可用性.
科学领域:
- 新生儿医学 新生儿医学
- 数字健康数字健康
- 医疗信息学 医疗信息学
背景情况:
- 尽管医院分娩增加,新生儿死亡率在资源较低的环境中仍然很高.
- 有限的诊断需要依赖临床发现进行新生儿诊断.
- 数字临床决策支持 (CDS) 工具可以标准化护理并改善新生儿的结果.
研究的目的:
- 在马拉维和津巴布韦共同开发和实施新生儿数字CDS工具.
- 根据当地资源的可用性和国家指导方针来定制基于证据的算法.
- 在医疗保健专业人员中评估Neotree CDS系统的可用性.
主要方法:
- 与国际和当地新生儿专家进行了11次诊断专题研讨会.
- 审查了证据和国家具体指导方针,以开发算法.
- 将算法编程到Neotree中,与医疗保健专业人员进行测试,并根据反进行改进.
- 在马拉维和津巴布韦的三级医院实施了Neotree系统.
- 通过研讨会,问卷 (PSSUQ,SUS) 评估可用性.
主要成果:
- 开发并将11个基于证据的诊断和管理算法集成到Neotree.
- 在国家协议不同的情况下,创建了特定的国家指南.
- 在9名参与的医疗保健专业人员中获得了高可用性得分 (SUS:75.8/100,PSSUQ:2.28/7).
- 识别了技术复杂性作为代改进的领域.
结论:
- 成功开发和实施Neotree新生儿CDS系统,这是一个独特的床边数据捕获工具.
- 证明了协作,参与式设计在开发医疗保健工具中的重要性.
- 计划进行进一步的评估,以制定在资源有限的环境中减少新生儿发病率和死亡率的战略.
