立陶宛中风数据库:国家中风护理绩效指标的选择
Austėja Dapkutė1, Justas Trinkūnas2,3, Daiva Rastenytė4
1Clinic of Neurology and Neurosurgery, Institute of Clinical Medicine, Faculty of Medicine, Vilnius University, Vilnius, Lithuania.
Frontiers in neurology
|June 9, 2025
概括
立陶宛中风数据库 (StrokeLT) 通过53个关键绩效指标 (KPIs) 来自动化中风护理监测. 该系统标准化了数据收集,并通过基于证据的改进在全国范围内提高了中风护理质量.
科学领域:
- 神经学 神经学
- 公共卫生 公共卫生
- 医疗信息学 医疗信息学
背景情况:
- 在立陶宛,手动收集关于中风治疗的数据存在局限性.
- 需要在全国范围内对中风治疗进行标准化,基于证据的改进.
- 自动化数据收集和监测对于提高中风治疗疗效至关重要.
研究的目的:
- 引入立陶宛中风数据库 (StrokeLT),用于自动化中风护理监测.
- 概述关键绩效指标 (KPIs) 的选择过程和目标值.
- 标准化和提高整个立陶宛中风护理的质量.
主要方法:
- 一个涉及国家专家和国际标准的多阶段的Delphi过程被用于KPI选择.
- 选择了53个KPI,包括44个过程指标和8个结果指标.
- 数据将通过集中式电子健康记录系统从中风中心集成,以实现全面的国家覆盖.
主要成果:
- 选择了53个关键关键指标,涵盖过程指标 (例如,及时性,康复,二次预防) 和结果指标 (例如,功能恢复,死亡率).
- StrokeLT数据库将包括立陶宛的所有成人中风和过时性缺血性发作 (TIA) 患者.
- 预计每年将有大约9582例中风和1899例TIA病例.
结论:
- 立陶宛中风数据库为中风护理监测提供了一个标准化,自动化的框架.
- 选择的关键关键指标有助于在所有患者护理阶段进行全面监测.
- 该倡议支持基于证据的改进,并提高全国范围内中风护理质量.
更多相关视频
03:26Author Spotlight: Advancing Stroke Research with Periorbital Doppler Monitoring of Regional Cerebral Blood Flow in Rodent Models
Published on: November 22, 2024
555
10:45The Mouse Stroke Unit Protocol with Standardized Neurological Scoring for Translational Mouse Stroke Studies
Published on: February 7, 2025
550
