在一个集成的外科手术周边工作流程中,自动化对sugammadex的资格评估和注册
Eilon Gabel1, Stephen Murray1, Tristan Grogan2
1Department of Anesthesiology and Perioperative Medicine, David Geffen School of Medicine at UCLA, Los Angeles, CA 90095, United States.
JAMIA open
|February 27, 2026
概括
一个自动化的电子健康记录 (EHR) 系统成功地实时识别了临床试验的患者,减少了手动查. 这种方法提高了实施科学研究的可扩展性.
科学领域:
- 实施科学 实施科学
- 临床决策支持 临床决策支持
- 医疗信息学 医疗信息学
背景情况:
- 传统的临床试验招生面临着可扩展性挑战,原因是手动查和在繁忙的外科外科环境中依赖协调员.
- 这项研究研究了一种自动化,EHR集成的临床决策支持 (CDS) 系统,用于实时的患者识别和临床医生的参与,无需人工流程.
研究的目的:
- 评估完全自动化的CDS系统在识别符合条件的患者进行临床试验方面的有效性.
- 评估临床医生在实时工作流程中遵守系统生成的建议.
- 确定自动化患者资格识别的技术性能和准确性.
主要方法:
- 一项前性实施研究在数据仓库中使用了预定义的呼吸风险标准.
- 通过医疗保健七级接口集成电子健康记录 (EHR) 引发了符合条件的患者的最佳实践建议 (BPA).
- 测量结果包括系统准确性,供应商遵守BPA和技术性能指标.
主要成果:
- 自动化系统处理了10,592名符合条件的患者,达到51.2%的提供者遵守CDS提示.
- 在麻醉后护理单元中,BPA分配的准确率为69.7%,在ICU转移后降至59.4%.
- 工作流因素,而不是患者特征,是坚持的更强有力的预测因素,表明选择偏差最小.
结论:
- 完全自动化,EHR集成的CDS促进了大规模的,工作流嵌入式招生,以实施为重点的研究.
- 该框架提供了一种可扩展的方法,用于自动预先选和CDS提示,减少对手工流程的依赖.
- 该系统通过简化外科外围环境的招生来支持现实世界的实施科学.
