Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Cải thiện can thiệp của hệ thống hỗ trợ ra quyết định bằng máy tính: một nghiên cứu định tính kết hợp khung lý thuyết về các miền với danh sách kiểm tra GUIDES
Tóm tắt
Các hệ thống hỗ trợ ra quyết định lâm sàng bằng máy tính (CDSS) có thể cải thiện chất lượng chăm sóc bằng cách thu hẹp khoảng cách giữa kiến thức và thực hành. Tuy nhiên, việc ứng dụng các hệ thống này trong môi trường chăm sóc sức khỏe thực tế vẫn chưa đạt yêu cầu tối ưu. Chúng tôi đặt ra mục tiêu: (1) sử dụng Khung lý thuyết về các miền (TDF) để xác định các yếu tố xác định (rào cản/kích thích) cho việc tiếp nhận Hệ thống Quản lý Hen Suyễn Điện Tử (eAMS) CDSS; (2) đối chiếu các tuyên bố niềm tin đã được xác định theo các yếu tố trong Danh sách Kiểm tra Thực hiện Hướng dẫn với Hỗ trợ Quyết định (GUIDES); và (3) khám phá mối quan hệ giữa các khung TDF và GUIDES cùng sự hữu ích của phương pháp từng bước này để xác định các cơ hội cải thiện việc tiếp nhận CDSS. Ở Giai đoạn 1, chúng tôi đã tiến hành phỏng vấn bán cấu trúc với các bác sĩ chăm sóc chính tại Toronto, Canada về việc tiếp nhận eAMS CDSS. Sử dụng phân tích nội dung, hai mã viên đã phân tích độc lập biên bản phỏng vấn theo hướng dẫn của TDF để tạo ra các chủ đề thể hiện các rào cản và kích thích có ảnh hưởng tới việc tiếp nhận CDSS. Ở Giai đoạn 2, cùng các đánh giá viên đó đã độc lập lập bản đồ mỗi tuyên bố niềm tin với một miền và yếu tố thuộc GUIDES. Chúng tôi đã tính toán tỷ lệ các tuyên bố niềm tin TDF liên kết với từng miền GUIDES và tỷ lệ các miền TDF liên kết với các yếu tố GUIDES (và ngược lại) và các miền. Chúng tôi đã phỏng vấn 10 người tham gia trước khi đạt tới ngưỡng bão hòa dữ liệu. Ở Giai đoạn 1, chúng tôi xác định được 53 tuyên bố niềm tin bao trùm 12 miền TDF; 18 (34,0%) là rào cản, và 35 (66,0%) là kích thích. Ở Giai đoạn 2, 41 tuyên bố (77,4%) liên kết với ít nhất một yếu tố GUIDES, trong khi 12 (22,6%) không liên kết với bất kỳ yếu tố cụ thể nào. Miền Ngữ cảnh của GUIDES được liên kết với số lượng tuyên bố niềm tin lớn nhất (19/53; 35,8%). Mỗi miền TDF đều liên kết với một hoặc nhiều yếu tố của GUIDES, trong đó 6 miền TDF liên kết với hơn 1 yếu tố và 8 miền TDF liên kết với hơn 1 miền của GUIDES. TDF cung cấp những hiểu biết độc đáo về các rào cản và kích thích trong việc tiếp nhận CDSS, từ đó có thể được lập bản đồ với các miền và yếu tố của GUIDES để xác định những thay đổi cần thiết về bối cảnh, nội dung và hệ thống CDSS. Điều này có thể được tiếp nối với việc lập bản đồ thông thường các miền TDF với các kỹ thuật thay đổi hành vi để tối ưu hóa việc triển khai CDSS. Phương pháp từng bước mới này kết hợp hai khung lý thuyết đã được thiết lập nhằm tối ưu hóa các can thiệp CDSS và cần được xác thực trong tương lai.
Từ khóa
#CDSS #Hệ thống hỗ trợ ra quyết định #Khung lý thuyết #GUIDES #Nghiên cứu định tính #Rào cản và kích thíchTài liệu tham khảo
Cloutier MM, Baptist AP, Blake KV, Brooks EG, Bryant-Stephens T, DiMango E, et al. 2020 focused updates to the Asthma Management Guidelines: a report from the National Asthma Education and Prevention Program Coordinating Committee Expert Panel Working Group. J Allergy Clin Immunol. 2020;146(6):1217–70.
Yang CL, Hicks EA, Mitchell P, Reisman J, Podgers D, Hayward KM, et al. 2021 Canadian Thoracic Society Guideline - A focused update on the management of very mild and mild asthma. Can J Respir Crit Care Sleep Med. 2021;5(4):205–45.
Breathe The Lung Association. Asthma control in Canada(TM) Survey 2016. Ottawa, Canada: Breathe The Lung Association; 2016.
Roshanov PS, Fernandes N, Wilczynski JM, Hemens BJ, You JJ, Handler SM, et al. Features of effective computerised clinical decision support systems: meta-regression of 162 randomised trials. BMJ (Clinical Research ed). 2013;346:f657.
Lugtenberg M, Weenink JW, van der Weijden T, Westert GP, Kool RB. Implementation of multiple-domain covering computerized decision support systems in primary care: a focus group study on perceived barriers. BMC Med Inf Decis Mak. 2015;15:82.
Bright TJ, Wong A, Dhurjati R, Bristow E, Bastian L, Coeytaux RR, et al. Effect of clinical decision-support systems: a systematic review. Ann Intern Med. 2012;157(1):29–43.
Lam Shin Cheung J, Paolucci N, Price C, Sykes J, Gupta S. A system uptake analysis and GUIDES checklist evaluation of the Electronic Asthma Management System: a point-of-care computerized clinical decision support system. J Am Med Inf Association: JAMIA. 2020;27(5):726–37.
Gupta S, Rai N, Bhattacharrya O, Cheng AYY, Connelly KA, Boulet LP, et al. Optimizing the language and format of guidelines to improve guideline uptake. CMAJ: Can Med Association Journal = Journal de l’Association medicale canadienne. 2016;188(14):E362–E8.
Gupta S, Price C, Agarwal G, Chan D, Goel S, Boulet LP, et al. The Electronic Asthma Management System (eAMS) improves primary care asthma management. Eur Respir J. 2019;53(4):1802241.
Kouri A, Yamada J, Lam Shin Cheung J, Van de Velde S, Gupta S. Do providers use computerized clinical decision support systems? A systematic review and meta-regression of clinical decision support uptake. Implement Sci. 2022;17(1):21.
O’Brien BC, Harris IB, Beckman TJ, Reed DA, Cook DA. Standards for reporting qualitative research: a synthesis of recommendations. Acad Med. 2014;89:1245–51.
Atkins L, Francis J, Islam R, O’Connor D, Patey A, Ivers N, et al. A guide to using the theoretical domains framework of behaviour change to investigate implementation problems. Implement Science: IS. 2017;12(1):77.
Cane J, O’Connor D, Michie S. Validation of the theoretical domains framework for use in behaviour change and implementation research. Implement Science: IS. 2012;7:37.
Michie S, Johnston M, Abraham C, Lawton R, Parker D, Walker A. Making psychological theory useful for implementing evidence based practice: a consensus approach. Qual Saf Health Care. 2005;14(1):26–33.
Presseau J, McCleary N, Lorencatto F, Patey AM, Grimshaw JM, Francis JJ. Action, actor, context, target, time (AACTT): a framework for specifying behaviour. Implement Sci. 2019;14(1):102.
Van de Velde S, Kunnamo I, Roshanov P, Kortteisto T, Aertgeerts B, Vandvik P, et al. The GUIDES checklist: development of a tool to improve the successful use of guideline-based computerised clinical decision support. Implement Science: IS. 2018;13(1):86.
Hsieh HF, Shannon SE. Three approaches to qualitative content analysis. Qual Health Res. 2005;15(9):1277–88.
Kawamoto K, Houlihan CA, Balas EA, Lobach DF. Improving clinical practice using clinical decision support systems: a systematic review of trials to identify features critical to success. BMJ (Clinical Research ed). 2005;330(7494):765.
Bates DW, Kuperman GJ, Wang S, Gandhi T, Kittler A, Volk L, et al. Ten commandments for effective clinical decision support: making the practice of evidence-based medicine a reality. J Am Med Inf Association: JAMIA. 2003;10(6):523–30.
Birtwhistle R, Bell NR, Thombs BD, Grad R, Dickinson JA. Periodic preventive health visits: a more appropriate approach to delivering preventive services: from the Canadian Task Force on Preventive Health Care. Can Family Physician Medecin de Famille Canadien. 2017;63(11):824–6.
Gadd CS, Baskaran P, Lobach DF. Identification of design features to enhance utilization and acceptance of systems for internet-based decision support at the point of care. Proceedings AMIA Symposium. 1998. p. 91–5.
Lugtenberg M, Pasveer D, van der Weijden T, Westert GP, Kool RB. Exposure to and experiences with a computerized decision support intervention in primary care: results from a process evaluation. BMC Fam Pract. 2015;16:141.
Roberts KC, Rao DP, Bennett TL, Loukine L, Jayaraman GC. Prevalence and patterns of chronic disease multimorbidity and associated determinants in Canada. Health Promotion and Chronic Disease Prevention in Canada: Research Policy and Practice. 2015;35(6):87–94.
Adhopia V. Canadian health care’s ‘one issue per visit’ problem Canada: CBC; 2019 Available from: https://www.cbc.ca/news/health/second-opinion-one-problem-visit-1.5061506.
Blomqvist A, Wyonch R. Health teams and primary care reform in Ontario: staying the course. C.D. Howe Institute; 2019. Available from https://www.cdhowe.org/sites/default/files/2021-12/Commentary%20551.pdf.
Kwan JL, Lo L, Ferguson J, Goldberg H, Diaz-Martinez JP, Tomlinson G, et al. Computerised clinical decision support systems and absolute improvements in care: meta-analysis of controlled clinical trials. BMJ (Clinical Research ed). 2020;370:m3216.
Jamtvedt G, Flottorp S, Ivers N. Audit and feedback as a quality strategy. In: Busse R, Klazinga N, Panteli D, et al. editors. Improving healthcare quality in Europe: characteristics, effectiveness and implementation of different strategies. Copenhagen, Denmark: European Observatory on Health Systems and Policies; 2019.
Kouri A, Yamada J, Sale JEM, Straus S, Gupta S. Primary care pre-visit electronic patient questionnaire for asthma: uptake analysis and predictor modeling. J Med Internet Res. 2020;22(9):e19358.
Fønhus MS, Dalsbø TK, Johansen M, Fretheim A, Skirbekk H, Flottorp S. Patient-mediated interventions to improve professional practice: a summary of a Cochrane systematic review. Patient Educ Couns. 2019;102(3):474–85.
Gagliardi AR, Berta W, Kothari A, Boyko J, Urquhart R. Integrated knowledge translation (IKT) in health care: a scoping review. Implement Sci. 2016;11:38.
Hoffmann M, Vander Stichele R, Bates DW, Björklund J, Alexander S, Andersson ML, et al. Guiding principles for the use of knowledge bases and real-world data in clinical decision support systems: report by an international expert workshop at Karolinska Institutet. Expert Rev Clin Pharmacol. 2020;13(9):925–34.
French SD, Green SE, O’Connor DA, McKenzie JE, Francis JJ, Michie S, et al. Developing theory-informed behaviour change interventions to implement evidence into practice: a systematic approach using the theoretical domains framework. Implement Science: IS. 2012;7:38.
Michie S, Johnston M, Francis J, Hardeman W, Eccles M. From theory to intervention: Mapping theoretically derived behavioural determinants to behaviour change techniques. IAAP. 2008;57(4):660–80.
Camacho J, Zanoletti-Mannello M, Landis-Lewis Z, Kane-Gill SL, Boyce RD. A conceptual framework to study the implementation of clinical decision support systems (BEAR): literature review and concept mapping. J Med Internet Res. 2020;22(8):e18388.
Michie S, Atkins L, West R. The Behaviour Change Wheel. A guide to designing interventions. London, United Kingdom: Silverback Publishing; 2014.
Carey RN, Connell LE, Johnston M, Rothman AJ, de Bruin M, Kelly MP, et al. Behavior change techniques and their mechanisms of action: a synthesis of links described in published intervention literature. Ann Behav Med. 2019;53(8):693–707.
Connell LE, Carey RN, de Bruin M, Rothman AJ, Johnston M, Kelly MP, et al. Links between behavior change techniques and mechanisms of action: an expert consensus study. Ann Behav Med. 2019;53(8):708–20.
Johnston M, Carey RN, Connell Bohlen LE, Johnston DW, Rothman AJ, de Bruin M, et al. Development of an online tool for linking behavior change techniques and mechanisms of action based on triangulation of findings from literature synthesis and expert consensus. Transl Behav Med. 2021;11(5):1049–65.
Yamada J, Kouri A, Simard S, Segovia S, Gupta S. Barriers and enablers to using a patient-facing electronic questionnaire: a qualitative theoretical domains framework analysis. J Med Internet Res. 2020;22(10).