计算机医嘱输入对儿科和新生儿护理环境中死亡率的影响—荟萃分析最新论证

i本文的最新情况见最后医学信息学解锁19（2020）100308计算机医嘱输入对儿科和新生儿护理环境中死亡率的影响：荟萃分析Abdullah Alanazia，ba沙特阿拉伯利雅得国民警卫队卫生事务沙特本阿卜杜勒阿齐兹国王卫生科学大学公共卫生和卫生信息学院卫生信息学系b沙特阿拉伯利雅得国民卫队部阿卜杜拉国王国际医学研究中心沙特本阿卜杜勒阿齐兹国王健康科学大学A R T I C L EI N FO保留字：计算机化订单输入死亡率儿科环境A B S T R A C T简介：越来越多的文献表明，计算机化医嘱输入系统（CPOE）对有效的错误检测和预防有积极的影响。然而，这些可能不会改善患者结局。本研究旨在评估CPOE对住院儿科和新生儿护理环境中死亡率的影响。方法：对所有可能的与CPOE对死亡率影响相关的英文文献进行检索。研究文献的纳入标准为：1）0-18岁儿童， 2） CPOE 与 非 CPOE 的 比 较 ， 3） 随 机 对 照 试 验 或 队 列 ， 4） 死 亡 率 ， 5） 出 版 日 期 在1995 年 及 之后。从该分析中排除的是描述性和非英语文献研究。结果：5项队列研究符合纳入标准。两项研究在儿科病房进行，三项在PICU和/或NICU进行。一项荟萃分析显示，使用CPOE后，死亡率显著降低。然而，纳入的研究未能提供均匀分布。结论：虽然这项研究的结果表明，结果仍有待确定，CPOE有可能为医生提供指导需要进一步研究1. 介绍预防医疗差错（ME）是任何医疗机构的首要任务，因为用药差错会对患者护理质量产生不利影响。根据医学研究所的报告“犯错是人类的：建立一个更安全的卫生系统”，每年有近10万患者死于医疗错误。儿科和新生儿患者更容易受到错误的影响。一项研究表明，与成人患者区域相比，儿科发生潜在错误的频率为3倍[2]。一项研究发现，平均每个新生儿有三次用药错误，至少75%的新生儿至少经历过一次错误，错误剂量是最常见的错误类型[3]。对医疗差错的分析表明，减少差错的最有效方法是针对系统缺陷而不是个体差错[4]。计算机化医嘱输入（CPOE）是指“各种基于计算机的系统，这些系统共享自动化药物订购过程的共同特征，并确保标准化，清晰和完整的订单”[5]。CPOE允许医生将他们的订单发送到指定的部门（主要是药房，也可以发送到实验室、放射科和其他辅助部门）。这通过对照准则和最佳做法衡量这些命令，确保了命令的易读性和适当性。此外，可以激活订单集，并且医生可以选择适当的订单，而不需要输入订单的所有方面。此外，临床决策支持（CDSS）提供与适当药物相关的建议和建议，不限于剂量，途径和频率，甚至检查过敏，药物相互作用，药物-实验室相互作用，并引入适当的管理和预防措施，特别是使用复杂的CDSS [6]。医疗保健对CPOE持积极态度，在Leapfrog集团的最新研究中，64%的医院使用CPOE系统提交了至少75%的订单。Leapfrog Group和Castlight Health在2016年进行的一项研究表明，64%的医院拥有符合Leapfrog资格的CPOE系统CPOE的早期研究结果是有希望的;最近的一项综述发现，CPOE可以减少ICU环境中85%的处方错误，对ICU死亡率（MR）没有显著影响[8]。五电子邮件地址：ananziabdul@ksau-hs.edu.sa。https://doi.org/10.1016/j.imu.2020.100308接收日期：2019年12月20日;接收日期：2020年2月26日;接受日期：2020年3月2日在线预订2020年2352-9148/©2020的作者所有发表通过Elsevier 公司这是一个开放接入文章下的CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。可在ScienceDirect上获得目录列表医学信息学期刊主页：http://www.elsevier.com/locate/imuA. 阿拉纳齐为评估CPOE的前后效应而进行的一项为期一年的回顾性研究发现，CPOE对内科和外科病房的死亡率和住院时间（LOS）有积极影响，但在ICU病房中发现MR和LOS增加[9]。随着越来越多的证据表明CPOE对用药错误（ME）的影响，尚未得出结论认为ME和药物不良事件（ADE）的减少会导致患者结局的改善，例如死亡率（MR）降低，正如Garg及其同事在其系统性综述中所指出的那样[10]。Ammenwerth和他的同事在2006年的研究中披露了这些相互矛盾的结果[11]。因此，了解CPOE对儿科环境中此类患者结局的影响被认为是必要的，特别是报告的CPOE错误检测功能的因此，本研究旨在通过回顾现有的相关文献，评价CPOE对儿童人群死亡率的影响。2. 方法本 综 述 的 执 行 考 虑 了 系 统 性 综 述 和 荟 萃 分 析 首 选 报 告 项 目（PRISMA）声明[11]中定义的标准。使用PubMed、Cochrane、Psych-Info、CINAHL和Google Scholar数据库检索了1995年1月至2016年8月的英文文献。检索策略是查找与以下术语相关的所有可能的词汇和术语：儿科、CPOE和死亡率。（diX-I，提供了使用的搜索词）。2.1. 资料选择筛选标题后，检查摘要，仅选择符合以下标准的文章：1）研究人群包括0-18岁的儿童，2）与无CPOE相比，干预是CPOE，3）设计应该是随机对照试验或队列，4）结局包括评估的死亡率或CPOE前后的死亡率，5）出版日期从1995年起，因为该技术仍然是新的，并且在该日期之前的所有CPOE系统（如果有的话）都被认为是遗留系统。排除标准为描述性研究（如病例报告等）。非英语文学对纳入的文章进行了审查，并提取了以下数据：发表年份、研究设计、研究环境、软件制造商、决策支持系统、是否通过与无CPOE进行比较进行研究、研究结局和结论。另一名研究者审查了提取的数据，并确保了提取数据的 统一标准 的 临床试验报告 （CONSORT）用于评估随机对照试验的报告和内容[12]。对于观察性研究，使用了加强流行病学观察性研究报告（STROBE）[13]。为了评估纳入研究的有效性，采用不同的方法来评估内部和外部效度和统计学。死亡风险率是与无CPOE组相比，CPOE组中与风险人群相关的死亡事件数量。使用两组的比值比，假设固定效应模型，使用Mantel- Haenszel方法计算比值比（OR）估计值和合并OR估计值[14]。 通过Q统计量评估异质性，并计算Z值以确定荟萃分析的总体显著性。3. 结果文献检索得到了13项研究，这些研究被筛选为与研究标准相关，仅提升了5篇纳入本系统性综述的文章[15所有研究均为随机试验，均为回顾性队列研究。使用STROBE评估这些队列研究的报告偏倚，无重大偏离医学信息学解锁19（2020）100308从选通标准。在纳入的研究中，3项研究（60%）在儿科重症监护室（PICU）和/或新生儿重症监护室（NICU）进行[16，18，19]，2项研究（40%）在儿科病房进行[16，18]。4项研究（80%）报告死亡率为主要结局[15使用了不同类型的CPOE软件系统：三项研究（60%）使用Cerner应用程序[15-四项研究（80%）提到了决策支持的实施[15一般来说，在测量前后期结局的时间长度上存在差异。由于所有研究都是在CPOE实施后立即开始的，因此学习曲线（学习系统在实践中如何工作所需的时间）也包括在CPOE后阶段。在报告死亡率[15其他研究（60%）报告死亡率无显著下降[16，18，19]。对于有效性分析，所有纳入的研究均采用三项研究（60%）评估了分析中的组间差异。这些研究均未使用盲态数据采集器。没有什么可以被认为是理想的CPOE系统的黄金标准。因此，建构效度是未来研究中需要建立的一个挑战。这可归因于许多问题，包括但不限于：CPOE的级别和功能;技术基础设施;决策支持以及不同的执行战略。由于没有一项研究提供了他们的CPOE的完整定义，结构效度严重 受 损 。 对 于 统 计 有 效 性 ， 大 多 数 研 究 使 用 了 适 当 的 统 计 分 析（60%）。其余研究使用风险估计或非可比组的相关性[17，19]。由于80%的研究是在非学术环境中进行的，这些研究的结果应限于这一背景。进行荟萃分析，以汇总结局和死亡率CPOE显著降低了发生率（OR：0.81 [95% CI：0.70<-0.94]，P 0.0003）（表1）。这在Longhurst的研究中观察到，其中死亡率降低了29%。然而，Han的研究显示死亡率的比值增加了2.44（95% CI：1.52-3.90）（图1）。有一个显着的异质性之间的由于可用文献有限，无法对这种异质性进行研究和分析。4. 讨论Han提到的与引入CPOE相关的死亡率增加（OR：2.44，[95% CI：1.52-3.90]）是由于实施不力，与护理延迟有关。 具体来说，CPOE在全院实施6天;在患者实际进入医院之前，不允许输入订单，并且所有药物包括血管活性药物都放在中心药房。药房不允许处理任何药物订单，直到护士激活它们。的表1纳入研究的OD。学习（年）CPOE和MRHan等人（2005年）或2.44- 95%置信区间1.52≥ 95%CI3.90Del Beccaro等人（2006年）0.810.551.20Longhurst等人（二零一零年）0.710.590.86Keene等人（二零零七年）0.760.361.58Cordero等人（二零零四年）0.590.251.39研究总数0.810.70.942A. 阿拉纳齐Fig. 1. 纳入研究的森林图。医学信息学解锁19（2020）100308手稿/计算机化医嘱输入对儿科和新生儿护理死亡率的影响SeDng：SystemGc-分析/已收到无基金申报。附录A. 补充数据本文的补充数据可在https：//doi网站上找到。org/10.1016/j.imu.2020.100308。引用[1] 医学研究所。犯错是人类的：建立更安全的卫生系统。Washington，DC：National Academy Press，1999.[2] Leape LL，Bates DW，Cullen DJ，CooperJ，Demonaco HJ，Gallivan T，Hallisey R，IvesJ，Laird N，Laffel G，Nemeskal R.药物不良事件的系统分析。Jama 1995年7月5日;274（1）：35-43。[3] Eslami K，Aletayeb F，Aletayeb SM，Kaghel L，Hardani AK.新生儿重症监护病房用药错误的识别：一项双中心研究。BMC Pediatr 2019年12月1日;19（1）：365。执行决定是在没有大部分必要的订单集的情况下启动。在德尔·贝卡罗的研究中，研究者们非常关注韩寒的研究，他们从韩寒的经验中获益匪浅。但是，他们的组没有可比性，并且在10个人口统计学和临床特征中的5个方面存在显著差异。也就是说，他们的前/后组显示是不同的，前/后组的未经调整的死亡率的比较是无效的。Longhurst研究是第一项发现CPOE实施与医院死亡率统计学显著降低相关的研究。尽管如此，结果并不支持CPOE和死亡率之间的因果关系，因为它只显示了相关性。这种示范将需要一项设计良好的前瞻性研究。此外，Longhurst设置进行了重大 改 进 和 工 作 流 程 再 造 ， 模 仿 快 速 反 应 团 队 和 护 理 住 院 医 师program.So，死亡率的降低可以归因于其他因素，并评估实施CPOE前后的差异并不一定表明真正的影响，特别是回顾性研究设计。尽管荟萃分析得出了显著的异质性，2[4] Shojania KG，Duncan BW，McDonald KM，Wachter RM，Markowitz AJ.使医疗保健更安全：对患者安全实践的批判性分析。Evid Rep技术评估（总结）。2001年7月20日;43（1）：668。[5] Sutton RT，Pincock D，Baumgart DC，Sadowski DC，Fedorak RN，Kroeker KI.临床决策支持系统概述：收益、风险和成功策略。NPJ Digit Med 2020年2月6日;3（1）。一比零[6] 蛙跳报告铸光号防止医院数据中的用药错误，按医院按国家标准化指标进行。2020年2月访问，https：www.leapfroggroup.org/sites/default/files/Files/Leapfrog-Castlight%20Medication%20Safety%20Report.pdf; 2016.[7] Prgomet M，Li L，Niazkhani Z，Georgiou A，Westbrook JI.商业计算机化供应商订单输入（CPOE）和临床决策支持系统（CDSS）对重症监护病房用药错误、住院时间和死亡率的影响：一项系统综述和荟萃分析美国医学信息杂志2017年3月1日;24（2）：413-22。[8] 李文辉，李文辉. 计算机化供应商订单输入（CPOE）对住院时间和死亡率的影响。美国医学信息杂志2017年 3 月 1日;24（2）：303-9。[9] Garg AX，Adhikari NK，McDonald H，Rosas-Arellano MP，Devereau X PJ，BeyeneJ，SamJ，Haynes RB.计算机化临床决策支持系统对医生表现和患者结果的影响：一项系统综述。 Jama 2005年3月9日;293（10）：1223-38。[10] AmmenwerthE，TalmonJ，AshJS，BatesDW，Beuscart-Z�ephirMC，DuhamelA，Elkin PL，Gardner RM，Geissbuhler A. CPOE对死亡率的影响-矛 盾 的 发 现 ， 重 要 的 信 息 。方法Inf Med 2006;45：586-94. 06.[11] Moher D，Liberati A，TetzlaffJ，Altman DG，Prisma Group.优选报告（一） 47.47）（可能是由于系统综述和荟萃分析的项目：PRISMA声明。PLoSMed效应大小（范围从0.59到2.44）和样本量（范围从211到97，495）），CPOE的结果仍然是有帮助的（OR：0.81 [95% CI：0.70-0.94]）鉴于在该领域进行随机对照试验非常困难的事实，并且唯一合适的设计是回归-不连续性或时间序列研究，这反过来对于健康信息学领域的研究人员来说不是非常了解或流行。因此，脆弱的研究设计和有限的研究数量是本综述的主要限制。5. 结论虽然本研究的结果表明，计算机化医嘱输入对死亡率的影响仍有待确定，但CPOE有可能通过为医生提供指导来降低死亡率并改善处方过程，因为他们照顾患者。考虑到获得这种技术的目的将是显著提高病人护理质量的工具，建议进行进一步的确认声明在此，阿卜杜拉Alanazi/自觉保证的为2009年7月21日;6（7）：e1000097。[12] Moher D，Schulz KF，Altman DG. CONSORT声明：提高平行组随机试验报告质量的修订建议。BMC Med Res Methodol 2001年4月20日;1（1）：2。[13] Von Elm E，Altman DG，Egger M，Pocock SJ，Gøtzsche PC，Vandenbroucke JP.加强流行病学观察性研究报告（STROBE）声明：观察性研究报告指南。GacSanit 2008年4月;22（2）：144-50。[14] DeeksJJ，Altman DG，Bradburn MJ.在荟萃分析中检查异质性和结合多项研究结果的统计方法。SystRev Health Care：Meta-Anal Context 2001;2：285-312.[15] Han YY，Carcillo JA，Venkataraman ST等，实施商业销售的计算机化医嘱输入系统后意外增加的死亡率。儿科2005;116（6）：1506-12。[16] Del Beccaro MA，Jeffries HE，Eisenberg MA，Harry ED.计算机化供应商订单输入实施：与重症监护室死亡率增加无关。儿科2006;118（1）：290-5。[17] Longhurst CA，Parast L，Sandborg CI，Widen E，SullivanJ，Hahn JS，Dawes CG，Sharek PJ.实施商业销售的计算机化医嘱输入系统后，全医院死亡率降低。儿科2010年7月1日;126（1）：14-21。[18] 杨志华，陈志华.危重儿科患者计算机医嘱输入系统启动前后的死亡率。 儿科重症监护医学2007;8（3）：268-71。[19] Cordero L，Kuehn L，Kumar RR，Mekhjian HS.新生儿重症监护病房计算机医嘱输入对临床实践的影响。围产期杂志2004;24（2）：88-93.3更新医学信息学2020年第20期第页DOI：https://doi.org/10.1016/j.imu.2020.100435医学信息学解锁20（2020）100435关于以前发表的文章中缺少竞争利益声明的勘误表由于出版商的错误，在先前出版的《解锁医学信息学》中出现的以下文献的出版版本中未包括声明/利益冲突声明。作者提供的适当声明/利益冲突声明如下所示。1. 视网膜血管几何变化与糖尿病黄斑水肿发生率和进展之间的关系（ Informatics in Medicine Unlocked; 2019; 2016 C; 文 章 编 号 ：100，248）https：doi.org/10.1016/j.imu.2019.100248竞争利益声明：作者没有利益需要声明。2. 一 种 机 器 学 习 算 法 ， 以 改 善 以 患 者 为 中 心 的 儿 科 心 肺 复 苏（ Informatics in Medicine Unlocked; 2020; 2019 C; 文 章 编 号 ：100，339）https://doi.org/10.1016/j。imu.2020.100339利益声明：作者没有利益需要声明。3. 使用模糊认知地图技术诊断风湿性肌肉骨骼疾病的决策支持系统（Informatics in Medi- cine Unlocked; 2019; 2018 C;文章编号：100，279）https：//doi. org/10.1016/j.imu.2019.100279利益声明：作者没有利益需要声明。4. 基于通道二进制模式的运动想象任务的全局-局部空间信息融合（Informatics in Medicine Unlocked; 2020; 2020 C;文章编号：100，352）https://doi.org/10.1016/j.imu。2020.100352年利益声明：作者没有利益需要声明。5. 使用逻辑回归对恶性和良性组织进行分类（Informatics in MedicineUnlocked;2019;2016C; 文 章 编 号 ： 100 ， 189 ）https://doi.org/10.1016/j.imu.2019.100189利益声明：作者没有利益需要声明。6. 关 于 生 物 学 中 基 于 现 象 学 的 半 物 理 模 型 的 参 数 可 解 释 性（ Informatics in Medicine Unlocked; 2019; 2015 C; 文 章 编 号 ：100 ， 158 ） https://doi.org/10.1016/j.imu 。 2019.02.002-2019.02.001-2019.02.002-2019.02.002.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.02.0利益声明：作者没有利益需要声明。7. 基 于 多 级 分 类 器 的 阿 尔 茨 海 默 病 预 测 和 检 索 方 法https://doi.org/10.1016/j.imu.2018.12.003利益声明：作者没有利益需要声明。8. 一种新的基于体细胞癌症基因的生物医学文档特征排名和聚类模型（ Informatics in Medicine Unlocked; 2019; 2016 C; 文 章 编 号 ：100，188）https://doi.org/10.1016/j。imu.2019.100188利益声明：作者没有利益需要声明。9. 开发超高效微卫星发现器以发现SARS-CoV-1和Covid-19之间的结构差异（Informatics in Medicine Unlocked; 2020 vol 19 C;文章编号：100，356）https：doi.org/10.1016/j.imu.2020.100356利益声明：作者没有利益需要声明。10. 使用准静态肺P-V数据对急性呼吸窘迫综合征患者进行针对患者的机械通气优化原 文 DOI ： https://doi.org/10.1016/j.imu.2020.100352 ， https://doi.org/10.1016/j.imu.2020.100356 ， https://doi.org/10.1016/j.imu.2019 。 100248 ，https://doi.org/10.1016/j.imu.2018.12.003 ， https://doi.org/10.1016/j.imu.2019.100177https://doi.org/10.1016/j.imu.2019.100189 ， j.imu.2019.100256 ，https://doi.org/10.1016/j.imu.2020.100339，https://doi.org/10.1016/j.imu.2019.100279，https：//doi.org/10.1016/j.imu.2019.100188，https://doi.org/10.1016/j.imu.2019.100171，https://doi.org/10.1016/j.imu.2018.06.003https://doi.org/10.1016/j.imu.2018.12.001，https：j.imu.2020.100308，https://doi.org/10.1016/j.imu.2019.100184，https://doi.org/10.1016/j.imu.2019.02.002，https://doi.org/10.1016/j.imu.2020. 100304https://doi.org/10.1016/j.imu.2020.1004352020年9月28日网上发售2352-9148/© 2020由Elsevier Ltd.发布可在ScienceDirect上获得目录列表医学信息学期刊主页：http://www.elsevier.com/locate/imu12 C;第44-55页https://doi.org/10.1016/j.imu.2018.0利益声明：作者没有利益需要声明。11. 皮肤科早 期诊断远程患者 护理的技术框架 （Informatics inMedicine Unlocked; 2019; 2015 C; 文 章 编 号 ： 100 ， 171 ）https://doi.org/10.1016/j.imu。2019.100171利益声明：作者没有利益需要声明。12. CBIR 系 统 使 用 胶 囊 网 络 和 3D CNN 进 行 阿 尔 茨 海 默https://doi.org/10.1016/j.imu.201利益声明：作者没有利益需要声明。13. 计算机化医嘱输入对儿科和新生儿护理环境中死亡率的影响：荟萃分析（医学信息学解锁; 2020; 2019年C;文章编号：100，308）https://doi.org/10.1016/j.imu.2020.100308利益声明：作者没有利益需要声明。14. 多囊卵巢综合征（PCOS）核心本体和特征基因的识别：生物信息学分析。医学信息学解锁20（2020）100435（Informatics in Medicine Unlocked; 2020; 2018 C;文章编号：100，304）https://doi.org/10.1016/j.imu.2020.100304利益声明：作者没有利益需要声明。15. 埃及藤壶Balanites aegyptiaca（L.）Del.对于皮肤癣菌病：通过实验和计算方法确定疗效和作用模式（Informatics in MedicineUnlocked;2019;2015C; 文 章 编 号 ： 100 ， 177 ）https://doi.org/10.1016/j.imu.2019.100177利益声明：作者没有利益需要声明。16. 发展中国家孕产妇和新生儿转诊系统的障碍和技术：叙述性综述（Informatics in Medicine Unlocked; 2019; 2015 C;文章编号：100，184）https：doi.org/10.1016/j.imu.2019.100184利益声明：作者没有利益需要声明。17. 使用卷积神经网络和有序类分类器对前列腺癌进行自动分级（Informatics in Medicine Unlocked; 2019; 2017 C;文章编号：100，256）https：doi.org/10.1016/j.imu.2019.100256利益声明：作者没有利益需要声明。2