1 / 21

Kan vi lita på utdata från datajournaler ?

Kan vi lita på utdata från datajournaler ?. Sven Engström Distr.Läk Ryds vårdcentral Linköping. Material & Metod. 12 vårdcentraler – 100 000 inv. År 2001 Ur datajournalerna hämtades från alla kontakter med en luftvägsinfektionsdiagnos filer med följande uppgifter: anonymt id-nummer

Download Presentation

Kan vi lita på utdata från datajournaler ?

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Kan vi lita på utdata från datajournaler ? Sven Engström Distr.Läk Ryds vårdcentral Linköping

  2. Material & Metod 12 vårdcentraler – 100 000 inv. År 2001 Ur datajournalerna hämtades från alla kontakter med en luftvägsinfektionsdiagnos filer med följande uppgifter: anonymt id-nummer ålder kön datum för besök ev. StrepA resultat ev. CRP-resultat ev. förskrivet antibiotikum

  3. Metod forts. Alla poster i filen från varje vårdcentral lästes varvid rena ifyllnadsfel korrigerades manuellt, och en enhetlig terminologi skapades. Därefter sammanfogades filerna till en gemensam databas där statistisk bearbetning skedde.

  4. Resultat 19 965 kontakter totalt. Vid 43 % gjordes något snabbtest Vid 22%togs StrepA - varav 27% positiva Vid 31 % togs CRP - varav 17 % > 50 mg/l Vid 40 % av kontakterna förskrevs antibiotika – varav 61 % Penicillin V

  5. Kontroller av data kvalitet 1. Manuell granskning av ursprungliga filer 2. Manuell läsning av journaler för alla kontakter med diagnosen pneumoni – gjordes på en vårdcentral. 3. Manuell läsning av journaler där CRP > 60 och enligt utsökta data antibiotika ej förskrivits – gjordes på 2 vårdcentraler. 4. Kontroll av rutiner på vårdcentraler

  6. Variation i dokumentation av StrepA resultat

  7. Variation i dokumentation av CRP resultat: Undre gräns: < 5, < 8, <10, <15, <25 Övre gräns: > 140, > 150, >160 Samt ett enstaka värde: 462 (ca.Sp 1:2)

  8. Resultat av granskning av journalanteckningar Antal journaler 18 Antibiotikaförskrivn. ej registrerad sökbar 1 Fått antibiotika på annan kontakt 7 Remitterade till sjukhus 7 där 6 fick antibiotika. 1 remissvar saknades Återstår utan antibiotika 3 ev 4 CRP > 60 men ej antibiotikaförskrivning I hela materialet fanns 795 kontakter med CRP > 60 och i 139 av dessa sågs ingen antibiotikaförskrivning i filen.

  9. Pneumonidiagnoser 1 vårdcentral 71 patienter med 153 kontakter Akut insjuknande el behandlingssvikt 66 Övervakning av förlopp eller slutkontroll 59 Epikrisanteckning 17 Klart fel diagnos 10 Prover registrerade på annan kontakt 8 Antibiotikaförskrivn. ej registrerad sökbar 17

  10. Fel p.g.a. rutiner för arbetsfördelning och dokumentation På en vårdcentral utförde läkarna själva StrepA. Endast 10-20% av dessa registrerades korrekt Prover ordinerades ofta av sköterska och dokumenterades på en sköterskekontakt utan diagnos. På en vårdcentral fick vi därför bara med 36% av StrepA testerna och endast 21 % av CRP testerna.

  11. Litteraturssökning PubMed Mesh Termerna 1. Family Practice, Primary Care or Primary Health Care. 2. Medical records Computerised, 3. Quality Assurance, Health Care, 4. Accuracy Gav 47 artiklar varav 9 om rätt område + Referenser och Related articles 19 artiklar totalt Varav 3 review artiklar

  12. Litteraturssökning PubMed Resultat Fullständighet Diagnoser Trianguleras – Läkemedel – Officiell Statistik Några få via patientenkäter.

  13. Korrekthet - studeras mera sällan Felkällor – studerat i en enstaka studie. Läkemedel finns registrerade i 75- 93% och är korrekta i 83-100%. Hogan & Wagner 1997, Thiru 2003

  14. Hogan & Wagner 1997: Review 26 studier Få studier och av varierande kvalitet Completeness Correctness Undersökningsfynd 27 % Tobak 31 % 91 % Alkohol anamnes 37 % Diagnoser 31-100 % 67-100 % Läkemedel 83 % 93 %

  15. Kaboli et al 2004 Jämfört medicinlistan i journalen med hembesök med patientintervju. 493 patienter som fått minst 5 recept utskrivna Medicinlistan Stämde helt med vad patienten tog i 5,3 % ! 25% av de läkemedel patienterna tog saknades. 12% av medicinerna som fanns på listan togs ej av patienterna.

  16. Metoder att förbättra datakvaliteten • Brouwer et al 2006 Review 12 studier 1 randomiserad m kontrollgrupp 2 ej randomiserade med kontrollgrupp 7 före – efter intervention 2 oklar intervention Alla syftade till att öka fullständigheten i journaler Nästan alla –gav individuell återkoppling ofta kombinerad med gruppträffar och träning

  17. Brouwer et al 2006 Fortsättning: • I alla studier även de kontrollerade sågs en förbättring av fullständighet beträffande diagnoser och mätetal. • Förbättringen kan upprätt hållas under många år om man fortsätter ge återkoppling • Men studierna var av tveksam kvalitet och interventionerna inte så väl redovisade.

  18. Patienten kan rätta journalen! Lauteslager et al 2002: Intervju med 437 patienter hos 3 GPs Patienten fick kommentera & komplettera journalöversikten (problemorienterad) 12 % av problemen förnekade pat. 441 nya fakta ( GP accepterade 255 vilket innebar 28% mera kompletta översikter)

  19. Analyser av vården genom ”maskinell” analys av journaldata BEGRÄNSNINGAR • Läkare sätter olika diagnoser för samma symtomkomplex • Data måste ha lagrats under korrekt sökord. • Endast data som är enhetligt registrerade är möjliga att använda i direkta statistikuttag ur datajournalen.

  20. BEGRÄNSNINGAR forts • Viktiga fakta som kanske avgjort beslutet kommer inte med i utsökningen. • Medicinska åtgärder för den aktuella sjukdomen kan ha gjorts vid annan kontakt. • Kontrollbesök kan ej skiljas från akuta.

  21. Råd för att få någorlunda pålitliga resultat Rapporter direkt i datajournalsystemet fungerar bra för egna jämförelser över tid För jämförelser mellan enheter ….. Ta om möjligt ut exportfiler med data. Materialet kan då granskas och rättas före bearbetning. Ta med personidentitet och anteckningsdatum i filen så att du kan kolla upp i journalen om något verkar konstigt. Granska manuellt ett mindre antal journaler och se om resultatet verkar stämma.

More Related