Авдонина Наталья Георгиевна — научный сотрудник НИЛ патогенеза и терапии артериальной гипертензии НИО артериальной гипертензии Института сердца и сосудов, заведующая Отделом телемедицины.
Natalia G. Avdonina, MD, Researcher, Research Laboratory for Hypertension Pathogenesis and Treatment, Department for Hypertension, Institute of the Heart and Vessels, Head, Telemedicine Department.
2 Akkuratov street, St Petersburg, 197341.
Болгова Екатерина Владимировна — доцент кафедры высокопроизводительных вычислений, факультет Информационных технологий и программирования.
Ekaterina V. Bolgova, Associate Professor, Department for High Performance Computing.
Ионов Михаил Васильевич — младший научный сотрудник НИЛ патогенеза и терапии артериальной гипертензии НИО артериальной гипертензии Института сердца и сосудов; младший научный сотрудник Института трансляционной медицины.
Mikhail V. Ionov, MD, Junior Researcher, Research Laboratory for Hypertension Pathogenesis and Treatment, Department for Hypertension, Institute of the Heart and Vessels; Junior Researcher, Translational Medicine Institute.
Звартау Надежда Эдвиновна — кандидат медицинских наук, старший научный сотрудник НИЛ патогенеза и терапии НИО артериальной гипертензии, начальник организационнометодического управления по кардиологии и ангиологии; сотрудник международной лаборатории «Системы поддержки принятий решений в медицине», Институт трансляционной медицины.
Nadezhda E. Zvartau, MD, PhD, Senior Researcher, Research Laboratory for Hypertension Pathogenesis and Treatment, Department for Hypertension, Institute of the Heart and Vessels, Head, Organizational-methodological Department on Cardiology and Angiology; Senior Researcher, Translational Medicine Institute.
Конради Александра Олеговна — доктор медицинских наук, профессор, член-корреспондент Российской академии наук, заместитель генерального директора по научной работе; директор института трансляционной медицины, руководитель международной лаборатории «Системы поддержки принятий решений в медицине».
Aleksandra O. Konradi, MD, PhD, DSc, Professor, Corresondence Member of the RAS, the Deputy Director General of Science; Director, Institute of Translational Medicine, Head, International Research Laboratory, “Medical Decision Making Support Systems”.
Актуальность. Одной из основных проблем ведения записей в медицинских информационных системах является корректность введения данных. Использование даже простейших систем поддержки принятия решений (СППР) может оказать значимую помощь с целью снижения количества ошибок при введении данных и рекомендаций.
Целью настоящего исследования явилась оценка эффективности внедрения простейшей СППР, разработанной для минимизации числа ошибок ввода критически важных характеристик пациента и осуществления элементарного контроля при формировании рекомендаций.
Материалы и методы. СППР была разработана как система анализа данных медицинской информационной системы, которая может осуществлять функции при непосредственной интеграции в рабочую медицинскую информационную систему (МИС) медицинской организации. В исследовании участвовали 7 врачей-кардиологов консультативно-диагностического центра ФГБУ «Национальный медицинский исследовательский центр имени В. А. Алмазова» Минздрава России, которые тестировали созданную СППР в течение 10 недель в рамках своей повседневной работы по консультированию пациентов с артериальной гипертензией. Было проанализировано 1280 записей в МИС, в ходе которых функционировала тестируемая модель СППР, в основной группе и 1060 — в контрольной.
Результаты. В группе с включенными уведомлениями общее количество ошибок в том же разделе составило 49,1 %, при этом 84,7 % из них были зафиксированы в первую неделю использования системы, а к моменту окончания визита неисправленными оставались только 8,7 % зафиксированных ошибок. В контрольной группе общее количество ошибок составляло 63,7 %, при этом оставалось неисправленными на момент окончания визита 42,2 %. В разделе рекомендаций количество ошибок было примерно идентичным в обеих исследуемых группах, 24 % — в группе, работавшей в режиме «фиксации», и 25,5 % — в группе с включенными уведомлениями об ошибках. При этом в группе с триггерами на момент окончания визита оставалось 7 % неисправленных ошибок. При детальном анализе данных в разделе «общий осмотр» самое большое число отсутствующих данных касалось антропометрических показателей, особенно окружности талии, а при исследовании изменения качества вводимых данных со временем в группе с включенными оповещениями отмечалось прогрессивное снижение количества ошибок и незаполненных полей в разделе «общий осмотр».
Заключение. Применение простейшей СППР при амбулаторном приеме пациентов с артериальной гипертензией позволяет существенно улучшить качество ввода структурированных данных, необходимых для стратификации риска пациентов, а также способствует повышению безопасности пациента с точки зрения корректности выполняемых медицинских назначений.
Background. One of the key problems of keeping records in medical information systems is the correctness of the data entry. Even the simplest decision support systems (DSS) can be highly useful regarding the reduction in the number of errors in entering data and recommendations.
The purpose of this study was to assess the effectiveness of the implementation of the simplest DSS, designed to minimize the number of input errors of the patient’s key characteristics and to implement a basic control for the recommendation section.
Design and methods. DSS was developed as a data analysis system of a medical information system that can perform functions directly integrating into a working medical information system. The study involved 7 cardiologists of the counseling and diagnostic center of the Almazov National Medical Research Centre (St Petersburg, Russia), who tested the established DSS for 10 weeks as part of their daily work on counseling patients with arterial hypertension. Altogether 1280 records were analyzed in the main group and 1060 in the control group.
Results.In the group with notifications enabled, the total number of errors in the same section comprised 49,1 %, while 84,7 % of them were recorded during the first week of using the system, and by the time of the visit only 8,7 % of the errors were registered. In the control group, the total number of errors was 63,7 %, while 42,2 % remained uncorrected. In the recommendation section, the number of errors was almost identical in both groups, 24 % in the group that worked in the “fixation” mode, and 25,5 % in the group with error notifications enabled. At the same time, in the latter one, at the end of the visit, 7 % errors remained uncorrected. In a detailed analysis of the data in the “physical examination” section, the largest number of missing data related to the anthropometric indicators, especially the waist circumference. When assessing the quality of input data, we found that the group with enabled notifications showed a progressive decrease in the number of errors and unfilled fields in the “physical examination” section.
Conclusion. The use of the simplest DSS in the outpatient admission of patients with arterial hypertension can significantly improve the quality of the input of structured data necessary for patient risk stratification. It also contributes to the patient’s safety in terms of the correctness of the medical prescriptions.
The authors declare that there are no conflicts of interest present.