Informatik som verktyg för kvalitetsförbättring: Snabb implementering av vägledning för hantering av kronisk njursjukdom i England som ett exempel

Mar 16, 2022


Kontakt: Audrey Hu Whatsapp / hp: 0086 13880143964 E-post:audrey.hu@wecistanche.com


Simon de Lusignan, MD(Res), FHEA

Institutionen för hälso- och sjukvård management och politik, University of Surrey, Guildford, Storbritannien

Mål: Kronisk njursjukdom(CKD) är en viktig orsak till överdriven kardiovaskulär dödlighet och sjuklighet; samt att vara associerad med progression till njursjukdom i slutstadiet. Detta tillstånd var i stort sett okänt i engelsk primärvård före införandet av prestationsbaserade mål för ledningen 2006. En realistisk genomgång av hurinformatikhar varit en mekanism för nationellt genomförande av vägledning för förbättrad hantering av CKD (Kronisk njursjukdom).Metoder:En realistisk granskning av sammanhanget, den engelska National Health Service med en drivkraft att genomföra uttryckliga nationella kvalitetsstandarder; mekanismen,informatikInfrastruktur och dess anpassning till de politiska målen. och resultaten beskrivs på mikrodata och meddelanden, meso-patientvård och kvalitetsförbättringsinitiativ och Marco-nationella politiska nivåer.Resultat:På mikronivå kan datoriserade journaler användas för att på ett tillförlitligt sätt identifiera personer med CKD; även om skillnader i kreatininanalyser, fluktuationer i njurfunktionen och fel i diabeteskodning var mindre väl förstådda. På mesonivå verkar mer aggressiv hantering av blodtryck (BP) hos enskilda patienter bromsa eller vända nedgången i njurfunktionen; Teknik kan stödja fallsökning och kvalitetsförbättring på allmän praxisnivå. På makronivå kan informatiker hjälpa till att säkerställa att hävstång fråninformatikingår i politiken, och ekologiska undersökningar informerar om det finns något samband med förbättrade hälsoutfall.Slutsatser:I rätt politiskt sammanhanginformatikverkar vara en möjliggörare för snabb kvalitetsförbättring. Ett orsakssamband eller generaliserbarhet av dessa fynd har emellertid inte påvisats.

Nyckelord: MedicinskInformatik, Njurinsufficiens, Diabetes Mellitus, Datoriserade journalsystem, Njurfunktionstester, Hälsopolitik, Hälso- och sjukvårdens kvalitet

cistanche

cistanche ger näring åt njuren och behandlar njursjukdomar

I. Inledning

1. Kronisk njursjukdom

Kronisk njursjukdom(CKD) är ett vanligt och i allmänhet symptomlöst tillstånd som drabbar 5% -10% av befolkningen. CKD är viktigt eftersom detta tillstånd är förknippat med en ökad risk för kardiovaskulär sjuklighet och dödlighet [1], sjukhusvistelse [2] och progression till njursjukdom i slutstadiet. CKD som många långvariga sjukdomar är vanligare i äldre åldersgrupper. Det är vanligare hos kvinnor men andelen män ökar när njurfunktionen minskar [3,4]; med män som är mer benägna att utveckla proteinuri [5]. CKDKronisk njursjukdom)skiljer sig åt mellan etniska grupper, och med ökad fattigdom.

CKD är förknippat med hjärtsjukdomar, hjärtsvikt, högt blodtryck och diabetes. Den strikta kontrollen av systoliskt blodtryck (SBP) är känd för att bromsa progressionen [6,7] och kan vara kostnadseffektiv [8,9].

2. IT i den engelska National Health Service

Den engelska National Health Service (NHS) är mycket datoriserad. Det engelska nationella programmet för IT (NPfIT) var mycket ambitiöst och dyrt och lyckades på vissa områden men misslyckades på andra [10]. Dess arv har dock varit ett nationellt unikt ID som används i hela hälso- och sjukvårdssystemet (NHS-nummer), en minsta dataset samlas in nationellt för varje sjukhusepisod och nästan alla möten med primärvården registreras på datorn vid vårdpunkten [11]. Primärvården har ett registreringsbaserat system, vilket innebär att patienter bara kan registrera sig på en mottagning. Praxis är datoriserad och elektroniska patientjournalsystem (EPR) används nästan universellt vid vårdplatsen [12]. Upprepade förskrivningsdata är fullständiga och elektroniska länkar till patologilaboratorier innebär att testresultat skickas direkt till praktiken EPR-system. Det brittiska primärvårdssystemet pay-for-performance (P4P) belönar kvalitet baserat på rutinmässigt insamlade dataåtgärder; Detta har i sin tur ytterligare förbättrat datakvaliteten [13]. Tillhandahållandet av en gemensam plattform för datautvinning för de olika varumärkena av EPR-system (Morbidity Information Query and Export Syntax, MIQUEST) gör det möjligt att köra en gemensam datautvinningsfråga över olika metoder; och även om det finns oundvikliga problem med extraktionsprocessen [14], är det möjligt att på ett tillförlitligt sätt kombinera och bearbeta rutindata [15,16].

Jag blev involverad i CKD-forskning eftersom njurspecialister var intresserade av att hitta personer med CKDKronisk njursjukdom)från rutinmässig primärvårdsdata saknade teknisk expertis för att göra detta. Detta startade en resa som jag och mina forskarkollegor bidrog till.informatikoch primärvårdens expertis. Denna översiktsartikel är en realistisk recension av hurinformatikhar varit en mekanism för nationellt genomförande av vägledning för förbättrad hantering av CKD.

Informatics for Chronic Kidney Disease

Informatik för kronisk njursjukdom

II. Metoder

1. Översikt, en realistisk recension

Denna granskning genomfördes som en realistisk granskning; utveckla förklarande analyser av varför och hur eninformatikmekanismen – i själva verket en komplex intervention som maximerar användningen av tillgänglig IT – kan ha lyckats eller misslyckats i samband med att förbättra förvaltningen av den centrala hanteringen av den centrala hanteringen av den centrala mekanismenKronisk njursjukdom)den engelska NHS. Realisternas mantra är "Kontext (C)" plus orsakssamband med en lämplig "Mekanism (M)" resulterar i ett "Resultat (O)" [17]. Detta kan representeras som en formel: C + M = O. En del av det realistiska perspektivet är att effekter rapporteras enligt de tre W: erna: "Vad fungerar, för vem och under vilka omständigheter." För denna analys övervägde vi: - Kontext att vara den engelska NHS, ett statligt finansierat nationellt hälsosystem. Det är gratis vid leveranspunkten och strävade efter att leverera och evidensbaserad service baserad på uttryckliga nationella kvalitetsstandarder. - Mekanismen inkluderade hälso-IT och informatiker. - Resultaten undersöktes med hjälp av Donabedians klassiska utvärderande ramverk: titta på strukturer, processer och eventuella förändringar i sjukdomsutfall [18].

2. Utforska mekanismer och resultat på mikro-, meso- och makronivå

Mekanismerna och deras relaterade resultat beskrivs på mikro-, meso- och makronivå. Vi använde en klassificering som utvecklats som en del av ett europeiskt projekt för att bedöma beredskapen att delta i forskning [19,20].

1) Mikronivå

Dataobjekten på mikro- eller datanivå är de som måste vara semantiskt interoperabla i detta sammanhang. Kritiskt viktigt i denna översyn är data som definierar en diagnos av CKDKronisk njursjukdom)och inklusive mått på njurfunktion. Detta kommer att inkludera koder för CKDKronisk njursjukdom)diagnos; uppskattad glomerulär filtreringshastighet (eGFR) - ett mått på njurfunktionen som används för att diagnostisera CKD [21]; viktiga comorbiditeter inklusive högt blodtryck och diabetes. Den registrerade incidensen och förekomsten av sjukdomen kommer att definieras från registreringen av diagnostiska koder eller antalet personer med reducerad eGFR (steg 3 till 5 CKD definieras av en eGFR<60>

2) Meso-nivå

Meso-nivån är den lokala eller praktikfördelämnade vårdnivån och inkluderar journalen och effekten av metoden för datautvinning. Data kan extraheras för forsknings- och lokalitetsrevisioner med hjälp av MIQUEST, ett verktyg för datautvinning från Department of Health. En annan metod används för att räkna fall för P4P-indikatorerna. Detta görs med hjälp av ett granskningsverktyg som räknar ärenden som flaggats med specifika koder. Den laddar sedan upp en räkning av antalet berättigade personer i sjukdomsregistret och för deras vårdkvalitet. P4P-verktyget ger därför ett mått på kvalitet utan att vidarebefordra några personuppgifter.

3) Makronivå

Makronivån är hälso- och sjukvårdssystemet, sociala och kulturella kontextbegränsningar inom vilka vård ges. I engelska NHS finns uttrycklig nationell vägledning. Detta sker i form av riktlinjer som tagits fram av National Institute for Health and Clinical Excellence (NICE); för vissa viktiga kroniska tillstånd finns det National Service Frameworks och nationella kliniska ledare "tsarer". P4P för kronisk sjukdomshantering finns också på plats. Det finns ökande nivåer av regelefterlevnad med läkare och annan hälso- och sjukvårdspersonal som utvärderas och behöver omarbetas för att fortsätta sin yrkesutövning. Trots denna vägledning och ökande reglering är kliniker i England fortfarande relativt oberoende, med de flesta allmänläkare egenföretagare.

3. Datakällor och studieperioder

Den primära datakällan som användes i denna studie var kvalitetsförbättringen iKronisk njursjukdom(QICKD) försöksdata. Dessa data samlades in mellan 2008 och 2011 från ett nationellt representativt urval av drygt 1 miljon patienter i primärvården, varav cirka 7% hade CKD [4,22]. Vi hade också genomfört en tillhörande systematisk översikt [6]. Dessförinnan var de involverade i studien New Opportunities for Early Renal Intervention by Computerised Assessment (NEOERICA), som visade att det var möjligt att identifiera personer med CKDKronisk njursjukdom)från primärvårdens datorregister genomfördes detta 1998 till 2003; med hjälp av register från en vuxen befolkning på 130 226 vuxna [8,23,24]. När vi genomförde studier på nationell basis använde vi nationellt offentligt tillgängliga dataset från UK Renal Registry (www.renalreg.com) och NHS Information Center (www.ic.nhs.uk). De "makrodata (nationella) data" som rapporterades för vår ekologiska studie som vi använde mellan 2003 och 2008 [25]. Fallstudien för en enda patient, av effekterna av att aktivt hantera BP i CKD, togs från författarnas praxis med hjälp av data som tagits mellan 2006 och 2012.

Informatics for Chronic Kidney Disease

Informatik för kronisk njursjukdom

III. Resultat

1. Mikronivå

På mikronivå kan datoriserade journaler användas för att på ett tillförlitligt sätt identifiera personer med CKDKronisk njursjukdom); även om skillnader i kreatininanalyser, fluktuationer i njurfunktionen och fel i diabeteskodning var mindre väl förstådda. Vi fann också betydande fel i kodningen av personer med diabetes och slutsiffrig preferens i BP-inspelning vilket gör detta till ett trubbigt instrument för att mäta kvalitet.

Vi blev involverade i CKDKronisk njursjukdom)i samarbete med njurspecialister som är intresserade av att identifiera personer med CKD från allmänpraktikens datorregister [23].

Njurfunktionen kan uppskattas med hjälp av en enkel formel för att beräkna eGFR. Detta kallas den förenklade modifieringen av diet vid njursjukdom (MDRD), vilket kräver mindre information än andra metoder för beräkning av GFR; behöver endast serumkreatinin (SCr), kön, ålder och huruvida etnisk grupp är svart, strikt afro-karibisk eftersom denna etniska grupp har större muskelmassa [26] (Figur 1). Eftersom nästan alla engelska allmänna metoder har en registrerad befolkning (så ålder och kön är kända) och lab-länkar innebar att alla SCr-åtgärder var lättillgängliga. Etnicitetsinspelningen var mindre komplett [27]. Det fanns en viss skepsis mot att datorsökning var giltig, vi sökte därför 500 poster för att visa att elektroniska sökningar var giltiga [28]. När rutindata är gjorda kan de användas för att definiera den brittiska förekomsten av CKD [24].

Vi kom dock senare att ifrågasätta dessa resultat och reviderade nedåt vår uppskattning av förekomsten av CKDKronisk njursjukdom)när vi lärde oss mer om inkonsekvensen av kreatininanalyser och fluktuationen i enskilda patienters kreatininnivåer. Tillförlitligheten av SCr-analys och därmed diagnosen CKDKronisk njursjukdom)förbättrats efter 2006 då ett nationellt kvalitetskontrollsystem infördes för kreatininanalyser [29], Innan detta var det dock nödvändigt att anpassa resultaten till analysen som användes i det lokala laboratoriet.

Två viktiga funktioner framkom om fluktuationer. För det första, eftersom kreatinin fluktuerar är det viktigt att ha två avläsningar med minst tre månaders mellanrum, underlåtenhet att använda två avläsningar resulterar i en uppblåst uppskattning av prevalensen med cirka 20% [4]. För det andra började vi titta på graden av fluktuationer hos enskilda patienter och fann stor variation [30]. Vi observerade hur det fanns stor variation och ibland förbättring samt nedgång i njurfunktionen. Figur 2 visar variationen i en grupp kvinnor med diabetes; medan den övergripande trenden är att minska njurfunktionen med åldern finns det en enorm variation hos individer. Diagrammet innehåller ett försök att plotta en regressionslinje över och under den fluktuerande eGFR för varje individ.

Figur 1. Uppskattning av njurfunktionen med hjälp av formeln Modification of Diet in Renal Disease (MDRD).

Informatics for Chronic Kidney Disease

På mikronivå upptäckte vi också problem med diagnosen diabetes [31]. Vi hittade problem med: 1) felklassificering, oftast personer med typ 2-diabetes som felaktigt märktes som att ha typ 1-diabetes; 2) felkodning, där människor fick vaga koder som inte skilde vilken typ av diabetes de hade; och feldiagnos, där patienter märktes som diabetes men inte var någon behandling och inte blodprovsresultat kompatibla med diagnosen.

Figur 2. Variation i njurfunktionen mätt med hjälp av en uppskattning av glomerulär filtrering (eGFR) [30].

Informatics for Chronic Kidney Disease

Figur 3. Förbättring av njurfunktionen sedan införandet av ett datorflaggat primärvårdsmål för hanteringkronisk njursjukdom; en enda patients förbättring av njurfunktionen. Skärmdump från EMIS LV datorsystem, av författaren. eGFR: uppskattning av glomerulär filtreringshastighet.

Informatics for Chronic Kidney Disease

Efterföljande undersökning av journalerna föreslog att cirka 40% av de fel som upptäcktes på datorn var av klinisk betydelse [32]. Patienter som lämnades utanför sjukdomsregistret fick suboptimal vård [33].

Slutligen noterade vi att det fanns en markant slutsiffrig preferens. Detta är preferensen för avrundning av BP och denna datafråga gör BP-mätning till ett trubbigt instrument. Det fanns också något förslag på målbias, med en större tendens att registrera en BP-nivå strax under behandlingsmålnivån [34].

2. Meso-nivå

På mesonivå utnyttjade vi rutindata för att förbättra kvaliteten. CKD(Kronisk njursjukdom) var ett nytt begrepp inom primärvården och metoder för att uppskatta njurfunktionen (eGFR) var inte lätt tillgängliga. Vi fyllde detta gap genom att utveckla miniräknare för telefoner och personliga digitala assistenter samt kalkylblad som innehåller makron för att beräkna eGFR för en hel praxis [35].

Människor i primärvården var skeptiska till CKDKronisk njursjukdom)[36], saknade förtroende, var inkonsekventa i sin testning av njurfunktion [37], och bristen på förtroende var förknippad med lägre prestationsnivåer [38]. En pedagogisk intervention förbättrade kvaliteten, återigen mättes denna förbättring med hjälp av rutindata [39].

En fallstudie av en enda patient illustrerar hur IT hjälper till att identifiera och flagga personer med CKDKronisk njursjukdom)som före 2006 skulle ha gått oigenkänd i primärvården. Denna fallstudie gäller en änka, 79 år gammal 2006. Före införandet av CKD P4P-målet skulle hennes njurfunktion inte ha ansetts vara onormal för ålder (SCr, 132 mmol / L), och BP hade hanterats mellan en systolisk på 145 och 185 mmHg. Men efter införandet av CKD P4P beräknades hennes eGFR (34 ml / min) och hennes rekord flaggades automatiskt som CKD. Detta ledde till en mer aggressiv hantering av hennes BP. Hennes SCr har fallit och hennes njurfunktion förbättrats (Figur 3). Detta skulle inte ha hänt utan den automatiska flaggningen av detta fall.

Informatics for Chronic Kidney Disease

Informatik för kronisk njursjukdom

3. Makronivå: Nationell vägledning, pay-for-performance

På makronivå hjälpte vi till att säkerställa att hävstångseffekten fråninformatikingår i politiken, och ekologiska undersökningar informerar om det finns något samband med förbättrade hälsoutfall. CKDKronisk njursjukdom)Förvaltningen ingick i en nationell serviceram [40] med detaljerad vägledning som senare utfärdades av NICE [41]. NHS Employers, den upphandlande organisationen, tillsammans med British Medical Association beställde kunskapsstöd i form av en uppsättning monografi med vanliga frågor; denna monografi ansågs vara till hjälp av utövare och är nu i sin tredje upplaga [42]. P4P introducerades först i april 2004, främst riktat mot kärlsjukdomar, med CKD-domänen tillagd 2006. Detta system använder rutindata för att fastställa nivån på antalet fall i ett sjukdomsregister och fastställer ekonomiskt stimulerade kvalitetsindikatorer. CKD-indikatorn inkluderar ett behandlingsmål för att hålla BP under 140/85 mmHg företrädesvis med användning av angiotensinmodulerande läkemedel i närvaro av proteinuri. Initial skepsis mot CKD ersattes av förbättrat primärvårdsengagemang i CKDKronisk njursjukdom)förvaltning [43]. Författaren var ordförande för gruppen som utvecklade CKDKronisk njursjukdom)indikator.

En ekologisk studie föreslog att förekomsten av diabetes och andelen personer som inte är vid BP-målet, som registrerats i P4P-mål, kunde läggas till de kända prediktorerna för variation i kravet på njurersättning [25].

IV. Diskussion

Informatikhar varit en viktig mekanism för att genomföra nationell evidensbaserad politik för CKD. Det är svårt att se hur det snabba genomförandet av CKDKronisk njursjukdom)vägledning skulle ha skett så snabbt utan IT-infrastrukturen och processerna på plats och informatiker i stöd. Laboratorier uppskattar njurfunktionen och dessa data kombineras med data som finns på primärvårdens datorsystem för att identifiera CKD-fall som sedan flaggas för granskning och återkallelse. Denna process går smidigt, även om det fanns tandproblem som belyste bristen på standardisering.

På individuell utövare och praktiknivå, CKDKronisk njursjukdom)var i stort sett okänd före 2006 i engelsk primärvård. Det började därefter erkännas och accepteras och blev inom några år en del av den vanliga praxisen. Policyn informerades av potentialen hos SYSTEM för energiprestanda och sociala fel när det gäller att identifiera fall av fall av kronisk njursäck och dessa system användes också för att implementera och övervaka indikatorer för fall av yrkeskolvarna för yrkeskolvarna.

Konsekvenserna av dessa resultat är att en kombination av: teknik, evidensbaserad vägledning och hälso- och sjukvårdshantering kan uppnå kvalitetsförbättring. Sammanhanget har varit NHS-policy för att implementera uttrycklig evidensbaserad vägledning och att använda P4P för att stimulera den processen. Deninformatikinfrastruktur och informatiker har varit mekanismen för att åstadkomma och mäta förändringar. Men i verkligheten har de varit sammanflätade snarare än separata. Informationssystemets förmåga har informerat politiken, med en klinisk informatician (författaren) som leder utvecklingen av primärvårdens kvalitets P4P-indikator för CKDKronisk njursjukdom). Trots detta ömsesidiga beroende har standardisering av infrastruktur, meddelanden och stödjande informatik varit avgörande på detta område för kvalitetsförbättring [10].

Införandet av ny teknik skapar utmaningar; tvinga "aktörerna" på en arbetsplats att ompröva vad de gör; i detta fall erkännande och hantering av ett nytt villkor. Ur ett sociotekniskt perspektiv är detta en process för ömsesidig omvandling av organisation, kliniskt arbetsflöde och teknik för att hantera CKDKronisk njursjukdom)[44].

Det finns begränsningar i denna studie av det nationella genomförandet av förbättrad hantering av CKD. Vi har inte bevisat ett orsakssamband mellaninformatikoch generaliserbarheten av dessa resultat. En realistisk granskning gav en rimlig mekanism för rollen sominformatikmen andra kan föreslå att en annan mekanism är viktigare. På samma sätt visar en granskning av denna typ inte generaliserbarhet, eftersom CKDKronisk njursjukdom)är ett relativt unikt tillstånd (som diabetes) som kan diagnostiseras helt från numeriska data som finns i datorsystem.

Sammanfattningsvis är rätt politiskt sammanhanginformatikverkar vara en möjliggörare för snabb kvalitetsförbättring. Informatik är inte en magisk kula och vi kan inte bevisa ett orsakssamband. Informatiker som arbetar med kliniska ledare och chefer har bidragit till den snabba implementeringen av CKDKronisk njursjukdom)ledning till engelska NHS.

Informatics for Chronic Kidney Disease

Intressekonflikt

Ingen potentiell intressekonflikt som är relevant för denna artikel rapporterades.

Erkännanden

Patienter och praxis som har bidragit med data och tid till den forskning som ligger till grund för denna resa, forskarkollegor, många finansiärer inklusive Health Foundation som är de främsta finansiärerna av QICKD-studien.


Referenser

1. Herzog CA, Asinger RW, Berger AK, Charytan DM, Diez J, Hart RG, et al. Kardiovaskulär sjukdom vid kronisk njursjukdom. En klinisk uppdatering från Kidney Disease: Improving Global Outcomes (KDIGO). Njure Int 2011;80(6):572-86.

Systoliskt blodtryck och dödlighet bland äldre samhällsboende vuxna med CKD. Am J Kidney Dis 2010;56(6):1062-71.

3. Eriksen BO, Ingebretsen OC. Progressionen av kronisk njursjukdom: en 10-årig befolkningsbaserad studie av effekterna av kön och ålder. Njure Int 2006;69(2):375-82.

4. de Lusignan S, Tomson C, Harris K, van Vlymen J, Gallagher H. Kreatininfluktuationer har en större effekt än formeln för att uppskatta glomerulär filtreringshastighet på förekomsten avkronisk njursjukdom. Nephron Clin Pract 2011;117(3):c213-24.

5. O'Seaghdha CM, Hwang SJ, Upadhyay A, Meigs JB, Fox CS. Prediktorer av incidentalbuminuri i Framingham Offspring-kohorten. Am J Kidney Dis 2010;56(5):852-60.

6. Gallagher H, de Lusignan S, Harris K, Cates C. Kvalitetsförbättringsstrategier för hantering av högt blodtryck ikronisk njursjukdomi primärvården: en systematisk översikt. Br J Gen Pract 2010;60(575):e258-65.

7. Richards N, Harris K, Whitfield M, O'Donoghue D, Lewis R, Mansell M, et al. Primärvårdsbaserad sjukdomshantering av kronisk njursjukdom (CKD), baserat på uppskattad glomerulär filtreringshastighet (eGFR), förbättrar patientresultaten. Nephrol Dial Transplantation 2008;23(2):549-55.

8. Klebe B, Irving J, Stevens PE, O'Donoghue DJ, de Lusignan S, Cooley R, et al. Kostnaden för att genomföra brittiska riktlinjer för förvaltningen avkronisk njursjukdom. Nephrol Dial Transplantation 2007;22(9):2504-12.

9. Couser WG, Remuzzi G, Mendis S, Tonelli M. Bidraget frånkronisk njursjukdomtill den globala bördan av stora icke-överförbara sjukdomar. Njure Int 2011;80(12):1258-70.

10. Swindells M, de Lusignan S. Lärdomar från det engelska nationella programmet för IT om struktur, process och nytta. Stud Health Technol Inform 2012;174:17-22.

11. Kumarapeli P, de Lusignan S. Använda datorn i det kliniska samrådet; ställa in scenen, granska, spela in och vidta åtgärder: flerkanalig videostudie. J Am Med Inform Assoc 2012 Dec 15 [Epub]. http:// dx.doi.org/10.1136/amiajnl-2012-001081.

12. Schade CP, Sullivan FM, de Lusignan S, Madeley J. e-Förskrivning, effektivitet, kvalitet: lärdomar från datoriseringen av brittisk familjepraxis. J Am Med Inform Assoc 2006;13(5):470-5.

13. de Lusignan S, Chan T. Utvecklingen av informationsteknik för primärvård i Storbritannien. J Ambul Care Manage 2008;31(3):201-10.

14. Michalakidis G, Kumarapeli P, Ring A, van Vlymen J, Krause P, de Lusignan S. Ett system för lösningsorienterad rapportering av fel i samband med utvinning av rutinmässigt insamlade kliniska data för forskning och kvalitetsförbättring. Stud Health Technol Inform 2010;160(Pt 1):724-8.

15. van Vlymen J, de Lusignan S, Haag N, Chan T, Dzregah B. Säkerställa kvaliteten på aggregerade data om allmän praxis: Lärdomar från primärvårdens datakvalitetsprogram (PCDQ). Stud Health Technol Inform 2005;116:1010-5.

16. de Lusignan S, Liaw ST, Michalakidis G, Jones S. Definiera dataset och skapa dataordböcker för kvalitetsförbättring och forskning inom kronisk sjukdom med hjälp av rutinmässigt insamlade data: ett ontologidrivet tillvägagångssätt. Informera Prim Care 2011;19(3):127-34.

17. Pawson R. Evidensbaserad politik: ett realistiskt perspektiv. Tusen ekar (CA): Salvia; 2006.

18. Donabedian A. Utvärdering av kvaliteten på sjukvården. Milbank Mem Fund Q 1966;44(3 Pt 2):166-206.

19. de Lusignan S, Pearce C, Shaw NT, Liaw ST, Michalakidis G, Vicente MT, et al. Vilka är hindren för att bedriva internationell forskning med hjälp av rutinmässigt insamlade primärvårdsdata? Stud Health Technol Inform 2011;165:135-40.

20. de Lusignan S, Krause P, Michalakidis G, Vicente MT, Thompson S, McGilchrist M, et al. Affärsprocessmodellering är en viktig del av en kravanalys. Bidrag från EFMI Primary Care Working Group. Årb Med Inform 2012;7(1):34-43.

21. Nationella njurstiftelsen. K/DOQI riktlinjer för klinisk praxis förkronisk njursjukdom: utvärdering, klassificering och stratifiering. Am J Kidney Dis 2002;39(2 Suppl 1): S1-266.

22. de Lusignan S, Gallagher H, Chan T, Thomas N, van Vlymen J, Nation M, et al. QICKD-studieprotokollet: en kluster randomiserad studie för att jämföra kvalitetsförbättringsinterventioner för att sänka systolisk BP vid kronisk njursjukdom (CKD) i primärvården. Implementera Sci 2009;4:39.

23. de Lusignan S, Chan T, Stevens P, O'Donoghue D, Haag N, Dzregah B, et al. Identifiera patienter medkronisk njursjukdomfrån allmän praxis datorregister. Fam Pract 2005;22(3):234-41.

24. Stevens PE, O'Donoghue DJ, de Lusignan S, Van Vlymen J, Klebe B, Middleton R, et al.Kronisk njursjukdomförvaltning i Storbritannien: NEOERICA-projektresultat. Njure Int 2007;72(1):92-9.

25. Dhoul N, de Lusignan S, Dmitrieva O, Stevens P, O'Donoghue D. Kvalitetsprestation och sjukdomsprevalens i primärvården förutsäger regional variation i njurersättningsterapi (RRT) förekomst: en ekologisk studie. Nephrol Dial Transplantation 2012;27(2):739-46.

26. Levey AS, Bosch JP, Lewis JB, Greene T, Rogers N, Roth D. En mer exakt metod för att uppskatta glomerulär filtreringshastighet från serumkreatinin: en ny prediktionsekvation. Modifiering av kost i njursjukdomsstudiegruppen. Ann Intern Med 1999;130(6):461-70.

27. Kumarapeli P, Stepaniuk R, de Lusignan S, Williams R, Rowlands G. Etnicitetsinspelning i allmän praxis datorsystem. J Folkhälsa (Oxf ) 2006;28(3):283-7.

28. Anandarajah S, Tai T, de Lusignan S, Stevens P, O'Donoghue D, Walker M, et al. Giltigheten av att rutinmässigt söka i data från allmänpraktiken för att identifiera patienter medkronisk njursjukdom(CKD): en manuell granskning av 500 journaler. Nephrol Dial Transplantation 2005;20(10):2089-96.

29. Lamm EJ, Vickery S, Dalton RN, Stevens PE. Uppskattning av GFR med ID-MS spårbara kreatininanalyser. Ann Clin Biochem 2006;43(Pt 4):327.

30. Poh N, de Lusignan S. Datamodellering och visualisering ikronisk njursjukdom(CKD): ett steg mot personlig medicin. Informera Prim Care 2011;19(2):57-63.

31. de Lusignan S, Khunti K, Belsey J, Hattersley A, van Vlymen J, Gallagher H, et al. En metod för att identifiera och korrigera felkodning, felklassificering och feldiagnos vid diabetes: en pilot- och valideringsstudie av rutinmässigt insamlade data. Diabet Med 2010;27(2):203-9.

32. de Lusignan S, Sadek N, Mulnier H, Tahir A, RussellJones D, Khunti K. Felkodning, felklassificering och feldiagnos av diabetes i primärvården. Diabet Med 2012;29(2):181-9.

33. Hassan Sadek N, Sadek AR, Tahir A, Khunti K, Desombre T, de Lusignan S. Utvärdering av verktyg för att stödja en ny praktisk klassificering av diabetes: utmärkt kontroll kan representera feldiagnos och utelämnande från sjukdomsregister är förknippat med sämre kontroll. Int J Clin Pract 2012;66(9):874-82.

34. Alsanjari ON, de Lusignan S, van Vlymen J, Gallagher H, Millett C, Harris K, et al. Trender och övergående förändring i slutsiffrig preferens vid blodtrycksregistrering: studier av sekventiella och longitudinella insamlade primärvårdsdata. Int J Clin Pract 2012;66(1):37-43.

35. Kumarapeli P, de Lusignan S, Robinson J. Online-resurser förkronisk njursjukdom(CKD) för primärvården. Informera Prim Care 2006;14(2):139-42.

36. Crinson I, Gallagher H, Thomas N, de Lusignan S. Hur redo är allmän praxis för att förbättra kvaliteten vid kronisk njursjukdom en diagnostisk analys. Br J Gen Pract 2010;60(575):403-9.

37. de Lusignan S, Nitsch D, Belsey J, Kumarapeli P, Vamos EP, Majeed A, et al. Skillnader i testning för njurfunktion i brittisk primärvård: en tvärsnittsstudie. Fam Pract 2011;28(6):638-46.

38. Tahir MA, Dmitrieva O, de Lusignan S, van Vlymen J, Chan T, Golmohamad R, et al. Förtroende och kvalitet vid hantering av CKD jämfört med andra hjärt-kärlsjukdomar och diabetes mellitus: en länkad studie av frågeformuläret och rutinmässiga primärvårdsdata. BMC Fam Pract 2011;12:83.

39. de Lusignan S, Gallagher H, Jones S, Chan T, van Vlymen J, Tahir A, et al. Revisionsbaserad utbildning sänker systoliskt blodtryck ikronisk njursjukdom: resultaten av studien Quality Improvement in CKD (QICKD). Njure Int 2013 Mar 27 [Epub]. http://dx.doi.org/10.1038/ki. 2013.96.

40. Institutionen för hälsa. Nationellt tjänsteramverk för njurtjänster. Del två:kronisk njursjukdomakut njursvikt och vård i livets slutna liv. London: Hälsodepartementet; 2005.

41. Nationellt samarbetscentrum för kroniska tillstånd.Kronisk njursjukdom: en nationell klinisk riktlinje för tidig identifiering och hantering hos vuxna i primär- och sekundärvården. London: Royal College of Physicians; 2008.

42. de Lusignan S, Gallagher H, Stevens P, Harris K, Dmitrieva O, Tahir A, et al.Kronisk njursjukdomvanliga frågor. 3:e uppr. London: NHS arbetsgivare / BMA; 2007.

43. Stevens PE, de Lusignan S, Farmer CK, Tomson CR. Engagera primärvården i CKD-initiativ: den brittiska erfarenheten. Nephrol Dial Transplantation 2012;27 Suppl 3:iii5-11.

44. Berg M. Implementering av informationssystem i vårdorganisationer: myter och utmaningar. Int J Med Inform 2001;64(2-3):143-56.



Du kanske också gillar