加拿大范围内订单集协作平台的审查:回顾性分析gydF4y2Ba

简介gydF4y2Ba

背景gydF4y2Ba

循证医学在临床实践中的应用持续增加[gydF4y2Ba1gydF4y2Ba］．然而，已发表证据的数量使最适当的证据难以在护理点可靠地直接应用。有效的知识翻译可以通过确保医生实践反映当前最好的证据来解决这一问题[gydF4y2Ba2gydF4y2Ba-gydF4y2Ba4gydF4y2Ba］．知识转移是知识翻译的一个重要组成部分，它关注的是相关临床医生之间如何传播和交换信息、知识和资源。继续医学教育是一种促进知识转移的机制，更广泛地说，是促进知识转化的机制[gydF4y2Ba4gydF4y2Ba］．尽管具有直观的吸引力，但关于说教性CME活动的研究(如病例研讨)并没有显示出医生行为的显著变化[gydF4y2Ba5gydF4y2Ba］．互动式CME活动更有效;然而，由于范围狭窄、物流和成本，它们的影响是有限的。gydF4y2Ba5gydF4y2Ba-gydF4y2Ba7gydF4y2Ba］．gydF4y2Ba

Web 2.0平台(即通过用户生成内容促进信息共享的基于Web的平台)允许改进医生协作和知识转换[gydF4y2Ba8gydF4y2Ba，gydF4y2Ba9gydF4y2Ba］．例如，推特免费开放获取医疗教育社区在两年内为近5万名用户产生了10亿次推文印象[gydF4y2Ba10gydF4y2Ba-gydF4y2Ba12gydF4y2Ba］．然而，这些平台主要关注参考知识(即医生通过教科书或文章引用的信息)，而不是可执行知识(即转化为直接用于患者护理的工具的信息)。评估这些平台上协作的文献集中在主要共享参考知识的平台、通用平台(如Twitter)或特定专业平台(如急诊医学博客)[gydF4y2Ba10gydF4y2Ba-gydF4y2Ba15gydF4y2Ba］．关于专注于共享可执行知识的平台的研究有限[gydF4y2Ba9gydF4y2Ba］．gydF4y2Ba

订单集(体系结构预定义订单的集合)是一种可执行知识，旨在提供基于证据的最佳实践[gydF4y2Ba16gydF4y2Ba]已被证明可以改善患者护理、安全性和效率[gydF4y2Ba17gydF4y2Ba-gydF4y2Ba23gydF4y2Ba］．订单集是预先确定的模板，表示特定于特定医院流程(例如，入住重症监护室)或特定条件(例如，急性冠状动脉综合征订单集和糖尿病或高血糖情况下胰岛素给药订单集)的订单集。它们可以是纸质的，也可以是基于电子的，通常代表了它们所适用的条件或过程的最佳实践[gydF4y2Ba17gydF4y2Ba-gydF4y2Ba23gydF4y2Ba］．它们提供了优于传统CME的优势，使最佳实践以结构化格式在护理点直接可操作。订单集必须经常本地化，以满足本地资源和工作流需求。这种本地化通常是在孤立的基础上完成的，组织之间没有正式的协作基础设施。这种孤立的方法阻碍了有效的知识转移，并通过关联阻碍了知识转换。gydF4y2Ba

目标gydF4y2Ba

本研究的目的是首先描述一个Web 2.0网络(协作网络[TCN])，它可以通过订单集和临床指南共享本地化的可执行知识。由于临床医生可能有兴趣了解其他人是如何将证据转化为实践的，因此通过本地化产生的变异就像一个网络吸引器。我们还旨在通过网络分析以及按组织规模分层的TCN中订单集的使用和提供来检查TCN的使用。据我们所知，这是同类研究中第一个描述这种规模的可执行内容的网络共享的研究，重点是加拿大的设置。gydF4y2Ba

方法gydF4y2Ba

协作网络gydF4y2Ba

TCN作为Think Research和参与网络的组织开发的所有内容的资源库。在本研究中，我们重点研究了3组相关数据的知识库:由Think Research开发的参考临床顺序集内容和来自2个来源的改编顺序集内容——合作机构(如政府和临床专家组)和当地参与的医院或卫生保健机构。gydF4y2Ba

合作:贡献gydF4y2Ba

TCN作为网络上各组织之间和内部的订单集知识转换、交换和协作的主要系统。在开发新的订单集或更新现有订单集时，参与组织可以访问任何其他组织的网络订单集库。来自一个组织的关于如何将订单本地化到实践的知识可以被其他组织访问。一些组织可能选择使用这些顺序集作为开发的起点，或者在更新现有顺序集的过程中简单地引用它们。贡献和获取的过程创造了一个实践社区，在这个社区中，医院就采用循证最佳实践及其如何实施交换意见。gydF4y2Ba

协作:访问gydF4y2Ba

TCN用户登录到应用程序，并通过参考订单集库、网络订单集库或其组织的订单集库(gydF4y2Ba图1gydF4y2Ba)．参考订单集库包含由Think Research临床研究和开发团队开发的订单集，该团队由医生、护士执业人员、护士、药剂师和其他临床医生组成。网络订单集库包含由合作机构(如政府和临床专家小组)和当地参与医院或卫生保健机构开发的所有订单集。根据用户感兴趣的订单集类型，用户可以选择相关库，并且可以使用诊断(例如，社区获得性肺炎)、医院位置(例如，急诊科)和其他关键字过滤结果。用户还可以选择使用搜索字段(通过标题和关键字进行查询)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

伦理批准gydF4y2Ba

由于这项研究被认为是一个项目评估，它不属于研究伦理委员会的主持，并免除了研究伦理委员会的审查。此外，该研究被认为是将数据用作次要用途，不涉及任何特定于个人的标识符信息。gydF4y2Ba

研究环境和参与者gydF4y2Ba

所有参与的加拿大医院和机构的元数据，包括医院名称、位置和床位数量，都可以在集中式网络上获得。这些数据收集自2015年1月至2020年3月期间访问该平台的所有参与加拿大医院和机构。虽然许多国家都在使用这个平台，但我们试图在加拿大的背景下描述这个网络。不属于加拿大用户的数据已从我们的分析中删除。医院和组织的名字匿名，以保护医院机密。gydF4y2Ba

数据收集gydF4y2Ba

过滤器依次应用于整个数据集，以识别符合条件的订单集。这些选择标准广泛应用于整个TCN或订单集库。中显示了顺序集选择的选择条件的摘要gydF4y2Ba图2gydF4y2Ba．由于我们的目的是了解组织间的行为，所以我们排除了组织内的下载。我们也没有包括那些从参考库(即Think Research)下载的内容，以突出卫生保健组织之间的共享，而不是从参考库下载的内容。gydF4y2Ba

我们收集了所有下载内容的元数据，包括订单集标题和文档、相关内容下载(例如，临床协议和支持文件)、下载医院或机构以及所属医院或机构。如果诊断不适用，则将所有订单集和支持文档编码到医疗诊断或医疗流程中。医院分为小型(≤70张床位)、中型(> 70张床位但<300张)、大型(>300张床位)或gydF4y2Ba集团gydF4y2Ba如果该组织由一家以上的医院或保健机构组成。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

描述性分析gydF4y2Ba

这项研究的重点是了解跨组织的网络行为的广泛模式。为此，我们将重点放在理解诊断和制度层面上共享内容类型的趋势，以避免对具体制度趋势的推断。为了减少同一用户在短时间内多次从一个网站下载的影响，我们将一个机构的单个用户在一个月内的所有下载汇总为每个月的一次操作。gydF4y2Ba

我们的目标是描述总体内容可用性、生命周期内高度共享的内容和活动内容(由内容生命周期内的共享数量定义)。我们还研究了医院机构的起源和下载程序的特性，以描述共享的高级趋势。gydF4y2Ba

网络分析gydF4y2Ba

我们还旨在了解机构规模的差异是否与网站成为内容的来源(订单集的提供者)或接收器(订单集的用户)的趋势有关。为了在分析中保持匿名性，我们选择不包括每个机构的卫生信息系统或地理位置。我们进行了加权卡方分析，通过每个医院规模的可用内容与内容总下载数量的交叉积来估计预期下载数量。使用Bonferroni校正校正的两两比较进行事后分析。使用Cramer V计算估计的关系强度。gydF4y2Ba

描述性统计使用Excel (Microsoft Excel版本16.52)计算。使用R (R 3.6.1版)生成统计分析和节点网络图。gydF4y2Ba

结果gydF4y2Ba

描述性分析gydF4y2Ba

TCN的参与者包括131个独特的卫生保健组织(包括医院集团)，包括加拿大8个省的360家医院和机构。医院组织的规模从11至3119张病床不等，每所医院的病床中位数为134张，平均病床为319.9张(标准差为514.8张)(gydF4y2Ba表1gydF4y2Ba)．总数据集约占加拿大总床位的45.89% (41,906/91,325)[gydF4y2Ba24gydF4y2Ba］．7家机构没有分享或下载该平台的内容，因此被排除在研究之外。gydF4y2Ba

在研究期间，共产生12,495个机构订单集，并由参与研究的机构分享(gydF4y2Ba图2gydF4y2Ba)．总的来说，这些顺序集对应658个独特的医疗类别和诊断(如充血性心力衰竭和急性肾损伤)和25个医院流程(如重症监护病房入院)。10个最常见的共享顺序集诊断占所有共享的21% (22150 /105,496)(gydF4y2Ba表2gydF4y2Ba)．根据网络上可用内容的时间长度进行调整，与COVID-19相关的罕见内容(即每次诊断<5个顺序集)是分享最活跃的内容之一(gydF4y2Ba表3gydF4y2Ba)．gydF4y2Ba

网络分析gydF4y2Ba

2015年1月至2020年3月期间，机构共持有105,496股。各机构平均共享98.8个不同订单集，平均574.0次(中位数200;范围:0 - 5371)。机构平均下载了517.8个唯一订单集(中位数为294;范围0-5342)，平均718.9倍(中位数367;范围:0 - 7316;详情见gydF4y2Ba多媒体附件1gydF4y2Ba)．内容的平均可用时间为2.32年(中位数为2.32年;范围0.08-5.25年)。gydF4y2Ba图3gydF4y2Ba演示了一个共享按医院规模分层的所有订单集的网络。gydF4y2Ba图4gydF4y2Ba演示了一个与COVID-19相关的订单集共享网络作为具体示例，以突出网站之间的共享。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

在机构层面，有显著的(加权gydF4y2BaχgydF4y2Ba^2gydF4y2Ba_15gydF4y2Ba= 64313.9;gydF4y2BaPgydF4y2Ba<.001)按医院规模划分的预期下载量与内容可用性之间的差异(gydF4y2Ba表4gydF4y2Ba)．中等规模的机构从大型机构下载内容是这种差异的最大驱动因素(chi-gram=124.70)。事后分析显示，所有机构规模的相互作用均具有统计学意义(gydF4y2Ba表4gydF4y2Ba)，订单集提供者的机构规模与用户之间存在适度的交互作用(Cramer V=0.26)。gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

我们介绍了一个Web 2.0平台的描述和分析，该平台促进了加拿大各地的订单集共享，涵盖了各种医院规模和临床专业，5年来在131个独特的医疗保健组织中共享了>100,000个订单集。这是同类研究中首次描述了临床决策支持的共享，更广泛地说，在这种透明的规模下，可执行知识的翻译。虽然其他研究关注的是交换的工件(即可用内容的数量)，但这项研究也展示了由内容支持的实际共享网络[gydF4y2Ba9gydF4y2Ba］．gydF4y2Ba

关于知识翻译的概念，已经提出了各种模型。Graham等人开发的一个框架[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba26gydF4y2Ba]，随后被加拿大卫生研究所采用，将知识翻译定义为关于知识的创造、传播和应用的动态和迭代过程。Graham等人提出的这个框架的基础[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba26gydF4y2Ba]涉及知识创造，包括知识探究(例如，关于特定疾病状态的初步研究)、综合(例如，从初步研究中获得的系统回顾和指南)，以及产品或工具(例如，由Think research等实体开发的订单集，然后进行传播)。知识转移是知识翻译过程中的一个基本步骤，是知识网络的主要关注点。知识翻译的核心也是从自上而下的角度在当地语境中采用知识。这也可以发生在订单集上。gydF4y2Ba

订单集定制和共享gydF4y2Ba

订单集定制可能有多种原因，包括护理过程的本地差异、资源可用性的差异(例如，拥有14张床位的医院与拥有1500张床位的医院拥有不同的资源)，或临床指南中提供的高级别建议的模糊性(例如，在某些情况下将收缩压保持在160 mm Hg以下，但没有指定使用哪种药物以及何时开始)。此外，许多护理过程并不总是在指南和其他医学文献中提及。对于这种类型的内容，组织必须创建自己的订单集。这些机制都有助于订单集的定制，并产生存在于组织之间的变化。反过来，这种变化可以促进分享。gydF4y2Ba

本研究最重要的发现是大量使用网络进行知识转移。没有适当的机制来强制或鼓励订单集的共享。例如，该平台的用户可以选择从参考库下载完整的订单集，而不是从另一个机构下载。尽管如此，还是有广泛的分享。这可能源于若干因素;例如，临床医生可能希望模仿同事的实践，从大型学术中心的订单集学习，或者询问在具有类似能力和设施的医院中如何修改订单集。gydF4y2Ba

查看其他组织的订单集需要繁忙的医疗保健从业人员花费时间和精力。如果医疗保健提供者不能从查看另一个组织的订单集中获得价值，他们就不会这样做。这种下载甚至发生在COVID-19大流行早期组织面临严重压力的时候。网络活动也反映了这些当代的发展。例如，早在2020年1月23日，加拿大就首次发现了COVID-19 [gydF4y2Ba27gydF4y2Ba］．然而，截至2020年3月，与COVID-19相关的订单集在最活跃的共享订单集中占据了一席之地。这说明了网络快速传递知识的能力，更广泛地说，是知识翻译的能力。gydF4y2Ba

对按医院规模分层的共享模式的检查还显示，尽管最大的内容来源是大医院，占份额的47.4%，但各种规模的组织在共享中发挥了重要作用。这反映了所有组织，无论规模大小，都可以为知识和共享网络做出贡献的价值。gydF4y2Ba

虽然TCN的用户没有明确的措施或动机来这样做，但共享顺序集是知识翻译的主要机制。这可能表明，仅仅是平台的可用性自然促进了共享。在临床医生中，越来越多地采用Web 2.0平台作为知识翻译的手段，这一趋势也出现在Twitter和博客等平台上[gydF4y2Ba15gydF4y2Ba］．随着技术的不断发展和临床医生之间的联系越来越紧密，知识翻译的策略必须适当地适应。gydF4y2Ba

虽然这项研究试图记录整个网络中顺序集共享的总体趋势，但它并没有试图描述内容被访问的原因。有许多可能性，包括组织为自己的本地实践重用整个订单集，重用组件并将其重新集成到另一个订单集，或者简单地将其用作知识或思想的一般来源。此外，尽管我们确实研究了资源是如何在网络参与者之间传播和交换的，但我们没有确切地研究这些顺序集在临床环境中是如何使用的(例如，导致在临床环境中使用顺序集的下载的比例，以及它们是否被理解或正确使用)。虽然知识转移是知识转化的关键部分，但在临床环境中知识的实施也很重要。最后，还有其他可以评估的分析因素，包括地理位置、电子健康记录(EHR)系统和特定用户的访问。由于共享可执行知识，在这些领域的进一步研究可以对产出产生有价值的见解。gydF4y2Ba

下一个步骤gydF4y2Ba

展望未来，医生学习和知识翻译可能会继续利用Web 2.0的潜力。学术和临床领域对COVID-19的反应是知识转化系统必须适应快速变化信息需求的一个主要例子。Slack和Twitter等平台作为评估和分发文章预印本的机制，以及加速知识翻译的过程[gydF4y2Ba28gydF4y2Ba］．Twitter、微信和大学网站也可以作为分享信息图表和专家建议的平台。gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba］．通过这些手段传播的信息大多是参考性质的(例如，疾病特征和流行病学)，很少翻译可用于在职学习的经验知识或工具[gydF4y2Ba31gydF4y2Ba］．gydF4y2Ba

同样，现有的平台，如信息系统和电子病历，可以继续发展，以支持更好的护理计划，改善跨学科交流和工作流程，并提供临床决策支持。在此过程中，订单集将在电子病历中发挥越来越重要的作用。的gydF4y2Baplan-centricgydF4y2Ba电子病历具有前瞻性，注重重新设计，不仅可以记录患者信息，还可以增强患者护理和优化护理提供。在电子病历中无缝采用订单集可能是这次重新设计的一个组成部分;跨越地理障碍访问本地化订单集的能力可以促进未来电子病历设计中循证指南的一致整合[gydF4y2Ba32gydF4y2Ba］．gydF4y2Ba

随着Web 2.0平台的不断发展，还必须考虑合乎道德的使用。大量用户贡献的好处、便利性和使用Web 2.0平台的低门槛必须考虑到一些可能的缺点，例如缺乏同行评审和错误信息传播的可能性[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba］．为此，作者制定了负责任地使用社交媒体传播信息的指南[gydF4y2Ba30.gydF4y2Ba］．此外，这些不断发展的平台不应被视为传统知识翻译活动的替代品，而应被视为一种补充。协同效益可以通过结合各种类型的平台，为医生合作、CME产生收益，并通过共享可执行知识来增强体验式学习。gydF4y2Ba