人的因素 JMIR嗡嗡声因素 人的因素 2292 - 9495 卡塔尔世界杯8强波胆分析 加拿大多伦多 v9i4e39670 36219839 10.2196/39670 原始论文 原始论文 了解COVID-19大规模疫苗接种诊所一线的人为因素挑战:人体系统建模研究 Kushniruk 安德烈 Tuden 丹妮卡 Tremoulet 帕特里斯 坦南特 瑞安 过时,例如 1
系统设计工程系 工程学院 滑铁卢大学 大学大道西200号 滑铁卢,ON, n2l3g1 加拿大 1 519 888 4567 drtennan@uwaterloo.ca
https://orcid.org/0000-0002-0932-9510
Tetui 摩西 博士学位 2 3. https://orcid.org/0000-0001-6833-7601 Grindrod 凯利 理学硕士,药学博士 2 https://orcid.org/0000-0003-1135-0391 伯恩斯 凯瑟琳米 彭博士, 1 https://orcid.org/0000-0002-6182-958X
系统设计工程系 工程学院 滑铁卢大学 在滑铁卢 加拿大 药学院 滑铁卢大学 厨师, 加拿大 流行病学和全球卫生学系 于默奥大学 于默奥 瑞典 通讯作者:Ryan Tennant drtennan@uwaterloo.ca Oct-Dec 2022 10 11 2022 9 4 e39670 7 6 2022 2 8 2022 15 9 2022 6 10 2022 ©Ryan Tennant, Moses Tetui, Kelly Grindrod, Catherine M Burns。最初发表于JMIR Human Factors (https://humanfactors.www.mybigtv.com), 2022年11月10日。 2022

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首次发表在JMIR Human Factors上,并适当引用。必须包括完整的书目信息,到https://humanfactors.www.mybigtv.com上原始出版物的链接,以及版权和许可信息。

背景

在全球范围内实施大规模COVID-19免疫接种诊所是一项成功的公共卫生活动。然而,这种紧密耦合的系统在后勤方面存在许多挑战,导致工作场所压力增加,这在整个大流行期间得到了证明。在非临床环境中结合多学科团队的大规模疫苗接种诊所的复杂性尚未从人类系统的角度得到理解。

客观的

本研究旨在对加拿大安大略省滑铁卢地区的大规模COVID-19疫苗接种诊所进行整体建模,以了解以一线工作人员为中心的挑战,并为诊所设计和技术建议提供信息,从而最大限度地减少导致工作场所压力的系统性低效率。

方法

在背景调查的指导下,采用人种学方法收集在这些临时免疫设置中所做工作的数据。通过与临床工作人员交谈,明确观察数据,在整个数据收集期间,研究小组定期讨论观察数据。通过结合上下文设计框架和认知工作分析的各个方面来分析数据,并建立工作场所模型,以识别大规模疫苗接种诊所流程、开发的工件、文化、物理布局和决策中的压力点和相互联系。

结果

2021年在6个COVID-19大规模疫苗接种诊所进行了为期4周的观察。工作流模型描述了在决策者中保持对客户接收和疫苗准备的态势感知的挑战。工件模型可视化了分别为疫苗先导和临床先导开发的工具如何通过数据合成来支持认知任务。然而,它们的有效性取决于共享准确和及时的数据。文化模型表明,如何有效实现大规模免疫接种的观点可能会随着责任的变化而影响工作场所压力。这取决于对尽量减少疫苗浪费采取积极或宽松的做法,同时适应不断变化的政策、法规和疫苗短缺。物理模型表明,工作站的共址可能会影响决策协调。最后,决策阶梯描述了管理日终剂量的决策步骤,强调了数据不确定性带来的挑战以及支持专业知识的方法。

结论

从人类系统的角度对大规模COVID-19疫苗接种诊所进行建模,确定了改善该卫生保健服务系统内低效率的两个高水平机会。首先,诊所可以使用标准化数据收集和合成的策略和人工制品,对客户摄入或疫苗准备的意外变化变得更有弹性,从而减少一天结束时剂量决策的不确定性。其次,通过共享工作站和实现协作工件来改善员工之间的数据共享,这些协作工件支持对诊所状态的集体理解,可以通过改善共享的态势感知来降低系统的复杂性。未来的研究应检查开发的模型如何适用于滑铁卢地区以外的免疫环境,并评估建议对工作流程协调、压力和决策的影响。

认知工作分析 相关设计 新型冠状病毒肺炎 决策 卫生保健系统 流感大流行 接种疫苗的诊所 工作压力
介绍 背景

大规模免疫的概念于1805年首次引入世界,它成功地为墨西哥的10万人接种了天花疫苗,尽管在将疫苗跨越大西洋的过程中存在重大的后勤障碍[ 1]。217年后,当全球人口面临COVID-19这一最大规模的大流行时,大规模免疫接种从未成为一项如此重要的公共卫生活动[ 2]。然而,在当前大流行期间,大规模免疫接种仍然是一项多方面的全球卫生保健挑战[ 3.- 5]。

大规模免疫的一项重大后勤挑战是在卫生保健专业人员能够快速安全地接种疫苗的环境中协调工作流程。如此大规模的公共卫生活动的背景是一个独特的卫生保健环境,需要许多个人进行大量的规划和准备[ 6 7]。例如,大规模疫苗接种诊所经常结合药剂师、护士、医生、非临床工作人员和志愿者的专业知识,密切合作[ 8]。此外,大规模疫苗接种诊所通常设立在各种场所,包括学校、大型空置商店、市政厅、购物中心、礼拜场所、社区中心、友谊中心、会议中心、运动场和学院或大学[ 6- 10]。虽然这些环境的设计不太可能支持每天为数百至数千人接种疫苗,但在这些环境中实施大规模疫苗接种诊所是快速和安全地为社区接种疫苗的有效方法,特别是在大流行期间[ 11]。

尽管COVID-19大规模疫苗接种诊所在支持公共卫生方面发挥了作用,但它们可被归类为复杂的卫生保健提供系统,部分原因是疫苗品牌需要超低温储存,并在给药前需要足够的解冻和混合时间[ 12- 14]。它们也是紧密耦合的系统[ 15],其中依赖和相互关联的成分,如疫苗浪费和制备率,很容易引起影响诊所流量的连锁反应[ 12- 14],尤其是在疫苗稀缺的情况下。然而,当供应过剩时,这种耦合的影响就会减弱。鉴于在COVID-19时代运营大规模疫苗接种诊所涉及多种因素[ 13],前线的压力点和后勤挑战很快就会显现出来[ 12 13 16]。

很少有学术文章评估大规模疫苗接种诊所的设计、实施和操作,以改善一线工作人员的工作量。一些研究这一主题的文章侧重于开发或实施临床模拟和模型以提高操作效率[ 17 18]或优化诊所的地理位置[ 19]。虽然疫苗诊所的研究是一个新兴的研究领域,但很少有研究使用与人为因素相关的协作方法来改善与诊所设计相关的流程效率低下[ 20.]。疫苗诊所文化和卫生保健工作者之间的相互联系在不断演变的COVID-19大流行期间发挥着关键作用[ 12],据作者所知,人类系统方法尚未应用于分析大规模COVID-19疫苗接种诊所的运作。

客观的

在非传统大规模免疫环境中开展工作的多学科团队的复杂性为应用系统方法改进这些工作领域提供了重要机会。涉及人为因素建模和分析的系统方法可以确定改善团队和组织绩效的领域和机会,该方法在评估COVID-19大流行其他方面的相互联系和关系方面的有效性证明了这一点[ 21 22]。因此,本研究的主要目的是使用人为因素方法系统地评估大规模疫苗接种诊所的工作[ 23],特别是通过民族志和修改的上下文设计框架[ 24],取代认知工作分析的工具[ 25]。

虽然主要以上下文设计框架为指导,以便在驾驶系统设计中发挥作用[ 26 27],本研究提出的工作场所模型突出了与大规模疫苗接种诊所流程、已开发的人工制品、文化、物理布局和决策活动相关的关系、约束和压力点。本研究的见解可以通过技术和系统设计建议,为卫生保健团队协调准备和提供疫苗提供最小化系统性低效率的方法。此外,这些结果可为制定或实施所需工具和系统的公共卫生决策提供信息,以支持一线工作人员应对协调和规划大规模免疫事件的全球挑战。最后,本研究进一步支持在复杂的卫生保健环境中应用人为因素方法的重要性,并倡导将其应用于了解和改进需要快速和安全地向大量人口提供协调一致的公共卫生服务的类似活动。

方法 概述

本研究使用人种学方法收集了关于运营大规模COVID-19疫苗接种诊所的一线工作人员面临的人为因素挑战的数据[ 28]。首先,数据收集和观察以滑铁卢地区疫苗接种诊所的背景调查为指导。收集到的数据随后被组织并整合到工作场所的上下文设计框架内的分类中:流程、工件、文化和物理[ 24]。最后,使用框架中的每个工作场所模型将数据转换为广义表示,以可视化人类系统的相互关系。从认知工作分析框架中取代控制任务分析,从情境设计中取代序列模型。相反,Rasmussen在技能、规则和知识框架的基础上开发了决策阶梯模型[ 29]。

语境探究与设计

上下文设计框架植根于系统设计,并以员工为中心。因此,选择该方法是为了全面了解大规模COVID-19疫苗接种诊所的人为因素挑战[ 26 30.- 32]。第一步涉及情境调查,这是一种参与式技术,结合观察,同时让员工参与他们的任务。因此,在研究人员(RT和MT)观察每个诊所的同时,他们也向诊所工作人员提问,以获得有关他们的角色和责任的专业知识,并了解他们如何受到工作场所其他因素的影响[ 24 33]。

本研究修改了上下文设计框架,使用Rasmussen的决策阶梯模型,用控制任务分析取代序列模型[ 29]。这个决策阶梯模型是1989年确定的9个相关的自然主义决策模型之一,包括哈蒙德的认知连续统理论和克莱因的识别启动决策模型[ 34]。所提出的模型同样表明,来自先前经验的知识是影响决策绩效的机制。虽然上下文设计的序列模型支持映射决策发生的任务和阶段的顺序,但选择Rasmussen的决策阶梯模型是因为它能够丰富地理解整个决策活动中数据处理和知识状态之间的遍历[ 25 35]。此外,分析方法明确了工人的认知如何在不连续的步骤之间移动[ 36],与克莱因的模型类似。我们使用Rasmussen的模型来捕捉疫苗接种诊所决策,利用决策阶梯的结构来促进映射启发式路径[ 36],可用于向公众提供有关改进业务指导和系统建议的信息。

天文台编制了一份记录观测数据的指引( 表1),包括与建模框架一致的4个部分[ 28 37]。在指南的所有领域内记录了观察到的与疫苗制备和客户接收有关的决策活动,以便为决策阶梯建模提供信息。

大规模预防接种临床观察指南。

模型(目标) 指导问题
流程(沟通协调)

诊所工作人员扮演的不同角色是什么?

每个角色的职责是什么?

员工如何利用诊所空间进行协调?

员工如何使用工件进行协调?

员工向谁提供信息?以什么形式?

这些信息是发给谁的,又是发给谁的?

沟通是重要的还是干扰?

诊所工作人员扮演的不同角色是什么?

工件(支持工作的物理组件)

所使用的工作项的结构和组织是什么?

有什么信息可以使用?它是如何使用的?

员工会做哪些非正式笔记和正式笔记?

信息是如何呈现的?

他们需要为自己的工作空间定制一些东西吗?

工件是如何用来支持工作的?

文化(政策/文化/价值观对工作的限制)

诊所的气氛是什么?

政策和约束是什么?它们是如何被记录下来的?

诊所工作人员的态度、感受和信念是什么?

态度、感觉和信念会随着时间而改变吗?

物理(工作环境的物理结构)

诊所的布局和物理位置是怎样的?

工具和工件在哪里使用?

工作站是怎样组织的?

员工工作站是否遵循诊所工作流程?

诊所工作人员需要经常搬家吗?

观察过程与伦理

在观察期间,研究人员(RT和MT)悬挂了关于疫苗临床研究项目观察情况的海报。他们还穿着机构品牌的服装,佩戴名牌,以便在客户和诊所工作人员中表明自己的身份。研究人员按照观察指南做了笔记,这些笔记以电子方式存储在一个安全的服务器上,供研究小组查阅。拍摄了文物和物理工作空间的照片,以补充书面笔记。

该研究小组还在滑铁卢地区工作并担任志愿者,在最初的COVID-19免疫运动期间开展了大规模疫苗接种诊所的活动。一名研究人员(CMB)自愿在诊所内与其他志愿者、安全人员和诊所工作人员一起支持客户流。另一名研究员(KG)是滑铁卢地区疫苗接种工作组的首席药剂师,并在多个诊所担任疫苗负责人和免疫员。第三名研究员(MT)参与了与服务不足人群的社区外展疫苗接种有关的活动。第四名研究员(RT)是一名志愿者和药房助理,获得了跟踪和制定COVID-19疫苗的第一手经验。

伦理批准

本研究经过两个研究伦理委员会的审查和批准:(1)滑铁卢大学研究伦理和安全委员会(#43288)和(2)三医院研究伦理委员会(#2021-0735)。滑铁卢公共卫生和紧急服务地区、大河医院和家庭医学中心家庭健康小组也批准了这项研究。

数据分析

本研究中每个参与大规模疫苗接种诊所的观察记录支持数据源三角测量,以开发整体描述工作场所的统一上下文设计模型[ 38]。结合卫生保健系统、公共卫生和人因认知工程方法方面的研究专长,研究小组审查并提供输入,以迭代和改进模型,支持跨学科分析。在整个观察期间,研究人员每周开会,反思和讨论观察数据,其中最初的整合模型是由1名研究人员(RT)开发的。

结果 诊所人口

在2021年5月至6月期间,研究小组在滑铁卢地区( 表2).在1号诊所花了大约27个小时观察和与诊所工作人员互动,在2号诊所花了8.5个小时。对于诊所#3、#4、#5和#6,研究人员分别观察了工作环境,并与工作人员互动了10小时、5小时、5小时和16小时。

大规模疫苗接种的临床特点。

诊所# 环境类型 平均客户/天一个 临床研究小组
1 大学的建筑 ≤1000 家庭健康诊所
2 空置的商业仓库 ≤2000 地区医院
3. 未完工的公共卫生大楼 ≤1500 公共卫生
4 高中体育馆b ≤500 公共卫生
5 公共卫生大楼b ≤500 公共卫生
6 会议中心b ≤5000 公共卫生

一个观测期间的估计值。

b观察期间主要是周末诊所。

流模型

若干持份者肩负多重责任,协助协调大规模疫苗接种诊所的工作流程( 多媒体附录1).在 图1,整合流模型揭示了利益相关者之间的相互关系和任务和责任之间的影响,同时突出了协调决策者之间共享态势感知的重点和挑战。 多媒体附录2的更详细版本 图1

大规模疫苗接种诊所的综合流动模型。

信息在大规模疫苗接种诊所内的所有利益攸关方之间流动。在诊所负责人、超级用户和疫苗负责人之间观察到显著的挑战,他们不断做出疫苗制备决定,以服务不断变化的预期客户数量。然而,在确定客户或准备剂量的准确数量方面的错误可能导致系统获得更高的收益,其中计算错误或意外取消导致意外的额外剂量过剩,从而增加了对潜在疫苗浪费的压力。

放松紧密耦合的疫苗准备和客户接收信息往往通过时间缓冲处理。例如,当大约有50名预期客户仍然存在时,诊所主管将阻止客户流入诊所。然后,小组领导将计算免疫接种者剩余的准备剂量和仍在准备的剂量的数量。目的是确定还需要多少剂量,或者是否可能需要额外的剂量。然而,客户数量和额外剂量的突然意外变化仍然可能在计算后破坏系统的稳定,有可能出现剂量过剩或短缺。重新确定客户摄入和疫苗制备信息需要在客户摄入恢复或开始另一次暂停时重新计算可用剂量,这可能会中断客户流量。

构件模型

在每个大规模疫苗接种诊所都观察到一些人工制品,以实现类似的目的,并对来访者的摄入和疫苗制备变化进行可视化记录。不同的人工制品旨在支持尽早了解需要多少剂量的认知任务,但侧重于跟踪客户摄入或疫苗制备的细节。观察到的主要伪像分为两种模式:一种是疫苗先导物,另一种是临床先导物。

疫苗先导物模型

疫苗导程通常是经过修改的纸质或数字工件,以保持疫苗制备的运行总数,以便在门诊结束时在公共卫生表格上报告。结合数码及纸本工件各方面的综合模型( 图2)被描述为数字电子表格。

用于疫苗和客户跟踪的疫苗引物模型。

虽然随着流行病的变化,跟踪工件需要更多的信息来发展,但这两种工件的修改方式不同(在空白处书写或添加新细胞)。这些人工制品中使用的术语也因诊所而异。例如,从充分制备的小瓶的剩余体积产生的额外剂量被称为“合并剂量”或“剩余剂量”。对于提供两种品牌疫苗的诊所,疫苗跟踪工件将被复制,以保持剂量跟踪的分离。

对预期剂量数的初步计算需要有关病人总数的信息。这些数据部分来自客户预订网站。然而,预订网站无法解释客户附加组件或预约。挑战是由于没有及时更新来自诊所主管的客户接收数据信息和来自他们单独跟踪工件的计算。免疫站未知的浪费剂量进一步加剧了疫苗制备的不确定性,限制了这些工具在没有准确实时更新的情况下支持决策的有效性。

临床引物模型

诊所负责人和超级用户还开发了从纸质工具到数字电子表格的各种人工制品,以跟踪预计接种疫苗的客户数量。与疫苗引物模型相反,该分析通过基于纸张的表示得到巩固。基于纸张的模型最好地描述了诊所主管和超级用户的心理模型,用于客户接收管理( 图3).

用于疫苗和客户跟踪的临床引物模型。

最关键的挑战是利用客户的摄入和疫苗制备信息来支持关于打开的小瓶数量和准备的剂量的决策。这部分是由于客户到达行为的不确定性。疫苗负责人及时更新汇集额外剂量的情况,这取决于疫苗品牌、批号和所使用的注射器和针头的样式(即死体积的大小不同),这也造成了不确定性。客户跟踪纸质工件的简单版本不包括总瓶数或剂量的信息,由诊所领导、超级用户和其他对疫苗制备决策不负有责任的工作人员使用。

图3作为用于跟踪客户和剂量的临床主要工件的综合表示,该工具的版本也在使用多个疫苗品牌的诊所的数字电子表格中实施。数字化实现的主要好处是自动化计算和提供更细粒度的跟踪信息。例如,虽然一些电子表格将未到、延迟/拒绝、不合格免疫接种和重复预约分类为一类,但其他电子表格保留这些单独的分类。数字化版本中包含的其他数据包括客户上门服务的数量以及接种疫苗的工作人员或志愿者的附加数据;要求提供信息的客户被排除在该省免疫记录网站之外;5剂和7剂小瓶的数量;以及被浪费的、混合的和非现场的剂量带到诊所。还包括根据一段时间内免疫接种总数计算的疫苗制备率。

文化模型

在大规模疫苗接种诊所观察到两种工作场所文化:(1)积极态度和(2)宽松态度。 图4).这些文化主要受到对最大限度地提高客户产量和管理疫苗浪费的态度的影响,但也根据疫苗制备的管理政策(例如,汇集剩余剂量)、更新客户资格和疫苗短缺进行了调整。在这两种方法中,病人入院跟踪仍然是诊所负责人的责任。然而,跟踪疫苗制备和计算一天结束时预计剩余额外剂量的责任落在了积极方法中的诊所负责人和宽松方法中的疫苗负责人身上。

大规模疫苗接种诊所的综合文化模式。心肺复苏术;卫生保健专业人员;MD:医生;全国免疫咨询委员会。

积极的方法

这种积极的做法旨在利用现有的疫苗数量为尽可能多的客户接种疫苗。疫苗起草小组将在准备好每个小瓶的预期剂量后不久,从剩余容量中创建汇总剂量,同时通常打开计划用于预约数量的大多数小瓶。这种方法主要在拥有足够1天疫苗的小型诊所进行观察,并增加了为更多符合条件的社区成员接种疫苗的压力和满意度。在疫苗短缺时期,如果没有尝试集中剩余量,有时被认为是浪费疫苗。起草小组也认为这是一项令人兴奋的挑战,需要开发技能和新技术来回收小瓶中剩余的疫苗量。诊所领导也认为这是一个令人兴奋的挑战,为诊所实现新的每日疫苗接种记录。他们打电话给那些没有按时赴约的客户,确认他们是否会晚一点到达接种疫苗。然而,这种方法可能会造成压力,因为在诊所预定的运营时间之外,找不到合格的客户来额外接种疫苗,而又没有保留工作人员、免疫接种人员和志愿者。

放松的方法

这种宽松的方法旨在最大限度地为预定的客户接种疫苗,并期望在一天中由于缺席或取消接种而减少这一数字。这种方法在拥有超过一天的储存药瓶的大型诊所中使用,另外使用剩余池来打开更少的药瓶。例如,每6剂合并剂量少开1瓶辉瑞- biontech疫苗。疫苗仍然被当作稀缺品对待,但汇集剩余量的压力较小。

随着疫苗短缺情况的改变,诊所会决定在第一批解冻的小瓶内或在诊所的前半个月集中剂量,将剩余的剂量留到一天结束时使用。如果诊所负责人确定他们的剂量不足,他们将通知疫苗负责人从尚未集中的小瓶中收集剩余的量。未合并的剩余卷将被丢弃。在规模较大的诊所,人们还注意到,诊所负责人会打电话给没有赴约的客户。然而,这项任务有时会委托给超级用户。这种方法通常会在门诊结束时减少额外剂量。然而,对于起草团队来说,了解他们是否有足够的剩余小瓶容量来满足客户的摄入需求,而不必尽早开始解冻更多的小瓶以防止延误,特别是考虑到有效期窗口,这仍然是一个挑战。

物理模型

大规模疫苗接种诊所最初由以下6个站点组成,供客户在以下6个站点之间移动:(1)COVID-19症状筛查,(2)预约登记,(3)登记个人健康信息,(4)接种疫苗,(5)在接种后观察和等候区坐下,(6)在诊所结账,领取疫苗接种收据,并在适用的情况下预约下一次预约( 图5).根据物理环境的不同,一些诊所在一个大的开放空间或单独的房间内实施每个工作站。

大规模疫苗接种诊所的统一物理模型。

每个诊所的物理环境会影响诊所负责人和疫苗负责人建立主要工作站的地点。诊所越大,他们的距离就越远。通常,疫苗负责人在免疫区附近工作,而诊所负责人则在靠近诊所入口的地方工作。

当他们的工作站位于同一地点时,小组领导保持关于疫苗准备和客户摄入的频繁沟通。据观察,他们的决策速度很快,互相联系了解最新情况也不会对他们的工作造成太多干扰。让大家都知道诊所的状况比较容易。然而,当他们的工作站不在同一地点时,观察到频繁的通信更具挑战性。更大的物理距离似乎降低了沟通更新和保持对诊所状态的准确理解的效率。克服物理空间的策略包括在整个诊所可见的大型白板上书写,并设定在特定时间共享更新的期望。

决策阶梯模型

在大规模疫苗接种诊所内确定的主要决策活动围绕着避免疫苗浪费的功能。至关重要的是要了解疫苗诊所的状况,了解预计每天结束的剂量数量,这影响到小组领导为减少浪费的剂量数量而采取的后续行动。诊所负责人决定额外剂量需要多少额外的客户,何时开始寻找额外的客户以确保他们在诊所结束前到达,以及在哪里找到符合条件的客户。疫苗负责人决定何时停止疫苗生产,是否应该从新小瓶中提取剂量,以及是否应该从剩余小瓶中提取剂量以创建合并剂量。

图6,决策阶梯模型中受决策者无法控制的不确定性影响的数据处理活动和知识状态以红色突出显示。此外,通过重新设计临床流程或新技术将受益于支持的特定知识状态和数据流程以蓝色突出显示。在数据处理活动和专家决策者有效地在系统状态之间跳转之间存在分流,这表明在决策活动中避免疫苗浪费的领域,在这些领域引入支持也可以帮助新手决策者。

大规模疫苗接种诊所的综合决策阶梯模型。

1 .提醒

警报由以下多个来源提供:(1)诊所工作人员,(2)超级用户,(3)安全人员,(4)疫苗负责人,(5)诊所负责人,(6)免疫接种人员,(7)预订网站,(8)疫苗管理网站。一旦有更新可用,或者决策者主动请求新信息,信息源通常会主动提供警报。警报状态可以通过技术来支持,将诊所信息整合到单个位置或每个信息源都可以访问的数字数据库中,并建立流程和期望,以确定信息源何时应向决策者发出更新通知。

步骤2:一系列观察

这一步骤的目的是收集和了解个人关于总价值的信息,这些个人正在收集有关以下方面的数据:约会;附加组件或自动进入;缺席、取消、延期、拒绝或不合格;开瓶;剩余瓶;混合剂量或剩余剂量;制剂剂量;免疫剂的剩余剂量;预期残余剂量;浪费的剂量; and administered doses.

收集到的一些数据存在不确定性。预约网站必须准确地显示预约、缺席或取消的总数,因为未被发现的重复预约会高估所需剂量的数量。此外,如果个人之间缺乏协调,那么这些客户可能会被重复计算。

类似的不确定性也存在于疫苗管理网站表示接种总剂量的准确性上,该网站假设接种者正确输入事件。此外,如果免疫人员因不合格而没有为登记的客户接种疫苗,他们需要告知其他人额外的剂量。那些不希望自己的信息存储在该省在线系统中的客户也不会被包括在疫苗管理网站上,必须在纸质表格上进行说明。

每一个影响所需剂量数量的事件都是决策者的重要信息。因此,还可以通过在单个位置、共享数据库或协作界面中整合信息来支持这一阶段。

专家型决策者可能在执行任务后直接进入这一阶段。在做出决定并更新相应的客户摄入或疫苗制备信息后,他们立即了解诊所关于预期的一天结束时额外剂量的新状态。

步骤3:系统状态

在这一阶段,决策者综合观察到的客户摄入量和疫苗制备信息,以确定他们预计在一天结束时有多少剂量可用。然而,如果数据是动态变化的,那么综合数据可能会很有挑战性。决策者通常会计算免疫接种者和起草小组的剩余剂量,以确认他们的计算结果。因此,在之前的信息处理阶段,系统状态可以得到自动化的支持,减少了手动执行计算的认知负担。

4 .选择

决策者通常面临以下选择:打开另一个小瓶,汇集剩余的小瓶体积,寻找客户以获得额外的可用剂量,或将更多的客户送走。这样做的目的是为了避免临床状态出现明显的扰动(例如,需要更多的剂量或客户),如果出现新的信息,则需要逆转决策结果。

5 .目标

首要目标是避免疫苗浪费。潜在的浪费影响了整体压力,人们越来越担心没有足够的合格客户接种疫苗。然而,考虑到在未接种疫苗的情况下感染COVID-19对公共卫生的潜在影响,这一目标往往与为尽可能多的符合条件的客户接种疫苗这一次要目标相平衡。

第六步:选择目标

决策者将决定如何在疫苗接种最大化和浪费最小化之间取得平衡。然而,出于对倦怠和客户安全的考虑,考虑到诊所正式关闭后,额外的客户不太可能来诊所寻求额外的剂量,他们也打算尽量减少延长诊所的时间。所选择的方法取决于诊所的文化。

步骤7:目标状态

决策者将决定有多少额外的客户需要打电话来接种疫苗,有多少额外的小瓶需要打开(或不打开),有多少额外的客户必须被告知没有额外的额外剂量。从 观测集舞台指向 目标状态由于自动化或专业知识的潜在支持。确定总可用额外剂量的计算可实现自动化,或由专家决策者有效确定,表明疫苗是短缺还是过剩,因此需要制定更多剂量,召集更多客户,或通知客户没有可供他们使用的剂量。

8 .任务

决策者将决定何时通知更多的客户有额外的可用剂量,通知起草小组打开额外的小瓶,或停止打开小瓶,或选择何时告诉客户没有更多的可用剂量。考虑到临床状态的动态性,有可能通过引入技术来支持这一阶段,该技术可以在新信息出现时提供实时更新和计算可用的总额外剂量。实时更新可以提高决策效率。

9 .步骤

最后,决策者将利用公共卫生和内部短期通知电话清单通知更多的客户额外的可用剂量,同时也通知疫苗接种诊所内的工作人员和志愿者谁有资格。如果这些名单上的客户回应说他们已经接种了疫苗,不接电话,或者不能很快到达,这个过程就会变得有压力。因此,决策者可能会通知疫苗接种诊所内有资格接种疫苗的病人的护理人员。在糟糕的情况下,决策者会在诊所外寻找额外的客户,向路人或附近的商业建筑宣传额外的剂量。避免疫苗浪费的最后手段是将额外的剂量送到更大的诊所。根据预期额外客户的数量,决策者可能要求起草小组通过解冻新瓶(如果每个剂量都可以给药)来准备更多剂量或汇集额外剂量。为避免疫苗浪费可采取的其他行动是停止开瓶,并在接近诊所结束时少开瓶。

讨论 主要研究结果

本研究的目的是系统地评价 工作完成在大规模疫苗接种诊所中,使用经过修改的上下文设计框架的系统方法,突出与大规模疫苗接种诊所流程、开发的人工制品、文化、物理布局和决策相关的关系和挑战。在COVID-19大流行的动态特性中讨论了上下文设计框架的应用,在政策和程序不断变化的情况下,整合不同大规模免疫环境中的信息。我们还讨论了改进大规模疫苗接种诊所设计的建议,以及整合数字技术以支持工作流程协调和认知工作的潜力。

巩固多临床特征

整合的情境设计模型是构建技术的基础,这些技术可以更好地融入工作场所,并可以改善工作环境[ 24]。总体框架认识到,引进新技术将从本质上改变工作环境;因此,全面了解现有的工作环境,以提供建议和设计解决方案,从而更有可能被用户采用,这一点至关重要[ 33]。虽然我们修改了上下文设计过程以包括控制任务分析,但该过程产生的决策阶梯增强了对认知过程的理解,包括新手和专家决策者之间的差异[ 36 39 40]。它还对如何执行任务和过程以达到期望的系统状态进行建模[ 25 41]。

在卫生保健领域,对工作领域的背景和过程的理解在为卫生保健专业人员实施设计建议或新技术时起着重要作用[ 42- 44]。成功的实施需要在不引入大量工作量的情况下,通过匹配工作文化、信息需求和已完成的工作,为继承的上下文进行设计[ 23 42 45]。认识到为人类设计作为系统中适应性组成部分的重要性也是至关重要的[ 23]。

在COVID-19背景下,只有1份描述性报告提供了疫苗临床培养的叙述性描述[ 12],指出了针对这种卫生保健环境进行设计的独特挑战。在我们的研究中,观察到的大规模疫苗接种诊所关于角色责任特异性的培养,疫苗接种诊所的运行方法以及处理一天结束剂量的方法在诊所工作流程差异中发挥了关键作用。疫苗临床培养也表明工作压力如何在决策者之间分布。如果没有运行大规模疫苗接种诊所的标准化方法,以及各地点工作人员态度和信念之间的个体差异,这可能对制定可普遍实施的技术解决方案以解决系统性效率低下问题构成挑战。

大规模疫苗接种诊所之间的其他细微差别也可能阻碍设计建议和新技术的实施。这包括设计不一致的术语,并在诊所以不同的方式进行大规模免疫接种时传达建议背后的目的。例如,诊所将额外剂量称为“汇集”或“剩余”剂量的语言差异是不足为奇的不一致。术语方面的问题在其他卫生保健环境中也有类似的发现,如药物处方[ 46]。本研究中观察到的语言不一致可能是由于大流行的发展性质和不同的卫生保健团体监督各自的诊所。

实时执行上下文调查和设计以前在有效开发医疗保健技术方面取得了成功[ 47 48]。本研究的人种学方法捕获了在观察到的不同大规模疫苗接种设置中理解系统设计所必需的人为因素。在这项研究中观察到的诊所是由免疫合格的客户和最大限度地减少疫苗浪费的总体目标联合起来的。尽管存在文化上的细微差别、物理环境和员工职责上的差异,综合的研究结果为通用设计建议、策略和新技术的发展提供了信息,以支持这些总体目标。

改善大规模疫苗接种诊所的建议

本研究开发的模型共同确定需要支持信息确定性的局限性( 文本框1)和决策者之间的信息共享( 文本框2).虽然考虑到大规模免疫方法的潜在差异,但这些建议预计将适用于改善大规模免疫诊所,而不管这些建议有何独特之处。

大规模疫苗接种诊所建议#1。

实施战略和人工制品,以减少收集和综合客户摄入和疫苗制备信息的不确定性,以便在一天结束时作出剂量决策。

大规模疫苗接种诊所建议之二。

通过共同定位工作站和实现支持关于诊所状态的共享态势感知的协作工件,改进员工之间的数据共享及其集体解释。

首先,信息不确定性造成了高收益系统(即,突然变化可能导致疫苗过剩),并影响决策过程,特别是在卫生保健方面[ 49]。这种不确定性导致了以避免决策后悔为目标的行为,这可能对整体系统性能来说是次优的[ 50]。因此,大规模疫苗接种诊所的设计应支持客户摄入和疫苗准备信息的确定性,以减少与此相关的压力。一个潜在的策略包括始终使用基于预约的系统,以增加全天预计有多少客户和准备的剂量的信息确定性。如前所述,以预约为基础的系统同时也是一种策略,通过控制最大的客户接待量来防止诊所流量瓶颈[ 51]。客户接收的一层确定性还可以包括指派工作人员打电话给未赴约者并确认他们的到来,这可以通过积极的诊所运营文化方法来识别。从疫苗领先的角度来看,减少不确定性的战略包括:尽早确定每个多剂量小瓶的预期剂量,使用为抽调提供的注射器和针头的样式,同时考虑到可能影响预期剂量总量的潜在设备短缺(即注射器死容量的变化)。从宽松的方法来看,减少每瓶混合剩余剂量所需的新瓶数量可能会降低临床未来状态中剂量过剩或短缺的风险。

数字技术还可以减少大规模疫苗接种诊所的信息不确定性,以支持整个系统的恢复能力,同时可能被一线工作人员广泛采用,如先前的大规模免疫背景所见[ 52]。通过减少人为错误,可以在数据处理任务中提高信息的确定性,这可以支持通过实时自动化确定预计每天结束时额外剂量、剩余客户和剩余剂量的数量所需计算的准确性。自动化计算所需的操作大规模疫苗接种诊所可能标准化的日剂量决策,无论诊所的文化。随后,如果数字工具可以被广泛采用,这可能会使多个诊所的数据处理活动标准化。

其次,数据源利益攸关方之间的信息共享对于成功运营大规模疫苗接种诊所至关重要。共享的信息通过对诊所动态状态的集体理解以及未来可能发生的变化(即疫苗过剩或疫苗短缺的程度)来支持决策任务。跨专业共同决策是卫生保健的基础[ 49]。在大规模疫苗接种诊所中,这一过程发生在诊所负责人和疫苗负责人之间。至关重要的是,掌握信息和技能,以便在病人摄入和疫苗准备发生变化时,能够共享诊所当前和未来状况的知识。

正如本研究所观察到的那样,增加共址是支持管理客户接收和疫苗准备信息的工作人员与决策人员之间共享意识的一种方式。此外,还观察到建立工作人员之间何时以及如何更新信息的沟通期望,以便在遵循时支持态势感知(例如,使用标准模板按小时更新)。虽然在大型开放空间建立诊所之前已被证明可以提高与客户的工作效率,因为工作站放置的灵活性更大[ 20.],在这样的环境之外运行的诊所应该考虑主要工作站的位置,以减少决策者和他们需要的数据之间的物理分离。

然而,物理环境的刚性可能会阻止工作站的共用,决策者可能会在整个诊所内移动,造成部分孤立地收集和综合信息的认知负担。一种解决方案是开发和实现协作工件,通过实时共享数据库、计算机化应用程序或大型显示器(例如,可以在整个诊所查看的大型白板或海报)来支持态势感知。这将减少对……的需求 身体上的收集动态数据,类似于重症监护病房的工作流程[ 53]。在疫苗诊所中,实现通过共享接口以标准方式自动合成信息的工件将进一步弥合当前存在的工件竖井。如果直观地显示,这将支持在工作站共存不可行的情况下对诊所状态的共享理解。

优势与局限

这是在COVID-19大流行期间首次与跨学科研究团队将人类系统方法应用于大规模疫苗接种诊所的研究。然而,虽然从这项研究中收集的综合数据包括加拿大安大略省滑铁卢地区,但其结果尚未在其他地区或资源有限的情况下得到验证。虽然研究人员与工作人员确认了原始观测数据,但只有研究小组审查了得出的模型。

虽然这项研究在滑铁卢地区COVID-19大流行的关键时期获得了重要的高层见解,但我们认识到,它并没有完全反映所有大规模疫苗接种环境的复杂性,也没有精确地复制整个大流行期间的真实情况。因此,进一步的研究应该检查在开发的模型中是否包含额外的复杂性,以及它们在滑铁卢地区大规模疫苗接种诊所之外的应用。未来的工作还可以评估工作流程协调、压力和决策方面的建议。最后,旨在改善大规模疫苗接种诊所特定流程的微工效学分析可以为疫苗起草的公共卫生文件和工作站的优化设计提供支持。

结论

本研究提供了滑铁卢地区大规模疫苗接种诊所工作环境的整体代表,突出了以下人类系统模型中已完成的工作和人为因素挑战:流程、人工制品、文化、物理和决策。利用人为因素方法进行的系统分析为COVID-19背景下的大规模疫苗接种诊所提供了一个至关重要的视角。在本研究中,人因研究人员和卫生保健专业人员之间的合作也显示出有效理解和建模复杂卫生保健环境的重要优势,并为改进这一复杂的紧密耦合系统提供重要建议。虽然这项研究提供了对以一线工作人员为中心的大规模疫苗接种诊所的基本了解,但进一步的合作研究可以将人为因素和卫生保健专业人员联系起来,从而扩大对改善这一不断发展的全球公共卫生活动的认识范围。

观察大规模疫苗接种诊所的工作流程相关任务和责任。

大规模疫苗接种诊所综合流动模型的详细版本。

我们赞赏滑铁卢地区大规模疫苗接种诊所的工作人员愿意让我们在2019冠状病毒病大流行期间观察他们的工作。这项研究得到了滑铁卢地区和自然科学与工程研究委员会合作研究与发展基金的资助。然而,他们没有参与研究设计、数据收集或正式分析。RT由滑铁卢大学工程卓越博士奖学金资助。

没有宣布。

马克 C Rigau-Perez 世界上第一次免疫运动:1803-1813年西班牙天花疫苗远征 公牛史医学 2009 83 1 63 94 10.1353 / bhm.0.0173 19329842 S1086317609100030 Goralnick E 考夫曼 C Gawande的话 AA 大规模疫苗接种点——遏制Covid-19大流行的重要创新 [英]医学 2021 05 06 384 18 e67 10.1056 / nejmp2102535 里格比 乔丹 在欧洲全球疫苗接种峰会之后——需要制定切实可行的政策来促进向欧洲儿童提供疫苗接种 健康计划管理 2021 11 13 36 6 1998 2010 10.1002 / hpm.3282 34254365 Dhama K Sharun K 女子 R Dhawan Emran 结核病 Rabaan AA Alhumaid 年代 COVID-19疫苗犹豫:成功开展全球疫苗接种运动以应对当前大流行的原因和解决办法 哼疫苗免疫剂 2021 10 03 17 10 3495 3499 10.1080 / 21645515.2021.1926183 34191680 PMC8437517 伊丽莎白 MH 迈尔希 一个 Naal H 萨利赫 年代 根除COVID-19的全球疫苗接种战略:超越科学 J Glob Health 2021 11 13 11 03113 10.7189 / jogh.11.03113 34858592 如果- 11 - 03113 PMC8590821 公园 K -卡特米尔 R Johnson-Gordon B 兰德斯 马利克 K 总指挥 J 华莱士 K 瓦林 R 为学校COVID-19疫苗接种诊所做准备 NASN学校护士 2021 02 22 36 3. 156 163 10.1177 / 1942602 x21991643 COVID-19疫苗免疫诊所规划指南 加拿大政府 2022-10-26 https://www.canada.ca/en/public-health/services/diseases/2019-novel-coronavirus-infection/guidance-documents/planning-immunization-clinics-covid-19-vaccines.html#shr-pg0 卡明斯 G 飞边 E 格思里 年代 Hoffmaster 利奇 l J 成功利用志愿者在学校开展大规模流感疫苗接种诊所 儿科 2012 03 129补品2 Supplement_2 S88 95 10.1542 / peds.2011 - 0737 h 22383487 129 / Supplement_2 / S88 Sreenivasan MV HH 公园 SY 在2009年夏威夷“在学校停止流感”运动期间,季节性减毒流感疫苗和三价流感疫苗之间的接种时间 公共卫生代表 2014 05 01 129 3. 229 36 10.1177 / 003335491412900304 24791020 PMC3982552 Fontanesi J Jue-Leong 年代 以学校为基础,由药剂师管理的流感疫苗接种计划的后勤和财政可持续性 美国药剂师协会杂志 2012 09 52 5 e74 e79 10.1331 / japha.2012.10113 Fontanesi J l 奥尔森 R 班尼特 纳米 Kopald D 大规模疫苗接种诊所与预约 医学实践管理 2006 21 5 288 94 16711096 Ezeude G 格洛弗 K Nieves圣地亚哥 AA Repella E E 准备COVID-19疫苗接种诊所的障碍和成功:药房居民的观点 是J健康系统制药公司吗 2022 01 05 79 2 102 109 10.1093 / ajhp / zxab347 34487141 6364645 PMC8499862 诺曼 年代 格思里 P Gachoya J Sebakijje J Leftridge Z 威利斯 C 基肖尔 一个 Breakenridge 斯宾塞 C 大型学术医疗中心药房应对大规模COVID-19疫苗接种挑战的策略 是J健康系统制药公司吗 2021 09 07 78 18 1724 1731 10.1093 / ajhp / zxab184 33895789 6250087 PMC8135320 Uddin Roni 基于mrna的COVID-19疫苗储存和稳定性的挑战 疫苗(巴塞尔) 2021 09 17 9 9 1033 10.3390 / vaccines9091033 34579270 vaccines9091033 PMC8473088 Perrow C 正常事故:与高风险技术共存 1999 普林斯顿,新泽西 普林斯顿大学出版社 安德雷德 J Slaby DeAngelis J 康纳斯 J Truong J Ciaramella C DiGregorio R 在社区教学医院实施药剂师主导的COVID-19疫苗接种诊所 是J健康系统制药公司吗 2021 06 07 78 12 1038 1042 10.1093 / ajhp / zxab135 33772261 6190573 PMC8083633 石头 K Enriquez B Keilman 一个 德国 K 一个 Demmert 基米-雷克南 纽约 T 里德 J 使用以系统为中心的模拟快速准备大量COVID-19疫苗接种 Sim医疗 2021 3. 30. 16 6 420 421 10.1097 / sih.0000000000000573 卡尔 C Durrheim D 伊斯特伍德 K 梅西 P 贾格尔 D Caelli 尼科尔的 年代 韦恩 l 澳大利亚第一次大规模流感疫苗接种诊所演习:猎人新英格兰地区卫生服务,新南威尔士州,澳大利亚 澳大利亚应急管理杂志 2011 26 1 47 53 Cakır E 助教ş Ulukan Z COVID-19疫苗接种的中性粒细胞模糊加权节省启发式 2021 系统与信息工程设计研讨会(SIEDS) 2021年4月29日至30日 夏洛茨维尔,弗吉尼亚州,美国 10.1109 / SIEDS52267.2021.9483794 C 泰勒 C 莫迪 美国海军学院的大规模疫苗接种 健康安全内核 2016 12 14 6 382 388 10.1089 / hs.2016.0030 27830937 大马哈鱼 史蒂文斯 N 麦克莱恩 年代 休姆 一个 GJM 人为因素和人体工程学以及存在威胁的管理:对COVID-19从封锁限制系统返回的工作域分析 嗡嗡声因素Ergon制造 2021 07 06 31 4 412 424 10.1002 / hfm.20897 34230798 HFM20897 PMC8250482 植物 吉隆坡 Fendley 人为因素和人体工程学以及对COVID - 19的响应 哼哼因素 2021 06 11 31 4 329 332 10.1002 / hfm.20923 Hollnagel E 穿 R 布雷斯韦特 J 从安全i到安全ii:白皮书 国民健康保险制度 2015 2022-10-26 https://www.england.nhs.uk/signuptosafety/wp-content/uploads/sites/16/2015/10/safety-1-safety-2-whte-papr.pdf Holtzblatt K 琼斯 年代 舒勒 D Namioka 一个 情境探究:系统设计的参与式技术 参与式设计:原则与实践 1993 佛罗里达州的博卡拉顿 CRC的新闻 韦森特 K 认知工作分析:走向安全、高效、健康的计算机工作 1999 佛罗里达州的博卡拉顿 CRC的新闻 Wixon D Holtzblatt K 诺克斯 年代 情境设计:系统设计的紧急视图 计算机系统中的人的因素会议论文集 1990 计算系统中的人为因素SIGCHI会议 1990年4月1日至5日 西雅图,美国华盛顿州 329 336 10.1145/97243.97304 Holtzblatt K 拜尔 H 上下文设计:使用客户工作模型来驱动系统设计 计算机科学与技术研讨会(英文版) 1996 计算机系统中的人为因素会议指南 1996年4月13日至18日 加拿大不列颠哥伦比亚省的温哥华 373 374 10.1145/257089.257379 休斯 J O ' brien J Rodden T Rouncefield 萨默维尔 在需求过程中呈现人种志 IEEE需求工程国际研讨会论文集(RE'95) 1995 IEEE需求工程国际研讨会(RE'95) 1995年3月27日至29日 纽约、英国 27 34 10.1109 / isre.1995.512543 拉斯穆森 J 技能、规则和知识;信号、符号和符号,以及人类行为模型中的其他区别 IEEE反式。系统。,米一个n, Cybern 1983 05 SMC-13 3. 257 266 10.1109 / TSMC.1983.6313160 诺曼 D 德雷伯 年代 以用户为中心的系统设计:人机交互的新视角 1986 山谷,新泽西 L. Erlbaum Associates公司 Hefley 我们 布依 EA 林奇 女朋友 穆勒 乔丹 Hoecker DG 卡特 J 罗斯 JT 将人的因素与软件工程实践相结合 人因与工效学学会年会论文集 2016 11 05 38 4 315 319 10.1177 / 154193129403800427 舒勒 D Namioka 一个 参与式设计:系统设计的视角 1993 山谷,新泽西 L. Erlbaum Associates公司 拜尔 H Holtzblatt K 上下文设计:定义以客户为中心的系统 1997 旧金山,加州 摩根考夫曼出版公司 克莱因 G 自然决策 哼因素 2008 06 50 3. 456 60 10.1518 / 001872008 x288385 18689053 Naikar N ·莫伊伦· 一个 皮尔斯 B 用认知工作分析分析复杂系统中的活动:控制任务分析的概念、指导方针和案例研究 人类工程学的理论问题 2006 07 7 4 371 394 10.1080 / 14639220500098821 Bisantz 一个 伯恩斯 C 认知工作分析的应用 2008 佛罗里达州的博卡拉顿 CRC的新闻 Holtzblatt K 以客户为中心的移动应用设计 育碧电脑公司 2005 5 11 9 4 227 237 10.1007 / s00779 - 004 - 0324 - 5 卡特 N Bryant-Lukosius D DiCenso 一个 布莱斯 J 内维尔 AJ 三角测量法在定性研究中的应用 Oncol护士论坛 2014 09 41 5 545 7 onf.545 10.1188/14. - 547 25158659 W75GLWK6220M152R 拉斯穆森 J 史密斯 H 绿色 人作为一个系统的组成部分 人类与计算机的互动 1980 英国伦敦 学术出版社 拉斯穆森 J 作为系统组成部分的人工数据处理器。模型的点点滴滴 Risø国家实验室 1974 2022-10-26 https://backend.orbit.dtu.dk/ws/portalfiles/portal/56551783/ris_m_1722.pdf 伯恩斯 厘米 韦森特 KJ 基于模型的认知工作分析方法:抽象层次、多层次流模型和决策阶梯模型的比较 国际认知工效学杂志 2001 09 5 3. 357 366 10.1207 / s15327566ijce0503_13 博迪 D G 克拉克 JS 希尼 D 其余的 F 实施电子医疗时环境和流程的影响 BMC Med Inform Decis mark 2009 01 30. 9 9 10.1186 / 1472-6947-9-9 19183479 1472-6947-9-9 PMC2642812 Kushniruk 一个 Nohr C 詹森 年代 Borycki 新兴市场 从可用性测试到临床模拟:将环境带入可用和安全的健康信息技术的设计和评估 医学年鉴 2018 03 05 22 01 78 85 10.1055 / s - 0038 - 1638836 帕特尔 六世 Kushniruk 亚历山大-伍尔兹 卫生保健环境的界面设计:认知科学的作用 AMIA会议计划 1998 29 37 9929179 PMC2232103 帕维尔 Jimison 乙肝 Wactlar 高清 海斯 TL barki) W Skapik J J 技术和工程模型在医疗保健转型中的作用 IEEE Rev生物医学工程 2013 6 156 77 10.1109 / RBME.2012.2222636 23549108 美世 K 卡特 C 伯恩斯 C 坦南特 R Guirguis l Grindrod K 包括发给药剂师的处方的使用原因:范围审查 JMIR嗡嗡声因素 2021 11 25 8 4 e22325 10.2196/22325 34842545 v8i4e22325 PMC8663503 米勒 一个 Koola JD Matheny Ducom JH Slagle JM Groessl EJ 铸币工人 FF 加文 JH Weinger MB 某人 应用情境设计方法为亚专科护理环境中有针对性的临床决策支持干预提供信息 国际医学通报 2018 09 117 55 65 10.1016 / j.ijmedinf.2018.05.005 30032965 s1386 - 5056 (18) 30580 - x Jacobsohn GC F 美联社 Engstrom CJ Salwei Pankratz说道 GT 伊士曼 一个 Carayon P Wiegmann Galang JS 史密斯 沙阿 帕特森 BW 一个临床决策支持系统的协同设计和实施,用于自动跌倒风险识别和急诊科转诊 Healthc (Amst) 2022 03 10 1 100598 10.1016 / j.hjdsi.2021.100598 34923354 s2213 - 0764 (21) 00081 - 6 PMC8881336 查尔斯 C Gafni 一个 惠兰 T 医疗遭遇中的共同决策:这意味着什么?(或者至少两个人跳探戈) 社会科学与医学 1997 3. 44 5 681 692 10.1016 / s0277 - 9536 (96) 00221 - 3 贝尔 不确定性下决策中的后悔 运筹学 1982 10 30. 5 961 981 10.1287 / opre.30.5.961 资产阶级 N 因特网 C 奥康纳 SA H 嗡嗡声 年代 邓恩 年代 为流感大流行做准备:城市家庭实践中的免疫诊所模型 Can Fam医师 2011 10 57 10 e367 72 21998244 57/10 / e367 PMC3192102 Foisy J Quach 年代 Heidebrecht CL 佩雷拉 晶澳 SD Guay 押注 晶澳 Deeks SL 布里恩 年代 JC 加拿大公共卫生署/加拿大卫生研究院流感研究网络(PCIRN)疫苗覆盖主题小组 一线工作人员对加拿大2009年甲型H1N1流感免疫运动中使用的数据收集方法的看法 BMC公共卫生 2010 12 30. 10 1 796 10.1186 / 1471-2458-10-796 21831331 1471-2458-10-796 PMC3024979 弗洛尔 l 德里 年代 约翰逊 KT 西 N 伯恩斯 厘米 Ansermino JM 杜蒙特 遗传算法 Wensley D Skippen P 峡谷 临床驱动的vitalpad智能监测和通信设备的设计,以提高重症监护病房的患者安全 [j]。Eng。健康医疗 2018 6 1 14 10.1109 / jtehm.2018.2812162
Baidu
map