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。
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。
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。
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。
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。
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。
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[
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[
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[
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[
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[
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[
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[
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[
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[
天文台编制了一份记录观测数据的指引(
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? |
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。
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。
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[
在2021年5月至6月期间,研究小组在滑铁卢地区(
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。
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(
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。
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(
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。
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(
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。
而
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。
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。
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。
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。
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(
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。
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。
在
大规模疫苗接种诊所的综合决策阶梯模型。
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。
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。
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。
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。
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。
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。
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
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。
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。
本研究的目的是系统地评价
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[
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[
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[
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[
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[
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(
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。
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[
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[
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[
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[
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
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。
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。