JMIR J Med Internet Res 医学互联网研究杂志 1438 - 8871 卡塔尔世界杯8强波胆分析 加拿大多伦多 v20i8e10886 30089608 10.2196/10886 原始论文 原始论文 云计算用于传染病监测与控制:医院实验室自动化报告系统的开发与评估 Eysenbach 冈瑟 喨智 I-Chun Almani 穆罕默德·伊姆兰·汗 Fincham 科林 美花 RN,女士 1 http://orcid.org/0000-0002-0007-4961 Han-Kun 医学博士 2 http://orcid.org/0000-0002-0719-2741 Min-Huei 医学博士 1 http://orcid.org/0000-0003-3607-2463 Hui-Chi 女士 1 http://orcid.org/0000-0001-8778-9929 Yu-Ting RN博士 1
生物医学信息学研究所 医学科学技术学院 台北医科大学 吴兴街250号 台北, 台湾 886 22490088转8901 yuting@tmu.edu.tw
3. http://orcid.org/0000-0001-5744-3062
1 生物医学信息学研究所 医学科学技术学院 台北医科大学 台北 台湾 2 普通外科 智美医疗中心 台南 台湾 3. 资讯科技办事处 双河医院 台北医科大学 新北市 台湾 通讯作者:叶玉婷 yuting@tmu.edu.tw 08 2018 08 08 2018 20. 8 e10886 2 5 2018 31 5 2018 4 6 2018 19 6 2018 ©王美华,陈汉坤,徐敏慧,王慧智,叶玉婷。原发表于《医学互联网研究杂志》(//www.mybigtv.com), 2018年8月8日。 2018

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介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。

背景

近年来爆发了几种严重的传染病。为此,为了减轻公共卫生风险,世界各国致力于建立一个信息系统,对国际疾病暴发进行有效的疾病监测、风险评估和早期预警管理。云计算框架可以有效地提供所需的硬件资源和信息访问与交换,方便地连接传染病相关信息,开发跨系统的传染病监测与控制系统。

客观的

本研究的目的是基于该框架开发医院实验室自动报告(HALR)系统并评估其有效性。

方法

我们收集了6个月的数据,并分析了在此期间由HALR和基于网络的法定疾病报告系统(WebNDR)报告的病例。收集系统评价指标,包括敏感性和特异性评价指标。

结果

HALR系统报告了15种病原体和5174例病例,WebNDR系统报告了34例病例。在两种系统的比较中,敏感性为100%,特异性根据所报告的病原体而变化。特别是对于的专一性 链球菌引起的肺炎 结核分枝杆菌复合体和丙型肝炎病毒分别为99.8%、96.6%和97.4%。而对流感病毒和乙型肝炎病毒的特异性分别只有79.9%和47.1%。将报告的数据与患者电子病历(EMRs)中的诊断结果整合后,流感病毒和乙型肝炎病毒的特异性分别提高到89.2%和99.1%。

结论

HALR系统可以根据检测结果提供指定病原体的早期报告,从而允许及早发现疫情并提供传染病数据的趋势。本研究结果表明,将HALR系统中报告的数据与emr中病例的临床信息(如诊断结果)相结合,可以提高疾病早期检测的敏感性和特异性,从而加强对传染病的控制和预防。

实验室自动报告系统 HALR 电子病历
介绍

电子实验室报告(ELR)一般是指可报告的实验室结果从公共卫生服务、医院和其他实验室自动传输到地方或州公共卫生机构。目前在全国范围内监测的许多传染病可通过实验室检测结果加以识别和确认。因此,ELR已成为疾病监测过程的关键部分。先前的研究表明,ELR提高了报告的实验室数据的及时性、准确性和完整性,这反过来又提高了公共卫生应对疫情和应通报疾病病例的有效性和效率[ 1- 4]。它已被美国医疗保险和医疗补助服务中心的电子健康记录激励计划列为有意义的使用目标[ 5 6]。然而,ELR往往缺乏满足病例定义所需的临床信息,如疾病体征、症状和诊断。此外,ELR通常是非特异性的,特别是在诊断需要综合实验室检查和临床信息的情况下(如急性乙型肝炎)[ 7- 10]。ELR缺乏特异性,增加了卫生部门的工作量,迫使他们调查具有启发性但非特异性的实验室结果[ 11]。

电子病历(EMR)是计算机化的病人和人口健康信息的系统化集合。电子病历支持安全、实时、护理点、以患者为中心的信息可用性,是临床护理、研究和教育的资源。最近,电子病历系统已成为卫生保健环境中日益普及的技术[ 12- 14]。多项研究表明,电子病历系统可以加快临床信息流,促进医疗数据整合,提高医疗服务效率和质量[ 15- 17]。近年来,随着电子病历系统越来越多地被采用,电子病历提供了越来越复杂的数据,以支持感染监测、预防和控制[ 18- 20.]。利用电子病历数据检测和报告传染病也有可能改善公共卫生监测和报告[ 21]。然而,目前的电子病历系统主要是为临床实践服务,而不是为公共卫生使用而构建的。传送至电子病历系统的化验室测试数据,可能不及直接从化验室资讯系统接收的数据完整及及时[ 22]。

在台湾,根据法律的要求[ 23],医院、卫生机构和研究机构的临床检验单位必须报告病原体(主要是细菌和病毒)的检测结果,这些结果必须符合台湾疾病控制中心的通知条件,以便进行流行病学监测和传染病的提前预警。因此,技合组织开发了一个基于网络的应通报疾病报告系统,以加强传染病控制和监测。如果疾病符合技合的报告定义,该系统要求监测专业人员手动输入应通报疾病和实验室检测的详细信息。不幸的是,这些报告操作既耗时又容易出错[ 24]。这也适用于未经通知或延迟通知的情况[ 25]。

为了减少监测专业人员的工作量,并解决ELR缺乏特异性的问题,TCDC于2014年启动了一个名为自动实验室报告(ALR)的试点项目[ 26]。ALR系统使医院能够在符合技合规定的通报条件时自动向技合报告病例。报告病例不仅包括详细的实验室检测数据,还包括相关的电子病历数据。目前,医院可以自愿加入该项目。技合提供奖励,以帮助在医院环境中开发与技合的ALR系统相对应的系统。虽然将电子病历数据纳入实验室报告病例可以提高ELR的特异性,但很少有研究对这种系统进行评估。在这项研究中,我们开发了一个与TCDC的ALR系统相对应的医院环境,并在敏感性和特异性方面评估了其与现有WebNDR系统的有效性。

方法 设置

在本研究中,我们于2014年8月在台湾一家约1000张床位的教学附属医院实施了与TCDC的ALR系统相对应的系统。该医院有一个LIS来管理实验室订单和结果,一个计算机化的医生订单输入(CPOE)系统来支持临床医生的日常临床实践,包括输入测试订单和审查测试结果,以及其他电子病历系统。它还可以访问WebNDR系统,手动报告应通报的疾病。

医院实验室自动化报告系统的框架

基于TCDC的ALR系统框架,本研究记录了在医院环境中的实施,称为医院自动实验室报告(HALR)系统( 图1)。HALR系统由四个主要模块组成:HALR网关、可报告病原体更新(RPU)、可报告病原体自动检测(ADRP)和可报告病例报告(NCR)。HALR门户负责从技合ALR系统下载最新的应呈报疾病病原体,并将报告病例上传到技合ALR系统,以供进一步处理。使用RPU模块,下载的病原体然后用于更新HALR系统中的应通报病原体数据库(NPDB)。这属于院外系统数据,用粗线表示。

当LIS发布病原体测试结果时,ADRP模块根据NPDB检查病原体。LIS病原体检测结果包括患者ID、姓名、性别、检测项目、标本类型、病原体报告内容。如果在NPDB中发现病原体,并且其检测结果为阳性,则该测试案例被标记为可报告的。然后将患者信息与病原体检测结果一起纳入,形成可报告病例。实验室测试用医院代码编码;然而,TCDC需要使用逻辑观察标识名称和代码(LOINC)代码进行实验室测试。

医院实验室自动报告(HALR)系统的框架。(粗粗的“-”对应院外系统;细“-”对应的是院内系统)。ADRP:可报告病原体的自动检测、ALR:实验室自动报告、CPOE:计算机化医单录入、DB:数据库、LOINC:逻辑观察标识符名称和代码、NCR:应报告病例报告、NHI:国民健康保险、RPU:可报告病原体更新、TCDC:台湾疾病控制中心、VPN:虚拟专用网。

因此,ADRP模块可以通过引用本地LOINC交叉映射数据库,将病原体检测的医院代码转换为相应的LOINC代码。由ADRP模块检测到的可报告测试用例随后被存储到可报告测试用例数据库(RTCDB)中。

最后,NCR模块从RTCDB检索可报告的测试用例,并将测试数据与存储在CPOE系统中的患者临床信息(如疾病名称、诊断代码和诊断日期)链接起来。然后,将链接的数据以数字格式(如TCDC定义的XML)编译成实验室可报告的案例。随后,HALR网关将实验室报告病例发送到技合ALR系统;这属于院内系统数据,用细线表示。

病原体和疾病之间的映射

当LIS确认病原体检测结果符合实验室报告条件时,病原体检测结果和订单号、当地代码、标本类型、结果时间等信息将自动写入RTCDB。

在检索到新的报告数据后,该程序将实验室检测项目转换为LOINC代码,并从不同的医院信息系统检索TCDC需要的其他患者信息,然后将合并后的数据以所需格式提交给TCDC网关内的医院报告模块。

由于WebNDR系统专门用于报告传染病,因此该系统报告的五种疾病类别被用作评估HALR系统的基础。技合提供了病原体及其相关疾病的地图表( 表1)。

系统评价

在台北市某地区医院实施HALR系统后,我们收集了从2014年12月至2015年5月6个月的HALR和WebNDR系统报告病例。由于WebNDR系统报告的病例得到了传染病控制专业人员的确认,因此它们是本研究中评估HALR系统的金标准。因此,可以根据以下定义评估HALR系统报告病例的敏感性和特异性:

敏感性(真阳性率):如果患者患有WebNDR系统报告的应呈报疾病,则敏感性是HALR系统报告该病例的概率。分子是由HALR和WebNDR系统确定并报告的阳性病例数,而分母是WebNDR系统报告的病例总数(HALR和WebNDR系统报告的病例数)/(WebNDR系统报告的病例数)。

特异性(真阴性率):如果患者没有法定报告疾病且未被WebNDR系统报告,则特异性是HALR系统不报告该病例的概率。分子是检测结果为阴性且WebNDR系统未报告的病例数,而分母是WebNDR系统未报告的病例总数(HALR和WebNDR系统均未报告的病例数)/(WebNDR未报告的病例数)。

病原体和疾病之间的映射(基于基于网络的应通报疾病报告系统)。

致病源 ICD-9-CM一个 疾病
链球菌引起的肺炎 481、482、485、486、038、041、320 侵袭性肺炎球菌病
结核分枝杆菌复杂的 010 - 018 肺结核
流感病毒 487 严重复杂流感个案
乙型肝炎病毒 070.20,070.21,070.30, 070.31 急性乙型肝炎
丙型肝炎病毒 070.41 急性丙型肝炎

一个ICD-9-CM:国际疾病分类,第九次修订,临床修订。

将医院实验室自动报告(HALR)系统(病原体检测结果)与基于网络的法定疾病报告(WebNDR)系统(报告结果)的检测结果进行预测特异性和敏感性评估。

方法 由WebNDR系统上报 未被WebNDR系统报告 总计
HALR系统报告(阳性) TP一个 (FPb TP + (FP)
HALR系统未报告(阴性) (FNc TNd (FN) + TN
总计 TP + (FN) (FP) + TN - - - - - -

一个TP:真正的积极。

bFP:假阳性。

cFN:假阴性。

dTN:真正的否定。

WebNDR系统报告的病例为法定传染病患者,HALR系统报告的病例为病原体检测结果阳性的患者。在其住院期间,多次报告患有同一病原体的患者(即反复报告的病例)被排除在外。

此外,由于病原体可能导致多种疾病,HALR系统包括临床诊断信息,如国际疾病分类,第九次修订,临床修改(ICD-9-CM)。因此,将测试结果与ICD-9-CM数据相结合,以确定是否可以提高HALR系统的性能。

敏感性(与ICD一起):分子为检测结果呈阳性的确定为应通报疾病的病例数,这些病例数由HALR和WebNDR系统自动报告。分母为WebNDR系统报告的病例总数。

特异性(与ICD):分子是确定为阴性的病例数,因此没有被HALR或WebNDR系统报告。分母是WebNDR系统未报告的病例总数( 表2)。

结果 病原体的分析

根据中技合的应报告病原体和报告标准,向中技合ALR系统报告了15种病原体( 表3)。其中5174例患者检测结果呈阳性,并被HALR系统报告。

同时,WebNDR系统报告了5类疾病34例( 表4)。来自不同疾病类别的报告病例数为肺结核(25例),严重流感(3例)和急性病毒性丙型肝炎(3例)的并发症,侵袭性 链球菌引起的肺炎感染(2)和急性病毒性乙型肝炎(1)。

敏感性和特异性分析

表5显示了HALR系统的敏感性和特异性分析。在本研究中,HALR系统的敏感性达到100%,但特异性因病原体而异。的特异性 肺炎链球菌 结核分枝杆菌复合体和丙型肝炎病毒分别为99.8%、96.6%和97.4%。此外,对流感病毒和乙型肝炎病毒的特异性仅为79.9%和47.1%。

由于HALR系统收集的报告病例不仅包括实验室检测结果,还包括来自技合ALR系统的临床信息(如ICD-9-CM),因此只有具有相关实验室阳性检测结果和符合技合法定疾病定义的相关诊断代码的病例才会报告给技合ALR系统( 表6)。HALR系统报告病例的敏感性和特异性可以重新计算( 表6)。灵敏度保持不变,但特异性大大提高,特别是对流感病毒(89.2%)和乙型肝炎病毒(99.1%)。因此,在报告数据中纳入临床信息可以提高特异性表现。

研究期间实验室检测结果分析。

检测到的病原体名称 受试者总数(N=57,511), N (%) 病原体检测结果,n (%)
- (n = 52337) 积极的(n = 5174)
须呈报的疾病(法律规定)
沙门氏菌仕达屋优先计划 10201 (17.8) 10173 (19.4) 28日(0.5)
链球菌引起的肺炎 9970 (17.3) 9946 (19.0) 24 (0.5)
结核分枝杆菌复杂的 1622 (2.8) 1542 (3.0) 80 (1.5)
流感病毒 1980 (3.4) 1579 (3.0) 401 (7.8)
肠病毒 N/A一个 N/A N/A
乙型肝炎病毒 7917 (13.8) 3725 (7.1) 4192 (81)
丙型肝炎病毒 5124 (8.9) 4986 (9.5) 138 (2.7)
Nonnotifiable疾病
链球菌agalactiae, GBSb 10576 (18.4) 10356 (19.8) 220 (4.2)
酿脓链球菌 9958 (17.3) 9898 (18.9) 60 (1.2)
副流感病毒病毒 N/A N/A N/A
呼吸道合胞病毒 90 (0.2) 80 (0.2) 10 (0.2)
轮状病毒 73 (0.1) 52 (0.1) 21日(0.4)
鼠疫enterocolitica N/A N/A N/A
弯曲杆菌仕达屋优先计划 N/A N/A N/A
单核细胞增多性李斯特氏菌 N/A N/A N/A

一个-不适用。

bGBS: B族链球菌。

研究期间基于网络的法定疾病报告系统的分析。

检测到的病原体名称 报告病例总数,n (%)
链球菌引起的肺炎 2 (6)
结核分枝杆菌复杂的 25 (73)
流感病毒 3 (9)
乙型肝炎病毒 1 (3)
丙型肝炎病毒 3 (9)

医院实验室自动报告(HALR)系统的敏感性和特异性。

病原体名称和HALR系统检测结果 WebNDR一个系统 总计 敏感性或特异性,%
报告,n (%) 未报告,n (%)
链球菌引起的肺炎
积极的(报道) 2 (100) 22日(0.2) 24 One hundred.b
否定(未报道) 0 (0) 9946 (99.8) 9946 99.8c
总计 2 (100) 9968 (100) 9970 - - - - - -
结核分枝杆菌复杂的
积极的(报道) 25 (100) 55 (3.4) 80 One hundred.b
否定(未报道) 0 (0) 1542 (96.6) 1542 96.6c
总计 25 (100) 1597 (100) 1622 - - - - - -
流感病毒
积极的(报道) 3 (100) 398 (20.1) 401 One hundred.b
否定(未报道) 0 (0) 1579 (79.9) 1579 79.9c
总计 3 (100) 1977 (100) 1980 - - - - - -
乙型肝炎病毒
积极的(报道) 1 (100) 4191 (52.9) 4192 One hundred.b
否定(未报道) 0 (0) 3725 (47.1) 3725 47.1c
总计 1 (100) 7916 (100) 7917 - - - - - -
丙型肝炎病毒
积极的(报道) 3 (100) 135 (2.6) 138 One hundred.b
否定(未报道) 0 (0) 4986 (97.4) 4986 97.4c
总计 3 (100) 5121 (100) 5124 - - - - - -

一个WebNDR:基于网络的应通报疾病报告。

b指敏感性。

c指专一性。

采用国际疾病分类第九版临床修改(ICD-9-CM)代码的医院实验室自动报告系统(HALR)和基于网络的法定疾病报告系统(WebNDR)的敏感性和特异性分析

病原体名称(ICD-9-CM代码)和结果 WebNDR系统 总计 灵敏度或特异性(%)
报告,n (%) 未报告,n (%)
链球菌引起的肺炎(icd -9厘米:485,486)
积极的(报道) 2 (100) 12 (0.1) 14 One hundred.一个
否定(未报道) 0 (0) 9956 (99.9) 9956 99.9b
总计 2 (100) 9968 (100) 9970 - - - - - -
结核分枝杆菌复合物(ICD-9-CM: 011.00, 011.90)
积极的(报道) 25 (100) 12 (0.8) 37 One hundred.一个
否定(未报道) 0 (0) 1585 (99.2) 1585 99.2b
总计 25 (100) 1597 (100) 1622 - - - - - -
流感病毒(ICD-9-CM: 487.1)
积极的(报道) 3 (100) 214 (10.8) 217 One hundred.一个
否定(未报道) 0 (0) 1763 (89.2) 1763 89.2b
总计 3 (100) 1977 (100) 1980 - - - - - -
乙型肝炎病毒(ICD-9-CM: 070.30)
积极的(报道) 1 (100) 74 (0.9) 75 One hundred.一个
否定(未报道) 0 (0) 7842 (99.1) 7842 99.1b
总计 1 (100) 7916 (100) 7917 - - - - - -
丙型肝炎病毒(ICD-9-CM: 070.41, 070.51)
积极的(报道) 3 (100) 9 (0.2) 12 One hundred.一个
否定(未报道) 0 (0) 5112 (99.8) 5112 99.8b
总计 3 (100) 5121 (100) 5124 - - - - - -

一个指敏感性。

b指专一性。

讨论 主要研究结果

在这项研究中,我们开发了一个用于病原体检测结果和临床信息自动报告的HALR系统。一旦实验室检测结果公布,HALR系统可以自动检测符合技合规定的应通报条件的病原体,并向技合ALR系统报告病例。由于患者的实验室检测结果通常在医生对任何法定疾病的最终诊断之前发布给其医生,因此HALR系统可以提高法定疾病监测和控制的及时性。此外,只要医生提供了有效的诊断,该系统的有效性也会得到提高。

先前的研究表明[ 7- 10], ELR通常是非特异性的。本研究报告的分析表明,如果报告的数据仅包括实验室检测结果,则HALR系统对某些疾病报告病例的特异性会很低。这可能导致报告的案件增加,以及与调查可疑案件有关的工作量增加。然而,如果报告的数据稍微增加临床信息,如临床诊断代码,报告病例的特异性可以大大提高。主要原因是,一种特定的病原体可能导致几种不同的疾病,而这些疾病是不应通报的。例如,乙型肝炎病毒感染可能导致急性或慢性肝炎,但只有急性乙型肝炎(ICD-9-CM诊断代码070.30)必须报告。同样,流感病毒可引起从轻微到严重的急性呼吸道感染,但必须报告由流感引起的严重并发症(ICD-9-CM 487.1)。然而,由于流感由多种病原体引起,容易引起大流行,世界卫生组织国家呼吸道和肠道病毒监测系统对流感样疾病提供了明确的定义和临床症状识别标准,必须根据新出现的病毒和患者疾病特征的变化进行更新和修订。HALR系统不仅可以报告实验室测试结果,还可以报告相关的临床信息,因此可以大大提高其性能。

为应对新出现的传染病,HALR系统根据NPDB检测可报告病例。这种设计允许技合中心在发现新出现的威胁时增加、删除或更新应报告病原体的定义。因此,由于该系统可以定期下载和更新NPDB,因此它可以快速响应更改的需求。

提高可报告病例的敏感性和特异性,不仅取决于及时和准确的实验室检测结果,还取决于能否获得确定病例所需的临床信息。本研究同时检查了基于测试结果和临床证据的报告数据,以便在信息系统之间实现数据共享。通过双重核查,医院可以立即确认患者的病情,并在需要时提交报告。从而提高早期疾病检测的敏感性和特异性。本研究结果可为临床护理中的疾病预防措施提供参考。

限制

以下是本系统的一些局限性。首先,该系统将仅限于医院患者接受的测试。该系统只有在所需临床数据完备时才能自动链接信息。第二,检测的通报条件和病原体的阳性定义仍然是影响通报内容准确性的重要因素。

结论及未来发展方向

在本研究中,我们在某医院开发了一套HALR系统,自动主动地向TCDC ALR系统报告病原体检测结果和相关临床信息。研究结果表明,HALR系统可以提高报告病例的及时性、敏感性和特异性。此外,它可以提供灵活性,以便在技合发现新的、正在出现的威胁或疾病时,将应报告病例定义的频繁变化纳入其中。

提高可报告病例的敏感性和特异性不仅取决于及时和准确的实验室检测结果,还取决于确定病例可能需要的临床信息的可用性。本研究建议以下可行的解决方案:通过系统自动判定,将HALR系统的病原体自动报告与患者EMR中的相关医疗数据相结合,EMR数据根据TCDC传染病临床标准规范提供(例如,根据“登革热”诊断,临床数据可包括患者的发烧[>38°C]和以下至少一种症状:眼眶后疼痛、肌痛、关节痛、皮疹、白细胞减少和出血表现。)

缩写 ADRP

可报告病原体的自动检测

规律

自动化实验室报告

CPOE

计算机化医嘱输入

ELR

电子实验室报告

EMR

电子病历

FN

假阴性

《外交政策》

假阳性

GBS

B组链球菌

HALR

医院传染病实验室自动报告

ICD-9-CM

《国际疾病分类》第九版,临床修改

LIS)

实验室信息系统

LOINC

逻辑观测标识名称和代码

NCR

通报病例报告

NPDB

应通报病原体数据库

RPU

应呈报病原体更新

RTCDB

可报告测试用例数据库

国家间的技术合作

台湾疾病控制中心

TN

真正的负

TP

真阳性

WebNDR

基于网络的应通报疾病报告

没有宣布。

沃格特 RL 实验室报告和疾病监测 J公共卫生管理实践 1996 2 4 28 30. 10186690 维尔茨 R 卡梅隆 BJ 电子实验室报告传染病医生和临床微生物学家 临床感染与疾病 2005 06 01 40 11 1638 1643 10.1086/429904 15889362 CID34825 Overhage JM 买点 年代 麦当劳 CJ 自动电子实验室报告和应通报条件的自发报告的完整性和及时性的比较 公共卫生 2008 02 98 2 344 350 10.2105 / AJPH.2006.092700 18172157 AJPH.2006.092700 PMC2376898 支持者 高清 比塞尔 Vugia DJ 疾病报告从自动化实验室为基础的报告系统通过当地县卫生部门到州卫生部门 公共卫生代表 2001 116 3. 257 265 10.1093 phr / 116.3.257 12034915 PMC1497322 布卢门撒尔 D Tavenner 电子健康记录的“有意义使用”规定 [英]医学 2010 08 05 363 6 501 504 10.1056 / NEJMp1006114 20647183 NEJMp1006114 医疗保险和医疗补助服务中心 美国政府出版社 2018-06-26 医疗保险和医疗补助计划;电子健康记录奖励计划 https://www.gpo.gov/fdsys/pkg/FR-2012-09-04/pdf/2012-21050.pdf Panackal AA M 'ikanatha 纳米 F 麦克马洪 J 瓦格纳 毫米 迪克森 BW Zubieta J Phelan 阁下 年代 摩根 J Jernigan D Pasculle 亚历山大-伍尔兹 兰金 JT Hajjeh 类风湿性关节炎 哈里森 大型卫生系统中基于实验室的法定传染病自动电子报告 突发传染病 2002 07 8 7 685 691 10.3201 / eid0807.010493 12095435 PMC2730325 M 'ikantha 纳米 索恩韦尔 B Lautenbach E 生物恐怖主义环境下传染病的自动化实验室报告 突发传染病 2003 09 9 9 1053 1057 10.3201 / eid0909.020486 14519239 PMC3016787 Klompas 普拉特 R X 剪秋罗属植物 外汇 克鲁斯卡尔 B 哈尼 G 小仲马 W 丹尼尔 J DeMaria 一个 McNabb SJN MMWR每周 2008 04 11 2018-06-26 使用电子医疗记录与被动监控的法定疾病自动检测和报告——马萨诸塞州,2006年6月- 2007年7月 https://www.cdc.gov/mmwr/preview/mmwrhtml/mm5714a4.htm Allen-Dicker J Klompas 急性病毒性肝炎监测电子实验室报告、行政索赔和电子健康记录数据的比较 J公共卫生管理实践 2012 18 3. 209 214 10.1097 / PHH.0b013e31821f2d73 22473112 00124784-201205000-00004 麦克休 出身低微的 年代 Sorhage 棕褐色 CG 兰格 AJ MMWR每周 2008 01 8 2018-06-26 电子实验室报告对莱姆病监测负担的影响——新泽西州,2001- 2006 https://www.cdc.gov/mmwr/preview/mmwrhtml/mm5702a4.htm Shiffman 类风湿性关节炎 布兰德 C一个 Liaw Y Corb G J 基于信息管理服务的计算机指南实施设计模型 美国医学信息协会 1999 6 2 99 103 10094062 PMC61348 Hillestad R 毕格罗 J 鲍尔 一个 Girosi F 梅里雪山 R 斯科维尔 R 泰勒 R 电子病历系统能改变医疗保健吗?潜在的健康益处、节省和成本 卫生助理(米尔伍德) 2005 24 5 1103 1117 10.1377 / hlthaff.24.5.1103 16162551 24/5/1103 Simborg DW 促进电子健康档案的采用。焦点是否正确? 美国医学信息协会 2008 03 15 2 127 129 10.1197 / jamia.M2573 18096904 M2573 PMC2274790 奥康纳 PJ 科伦 艾尔 佤邦 Sperl-Hillen JM Gutenkauf JJ 邓肯 电子病历对糖尿病护理质量的影响 Ann Fam Med 2005 07 3. 4 300 306 10.1370 / afm.327 16046561 3/4/300 PMC1466905 Hayrinen K Saranto K Nykanen P 电子健康记录的定义、结构、内容、使用和影响:研究文献综述 国际医学通报 2008 05 77 5 291 304 10.1016 / j.ijmedinf.2007.09.001 17951106 s1386 - 5056 (07) 00168 - 2 Atreja 一个 戈登 SM 波洛克 奥姆斯特德 RN 布伦南 PJ 卫生保健感染控制措施咨询委员会 利用电子健康记录进行感染监测、预防和控制的机遇和挑战 感染控制 2008 04 36 3个5 S37 S46 10.1016 / j.ajic.2008.01.002 18374211 s0196 - 6553 (08) 00053 - 9 莱特 费雪 一个 约翰 雷诺兹 K 彼得森 LR 一个 作为感染监测工具的电子病历:设备日的成功自动化 感染控制 2009 06 37 5 364 370 10.1016 / j.ajic.2008.11.003 19269712 s0196 - 6553 (09) 00002 - 9 Pokorny l ·罗维拉 一个 Martin-Baranera 希梅诺 C Alonso-Tarres C Vilarasau J 基于计算机的监测系统对医院感染患者的自动检测:一项综合医院的验证研究 感染控制医院流行病学 2006 05 27 5 500 3. 10.1086/502685 16671032 ICHE2005121 Y W G C 利用电子病历提高医疗保健相关感染监测的工作效率 计算方法和程序 2014 11 117 2 351 359 10.1016 / j.cmpb.2014.07.006 25154644 s0169 - 2607 (14) 00294 - 6 Calderwood 女士 普拉特 R X Malenfant J 哈尼 G 克鲁斯卡尔 B 拉撒路 R Klompas 利用来自马萨诸塞州东部门诊诊所的电子健康记录数据对结核病进行实时监测 公共卫生代表 2010 125 6 843 850 10.1177 / 003335491012500611 21121229 PMC2966665 Samoff E Fangman Fleischauer 沃勒 AE 麦克唐纳 PDM 通过实施电子实验室报告和电子疾病监测系统,提高了及时性 公共卫生代表 2013 128 5 393 398 10.1177 / 003335491312800510 23997286 PMC3743288 中华民国法律法规数据库 2016 07 07 2018-06-26 传染病流行病学监测和预警系统实施条例 http://law.moj.gov.tw/Eng/LawClass/LawContent.aspx?PCODE=L0050006 是的 H 总部位于 l Lun l 启明创投 Z Z Jen-Hsiang C 使用医院电子病历系统报告法定传染病:有效性评估 台湾医学资讯学会会刊 2016 25 1 23 31 H 年代 P 壮族 J 蒋介石 C 台湾结核病通报的完整性与及时性 BMC公共卫生 2011 12 12 11 915 10.1186 / 1471-2458-11-915 22151346 1471-2458-11-915 PMC3260335 台湾CODC 实验室自动报告系统及跨医院实验室信息交流平台操作手册(V3.1) http://www.cdc.gov.tw/professional/info.aspx?treeid=4c19a0252bbef869&nowtreeid=1a8c498af5f8af5d&tid=763A28C245DF7CC6
Baidu
map