电子健康记录使用与医生疲劳及效率的关联
该横断面模拟研究在2018年3月20日至4月5日纳入美国东南部学术医疗中心25名ICU医生及受训者,佩戴眼动追踪眼镜在Epic训练环境完成4个模拟病例,用瞳孔测量法量化疲劳、用任务完成时间、鼠标点击数和EHR屏幕访问数衡量效率。所有参与者至少出现一次生理性疲劳,20/25(80%)在EHR使用22分钟内出现疲劳;一个病例中疲劳越重,后续病例任务完成时间越长(r=-0.521;P=.007)、鼠标点击越多(r=-0.562;P=.003)、屏幕访问越多(r=-0.486;P=.01)。作者认为EHR相关疲劳与效率负相关并存在跨病例的延续关联,需进一步研究其 underlying 原因以支持以用户为中心的EHR设计和安全使用政策。
要点
- 25名ICU医生模拟EHR操作中,20/25(80%)在22分钟EHR使用内出现生理性疲劳(瞳孔测量法)。
- 一例中疲劳越重,下一例完成任务时间越长(r=-0.521;P=.007)、鼠标点击越多(r=-0.562;P=.003)、EHR屏幕访问越多(r=-0.486;P=.01)。
- 全部参与者至少出现一次生理性疲劳,9/25(36%)在 study 第一分钟内即出现疲劳。
- 任务层面疲劳比例从4/25(16%,简单信息检索)到15/25(60%,临床模糊任务如核对可能虚假的检验值)不等。
- 作者认为这些发现是假设生成性的,需进一步研究EHR相关疲劳的 underlying 原因。
适用人群与场景
- 美国东南部学术医疗中心30张床内科ICU的医生及受训者(住院医、专科培训医生、主治),需有Epic重症监护使用经验且研究时不戴处方眼镜。
研究设计与关键结果
- 横断面、基于模拟的EHR可用性评估,25名ICU医生(13名女性;平均[SD]年龄32.1[6.1]岁)完成4个模拟病例,平均[SD]完成时间34:43[11:41]分钟,共记录14小时27分钟EHR活动。
- 所有参与者至少出现一次生理性疲劳,疲劳总分范围-0.804至0.801;20/25(80%)在EHR使用22分钟内出现疲劳,16/25(64%)在20分钟内出现,9/25(36%)在第一分钟内出现。
- 任务层面疲劳比例:简单信息检索任务4/25(16%),临床模糊任务(如核对可能虚假的检验值)15/25(60%);病例3结束时15名(60%)出现疲劳。
- 效率:平均[SD]完成时间34:43[11:41]分钟,鼠标点击304(79)次,访问EHR屏幕85(19)个;女性比男性快(31:37[8:22] vs 38:04[13:40]分钟)但点击更多(355[101] vs 301[66]),专科培训医生比住院医快(28:51[5:52] vs 36:54[14:43]分钟)且点击更少(312.7[88] vs 411.6[90]),主治访问屏幕最少(73[8] vs 81[16] vs 94[21]),性别或角色差异均未达统计学显著。
- 跨病例延续关联:病例2疲劳评分与病例3鼠标点击(r=-0.481;P=.01)、病例3疲劳评分与病例4鼠标点击(r=-0.562;P=.003)、病例3疲劳评分与病例4完成时间(r=-0.521;P=.007)、病例3疲劳评分与病例4屏幕访问(r=-0.486;P=.01)呈负相关;病例1疲劳评分与病例2屏幕访问无显著相关(r=-0.381;P=.06)。
证据类型、等级与局限
- 证据类型:横断面、基于模拟的EHR可用性评估;遵循STROBE报告规范。
- 作者自述优势:高保真病例、临床相关交互任务、不同培训层级医生、领先EHR系统、样本量n=25超过可用性研究常规阈值、疲劳量化方法保守可能低估实际生理负担。
- 局限:单中心研究,不能排除选择偏倚;模拟任务中病例未随机化,疲劳可能与病例顺序相关;未控制病例层面特征如临床严重度或任务数量;所有参与者使用同一副眼动追踪眼镜,可能存在非差异性测量偏倚;未收集主观疲劳测量;一例中眼动追踪内置电池耗尽导致活动中断。
- 作者结论:这些发现是假设生成性的,需进一步研究EHR相关疲劳的 underlying 原因、以用户为中心的EHR设计及安全EHR使用政策与指南。
对床旁实践的改变
- 作者认为EHR相关疲劳在短时间使用后即可出现并与效率下降相关,提示EHR设计和使用政策需关注医生疲劳。
- 作者认为若医生在照护一名患者时出现EHR诱导的疲劳,可能以值得进一步研究的方式影响下一名患者的照护。
- 作者指出模拟中每例10至20次鼠标点击或30至60秒的差异,在典型12名以上患者的工作量下可能对繁忙医生有临床意义,但此为初步发现。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译17 节 · 点击展开
引言
使用电子健康记录(EHR)与医生职业倦怠直接相关。1,2 许多医生对现有EHR界面点击繁多、数据繁杂表示不满。1,3 与EHR挫败感相关的其他因素包括滚动浏览整页病历记录以及在多屏幕工作流程中导航以查找信息。4 过多的EHR屏幕时间会导致医生情绪困扰,并限制与患者的面对面接触,从而导致更高的医疗差错率。5,6 因此,医生对EHR的常见态度包括“低效”7、“耗时”8和“令人精疲力竭”9。
患者安全和医疗质量取决于EHR的可用性。6,10 这一事实在重症监护病房(ICU)中尤为如此,危重患者平均每天产生超过1200个独立数据点,11 据估计ICU临床医生每位患者每天监测约187条警报,12 主要通过EHR进行。不良的EHR设计加剧了这一循环,可能影响决策并导致诊疗延迟、6 医疗差错6,13和意外的患者安全事件,尤其是在高风险环境中。14,15,16 尽管当今EHR界面面临诸多挑战,但要实现真正以用户为中心的EHR系统仍有大量工作要做,需要更好的设计来提高效率(即鼠标点击次数和时间)、简化决策流程并支持患者安全。17,18 传统EHR可用性测试通常侧重于系统固有的、供应商特定的方面(如屏幕布局和工作流程),但重要的是将EHR效率区分为外在的和动态的——它既是系统的功能,也是用户的功能。
眼动追踪(研究眼球运动)和瞳孔测量(测量瞳孔扩张)已应用于许多非临床领域。眼动追踪研究通常分析注视持续时间、注视点和注视次数,19 已被用于研究用户与先进界面和网站设计的互动,以及电子游戏中的视觉注意力。20,21,22 在生物医学领域,眼动追踪技术主要用于理解与放射学图像解读、药物过敏识别、EHR病程记录阅读以及体外循环期间医生注意力相关的因素。23,24,25,26
然而,瞳孔测量尽管具有广阔的应用前景,在医学研究中仍未得到充分利用。任务期间瞳孔收缩的程度是疲劳和警觉性的经验证生物标志物。27,28 研究一致表明,在疲劳状态下,基线瞳孔直径小于正常值。29,30,31,32,33 瞳孔尺寸缩小1 mm与疲倦迹象相关。29 瞳孔直径的变化通常较小,与正常瞳孔尺寸相比范围在0.87至1.79 mm之间。29 在一项研究中,发现焦虑患者瞳孔尺寸的个体差异与心理工作量之间存在显著相关性,提示这两个指标之间存在关联。34 尽管这些技术具有潜力,眼动追踪和瞳孔测量尚未被用于理解EHR相关疲劳及其与临床医生用户体验的关联。
本研究旨在探讨重症监护病房(ICU)医生在完成一项基于知名电子健康记录(EHR)的模拟活动时,EHR使用与疲劳(通过瞳孔测量法测量)及效率(通过完成时间、鼠标点击次数和EHR屏幕数量测量)之间的关联。
方法
在北卡罗来纳大学教堂山分校机构审查委员会批准后,我们在美国东南部一家学术医学中心的重症监护病房医生和医师学员中,对一款领先的电子健康记录系统(Epic;Epic Systems)进行了一项横断面、基于模拟的EHR可用性评估。我们的研究方法细节此前已有报道。35测试于2018年3月20日至4月5日进行。本研究遵循《加强流行病学观察性研究报告》(STROBE)报告指南。36参与者提供了书面知情同意。
研究场所与参与者
本研究在美国东南部一家拥有30张床位的内科重症监护病房的三级学术医学中心进行。我们通过科室电子邮件和传单招募参与者。纳入标准为:(1)内科重症监护病房医生(即教员或学员),(2)有任何在重症监护环境中使用Epic的经验,以及(3)在研究时未佩戴处方眼镜,以避免干扰眼动追踪眼镜。
我们为本研究招募了25名内科重症监护病房医生。我们的样本超过了传统可用性研究标准,该标准建议5至15名参与者以揭示85%至97%的可用性问题。37,38所有测试均在一个为基于模拟的研究而设计的现场生物行为实验室中进行,该实验室配备了一台可访问机构EHR培训环境(Epic Playground)的计算机工作站,远离真实临床环境。计算机屏幕是临床医生在其执业环境中使用的标准屏幕,具有适当的人体工程学放置、环境照明和座椅。参与者被招募参加1小时的个人会话。每次会话前,主要研究者(S.K.)向参与者解释研究方案,向他们保证我们的研究目的是评估EHR效率而非其临床知识。
我们要求参与者佩戴眼动追踪眼镜(Tobii Pro Glasses 2;Tobii AB;补充材料中的eFigure 1),该眼镜极其轻便且不会损害视力。坐在工作站后,对每位参与者校准眼镜以建立个体基线瞳孔大小。随后每位参与者登录EHR培训环境,并按顺序完成相同的4个ICU患者病例,这些病例由领域专家(T.B.)和医师学员(C.C.)开发,此前已发表。35参与者被要求审阅一个患者病例(补充材料中的eTable 1),并在完成审阅时通知研究助理。此时,研究助理向参与者提出一系列互动问题,涉及口头回答以及完成基于EHR的任务。4个患者病例共有21个问题和任务(补充材料中的eTable 1)。在整个研究过程中连续记录瞳孔直径,所有参与者使用相同的眼动追踪眼镜。参与者完成4个病例后,摘下眼动追踪眼镜,标志着研究结束。每位参与者在完成后获得一张100美元礼品卡。
结局
主要结局指标为通过瞳孔测量法测量的医生疲劳(评分越低表示疲劳程度越高)以及通过EHR模拟过程中完成任务时间、鼠标点击次数和访问屏幕数量测量的EHR效率。
测量
疲劳的量化
根据眼动追踪专家的建议,疲劳以-1至1的量表进行测量,评分低于基线表明存在疲劳迹象,负分(0至-1之间)表明实际生理性疲劳。模拟测试在多种条件下进行(上午和下午),部分参与者在休息日或非临床日接受测试,其他参与者则来自内科重症监护病房的临床班次后。因此,为校正个体间基线瞳孔大小的差异,我们为每位参与者计算了基线值,定义为校准期间前5秒的参与者平均瞳孔大小。随后,我们通过将每位参与者在每个问题或病例中的瞳孔大小减去其基线瞳孔大小,确定模拟练习期间的瞳孔大小急性变化。对于每位参与者,我们分析瞳孔大小的变化,按照以下公式生成与EHR模拟练习相关的问题层面和病例层面的疲劳评分:
每问题疲劳:
左眼或右眼疲劳评分 = (回答某问题最后5秒的平均瞳孔大小)−(提出某问题前5秒的平均瞳孔大小)。
每病例疲劳:
左眼或右眼疲劳评分 = (病例最后5秒的平均瞳孔大小)−(整个病例前5秒的平均瞳孔大小)。
总疲劳评分 = [(右眼疲劳评分)+(左眼疲劳评分)]/2。
EHR效率的量化
我们使用在模拟练习期间后台运行的标准可用性软件(TURF;德克萨斯大学健康科学中心)测量EHR效率。该软件包含一个工具包,可捕获每个病例的任务完成时间、鼠标点击次数和访问的EHR屏幕数量。
统计分析
数据分析时间为2018年6月1日至2019年8月31日。我们计算了疲劳和EHR效率主要结局指标的汇总统计量和描述性统计量,包括按性别和临床角色进行的亚组分析。为探讨疲劳与效率之间的关联,我们计算了疲劳评分与EHR效率指标(时间、鼠标点击次数、访问的EHR屏幕数量)之间的Pearson相关系数。所有分析均在SPSS 22.0版(SPSS Inc)中完成。所有P值均来自双侧检验,P < .05认为结果具有统计学意义。
结果
我们共记录了25名ICU医生(13名女性;平均[SD]年龄,32.1[6.1]岁)总计14小时27分钟的电子健康记录(EHR)活动,这些医生完成了一项涉及4个病例的模拟练习(平均[SD]完成时间,34:43[11:41]分钟)(表)。按临床角色分布不均,住院医师(n = 11)和专科培训医师(n = 9)多于主治医师(n = 5)。平均(SD)年龄趋向于反映临床角色,住院医师为最年轻组(29.0[1.4]岁;专科培训医师,32.7[0.5]岁;主治医师,44.0[6.5]岁)。观察到临床角色与每周使用EHR的自报平均(SD)时间之间呈反向趋势,住院医师花费时间最多(41.2[13.5]小时),主治医师花费时间最少(8.3[7.2]小时)。三个临床角色之间自报的Epic使用年限平均值相似。
医生疲劳
所有参与者在整个EHR模拟练习中至少经历了一次实际生理性疲劳,表现为疲劳评分为负值。参与者的总疲劳评分范围为−0.804至0.801(补充材料中的eTable 2)。
疲劳评分因病例和问题或任务而异。图1显示了在问题层面经历疲劳的医生分布,从25人中的4人(16%)用于涉及基本信息检索的相对简单任务(“该患者本次ICU入院前最后一次门诊体重是多少?”)到25人中的15人(60%)用于涉及临床模糊性的任务(“核对一个可能虚假的实验室值”)。15名参与者(60%)在审阅病例3结束时经历了疲劳。
疲劳随时间的累积
图2显示了在研究期间至少经历一次实际生理性疲劳的参与者的累积百分比,其中每名参与者从第一次经历疲劳时起被计为经历疲劳。25名参与者中共有9名(36%)在研究的第一分钟内经历疲劳;25名参与者中有16名(64%)在研究的前20分钟内至少经历一次疲劳,25名参与者中有20名(80%)在使用EHR 22分钟后经历疲劳。进行了一项敏感性分析,其中我们计入个体经历疲劳的第二次实例,结果仍然稳健,因为25名参与者中有19名(76%)在第一次实例的1分钟内经历了第二次疲劳实例(图2)。
图3显示了病例层面医生疲劳评分的分布,按性别和临床角色分层。在所有参与者中,平均疲劳评分从一个病例到下一个病例保持相似,并紧密聚集在0附近;然而,我们确实看到了一些变异。病例2和病例3的总体疲劳评分为负值。尽管不同亚组的平均评分存在差异,但这些差异无统计学显著性差异(图3)。
效率
参与者在平均(标准差)34:43(11:41)分钟内完成研究,使用304(79)次鼠标点击,并访问85(19)个EHR屏幕(表)。女性医生比男性医生更快(平均[标准差],31:37[8:22] vs 38:04[13:40]分钟),但需要更多鼠标点击(平均[标准差],355[101] vs 301[66])。与住院医师相比,专科培训医师更快(平均[标准差],28:51[5:52] vs 36:54[14:43]分钟)且更高效(平均[标准差],312.7[88] vs 411.6[90]次鼠标点击)。与专科培训医师和住院医师相比,主治医师访问的EHR屏幕最少(平均[标准差],73[8] vs 81[16] vs 94[21])。观察到的EHR效率方面基于性别或角色的差异均未达到统计学显著性。一名参与者在模拟任务上花费的时间明显多于均值(约73分钟,而均值约为34分钟)。省略该参与者后进行的敏感性分析未导致研究结果出现显著差异。
EHR相关疲劳与医生效率的遗留关联
医生的EHR效率与曾经历EHR相关疲劳呈负相关。我们观察到医生在1个病例中经历疲劳后使用EHR的模式,即随后的病例需要更多时间、鼠标点击和EHR屏幕访问才能完成,无论病例的性质或顺序如何。这些结果提示一种遗留关联:当参与者在1个患者病例期间经历更大疲劳时(表现为更负的疲劳评分),他们在随后的患者病例期间使用EHR的效率较低。图4A和B提供了映射这些关联的散点图。
发现以下显著负相关:病例2的疲劳评分与病例3的鼠标点击次数之间(r = −0.481;P = .01)、病例3的疲劳评分与病例4的鼠标点击次数之间(r = −0.562;P = .003)、病例3的疲劳评分与完成病例4的时间之间(r = −0.521;P = .007),以及病例3的疲劳评分与病例4中访问的EHR屏幕数量之间(r = −0.486;P = .01)。病例1的疲劳评分与病例2中访问的EHR屏幕数量之间的关联不显著(r = −0.381;P = .06)。
我们对遗留效应的敏感性分析显示了相似的模式。去除离群值后,我们在随后病例中观察到疲劳评分与效率指标之间相同的负相关,如图4以及补充材料中的e图2和e表3所示。
讨论
据我们所知,这项基于模拟的横断面电子健康记录(EHR)可用性研究是首次使用瞳孔测量法评估ICU医生EHR活动与疲劳及效率之间关联的研究。我们报告,25名医生参与者中有20名(80%)在22分钟的EHR使用中至少经历了一次生理性疲劳(通过瞳孔测量法测量)。经历EHR相关疲劳与EHR效率呈负相关,效率以时间、鼠标点击次数和屏幕访问次数衡量。
我们观察到一种延续性关联:当参与者在1个患者病例中经历更大疲劳时,他们在随后的患者病例中使用EHR的效率更低。疲劳评分与跨患者病例的多个EHR效率维度之间存在负相关和时间成分。这一发现在鼠标点击次数上最为一致:在多组连续病例中,1个病例上较低的疲劳评分(表明更大的生理性疲劳)与随后病例上更多的鼠标点击次数相关。在较小程度上,我们还观察到1个病例中更大的生理性疲劳与随后病例中需要更多时间和更多屏幕访问次数之间的关联,尽管这一模式仅限于1组连续患者病例。这些发现具有假设生成意义,尤其是从患者的角度来看:如果临床医生在照护1名患者期间经历EHR诱发的疲劳,这可能与下一名患者的照护存在关联,值得进一步研究。
与ICU的典型一天相比,该模拟对医生的临床需求测试不足。第一年培训医师通常查看5名或更多患者,而高年资住院医师、专科培训医师和主治医师通常查看12名或更多患者。即使在单个患者病例中EHR效率指标的微小差异,例如10至20次鼠标点击或30至60秒,当扩展到12名或更多患者的典型工作负荷时,对忙碌的医生而言可能具有临床意义。因此,随着在EHR中查看的患者数量增加,本研究的初步发现可能会更加明显。
既往研究结果
先前在EHR模拟中使用瞳孔测量法的研究已经考察了急诊科和住院医师的医生工作负荷(瞳孔扩张)以及初级保健医生在门诊环境中管理随访检验结果时的工作负荷(眨眼频率)。39,40,41,42 我们的研究增加了价值,即使用瞳孔测量法来描述重症监护医生管理危重患者时的医生疲劳,这是一个风险特别高的环境。我们还通过将分析扩展到考察医生疲劳和EHR效率随时间及跨多个病例的变化来增加细微度,这反映了大多数住院环境中临床工作流程的现实。27,43 生理性疲劳似乎发生在医生短时间的EHR相关工作期间,这一发现本身就是一个重要进展,因为疲劳是与工作场所错误和事故相关的主要人为因素之一44,45,并且它可能与职业倦怠同时发生。46
优势与局限性
本研究具有一些优势,包括使用高仿真患者病例和临床相关的交互式任务、纳入不同培训水平和临床经验的医生、使用领先的电子健康记录(EHR)系统,以及相对较大的样本量(n = 25),超过了可用性研究的典型阈值。此外,我们识别和量化疲劳的方法较为保守,因为我们使用相对瞳孔大小变化和基线测试而非瞬时(绝对)变化,因此我们的发现可能低估了EHR相关疲劳的实际生理负担。
研究方法、流程和分析存在局限性,可能导致对研究结果的误读。第一,由于这是单中心研究,我们不能排除选择偏倚的可能性,尽管我们力求在性别代表性和临床角色方面实现平衡。第二,模拟任务中病例未在参与者之间随机分配,因此观察到的疲劳可能与病例顺序有关。我们也没有控制病例层面的特征,如临床急重程度或任务数量,这些特征可能解释了时间、EHR屏幕数量和鼠标点击次数的差异。然而,在自然临床环境中,不同患者之间的病例复杂性和任务要求始终会存在差异,因此我们希望模拟真实世界的临床工作流程。第三,由于所有参与者使用相同的眼动追踪眼镜,瞳孔测量数据可能存在非差异性测量偏倚,这会引入保守性偏倚。第四,我们没有收集参与者的主观疲劳测量,因为对每个病例和问题进行此类测量会打断研究的流程。因此,我们无法分析我们所报告的客观疲劳与可能更具临床相关性的主观疲劳之间的即时关联。第五,在一个病例中,眼动追踪设备的内置电池耗尽,需要中断活动。
未来方向
这些发现为许多潜在的研究问题和未来工作的机会打开了大门。尽管我们观察到参与者在使用EHR时存在疲劳,但尚不清楚这种疲劳仅仅是由于审查危重患者病例的挑战性本质,还是EHR设计的某些方面(如屏幕布局或工作流程)也发挥了作用。未来需要开展研究以更好地理解EHR相关疲劳与诊疗结局之间的复杂关联。进一步的工作应对病例顺序进行随机化,并应评估感知满意度和生理疲劳水平的差异,因为我们的初步发现可能显示感知与实际EHR关联之间存在差异。此外,测试应扩展至纳入其他EHR使用密集的临床从业人员,如护理、呼吸治疗和社会工作。最后,需要进一步工作以更好地理解以用户为中心的设计与EHR性能、满意度、可用性和患者结局之间的关联。
结论
我们在短时间的电子健康记录(EHR)模拟期间观察到重症监护室(ICU)医生中存在高比例的疲劳,这种疲劳与EHR效率呈负相关,并包含跨患者病例的遗留关联。需要更多研究来探究EHR相关疲劳的潜在原因,以支持以用户为中心的EHR设计,并为安全的EHR使用政策和指南提供依据。
参考来源
- Khairat S, Coleman C, Ottmar P, et al. Association of Electronic Health Record Use With Physician Fatigue and Efficiency. JAMA Netw Open. 2020. PMID: 32515799. doi:10.1001/jamanetworkopen.2020.7385
- 全文:PMC7284310(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7284310/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。