gms | German Medical Science

67. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS), 13. Jahreskongress der Technologie- und Methodenplattform für die vernetzte medizinische Forschung e. V. (TMF)

21.08. - 25.08.2022, online

Die Gebrauchstauglichkeit des Patientendatenmanagement-Systems COPRA 6 – qualitative Interviewstudie zu Hürden bei der Benutzung

Meeting Abstract

  • Alica Thissen - Institut für Medizinische Informatik, Charité Universitätsmedizin Berlin, Berlin, Germany
  • Daniel Fürstenau - Institut für Medizinische Informatik, Charité Universitätsmedizin Berlin, Berlin, Germany
  • Mario Menk - Charité - Universitätsmedizin Berlin, Berlin, Germany
  • Eduardo Salgado - Charité - Universitätsmedizin Berlin, Berlin, Germany
  • Felix Balzer - Charité - Universitätsmedizin Berlin, Berlin, Germany

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 67. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS), 13. Jahreskongress der Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.V. (TMF). sine loco [digital], 21.-25.08.2022. Düsseldorf: German Medical Science GMS Publishing House; 2022. DocAbstr. 57

doi: 10.3205/22gmds038, urn:nbn:de:0183-22gmds0385

Veröffentlicht: 19. August 2022

© 2022 Thissen et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

In der Intensivmedizin eingesetzte elektronische Patientendatenmanagementsysteme (PDMS) können die Qualität der Versorgung erhöhen [1], [2], [3], indem sie bspw. die Behandlung durch Übersicht verschiedener automatisch übernommener Vitalparameter vereinfachen [4], [5], Dokumentationszeit einsparen [6], [7], [8], [9], [10], Medikationsfehler verringern [11], [12], [13], [14], [15] und unerwünschte Arzneimittelereignisse verringern [16], [17]. Zudem können sie die Arbeitszufriedenheit des Personals steigern [18], [19]. Gleichzeitig gibt es auch Studien, die zeigen, dass die Einführung eines PDMS keine Effekte [20], [21], [22], [23], [24] oder sogar negative Effekte wie eine Verlängerung der Dokumentationszeit [25], [26] oder Medikationsfehler [27] hat. PDMS können zudem potentiell Widerstand [28] oder „Technostress“ und damit assoziierte sinkende Arbeitszufriedenheit [29], [30], [31], [32], [33] bei den Mitarbeitenden hervorrufen. Die Usability (d.h. Gebrauchstauglichkeit: Effizienz, Effektivität und Zufriedenheit bei der Nutzung [34]) eines PDMS ist ein entscheidender vermittelnder Faktor bei der Frage, ob die Nutzung des Systems positive oder negative Effekte nach sich zieht [9], [26], [35], [36]. Studien weisen darauf hin, dass die qualitative Umsetzung einzelner Funktionen zwischen verschiedenen PDMS variiert und stärker durch Einbeziehung der Nutzer*innen verbessert werden sollte [37], [38]. Hier zeigen sich außerdem Hinweise, dass unterschiedliche Berufsgruppen unterschiedliche Probleme mit einem PDMS haben können [38], [39].

Das PDMS COPRA wird in verschiedenen Studien nur als mittelmäßig in seiner Gebrauchstauglichkeit eingestuft und weist verglichen mit einigen anderen Anbietern eine relativ breite Varianz in den Beurteilungen auf [37], [38]. In der geplanten Studie soll untersucht werden, welche wiederholt auftretenden Hürden sich hinsichtlich der Usability bei der Nutzung des PDMS COPRA 6 für verschiedene Berufsgruppen ergeben. Diese Studie soll einen Beitrag zum erfolgreichen Einsatz von PDMS auf Intensivstationen und damit der Unterstützung leitliniengetreuer, hochwertiger Arbeit leisten, indem exemplarisch relevante Hürden bezüglich der Gebrauchstauglichkeit beschrieben werden sollen. Dabei soll auf Unterschiede zwischen Berufsgruppen eingegangen werden und Verbesserungsvorschläge erarbeitet werden. Die Studie soll damit exemplarisch relevant für jegliche COPRA-Nutzer*innen/Entwickler*innen aber auch für Nutzer*innen/Entwickler*innen anderer PDMS Systeme sein, indem Hinweise für mögliche übertragbare Probleme gegeben werden.

Geplant ist eine prospektive qualitative Befragung von Mitarbeiter*innen verschiedener Intensivstationen einer Universitätsklinik. Es werden 15-20 Personen befragt, die zu gleichen Teilen aus Pfleger*innen und Ärzt*innen bestehen sollen. Ebenso soll so weit wie möglich auf eine ausgewogene Verteilung hinsichtlich Alter, Geschlecht und Hierarchiestufe geachtet werden. Die Rekrutierung erfolgt über direkte Ansprache von Kolleg*innen und folgendem Snowball-Sampling. In halbstrukturierten Einzelinterviews von 30 min werden die Teilnehmer*innen in einem getrennten Arbeitsraum zu ihren Erfahrungen mit dem System befragt. Dabei wird ein Interviewleitfragebogen verwendet, der mit Fokus auf wiederkehrende Probleme bei der Nutzung, Fehlerquellen und Änderungswünsche konzipiert wurde. Die angesprochenen Nutzungshürden können während des Interviews direkt am System durch die Teilnehmer*innen demonstriert werden. Dabei findet gleichzeitig eine teilnehmende Beobachtung der Teilnehmer*innen bei der Systemnutzung im Interviewsetting statt, bei der sie auch zu lautem Denken aufgefordert werden. Die Interviews werden aufgenommen (Audio) und es werden freie Notizen sowie Screenshots von COPRA zur besseren Veranschaulichung gemacht. Die Audiotranskripte werden mit MAXQDA kodiert und sollen nach Corbin & Strauss [40] durch das Herausarbeiten thematischer Kategorien analysiert werden. Die Ergebnisse sollen mit den Notizen und Screenshots zusammengeführt werden, sodass wiederholt genannte Probleme anschaulich dargestellt werden können (vgl. [41], [42]). Im Vortrag sollen neben der Erläuterung der Relevanz der Usability von PDMS auch erste Ergebnisse präsentiert werden.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass ein positives Ethikvotum vorliegt.


Literatur

1.
Fraenkel DJ, Cowie M, Daley P. Quality benefits of an intensive care clinical information system. Crit Care Med. 2003 Jan;31(1):120–5.
2.
Shekelle PG, Morton SC, Keeler EB. Costs and benefits of health information technology. Evid Reporttechnology Assess. 2006;(132):1–71.
3.
van Schijndel RJ, de Groot SD, Driessen RH, Ligthart-Melis G, Girbes AR, Beishuizen A, et al. Computer-aided support improves early and adequate delivery of nutrients in the ICU. Neth J Med. 2009;67(11):388–93.
4.
Martich GD, Waldmann CS, Imhoff M. Clinical informatics in critical care. J Intensive Care Med. 2004;19(3):154–63.
5.
Varon J, Marik PE. Clinical information systems and the electronic medical record in the intensive care unit. Curr Opin Crit Care. 2002;8(6):616–24.
6.
Bosman R, Rood E, Oudemans-van Straaten H, Van der Spoel J, Wester J, Zandstra D. Intensive care information system reduces documentation time of the nurses after cardiothoracic surgery. Intensive Care Med. 2003;29(1):83–90.
7.
Bosman RJ. Impact of computerized information systems on workload in operating room and intensive care unit. Best Pract Res Clin Anaesthesiol. 2009;23(1):15–26.
8.
Donati A, Gabbanelli V, Pantanetti S, Carletti P, Principi T, Marini B, et al. The Impact of a Clinical Information System in an Intensive Care Unit. J Clin Monit Comput. 2008;22(1):31–6.
9.
Mador RL, Shaw NT. The impact of a Critical Care Information System (CCIS) on time spent charting and in direct patient care by staff in the ICU: A review of the literature. Int J Med Inf. 2009;78(7):435–45.
10.
Wong DH, Gallegos Y, Weinger MB, Clack S, Slagle J, Anderson CT. Changes in intensive care unit nurse task activity after installation of a third-generation intensive care unit information system. Crit Care Med. 2003;31(10):2488–94.
11.
Bates DW, Teich JM, Lee J, Seger D, Kuperman GJ, Ma’Luf N, et al. The impact of computerized physician order entry on medication error prevention. J Am Med Inform Assoc. 1999;6(4):313–21.
12.
Cordero L, Kuehn L, Kumar RR, Mekhjian HS. Impact of computerized physician order entry on clinical practice in a newborn intensive care unit. J Perinatol. 2004;24(2):88–93.
13.
Kaushal R, Shojania KG, Bates DW. Effects of computerized physician order entry and clinical decision support systems on medication safety: a systematic review. Arch Intern Med. 2003;163(12):1409–16.
14.
van Rosse F, Maat B, Rademaker CM, van Vught AJ, Egberts AC, Bollen CW. The effect of computerized physician order entry on medication prescription errors and clinical outcome in pediatric and intensive care: a systematic review. Pediatrics. 2009;123(4):1184–90.
15.
Warrick C, Naik H, Avis S, Fletcher P, Franklin BD, Inwald D. A clinical information system reduces medication errors in paediatric intensive care. Intensive Care Med. 2011;37(4):691–4.
16.
Hug BL, Witkowski DJ, Sox CM, Keohane CA, Seger DL, Yoon C, et al. Adverse drug event rates in six community hospitals and the potential impact of computerized physician order entry for prevention. J Gen Intern Med. 2010;25(1):31–8.
17.
Leung AA, Keohane C, Amato M, Simon SR, Coffey M, Kaufman N, et al. Impact of Vendor Computerized Physician Order Entry in Community Hospitals. J Gen Intern Med. Juli 2012;27(7):801–7.
18.
Murff HJ, Kannry J. Physician satisfaction with two order entry systems. J Am Med Inform Assoc. 2001;8(5):499–509.
19.
Schuld J, Schäfer T, Nickel S, Jacob P, Schilling MK, Richter S. Impact of IT-supported clinical pathways on medical staff satisfaction. A prospective longitudinal cohort study. Int J Med Inf. 2011;80(3):151–6.
20.
Apkon M, Singhaviranon P. Impact of an electronic information system on physician workflow and data collection in the intensive care unit. Intensive Care Med. 2001;27(1):122–30.
21.
Kilgore ML, Flint D, Pearce R. The varying impact of two clinical information systems in a cardiovascular intensive care unit. J Cardiovasc Manag Off J Am Coll Cardiovasc Adm. 1998;9(2):31–5.
22.
Marasovic C, Kenney C, Elliott D, Sindhusake D. A comparison of nursing activities associated with manual and automated documentation in an Australian intensive care unit. Comput Nurs. 1997;15(4):205–11.
23.
Menke JA, Broner CW, Campbell DY, McKissick MY, Edwards-Beckett JA. Computerized clinical documentation system in the pediatric intensive care unit. BMC Med Inform Decis Mak. 2001;1(1):1–7.
24.
Pierpont GL, Thilgen D. Effect of computerized charting on nursing activity in intensive care. Crit Care Med. 1995;23(6):1067–73.
25.
Bradshaw KE, Sittig DF, Gardner RM, Pryor T, Budd M. Computer-based data entry for nurses in the ICU. MD Comput. 1989;6(5):274–80.
26.
Saarinen K, Aho M. Does the implementation of a clinical information system decrease the time intensive care nurses spend on documentation of care? Acta Anaesthesiol Scand. 2005;49(1):62–5.
27.
Koppel R, Metlay JP, Cohen A, Abaluck B, Localio AR, Kimmel SE, u. a. Role of Computerized Physician Order Entry Systems in Facilitating Medication Errors. JAMA. 2005;293(10):1197–203.
28.
Bhattacherjee A, Hikmet N. Physicians’ resistance toward healthcare information technology: a theoretical model and empirical test. Eur J Inf Syst. 2007;16(6):725–37.
29.
Abuatiq A. Concept Analysis of Technostress in Nursing. Int J Nurs Clin Pract. 2015;2(2):110.
30.
Califf CB, Sarker S, Sarker S. The Bright and Dark Sides of Technostress: A Mixed-Methods Study Involving Healthcare IT. MIS. 2020;44(2):809–56.
31.
Fumis RRL, Costa ELV, Martins PS, Pizzo V, Souza IA, Schettino G de PP. Is the ICU staff satisfied with the computerized physician order entry? A cross-sectional survey study. Rev Bras Ter Intensiva. 2014;26(1):1–6.
32.
Golz C, Peter KA, Müller TJ, Mutschler J, Zwakhalen SMG, Hahn S. Technostress and Digital Competence Among Health Professionals in Swiss Psychiatric Hospitals: Cross-sectional Study. JMIR Ment Health. 2021;8(11):e31408.
33.
Golz C, Peter KA, Zwakhalen SMG, Hahn S. Technostress Among Health Professionals – A Multilevel Model and Group Comparisons between Settings and Professions. Inform Health Soc Care. 2021;46(2):136–47.
34.
Iso W. 9241-11. Ergonomic requirements for office work with visual display terminals (VDTs). Int Organ Stand. 1998;45(9).
35.
Khairat S, Coleman C, Ottmar P, Bice T, Koppel R, Carson SS. Physicians’ gender and their use of electronic health records: findings from a mixed-methods usability study. J Am Med Inform Assoc. 2019;26(12):1505–14.
36.
Tang Z, Weavind L, Mazabob J, Thomas EJ, Chu-Weininger MYL, Johnson TR. Workflow in intensive care unit remote monitoring: a time-and-motion study. Crit Care Med. 2007;35(9):2057–63.
37.
von Dincklage F, Suchodolski K, Lichtner G, Friesdorf W, Podtschaske B, Ragaller M. Investigation of the Usability of Computerized Critical Care Information Systems in Germany. J Intensive Care Med. 2019;34(3):227–37.
38.
Suchodolski K, von Dincklage F, Lichtner G, Friesdorf W, Podtschaske B, Ragaller M. Vergleich aktueller Patientendatenmanagementsysteme in der Intensivmedizin aus Sicht der klinischen Nutzer: Zusammenfassung der Ergebnisse einer deutschlandweiten Umfrage. Anaesthesist. 2019;68(7):436–43.
39.
Ghahramani N, Lendel I, Haque R, Sawruk K. User Satisfaction with Computerized Order Entry System and Its Effect on Workplace Level of Stress. J Med Syst. 2009;33(3):199–205.
40.
Corbin J, Strauss A. Basics of Qualitative Research. Los Angeles: Sage; 2015.
41.
Kushniruk AW, Patel VL. Cognitive and usability engineering methods for the evaluation of clinical information systems. J Biomed Inform. 2004;37(1):56-76.
42.
Poncette A, Mosch LK, Stablo L, Spies C, Schieler M, Weber-Carstens S, Feufel MA, Balzer F. A Remote Patient-Monitoring System for Intensive Care Medicine: Mixed Methods Human-Centered Design and Usability Evaluation. JMIR Hum Factors. 2022;9(1):e30655.