استخراج نظام‌مند آيتم‌هاي داده‌اي لازم براي تشخيص بارداري‌هاي شايع پرخطر با استفاده از رويكرد دلفي

Systematic extraction of diagnostic data items for common high-risk pregnancies using Delphi technique

مقدمه: در زمان مشاوره تلفني رزيدنت - استاد، كيفيت تصميمات باليني پزشك آنكال وابستگي شديدي به كيفيت اطلاعات دريافتي از رزيدنت دارد. برخي فاكتورها از جمله نوع، تعداد، قالب، كيفيت و حجم داده­هاي مورد مبادله مي‌تواند بر كيفيت مشاوره از راه دور تأثير بگذارد. بنابراين طراحي يك مدل استاندارد مورد اعتماد در اين‌گونه ارتباطات باليني، ضروري به نظر مي­رسد. لذا مطالعه حاضر با هدف طراحي آركه­تايپ داده (داده‌سازه يا داده ساختار) باليني مورد نياز جهت تصميم‌گيري از راه دور در حيطه بارداري‌هاي شايع پرخطر انجام شد. روش‌كار: اين مطالعه مقطعي چند مرحله ­اي با به‌كارگيري روش دلفي براي شناسايي آيتم‌هاي تشخيصي بارداري‌هاي شايع پرخطر به منظور طراحي آركه ­تايپ تصميم‌گيري باليني در سه دپارتمان تخصصي زنان و زايمان بيمارستان‌هاي آموزشي مشهد انجام شد. يافته ­ها: 5 بارداري پرخطر شايع (منجر به زايمان) شامل: فشارخون بالا، خونريزي ­هاي سه ماهه سوم، پارگي كيسه آب، زايمان زودرس و ديررس بودند. پس از مرور منابع، 161 گروه/ آيتم اطلاعاتي براي اين بارداري­ هاي پرخطر يافت شد كه پس از بررسي نظرات متخصصين، 158 آيتم از آن‌ها باقي مانده و در 5 طبقه اطلاعات عمومي، شكايت و شرح حال فعلي، تاريخچه پزشكي، معاينات باليني، و نتايج پاراكلينيك طبقه­ بندي شدند. نتيجه ­گيري: نتايج مطالعه حاضر نشان داد كه مي­توان از تعامل نزديك پزشكان باليني با متخصصين انفورماتيك پزشكي جهت تسهيل در استخراج آيتم‌هاي اطلاعاتي مورد نياز جهت بهبود فرآيندهاي مشاوره بهره برد.

Introduction: The quality of clinical decisions made by on-call physician is totally dependent on the quality of medical information received from resident. Some factors such as type, number, format, quality and also the volume of such information may highly affect the quality of remote consultations. Therefore, developing a trusted standard model for such clinical communication seems to be necessary. This study was conducted with aim to design a clinical archetype (structure data) for remote decision making in high-risk pregnancies. Methods: This multi-stage cross-sectional study was conducted by using Delphi technique for identifying of the most common high-risk pregnancies to design a archetype for clinical decision making in three obstetrics and gynecology departments of educational hospitals, Mashhad. Results: There were 5 common high-risk pregnancies (leading to delivery) including hypertension, third trimester hemorrhage, PROM, pre-term and post-term delivery. 161 clinically-important groups / items were extracted from scientific references and then hand-filtered to 158 items by the participating gynecology and obstetrics experts. The final items were categorized into five classes including general information, chief complaint / current problem, medical history, clinical examination, and paraclinic results. Conclusion: Our findings showed that close interaction between clinicians and specialists in medical informatics may facilitate the improvement process of medical teleconsultations.