Seguimiento electrónico puede mejorar el seguimiento después de una prueba de Papanicolaou anormal

Admin Mayo 18, 2016 / 22:21:14 Salud 0 29

Investigadores de la Universidad de Boston Escuela de Medicina (BUSM) informan de que los médicos que usan un registro médico electrónico (EMR) sistema de seguimiento automatizado para el seguimiento de los pacientes con una prueba de Papanicolaou anormal podría aumentar el número de mujeres que han alcanzado la resolución Diagnóstico y las mujeres tienen que obtener una resolución en menos tiempo que los métodos convencionales.

Estos hallazgos aparecen en la revista Journal of General Internal Medicine.

La detección de cáncer de cuello uterino con una prueba de Papanicolaou es tan exitosa como la tasa de seguimiento de un resultado anormal. Si un paciente tiene una prueba de Papanicolaou, pero no recibe el seguimiento adecuado para un resultado anormal, entonces la oportunidad de prevenir o tratar las lesiones precancerosas o cáncer de cuello uterino es olvidada y la prueba de Papanicolaou es ineficaz.




El advenimiento de los sistemas de monitoreo ofrecen un gran potencial para hacer frente a un seguimiento inadecuado sistémicamente. "Hemos desarrollado un sistema de monitoreo para nuestra EMR interna y clasificar el sistema de seguimiento como una intervención para mejorar el seguimiento adecuado de las pruebas de Papanicolaou anormales", dijo el autor principal, Elizabeth Dupuis, MD, Sección de Medicina Interna general en el Departamento de Medicina, y el Centro de Investigación en Salud Interdisciplinario de Mujeres en BUSM.

Los investigadores compararon las tasas de BUSM anormal prueba de Papanicolaou de seguimiento de 24 meses para implementar el sistema de seguimiento con tasas de 12 meses después de su puesta en práctica. La evaluación supervisa todos los sujetos durante 12 meses desde la fecha de su prueba de Papanicolaou anormal a través de la resolución de diagnóstico. Control para el tipo de fallo y la práctica posición, el tiempo establecido para la resolución se reduce significativamente desde 108 días antes de aplicar el sistema de seguimiento de 86 días después de la implementación.

"Aunque nuestro estudio no pudo demostrar que con este sistema hemos evitado directamente los casos de cáncer cervical invasivo, que hicimos muestran que en una población urbana en situación de riesgo, un sistema de control basado en automatizada EMR ha reducido el tiempo de resolución, y aumentado el número de mujeres que han alcanzado la resolución de diagnóstico ", agregó Dupuis. "La mayoría de los REM en uso hoy en día no tienen este tipo de sistemas de seguimiento desarrolladas. Nuestros datos sugieren que estos sistemas pueden mejorar la seguridad del paciente y la atención a los pacientes."

Los investigadores creen que una combinación de ambos sistemas y barreras de pacientes impide una adecuada anormal prueba de Papanicolaou de seguimiento. Barreras pacientes incluyen dificultad para acudir a las citas de seguimiento, la limitada comprensión del significado de la anormalidad y otra vida cuestiones que tienen prioridad. Sistemas de barreras incluyen fallos del proveedor para estar al tanto de un resultado anormal, y la limitada capacidad de monitorear sistemáticamente los pacientes que no mantienen las citas de seguimiento. "Nuestro programa está dirigido a las barreras sistemas dando proveedores de herramientas que les permitan controlar más fácilmente los sujetos después de una prueba de Papanicolaou anormal nuestros altos índices de base de seguimiento ya puede reflejar algunos de los beneficios de un sistema EMR,. Pero, retrasos persistió sin un sistema de seguimiento ", dijo Dupuis.

La financiación de este estudio fue proporcionado por el Boston Medical Center: Programa de Subsidios para la Gestión de Riesgos.

(0)
(0)

Comentarios - 0

Sin comentarios

Añadir un comentario

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Caracteres a la izquierda: 3000
captcha