طراحی داشبورد ویژه مدیران و کادر درمان در اپیدمی کووید-19

نوع مقاله : پژوهشی اصیل

نویسندگان

1 دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان

2 گروه مهندسی صنایع، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران

چکیده

زمینه و هدف: دسترسی به اطلاعات یکپارچه، آمار به‌روز و نیز تشخیص به‌موقع مبتلایان، به مدیران و کادر درمانی در راستای مدیریت بحران ناشی از اپیدمی کووید-19، کمک شایانی می‌نماید. در تحقیق حاضر از طریق تعیین شاخص‌های کلیدی عملکرد کووید-19، داشبوردی مدیریتی طراحی شد.
روش‌ها: در مرحله نخست با استفاده از مقالات علمی منتشرشده طی سال‌های 2019 تا 2020، مهم‌ترین علائم مبتلایان به کووید-19، شناسایی شد و به همراه ویژگی‌های جمعیت‌شناسی به عنوان شاخص کلیدی عملکرد در نظر گرفته شد. در مرحله بعد نحوه‌ ورود داده‌ها به گونه‌ای تعیین گردید که پس از ورود اطلاعات بیمار در داشبورد، بتوان در مورد ابتلای او به کووید-19 تصمیم‌گیری نموده و همچنین آمار مربوط به مبتلایان را به تفکیک سن، جنسیت و زمان ابتلا بررسی کرد. در نهایت با استفاده از نرم‌افزارهای Excel 2016 و  QlikView داشبورد پیشنهادی در دو بخش نظارتی و تشخیصی طراحی گردید.
یافته‌ها: چهار روش تشخیص کووید-19 شامل پیشینه‌ اپیدمیولوژیک، علائم بالینی، تصاویر CT قفسه سینه و تشخیص آزمایشگاهی به عنوان اجزای تشکیل‌دهنده داشبورد تشخیصی درنظر گرفته شد و برای هر کدام، شاخص‌های کلیدی مرتبط شناسایی گردید. در داشبورد نظارتی نیز آمار مربوط به مبتلایان، سن، جنسیت و زمان ابتلای آنها به عنوان شاخص کلیدی عملکرد لحاظ شد.
نتیجه‌گیری: با توجه به قابلیت داشبورد تشخیصی در یکپارچه‌سازی اطلاعات مربوط به کووید-19، کادر درمانی قادرند تا در زمان کوتاه‌تر و با خطای کم‌تر در مورد ابتلای به بیماری تصمیم گیرند. تیم مدیریت و رهبری نیز می‌توانند با دریافت آمار به‌لحظه مبتلایان و اخذ تصمیمات درست،  بحران ناشی از شیوع این بیماری را از طریق تخصیص صحیح منابع مدیریت کنند.

کلیدواژه‌ها


1. Yousefi M, Moradi G, Ghazisaeidi M, Fazaeli S. Review of various aspects of clinical information systems implementation and awareness of health information administrators about it. Health Information Management. 2011;8(2):198-207. 2. Ghazisaeedi M, Khara R, Hosseiniravandi M. Necessitates of using dashboards in Health Information Management. Health Information Manage. 2015;12(2):262. 3. Boukhanovsky A, Bubak M. High performance computations for decision support inciritical situations: Information to the third workshop on urgent computing. Procedia computer science. 2014; 29:1644-5. doi:10.1016/j.procs.2014.05.149 4. John GL. Clinical decision support system the power behind the electronic health record. Health Care Financial Management. 2008;62(7):46-51. 5. Berner ES. Clinical decision support systems. Springer; 2007:23-67. doi:10.1007/978-0-387-38319-4 6. Olyan S, Ghasemizad A, Gholtash A. Explanation of a process-based model for crisis medicine: a qualitative study. EBNESINA. 2019;21(3):4-11. 7. Kernan WD. Health-related impediments to learning among dental and oral surgery students. Journal of prevention and intervention in the community. 2019;47(1):32-44. doi:10.1080/10852352.2018.1547307 8. Shi F, Wang J, Shi J, Wu Z, Wang Q, Tang Z, et al. Review of artificial intelligence techniques in imaging data acquisition, segmentation and diagnosis for COVID-19. IEEE Reviews in Biomedical Engineering. 2020;(99):1-1. doi:10.1109/RBME.2020.2987975 9. WHO. Statement on the second meeting of the International Health Regulations (2005) Emergency Committee regarding the outbreak of novel coronavirus (2019-nCoV). 30 January, 2020. 10. Hopkins J. CSSE Coronavirus COVID-19 global cases (dashboard). available At: 10 May 2020: https://coronavirus.jhu.edu/map.html. 11. Shirzad H, Farnoosh G, Abbasi-Farajzadeh M, Hosseini-Zijoud SR. The role of military and police forces in crisis management due to the COVID19 outbreak in Iran and the world. J Police Med. 2020; 9(2):63-70. doi:10.30505/9.2.63 12. Ashrafi-rizi H, Kazaempour Z. The challenges of information service related to the COVID-19 crisis. J Mil Med. 2020;22(2):207-209. doi:10.30491/JMM.22.2.207 13. Jalali R, Vaisi-Raygani A, Khaledi-Paveh B, Salari N, Mohammadi M, Sabbaghchi M. Geographic information system (GIS): A reliable tool for monitoring COVID-19 in Iran and the world. J Mil Med. 2020;22(2):216-220. doi: 10.30491/JMM.22.2.216 14. German RR, Lee LM, Horan JM, Milstein RL, Pertowski CA, Waller MN. Guidelines working group centers for disease control and prevention (CDC). Updated guidelines for evaluating public health surveillance systems: recommendations from the guidelines working group. MMWR Recomm Rep. 2001;50(13):1-35. 15. van der Aalst WMP. Business process management: A comprehensive survey. ISRN Software Engineering. 2013;1-37. doi:10.1155/2013/507984 16. Baldwin G. Dashboards in action. Health data management. 2011;19(10):34-38. 17. Dolan JG, Veazie PJ, Russ AJ. Development and initial evaluation of a treatment decision dashboard. BMC medical informatics and decision making. 2013;13(1):51. doi:10.1186/1472-6947-13-51 18. Plerhoples T, Morton J. Creating a surgical dashboard for quality the SAGES manual of quality. Outcomes and patient Safety Springer. 2012;25-33. doi:10.1007/978-1-4419-7901-8_3 19. Carroll C, Flucke N, Barton AJ. The use of dashboards to monitor quality of care. Clinical Nurse Specialist. 2013;27(2):61-2. doi:10.1097/NUR.0b013e31828191b5 20. Qazisaeedi M, Khara R, Hosseini Ravandi M. The necessity of using dashboards in health information management. Health Information Manag J. 2015;12(2):255-62. 21. Dargahi H, Torabi M, Safdari R, Goodarzi M, Bayat M. Designing dashboard: An innovation for effective management of medical laboratory. Journal of Laboratory and Diagnosis. 2018;9(38):44-52. 22. Ahmadi H, Rezazadeh M, Sheikhtaheri A. Developing an information management dashboard for oncology wards. Journal of Health Administration. 2019;22(2). 23. Jabraily M, Amin M, Valizade H, Rahimi B, Saeidi S. Design of a management dashboard for the intensive care unit: Determining key performance indicators and their required capabilities. Applied Medical Informatics. 2019;41(3):111-121. 24. Bach K, Marling C, Mork PJ, Aamodt A, Mair FS, Nicholl BI. Design of a clinician dashboard to facilitate co-decision making in the management of non-specific low back pain. Journal of Intelligent Information Systems. 2018;52(2):269-84. doi:10.1007/s10844-018-0539-y 25. Dong E, Du H, Gardner L. An interactive web-based dashboard to track COVID-19 in real time. Lancet Infect Dis. 2020;20(5):533-534. doi:10.1016/S1473-3099(20)30120-1 26. Henry BM, Oliveira MHS, Benoit S, Plebani M, Lippi G. Hematologic, biochemical and immune biomarker abnormalities associated with severe illness and mortality in coronavirus disease 2019 (COVID-19): A meta-analysis. Clin. Chem Lab Med. 2020. doi:10.1515/cclm-2020-0369 27. Mardani R, Ahmadi Vasmehjani A, Zali F, Gholami A, Mousavi Nasab SD, Kaghazian H, Kaviani M, Ahmadi N. Laboratory Parameters in Detection of COVID-19 Patients with Positive RT-PCR; a Diagnostic Accuracy Study. Arch Acad Emerg Med. 2020;8(1):43. 28. Berry I, Soucy PR, Tuite A, Fisman D. Open access epidemiologic data and an interactive dashboard to monitor the COVID-19 outbreak in Canada. CMAJ. 2020;192(15):420-420. doi:10.1503/cmaj.75262 29. Xu X, Yu C, Qu J, Zhang L, Jiang S, Huang D, et al. Imaging and clinical features of patients with 2019 novel coronavirus SARS-CoV-2. European Journal of Nuclear Medicine and Molecular Imaging. 2020; 47(5):1275-80. doi:10.1007/s00259-020-04735-9 30. Cao Y, Liu X, Xiong L, Cai K. Imaging and clinical features of patients with 2019 novel coronavirus SARS-CoV-2: a systematic review and meta-analysis. J Med Virol; 2020. doi:10.1002/jmv.25822 31. Li Z, Yi Y, Luo X, Xiong N, Liu Y, Li S, et al. Development and clinical application of a rapid IgM‐IgG combined antibody test for SARS‐CoV‐2 infection diagnosis. Journal of Medical Virology. 2020. doi:10.1002/jmv.25727 32. Office of supervision and accreditation of the deputy minister of health and medical education. Comprehensive guide to national accreditation standards in Iranian hospitals. Fourth edition. 2018. 33. Wang D, Hu B, Hu C, Zhu F, Liu X, Zhang J, et al. Clinical characteristics of 138 hospitalized patients with 2019 novel coronavirus-infected pneumonia in Wuhan China. JAMA. 2020; 323 (11): 1061-1069. doi:10.1001/jama.2020.1585 34. Chen N, Zhou M, Dong X, Qu J, Gong F, Han Y, et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: a descriptive study. The Lancet. 2020;395(10223):507-13. doi:10.1016/S0140-6736(20)30211-7 35. Salary A. Scientific answers to some important and practical questions about Covid-19 disease. 2020. Available at: 7 June 2020. https://www.amirsalari.ir/category/news/. 36. World health organization, coronavirus disease) COVID-19) situation dashboard. 29 march 2020. Available at: https://experience.arcgis.com/experience/685d0ace521648f8a5beeeee1b9125cd 37. HealthMap. Novel coronavirus 2019-nCoV. available At: https://healthmap.org/en/ 38. Thorlund K, Dron L, Park J, Hsu G, Forrest JI, Mills EJ. A real-time dashboard of clinical trials for COVID-19. The Lancet Digital Health [online]. 2020;2(6):286-7. doi:10.1016/S2589-7500(20)30086-8 39. Wissel BD, Van Camp PJ, Kouril M, Weis C, Glauser TA, White PS, et al. An interactive online dashboard for tracking COVID-19 in U.S. counties, cities, and states in real time. Journal of the American Medical Informatics Association. 2020. doi:10.1093/jamia/ocaa071