Reducing diagnostic errors in primary care. A systematic meta-review of computerized diagnostic decision support systems by the LINNEAUS collaboration on patient safety in primary care.

ANTECEDENTES:

Computarizado sistemas de soporte de decisiones de diagnóstico (CDDSS) tienen el potencial para apoyar la tarea cognitiva de diagnóstico, que es una de las áreas en las que los médicos generales tienen mayor dificultad y que representa una proporción significativa de eventos adversos registrados en el ámbito de la atención primaria.
Objetivo: Determinar el grado en que CDDSS puede cumplir los requisitos de apoyo a la tarea cognoscitiva del diagnóstico, y las barreras que impiden actualmente perciben la integración de CDDSS con los sistemas de historiales médicos electrónicos (EHR).

MÉTODOS:

Se realizó un meta-análisis de las revisiones sistemáticas existentes publicados en Inglés, la búsqueda en MEDLINE, Embase, PsycINFO y Web of Knowledge para los artículos sobre las características y efectividad de CDDSS para el diagnóstico médico publicados desde 2004. Los criterios de elegibilidad incluyeron revisiones sistemáticas, donde los médicos individuales eran usuarios finales primarios. Los resultados que estábamos interesados ​​era la eficacia y la identificación de las características específicas de CDDSS sobre el rendimiento diagnóstico.

RESULTADOS:

Se identificaron estudios de 1970 y 1938 excluidos debido a que no se ajustaban a los criterios de inclusión. Se identificaron un total de 45 artículos y 12 se encontraron adecuados para el meta-análisis. La extracción de requisitos de alto nivel identificó que es necesario un enfoque más computable estandarizado para la representación del conocimiento, uno que puede actualizarse fácilmente a medida que se adquieren nuevos conocimientos. Además, se necesita una integración profunda con el EHR el fin de desencadenar en los puntos apropiados en el flujo de trabajo cognitivo.

CONCLUSIÓN:

El desarrollo de un CDDSS que es capaz de utilizar herramientas de vocabulario dinámico para capturar de forma rápida y código de resultados de diagnóstico pertinentes, y el acoplamiento de estos con sugerencias de diagnóstico individualizadas basadas en la mejor evidencia disponible tiene el potencial de mejorar la precisión diagnóstica, sino que requiere la evaluación.