本文旨在向中文读者介绍一篇关于电子健康记录（Electronic Health Record, EHR）系统“变通使用”行为的学术研究。该论文由Vincent Blijleven等人完成，并发表于2017年的学术期刊*JMIR Human Factors*上。这是一篇典型的原始研究报告，因此我们将遵循类型a的要求，撰写一份详细的学术报告，涵盖研究的各个方面。
研究报告：电子健康记录系统变通使用行为的影响与对策研究
一、 研究概述
本研究的通讯作者为Vincent Blijleven（硕士），其主要合作单位包括荷兰奈耶诺德大学的营销与供应链管理中心（Center for Marketing & Supply Chain Management），以及阿姆斯特丹大学医学中心的医疗信息学系（Department of Medical Informatics）。其他作者还包括Kitty Koelemeijer博士、Marijntje Wetzels（硕士）和Monique Jaspers博士。这项研究正式发表于2017年的*JMIR Human Factors*期刊第4卷第4期，文章编号e27，doi为10.2196/humanfactors.7978。
二、 学术背景与目标
主要科学领域：本研究交叉融合了医疗信息学、人因工程学、组织行为学与医疗服务质量研究。其核心在于通过人因系统视角，审视信息技术在复杂医疗工作环境中的实际应用与互动。
研究背景与动因：随着全球范围内EHR系统的广泛采用，其预期效益如提升患者安全、医疗质量与效率被广泛宣传。然而，实践中EHR的实施常带来一系列未预期的负面结果，如导航困难、信息查找不便、工作流被严重打乱等。这些问题的根源常被归结为EHR设计的工作流与医护人员实际工作流之间的“错配”。为了应对这些错配，医护人员会自发形成非正式、临时性的解决方案，即“变通使用”。现有文献虽然已识别出多种变通使用类型及其原因，但对于这些变通使用行为的整体“范围”（即影响哪些利益相关者）和“影响”（对患者安全、医疗有效性和效率的具体后果）的系统性研究尚不充分。这种知识缺口限制了我们有效评估和处理变通使用相关风险的能力。
研究目标：本研究旨在深入探究EHR变通使用对医疗组织工作流程和护理结果的影响。具体目标包括：1）识别医护人员在常规医疗实践中产生的EHR变通使用行为；2）确定这些变通使用背后的根本原因或“理由”；3）分析每个变通使用行为的“范围”；4）评估其对患者安全、医疗有效性和效率的“影响”。通过达成这些目标，研究希望为更有效地解决变通使用问题提供线索，并为未来EHR系统的（重新）设计提供依据，使其更好地与工作情境融合。
三、 详细工作流程与方法
本研究是一项深入的定性案例研究，在一个大型大学医院进行。该医院于2015年全院部署了一套来自大型美国供应商的集成式EHR系统，所有医嘱必须通过该系统下达，纸质医嘱已被政策禁止。研究遵循了六个主要的阶段性工作流程：
第一阶段：数据收集设计。 研究采用非参与式直接观察与半结构化后续访谈相结合的定性方法。这种方法允许研究者在真实情境中捕捉变通使用行为，并通过访谈深入了解其细节、范围和影响。
第二阶段：研究对象与场景选择。 研究在三个临床专科（儿科、妇科、内科）内展开，覆盖了三个核心医疗流程：门诊咨询准备、提供门诊咨询、提供住院咨询。这三个流程中的EHR界面与功能基本一致，但各有专科定制模块。研究共观察并访谈了31名医生、13名护士和3名文员。样本量未预先设定，而是通过持续观察直至研究团队（所有作者）一致认为达到“数据饱和”为止。
第三阶段：数据采集。 在每个流程中，研究者使用一个小型、不显眼的摄像头，静态对准显示EHR的显示器，对所有观察和访谈进行视听录制。录制前获取了所有参与者（包括患者）的知情同意。总共收集了约200小时的视听材料。
第四阶段：数据转录与初步处理。 由通讯作者VB将所有录音转录为Microsoft Word文档，并导入定性数据分析软件Atlas.ti。在文档中，为可能与EHR变通使用相关的文本节选或视频帧创建“引用”。
第五阶段：数据编码与分析（核心步骤）。 这是本研究方法学的关键，采用了自下而上（归纳法）的编码技术。 1. 预编码：研究团队首先根据观察和访谈笔记，创建了一个包含多种变通使用理由的临时编码分类法。 2. 编码员培训与校准：为确保编码质量，由两名独立编码员（VB和一名外部研究员）对相同的随机访谈转录稿进行预编码。比较编码结果，讨论并解决差异和模糊之处，最终确定编码分类法。 3. 正式开放编码：编码团队开始对全部转录稿进行开放编码。如果数据不符合现有分类，可以提出新代码或替代名称。编码过程中的分歧通过讨论和资深研究者（MJ）的介入来解决。临时编码分类法不断调整，最终形成一套稳定的代码集。对25%的转录稿进行了双人编码，计算出的编码者间信度为0.72，编码者间一致性为0.93，表明编码过程是可靠的。 4. 基于SEIPS框架的分析：编码完成后，研究团队使用患者安全系统工程倡议（Systems Engineering Initiative for Patient Safety, SEIPS）框架的改编版本，对每个变通使用行为进行分析。SEIPS框架是一个被广泛使用的医疗人因系统框架，它将工作系统（人、工具与技术、任务、组织、物理环境）、医疗过程和结果（如患者安全）联系起来，提供了整体性的分析视角。本研究的改编体现在将变通使用行为置于此框架中进行考察。 5. 分析三步法： * 第一步：确定范围：分析每个变通使用行为影响了哪些利益相关者——患者（P）、医护人员（C）、整个组织（O）或组合。 * 第二步：标记结果：确定变通使用行为带来的后果，并将其标记为“理想的”或“不理想的”。 * 第三步：评估影响：通过深入分析视听片段和访谈记录，评估每个变通使用行为对患者安全、医疗有效性和效率的具体影响。影响用符号表示：↑（增加）、↓（减少）、•（可忽略）、?（无法确定）。对于难以判断的影响，会咨询EHR开发人员、质控人员或医院管理层等其他专家。
第六阶段：结果整合与报告撰写。 将分析结果整合，按照SEIPS框架的工作系统组件进行组织，详细阐述每个组件下识别出的变通使用理由、具体示例及其范围与影响，最终形成研究论文。
本研究的特殊方法在于其深度定性的、自下而上的、基于真实工作情境观察的研究路径，并结合了成熟的人因理论框架（SEIPS）进行结构化分析。这种组合方法有助于从复杂的现实数据中提炼出系统性的见解，超越了单纯的列举描述。
四、 主要研究结果
研究通过深入分析，共识别出15种EHR变通使用的根本理由，并将其关联到SEIPS框架的五个工作系统组件中（物理环境组件未识别出相关理由）。以下是按组件分类的主要结果：
1. 人员相关变通使用（5个理由）：源于医护人员的个人因素。 * 陈述性知识不足：不知道如何使用EHR的某个功能完成任务。例如，医生不知道如何使用自动信函生成工具，转而手动从EHR中重新输入患者数据到信件中，导致效率降低且易出错。 * 程序性知识不足：知道如何操作但不熟练，不敢安全使用。例如，医生对开具的过敏测试医嘱草案不确定，请求同事事后审核，虽提高了安全性，但延迟了患者的预约。 * 记忆辅助：在文本中添加临时标记（如加粗）或纸上记录关键词以提醒自己。风险在于可能忘记移除这些标记，误导后续查看的同事。 * 信息传达：将自认为重要的患者数据输入到非预定字段（如直接显示在首页的“出院标准”字段），以引起同事注意。但当该字段被其他信息覆盖时，重要数据会永久丢失，危及患者安全。 * 社会规范：模仿同事的变通行为。例如，非新生儿科的医生发现了新生儿科定制的“NICU记录”字段可用来添加自由文本，便纷纷效仿，导致该专科字段被“污染”，引发跨科室矛盾。
2. 技术与工具相关变通使用（4个理由）：直接源于EHR系统本身的问题。 * 可用性问题：用户界面设计不良导致使用困难。最典型的例子是，几乎所有被观察者都避免使用繁琐的标准化数据录入模板，而偏爱在“病程记录”中通过复制粘贴旧记录来编辑新记录，理由是模板滚动过多、界面元素混乱、包含无关信息。这导致关键数据可能随时间推移在大量病程记录中“丢失”。 * 技术故障：系统崩溃、速度慢或功能故障。例如，系统崩溃后重启耗时过长，医生被迫先在纸上记录信息，事后重新输入，增加了工作负担和出错风险。 * 数据呈现方式不符：系统无法以 clinicians 期望的方式（如图表）展示数据。例如，医生不得不在纸上手工绘制患者血液检测结果的变化图表。 * 患者数据特异性不足/过度：系统不允许录入足够具体或过于具体的数据。例如，种族选项只有“混血”，医生认为这信息不足，便在病程记录中补充说明，但这增加了数据被遗漏的风险。
3. 任务相关变通使用（2个理由）：源于工作任务本身的性质。 * 任务干扰：无法同时执行多项任务。例如，医生在为患者做检查时无法操作电脑，只能在纸上记录数据，检查后再录入EHR，这使录入工作量加倍。 * 对患者互动的承诺：clinicians 重视与患者的面对面交流，认为这本身是高质量护理的一部分。因此，他们选择在问诊时仅在纸上记录关键词，或在问诊前预先录入数据，以便在问诊时将更多时间留给患者。这提升了医患互动质量，但牺牲了录入效率。
4. 组织相关变通使用（4个理由）：源于医院的政策和规定。 * 效率追求：Clinicians 为了提升个人工作效率而采取的变通。例如，医院政策要求每次患者再入院时都需重新录入“不复苏”医嘱，但有些患者每周都例行再入院。医生认为每周重复录入是“浪费时间”，便只录入一次，这带来了患者改变主意而医嘱未更新的安全风险。 * 数据迁移政策：医院管理层决定只将5年前的实验室结果迁移至新EHR。血液科医生认为历史抗体数据对确定用药剂量至关重要，不得不花费额外时间填写在线表格申请调取旧数据，这在紧急情况下可能直接威胁患者安全。 * 强制数据录入：EHR强制要求录入超出医患所知范围的具体数据。例如，必须从医院手术清单中选择13年前膝关节手术的具体类型，而医患双方均不记得。医生被迫将信息录入病程记录而非预定字段。 * 所需数据录入选项缺失：EHR未提供所需的选项。最典型的例子是，药房库存导致EHR只允许开具2.5mg或5mg的泼尼松，但医生需要开具3.75mg（1.5片）。医生只能开具2.5mg，然后在多个文本字段中备注实际应为3.75mg。他担心，未来接诊医生如果只看到系统显示的2.5mg剂量而忽略文本备注，将导致严重的用药错误。
结果之间的逻辑关系：研究首先通过观察和编码识别了变通行为及其理由；然后，利用SEIPS框架将这些理由关联到具体的工作系统组件，这揭示了问题的根源；最后，通过分析每个变通行为的范围与影响，评估了其后果的严重性和波及面。这一系列结果层层递进，为“如何针对性地解决问题”这一最终结论提供了直接证据链。研究特别指出，有3个理由（数据迁移政策、强制数据录入、任务干扰）是此前研究中未曾明确识别的。
五、 结论与意义
结论：EHR变通使用行为普遍存在，其理由多样且根植于复杂的人-技术-组织交互系统中。不同的理由（关联于SEIPS的不同组件）需要不同的解决策略：与人相关的（如知识不足）最有效的解决途径是个人培训；与组织相关的（如政策问题）需要审查和修订组织政策与规定；与任务相关的（如任务干扰）需要进行流程重设计；与技术工具相关的（如可用性问题）则需要进行EHR系统的重设计。了解变通行为的范围（影响谁）和影响（对安全、有效、效率的利弊）对于优先处理哪些问题、如何设计解决方案至关重要。
科学价值： 1. 理论贡献：扩展和细化了EHR变通使用的分类学，新增了三个此前未被识别的理由。将SEIPS框架系统性地应用于变通使用分析，提供了一个强大的、整体性的理论透镜，将微观行为与宏观工作系统联系起来。 2. 方法学贡献：展示了深度定性观察与结构化人因框架相结合的研究方法的有效性，为后续类似研究提供了范本。
应用价值： 1. 为医疗机构和EHR设计者提供 actionable insights：明确指出不同类型的变通需要不同的干预措施，避免了“一刀切”的解决方案。例如，单纯增加培训无法解决由糟糕的EHR设计或僵化的医院政策引发的问题。 2. 支持优先级排序：研究指出，所有与“强制数据录入”和“所需数据录入选项缺失”相关的变通都会降低患者安全，这提示医院管理层和IT部门应优先处理这两类问题。 3. 促进以用户为中心的设计：研究结论强调，EHR的设计与再设计必须紧密贴合工作情境，通过多学科团队（临床医生、护士、管理者、开发者）利用SEIPS等框架共同反思当前和未来的工作系统配置，才能从源头上预防有害变通的发生。
六、 研究亮点
七、 其他有价值内容
研究的讨论部分还提出了几个有价值的观点： 1. 权衡：研究观察到变通行为的影响往往存在权衡。例如，“对患者互动的承诺”相关的变通提高了医疗有效性（更好的医患关系），但牺牲了效率。这提示评估变通时需要多维度考量。 2. 动态演变：研究指出变通行为并非一成不变。随着用户对EHR熟练度提高，因知识不足产生的变通会减少，而因数据特异性、呈现方式偏好等产生的变通会凸显。这要求对变通的监控和管理是一个持续的过程。 3. 未来研究方向：作者建议未来可研究变通行为的其他特征，如“级联性”（一个变通是否引发一系列后续变通）、可避免性、可预期性和重复性。同时，也建议在其他机构进行类似研究，以验证和扩展本研究的分类框架。