Läkemedelslista i Jalle

En liten sneak preview på något som är på gång:

Hittills kan man signera givna läkemedel och göra olika slags avvikelser för tid och dos:

… men det som saknas är funktioner för ordination av läkemedel. Kommer inom kort!

Rapport och kurvor i Jalle

Nästa funktion som börjar bli klar i Jalle är rapport och kurvor. Här kan man mata in temp, blodtryck, puls och så vidare. Alla inmatade värden valideras (t.ex. ska ett blodtryck vara heltal/heltal och vikt får inte vara siffror). Värdena presenteras antingen som tabeller eller i kurvor.

Just nu visas två kurvor bredvid varandra. Vilka kurvor som ska visas är parametersatt. Jag hade tänkt försöka få till staplar för blodtryck, men det krånglade en massa, så nu får det vara vanliga kurvor i stället.

Löpande journaltext i Jalle

Nu har jag jobbat vidare lite med Jalle. Den stora grejen sen sist är att det nu finns ett skelett till löpande journaltext, dvs. man kan skriva anteckningar, ändra, ta bort och signera dem.

Man tar upp en patient via beläggninglistan, eller gör en egen ny och placerar på listan. I menyn till vänster väljer man ”Anteckningar”. Patientens alla anteckningar visas då.

Under ”Ny anteckning” kan man välja bland – just nu tre – olika anteckningstyper.

Vilka anteckningstyper som finns är helt parameterstyrt, och jag kan (ganska) lätt lägga till nya typer. De jag hittills har tänkt mig är:

  • Inskrivning (omvårdnad)
  • Daganteckning (omvårdnad)
  • Epikris (omvårdnad)
  • Inskrivning (medicinsk)
  • Daganteckning (medicinsk)
  • Operation (medicinsk)
  • Epikris (medicinsk)
  • Konsult-/röntgenremiss med svar

Till de olika anteckningstyperna knyter man sökord och organiserar dem hierarkiskt. Jag har lagt in VIPS-sökorden och SPRI:s medicinska grundjournal, så det finns ett gäng att välja på redan.

Om man nu väljer t.ex. Omvårdnadsstatus kommer ett formulär upp, där man fyller i de sökord man vill skriva under:

Vissa sökord kan upprepas med en plus-ikon till höger (även detta är förstås parameterstyrt).

När man är klar sparar man anteckningen och får då upp hela journalen igen. Nu kan man välja att redigera, ta bort eller signera anteckningen med hjälp av ikonerna till höger:

Om man har lärarbehörighet kan man behöva skriva i andras namn, t.ex. när man lägger upp ett case för studenter (den funktionen finns inte än, men i vilket fall). Då kan man byta användare på anteckningen genom att klicka på ikonen med de rundade pilarna efter ens eget namn. (Det finns t.ex. tre läkare inlagda: Monsieur Diafoirus, Klaus Brinkmann och Lovisa Sundelius, om man vill göra en medicinsk inskrivning).

Om ikonen inte finns där beror det på att du just nu inte har rollen som lärare. Det byter du lätt genom att gå på menyn med ditt namn längst upp till höger.

Man behöver nu ladda om sidan för att rollbytet ska fungera.

Lite annat smågodis såhär långt är att jag har börjat lägga in hjälptexter på sökorden. Det känns sammanfattningsvis som att funktionen för journaltext är hyfsat stabil redan. Lite till testning, och sedan skulle man kunna fundera på att faktiskt släppa den nere på KTC, åtminstone på prov.

Jalle har sett dagens ljus

(Den här bloggposten riktar sig först och främst till mina arbetskamrater, men läs gärna om du tycker att det verkar intressant!)

Just nu har jag ett kul uppdrag på jobbet, nämligen att utveckla ett system för dokumentation på KTC, kliniskt träningscenter. Bakgrunden är att studenterna inte kan dokumentera sina åtgärder och bedömningar elektroniskt. I den mån de alls dokumenterar, sker det på lösa papper, vilket (nästan) ingen gör i verkligheten nuförtiden. Så för att förbättra träningssituationen på KTC ska jag nu utveckla ett system just för dokumentation.

Man hade kunnat tänka sig att institutionen köpte in ett kommersiellt journalsystem i stället. Men ett standardsystem skulle bli extremt dyrt att köpa in och det finns en mängd funktioner som inte behövs på KTC, till exempel avancerade sekretessfunktioner, krav på hög driftssäkerhet och tillgänglighet, diagnosstatistik, e-recept, och mängder av kopplingar till andra system inom sjukvården.

Genom att göra ett eget system kan man bygga in andra användbara funktioner, som att spara ett case och köra det upprepade gånger, egenregistrering av användare och så vidare. Vi kan prioritera tydlighet före komplexitet för att underlätta inlärningen.

Jag tänkte försöka blogga regelbundet och berätta vad jag gör och hur det skrider framåt. Om man jobbar på institutionen får man gärna testköra – e-posta mig så förklarar jag mer.
Jag kom igång för någon vecka sedan, och nu finns det ett första embryo. Hittills har jag byggt följande funktioner:

Grundläggande webblayout. Grunden här är ett ramverk som heter Bootstrap, som var överraskande lätt att lära sig och ge hyfsat snygga sidor. Templatemo 415 dashboard är en utbyggnad av Bootstrap som innehåller sidomenyer, diagramfunktioner och lite till. Under huven rullar också jQuery – ett av de vanligaste javascriptbiblioteken som underlättar en massa saker när man kodar.

In- och utloggning via CAS. Man hade kunnat göra en helt lokal användaredatabas, men genom att koppla den till CAS så får enbart personer anknutna till UmU tillgång till systemet, och vi får viss information på köpet (t.ex. namn och CAS-id, som unikt identifierar studenterna). Dessutom slipper studenterna hålla rätt på en inloggning till.

Kopplingen sker rent tekniskt via Google Apps. Jag hittade en färdig komponent för att autentisera användare via openID och då var det inte över sig krångligt. På sikt skulle man förstås kunna knyta systemet direkt till Shibboleth, som är systemet bakom UmU:s CAS. Men nu var det viktigare att fort få upp ett system för inloggning.

Den tredje saken jag gjort såhär långt är patientregistret. Systemet behöver förstås låtsaspatienter att öva på. För att man ska slippa hitta på namn och åldrar själv, slumpar systemet fram det om man vill. Så här ser det ut:

När man väljer kön, så slumpar Jalle automagiskt fram ett för- och efternamn. Namnen kommer från valmyndigheten (listan på alla kandidater till kommunval i landet hösten 2014). De är sannolikt inte helt representativa för det svenska nutida namnskicket (om man tänker på att invandrare ofta är underrepresenterade i politiken), men det får duga. Åldern slumpas också fram inom det specificerade intervallet.

Systemet arbetar med fejkade personnummer. De följer den gängse algoritmen för personnummer, men lägger ökar kontrollsiffran med 1. Det innebär alltså att personnumren i Jalle inte går att använda i andra system. Bra ur säkerhetshänseende, tänker jag, så ingen vanlig människa slinker in i Jalle och vice versa.

Slutligen har jag kodat en beläggningslista och funktion för att skriva in och ut patienter i systemet.

Jag försöker att hårdkoda så lite jag bara kan, så att systemet ska vara anpassningsbart. Ibland är det dock inte praktiskt genomförbart, men tanken är att jag ska fixa det så småningom. Men nu prioriterar jag som sagt att få det i drift snabbare i stället.

Och namnet då? Jalle? Jo, det är initialerna på Jenny, Anna-Lisa, Lina och Elina – de fyra första sjuksköterskestudenterna i Umeå 1907.

Hur gör jag en smart litteratursökning för en C-uppsats i omvårdnad?

De flesta C-uppsatser inom sjuksköterskeutbildningen utgörs av en litteraturöversikt – det vill säga att studenterna väljer ett ämne, söker reda på relevant vetenskaplig litteratur i databaser som PubMed och CINAHL och syntetiserar den på något sätt.

Som allt annat vetenskapligt arbete kännetecknas ett examensarbete av ett systematiskt arbetssätt. Samtidigt finns en inbyggd begränsning i uppsatsarbetet – det får inte svälla ut och bli hur stort som helst, och därför måste det avgränsas på något vis. Viktigast här är att ha ett väl preciserat syfte som inte täcker in enorma mängder litteratur.

Vad är problemet?

Tyvärr är många uppsatser inte särskilt systematiska i sina litteratursökningar. Målet med en litteraturöversikt är att identifiera all relevant litteratur inom området och då blir sökfrågan man matar in i databasen avgörande. Men ofta kombineras termerna mer eller mindre godtyckligt, och risken är därmed stor att det är ett slumpartat snarare än systematiskt urval.

En uppsats om patienters upplevelser av kronisk smärta använde t.ex. följande sökstrategi (med vissa begränsningar på årtal m.m.):

Databas Sökord Träffar
PubMed chronic pain AND caring
44
chronic pain AND experience
173
CINAHL chronic pain (som överordnat ämnesord, dvs artikelns huvudämne) AND life experiences (som ämnesord)

23
chronic pain AND patient perspective AND experience

20

På vilket sätt är nu ovanstående sökning inkonsekvent? Jo, i fritextsökningarna används caring inte i CINAHL och patient perspective används inte i PubMed. Ingen sökning med MeSH-termer gjordes i PubMed. Och varför används förresten caring? Identifierar det så specifikt artiklar om patienters upplevelse? Och varför använder man i så fall inte också den närliggande, vanligare termen nursing?

Min slutsats är alltså att sökningen inte varit systematisk utan haft ett visst mått av godtycklighet. Man kan inte förvänta sig likartade resultat från de respektive databaserna från ovanstående sökning.

En anledning till detta kan som sagt vara att man inte rymmer hur många artiklar som helst inom ett examensarbete i omvårdnad. Men i stället för att göra några godtyckliga sökningar som resulterar i lagom många artiklar, är det rimligare att avgränsa på utgivningsår. Då får man en fullständig täckning av de senaste årens forskning i stället för ett godtyckligt urval av artiklar.

Hur kan man i stället göra?

Så hur bör man utforma sin sökstrategi? Jo, genom att göra sökningen i flera steg i stället och utnyttja att databaserna kan kombinera tidigare sökningar. Som exempel tar jag en litteratursökning jag gjorde under mitt avhandlingsarbete. Målet med sökningen var att identifiera litteratur som beskrev föräldrars erfarenheter av information om sitt barns cancersjukdom.

1. Identifiera de centrala koncepten

Vad vill jag veta? I exemplet ovan är de centrala koncepten föräldrar, information, barn, cancer.

Det innebär alltså att min sökning ska handla om föräldrar OCH information OCH barn OCH cancer. Jag vill inte ha artiklar som enbart handlar om föräldrar och information, och inte heller om information och cancer. Alla fyra koncepten måste vara med.

2. Identifiera synonymer för varje grupp av koncept

För att få hög recall, alltså så många relevanta träffar som möjligt, måste man identifiera tänkbara synonymer för varje koncept. Här har man stor hjälp av att se vilka ord som förekommer i titel eller abstract på artiklar man redan hittat och som man tycker är mitt i prick.

För konceptet information var mina synonymer educat*, informat*, teach*, knowled*, communica*, councel*.

Inom varje koncept kombineras synonymerna med ELLER – jag vill alltså ha någon av de orden. Och på samma sätt tog jag fram synonymer för de andra koncepten.

3. Mappa synonymerna till ämnesord

Olika databaser har olika ämnesordssystem. MeSH används i PubMed, och CINAHL har en egen uppsättning ämnesord som skiljer sig från MeSH. För varje databas får man alltså identifiera de ämnesord som beskriver respektive koncept.

I PubMed använde jag följande MeSH-termer för konceptet information: Health education, Information Seeking Behavior, Teaching Materials, Access to information, Information Literacy, Health Communication, Disclosure, Psychotherapy, Professional-Patient Relations, Professional-Family Relations, Self-Help Groups, Social Support, Counseling, Needs Assessment, Communication.

Även dessa kombineras med ELLER. En ganska lång radda, som du ser. Självklart behövs knappast så många i en C-uppsats. Och även här gjorde jag på samma sätt för de andra koncepten.

4. Sök koncepten separat

Nu börjar det roliga! (Hur man exakt går till väga skiljer sig mellan olika plattformar, så jag visar inte så exakt, men man får en aning i bilden längre ned.)

Man matar in sina söktermer, koncept för koncept, i sökmotorn. Orden och ämnesorden i varje koncept kombineras med operatorn OR, alltså ELLER. Vi vill ha antingen Neoplasms, Bone Marrow Transplantation osv. Så här blev i alla fall resultatet i Medline:

Koncept Sökord Antal träffar
Cancer MeSH-termer:
Neoplasms
Bone Marrow Transplantation
Transplantation, Autologous

Titel och abstract:
cancer*
tumor*
leukem*
sarcom*

2 754 140
Barn Titel och abstract:
child*
adolesc*
pediatr*
paediatr*
teenag*

(Här fanns inga lämpliga MeSH-termer.)

1 039 475
Föräldrar MeSH-termer:
Parents
Family

Titel och abstract:
fathe*
mothe*
parent*
materna*
paterna*

603 337
Information MeSH-termer:
Health education
Information Seeking Behavior
Teaching Materials
Access to information
Information Literacy
Health Communication
Disclosure
Social media
Teaching materials
Psychotherapy
Professional-Patient Relations
Professional-Family Relations
Self-Help Groups
Social Support
Counseling
Needs Assessment
Communication

Titel och abstract:
educat*
informat*
teach*
knowled*
communica*
counsel*

1 499 156

5. Kombinera sökningarna

Nu har vi fyra enorma sökmängder. Det ser ut ungefär så här:

Och här vill vi förstås komma åt det mörkaste området i mitten, där alla söktermerna finns med. Alltså föräldrar OCH barn OCH cancer OCH information.

I databasen måste vi alltså kombinera de fyra olika sökmängderna med varandra. Enklast visar man sökhistoriken, kryssa för de fyra koncepten och kombinerar dem med AND. I EBSCO:s gränssnitt för Medline ser det ut ungefär så här:


Man kryssar alltså för alla de sökmängder man vill ha med och klickar i Search with AND.

Till sist blev det 2 573 träffar. Det är fortfarande en enorm sökmängd, men för en välavgränsad C-uppsats bör det bli betydligt färre.

Slutord

Ungefär såhär går reviewproffsen till väga när de gör en systematisk litteratursökning. Titta t.ex. på det här exemplet från brittiska Centre for Reviews and Disseminations. Eller se ett exempel från Cochrane (bläddra till sidan 189)!

Självklart måste man ändå experimentera sig fram och prova några olika strategier, men det här är betydligt  mer systematiskt än det mer godtyckliga sökandet vi började med.

Jag inser att en C-uppsats inte kan jämställas med en Cochranereview, men jag ser ändå ett värde i att arbeta mer systematiskt än vad man gör nu. Självklart måste man begränsa antalet artiklar studenterna ska analysera, men då hävdar jag att en kronologisk avgränsning mer rimlig än en godtycklig sökning från första början.

A tuesday at the theatre – effektivitet i en liten ASK.

Hej! Just nu praktiserar jag på Royal Hospital for Sick Children i Glasgow. Sjukhuset kallas i folkmun för Yorkhill och är enormt – 266 sängar. Min avdelning heter Schiehallion och är deras barnonkologiska avdelning. Idag har jag sett hur de förbereder för theatre, det vill säga sövningar.

En operationssal på Yorkhill.

Storbritannien har en lång tradition av att använda avancerade specialistsjuksköterskor, ASK (eng. advanced nurse practitioners, ANPs) i sjukvården, och så gör man på Schiehallion också.

Utbildningen till ASK är på masternivå och det ingår kurser som klinisk bedömning och läkemedelsförskrivning. Schiehallions ASK heter Nan McIntosh1. Dessutom utbildas två nya ASK just nu eftersom Nan egentligen gått i pension.

Sövningsdagarna – det vill säga när barn med leukemi gör benmärgspunktion och/eller lumbalpunktion och/eller får cytostatika intratekalt – är rushiga på alla barnonkologiska avdelningar. På Schiehallion har man löst det smidigt. Låt mig berätta!

Avdelningspatienterna går ”vanliga vägen”, ungefär som i Umeå. Men för dem som kommer polikliniskt har man kunnat förkorta vårdtiden med ett helt dygn. Tidigare skrevs de in på måndagen och sövdes på tisdagen. Nu tar det en sex-sju timmar på tisdagen bara.

Flödet är så här:

  • Familjen vet sen tidigare vad som gäller för fasta, så barnen kommer fastande.
  • Första stationen är hematologilab, där man tar ett blodstatus med diff. Detta görs innan kl. 10.30. På mindre än 20 minuter finns provsvaret i datorn!
  • Klockan 10.30 påbörjas inskrivningarna. Det sker inte på Schiehallion utan på den dagkirurgiska mottagningen, vägg i vägg med operationsavdelningen.
  • Nan eller en läkare skriver in barnen. De gör en snabb undersökning, tar läkemedelsanamnes och bedömer om barnet är i skick att sövas.
  • En annan sköterska på dagkirurgen takes the obs – det vill säga tar kontroller.
  • En narkosläkare tvärträffar barnen.
  • Familjen går sedan till ett väntrum och ropas upp när det börjar bli dags att åka in på operation.
  • Under tiden skriver Nan eller läkaren de recept som behöver förnyas så allt är klart inför hemgång. Nan skriver också den medicinska epikrisen.
  • 13.30 sövs första barnet. Inne på operationsrummet går allt i flygande fläng. Jag tippar på att snittiden per barn är kanske 15 minuter från att ett barn kommer in på rummet tills att nästa barn rullar in. Trots det kändes det utan tvekan patientsäkert.
  • En annan praktisk detaljer är att laboratoriets personal finns på plats och tar hand om alla prover direkt.

En stor fördel med att det är en ASK som gör inskrivningarna är kontinuiteten. I stället för att olika läkare varje vecka träffar barnen, så är det samma personal varje gång. Jag upplevde att de var mycket väl samkörda, men en förutsättning för det är att gruppen inte ändras varje vecka.

En annan sak som en ASK gör inom barnonkologin är att självständigt handlägga sepsis hos neutropena barn. På många avdelningar, till exempel neonatalen, är en ASK primärjour på avdelningen. Planen är att även Schiehallion så småningom ska ha samma lösning på vissa helger och kvällar.

Det var en mycket imponerande process. Jag är övertygad om att vi skulle kunna arbeta mycket smartare hemma med lite inspiration härifrån!

1Och hon har träffat Prinsessan Diana!!!

Om blufförlag och vetenskapliga profitörer

Det finns två modeller för vetenskaplig publicering. Den traditionella bygger på att man betalar för tidskriftsprenumerationen och publicerar sig gratis. Den nyare av de två kallas för open access och fungerar tvärtom: tidskriften är gratis (och nästan alltid elektronisk) men man betalar en peng för att få komma med. (Det finns några idealister i dendär världen också som har open access utan författaravgifter, men de är få.)

Gemensamt för båda dessa modeller är principen om peer review – det vill säga att alla bidrag till tidskriften granskas minutiöst av minst två oberoende experter inom ämnesområdet. Det är bra (men inte felfritt, som vi ska se nedan) och ska garantera kvaliteten artiklarna.

Jag gillar i princip idén med open access. Kunskap borde vara gratis, och det blir den ju där. Fattiga eller små högskolor har inte alltid råd att punga upp med tiotusentals kronor för en tidskriftsprenumeration (ja, de kan vara så dyra). Nu kan de komma åt kunskap på samma villkor som de stora universiteten, de med guldbyxorna. Som forskare får man däremot tänka på att budgetera en slant till författaravgifter. Det brukar ligga på omkring 15.000:-, så det är inget hemmansköp direkt.

Men där pengar är inblandade finns det alltid risk för profitörer. Inom det här fältet har det följaktligen dykt upp en mängd “vetenskapliga” förlag som har open access-tidskrifter men som publicerar vad-som-helst för att tjäna pengar. De utmärker sig ofta genom aggressiv marknadsföring – spam, ofta till helt irrelevanta målgrupper (jag får till exempel massor av erbjudanden att publicera i tidskrifter för genteknik till exempel) och orealistiskt korta handläggningstider.

Här: http://scholarlyoa.com/publishers/ finns en lista över bevisligen oseriösa förlag. De är, som man ser, ganska många. Och det tillkommer nya dagligen.

Idag publiceras en artikel i Science som lägger mer ved på brasan om hur viktigt det är att faktiskt "köpa" tidskriften innan man skickar in sin artikel eller, inte minst, refererar till en artikel.

Författaren, John Bohannon, skapade olika versioner av en bluffartikel (alltså en HELT påhittad artikel) med uppenbara fel. I en seriös peer review-granskning borde felen få alla varningsklockor att leva om, högt dessutom. Artiklarna skickades in till 304 olika open accessförlag. Avsändare var framslumpade författarnamn vid påhittade universitet.

Resultatet är milt sagt nedslående. 157 tidskrifter accepterade den helt påhittade artikeln med alla dess vetenskapliga brister och ville ta in den. 98 tackade nej.  Bara i 36 fall anmärkte granskarna på de uppenbara misstagen i artikeln. Och i 16 av dessa accepterades artikeln ändå av redaktören!

Även ansedda förlag, som Elsevier och Sage, accepterade. Fast inte lika ofta. Och förlagen som finns på listan jag nämner i början, de accepterade mest av alla.

Helt klart läsvärt, och länken kommer här:

http://www.sciencemag.org/content/342/6154/60.full