Templat data perjalanan pasien Anda

Epic EHR
Templat data perjalanan pasien Anda

Templat data perjalanan pasien Anda

Templat ini menyediakan kerangka untuk memetakan alur kerja klinis di lingkungan Epic Anda. Templat ini merinci titik data dan tonggak peristiwa yang diperlukan untuk melihat perjalanan pasien secara utuh, dari admisi hingga pemulangan. Ikuti panduan ini agar data Anda tersusun dengan baik untuk menghasilkan wawasan operasional dan meningkatkan layanan perawatan.
  • Atribut yang disarankan untuk konteks klinis
  • Tonggak utama proses yang perlu dilacak
  • Panduan ekstraksi khusus untuk Epic EHR
Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Atribut perjalanan pasien

Sertakan kolom data yang disarankan ini dalam log peristiwa untuk menganalisis alur pasien dan efisiensi klinis.
5 Wajib 9 Disarankan 7 Opsional
Nama Deskripsi
Episode pasien
PatientEpisodeId
Pengenal unik untuk kunjungan atau episode perawatan pasien tertentu.
Deskripsi

Episode pasien menjadi ID kasus utama untuk process mining. Episode ini mengelompokkan semua peristiwa klinis, administratif, dan logistik dalam satu periode perawatan berkelanjutan, seperti rawat inap atau kunjungan ke unit gawat darurat. Di Epic Clarity, ID ini biasanya sesuai dengan Contact Serial Number (CSN) atau Encounter ID.

Analisis atribut ini membantu merekonstruksi perjalanan pasien dari awal hingga akhir. Anda dapat menghubungkan aktivitas triase, diagnosis, perawatan, dan pemulangan menjadi satu rangkaian proses.

Mengapa ini penting

Atribut ini menjadi kunci utama untuk menghubungkan berbagai peristiwa ke dalam satu kasus proses.

Sumber data

Tabel Epic Clarity: PAT_ENC, kolom: PAT_ENC_CSN_ID

Contoh
200459112200459113200459114200459115
Nama aktivitas
ActivityName
Tindakan klinis atau administratif tertentu yang dilakukan.
Deskripsi

Atribut ini mencatat nama peristiwa dalam perjalanan pasien, seperti 'Pasien terdaftar', 'Obat diberikan', atau 'Perintah pemulangan ditandatangani'. Nama aktivitas menjadi unsur utama dalam menentukan alur proses.

Dalam analisis, kolom ini menjadi simpul pada peta proses. Data diambil dari berbagai kode transaksi dan status pesanan di EHR, lalu disusun menjadi log peristiwa yang mudah dipahami.

Mengapa ini penting

Atribut ini menentukan langkah-langkah proses dan membantu menampilkan alur kerja.

Sumber data

Diambil dari tabel CLARITY_ADT, ORDER_PROC, dan ORDER_MED.

Contoh
Triase selesaiTes diagnostik dipesanPasien dipulangkanObat diberikan
Waktu peristiwa
EventTimestamp
Tanggal dan waktu tepat saat aktivitas berlangsung.
Deskripsi

Atribut ini mencatat waktu tepat saat suatu peristiwa masuk ke sistem Epic. Data ini digunakan untuk mengurutkan aktivitas dan menghitung metrik durasi, seperti lama rawat dan waktu siklus.

Data waktu yang akurat sangat penting untuk menemukan hambatan. Atribut ini mendukung dasbor Throughput Triase dan Waktu hingga Diagnosis Definitif dengan menyediakan penanda waktu mulai dan selesai.

Mengapa ini penting

Atribut ini digunakan untuk menghitung waktu siklus, waktu tunggu, dan urutan proses.

Sumber data

Berbagai kolom waktu, misalnya EFFECTIVE_TIME dan ORDER_TIME, bergantung pada tabel sumber.

Contoh
2023-10-15T08:30:00Z2023-10-15T09:15:22Z2023-10-16T14:20:00Z
Pembaruan data terakhir
LastDataUpdate
Waktu saat data diekstrak atau terakhir diperbarui.
Deskripsi

Atribut ini menunjukkan kapan data terakhir diproses oleh pipeline ETL. Waktunya berbeda dari waktu peristiwa dan membantu memantau kebaruan data.

Analis menggunakan informasi ini untuk memastikan apakah dasbor mencerminkan kondisi terkini atau apakah keterlambatan data memengaruhi akurasi KPI, seperti Waktu Tunggu Triase.

Mengapa ini penting

Atribut ini membantu menilai kebaruan dan keandalan data process mining.

Sumber data

Stempel waktu sistem ETL.

Contoh
2023-10-27T23:59:59Z2023-10-28T06:00:00Z
Sistem sumber
SourceSystem
Sistem pencatatan utama untuk data, biasanya Epic EHR.
Deskripsi

Atribut ini menunjukkan asal data. Untuk tampilan ini, sumbernya terutama 'Epic EHR'. Atribut ini juga berguna jika data digabungkan dengan sistem lain, seperti LIS (Lab Information System) terpisah atau sistem penagihan.

Dalam analisis, atribut ini membantu melacak asal data dan mencari penyebab masalah jika ada peristiwa yang hilang atau formatnya tidak sesuai dengan sumber.

Mengapa ini penting

Atribut ini membantu melacak asal data dan memberikan konteks.

Sumber data

Diisi langsung atau diambil dari konfigurasi string koneksi.

Contoh
Epic EHREpic ClarityEpic Caboodle
ID penyedia layanan
ProviderId
ID pengguna atau tenaga medis yang melakukan aktivitas.
Deskripsi

Atribut ini mencatat ID unik staf yang bertanggung jawab atas suatu peristiwa, seperti perawat yang memberikan obat atau dokter yang menandatangani perintah pemulangan.

ID ini dipetakan ke atribut umum 'Pengguna' untuk menganalisis variasi sumber daya dan beban kerja. Untuk aktivitas otomatis, ID ini mungkin berupa ID pengguna sistem.

Mengapa ini penting

Atribut ini membantu menganalisis perbedaan kinerja dan beban kerja antarstaf.

Sumber data

Tabel Epic Clarity: CLARITY_EMP, kolom: USER_ID

Contoh
EMP10023DOC5592SYSTEM
Jenis kunjungan
EncounterType
Klasifikasi kunjungan pasien, misalnya rawat inap atau kunjungan ke unit gawat darurat.
Deskripsi

Atribut ini mengelompokkan jenis episode pasien. Nilai yang umum mencakup 'Darurat', 'Rawat inap', 'Rawat jalan', atau 'Virtual'.

Kolom ini dipetakan ke 'CaseType' dan menjadi dasar untuk memfilter analisis. Contohnya, dasbor Perencanaan Pemulangan terutama relevan untuk kunjungan rawat inap, sedangkan triase khusus untuk kunjungan darurat.

Mengapa ini penting

Atribut ini memberikan gambaran umum tentang konteks suatu proses.

Sumber data

Tabel Epic Clarity: PAT_ENC, kolom: ENC_TYPE_C

Contoh
DaruratRawat jalan rumah sakitRawat inap
Kode diagnosis utama
PrimaryDiagnosisCode
Kode ICD-10 atau kode internal yang mewakili diagnosis utama.
Deskripsi

Atribut ini mencatat kondisi medis pasien yang telah dikonfirmasi. Biasanya, data diisi saat aktivitas 'Diagnosis dikonfirmasi'.

Atribut ini digunakan untuk mengelompokkan kasus berdasarkan kondisi klinis dalam Tampilan Kepatuhan Protokol Klinis. Dengan memetakannya ke 'Produk', analis dapat melihat perbedaan proses pemberian perawatan berdasarkan kondisi medis.

Mengapa ini penting

Atribut ini mengelompokkan kasus berdasarkan kesamaan klinis untuk analisis protokol.

Sumber data

Tabel Epic Clarity: PAT_ENC_DX, kolom: DX_ID

Contoh
J18.9I21.9E11.9
Nama departemen
DepartmentName
Unit atau departemen rumah sakit tempat aktivitas berlangsung.
Deskripsi

Atribut ini menunjukkan lokasi fungsional suatu peristiwa, seperti 'Unit Gawat Darurat', 'Radiologi', atau 'Bangsal Bedah Umum'. Data ini penting untuk Analisis Pemindahan Antarbangsal.

Data ini digunakan untuk mengelompokkan peta proses berdasarkan departemen. Dengan begitu, manajer dapat membedakan hambatan di unit mereka dari masalah yang terjadi di seluruh rumah sakit.

Mengapa ini penting

Atribut ini memungkinkan penyaringan berdasarkan unit organisasi dan analisis serah terima.

Sumber data

Tabel Epic Clarity: CLARITY_DEP, kolom: DEPARTMENT_NAME

Contoh
Unit gawat daruratRadiologiICUPediatri
Nomor rekam medis pasien (MRN)
PatientMrn
Nomor rekam medis yang digunakan untuk mengidentifikasi pasien.
Deskripsi

MRN adalah pengenal unik pasien di seluruh sistem layanan kesehatan, berbeda dari ID episode. MRN memungkinkan riwayat pasien dilacak di berbagai kunjungan.

Atribut ini digunakan untuk mendeteksi pasien yang dirawat kembali dan menghubungkan episode terpisah pada dasbor Risiko Rawat Inap Ulang. Dalam model umum, atribut ini dipetakan ke 'Pelanggan'.

Mengapa ini penting

Atribut ini penting untuk mengenali kunjungan berulang dan menganalisis riwayat pasien.

Sumber data

Tabel Epic Clarity: PATIENT, kolom: PAT_ID atau PAT_MRN_ID

Contoh
MRN-882910MRN-112003MRN-554211
Penanda rawat inap ulang
ReadmissionFlag
Menunjukkan apakah pasien kembali tanpa direncanakan dalam 30 hari.
Deskripsi

Atribut boolean ini menunjukkan apakah episode tersebut diikuti oleh rawat inap lain yang tidak direncanakan untuk pasien yang sama dalam rentang 30 hari. Atribut ini menjadi dasar KPI Tingkat Rawat Inap Ulang Tak Terencana dalam 30 Hari.

Dalam analisis, atribut ini menjadi variabel hasil utama. Jalur proses yang menghasilkan nilai 'True' dianalisis untuk menemukan akar masalah pada tahap perencanaan pemulangan.

Mengapa ini penting

Atribut ini membantu menemukan masalah dalam proses pemulangan dan mutu perawatan.

Sumber data

Dihitung dengan SQL dengan memeriksa kunjungan berikutnya untuk MRN yang sama.

Contoh
truefalse
Tingkat kegawatan triase
TriageAcuityLevel
Skor tingkat keparahan yang diberikan kepada pasien saat triase.
Deskripsi

Atribut ini menunjukkan tingkat kegawatan kondisi pasien, biasanya berdasarkan skala, misalnya tingkat ESI 1-5. Data ini dicatat saat aktivitas 'Triase selesai'.

Atribut ini memungkinkan pengelompokan pada dasbor Intensitas Sumber Daya berdasarkan Skor Keparahan. Pasien dengan tingkat kegawatan tinggi mengikuti jalur proses yang berbeda dari pasien dengan tingkat kegawatan rendah. Atribut ini membantu membedakan variasi tersebut.

Mengapa ini penting

Atribut ini mengelompokkan proses berdasarkan tingkat kegawatan dan perkiraan penggunaan sumber daya.

Sumber data

Lihat dokumentasi Epic EHR untuk mengetahui kolom tingkat kegawatan di log ED.

Contoh
1 - Resusitasi2 - Gawat darurat3 - Mendesak
Tujuan pemulangan
DischargeDisposition
Tujuan pasien setelah dipulangkan, seperti rumah, SNF, atau meninggal.
Deskripsi

Atribut ini mencatat tujuan pasien setelah meninggalkan rumah sakit. Data ini dicatat saat aktivitas 'Pasien dipulangkan'.

Informasi ini penting untuk dasbor Risiko Rawat Inap Ulang karena pola rawat inap ulang pasien yang dipulangkan ke fasilitas perawatan terampil (SNF) berbeda dari pasien yang dipulangkan ke rumah.

Mengapa ini penting

Atribut ini memberikan konteks untuk hasil proses perawatan.

Sumber data

Tabel Epic Clarity: PAT_ENC, kolom: DISCH_DISP_C

Contoh
RumahFasilitas perawatan terampilPerawatan kesehatan di rumah
Waktu berakhirnya peristiwa
EventEndTime
Waktu saat aktivitas selesai.
Deskripsi

Banyak peristiwa berlangsung seketika, tetapi beberapa aktivitas, seperti 'Pemeriksaan diagnostik dilakukan' atau 'Konsultasi selesai', memiliki durasi. Atribut ini mencatat waktu penyelesaiannya.

Data ini membantu menghitung waktu pengerjaan aktif dan waktu tunggu. Informasi ini sangat berguna untuk dasbor Waktu Siklus Layanan Diagnostik.

Mengapa ini penting

Atribut ini membantu menghitung durasi aktivitas dan pemanfaatan sumber daya.

Sumber data

Lihat dokumentasi Epic EHR untuk mengetahui kolom waktu selesai yang sesuai di ORDER_PROC.

Contoh
2023-10-15T09:45:00Z2023-10-16T15:00:00Z
Biaya pesanan diagnostik
DiagnosticOrderCost
Biaya internal untuk pemeriksaan atau prosedur diagnostik.
Deskripsi

Atribut ini memberikan nilai finansial pada aktivitas 'Pemeriksaan diagnostik dilakukan'. Dengan begitu, informasi biaya dapat ditampilkan pada peta proses.

Meski bukan metrik klinis utama, atribut ini membantu bagian administrasi memahami dampak biaya dari berbagai variasi proses, terutama yang melibatkan skor tingkat keparahan dengan kebutuhan sumber daya tinggi.

Mengapa ini penting

Atribut ini menambahkan dimensi biaya pada analisis efisiensi proses.

Sumber data

Tabel penagihan atau akuntansi biaya yang terhubung dengan prosedur.

Contoh
150.001200.0045.00
Durasi tunggu pemindahan
TransferWaitDuration
Waktu antara perintah pemindahan dan pemindahan yang sebenarnya.
Deskripsi

Metrik ini mengukur jeda antara 'Pemindahan dipesan' dan 'Pasien dipindahkan'. Data ini menjadi dasar Analisis Pemindahan Antarbangsal.

Nilai yang tinggi menunjukkan pasien menunggu tempat tidur. Kondisi ini menghambat alur pasien dari Unit Gawat Darurat.

Mengapa ini penting

Metrik ini menunjukkan hambatan logistik dan kapasitas dalam alur pasien.

Sumber data

Dihitung dari selisih waktu antara peristiwa pemesanan dan pemindahan.

Contoh
2 jam 30 menit45 menit12 jam
Metode penjadwalan
SchedulingMethod
Menunjukkan cara janji temu tindak lanjut dipesan.
Deskripsi

Atribut ini mencatat saluran yang digunakan untuk memesan janji temu, seperti 'MyChart', 'Cadence otomatis', atau 'Meja pendaftaran'. Data ini penting untuk dasbor Status Otomatisasi Tindak Lanjut Rawat Jalan.

Jika nilainya menunjukkan saluran digital yang digunakan oleh sistem atau pasien, tanda 'IsAutomated' dapat diatur ke true. Data ini menunjukkan hasil inisiatif transformasi digital.

Mengapa ini penting

Atribut ini melacak penggunaan alat otomatis atau layanan mandiri.

Sumber data

Lihat dokumentasi Epic EHR untuk mengetahui sumber pembuatan janji temu.

Contoh
MyChartCadenceTeleponTatap muka
Nama wilayah
RegionName
Wilayah geografis atau kampus rumah sakit.
Deskripsi

Untuk sistem layanan kesehatan dengan beberapa kampus, atribut ini menunjukkan lokasi fasilitas. Atribut ini memungkinkan perbandingan kinerja antar lokasi rumah sakit.

Pemetaan ke 'Wilayah' memungkinkan perbandingan antar lokasi untuk melihat apakah satu rumah sakit menangani throughput triase lebih baik daripada rumah sakit lain.

Mengapa ini penting

Atribut ini memungkinkan perbandingan kinerja antar fasilitas dalam jaringan layanan kesehatan.

Sumber data

Diambil dari data induk departemen atau fasilitas.

Contoh
Kampus UtaraPusat KotaSayap Barat
Penjadwalan otomatis
IsAutomatedScheduling
Penanda yang menunjukkan apakah penjadwalan dilakukan tanpa campur tangan staf.
Deskripsi

Atribut boolean ini diturunkan dari Metode Penjadwalan. Jika janji temu dibuat melalui MyChart atau workflow Cadence otomatis, nilainya True.

Atribut ini mendukung KPI Tingkat Otomatisasi Penjadwalan Tindak Lanjut secara langsung. Informasi ini membantu pimpinan operasional memahami seberapa banyak beban administrasi yang dialihkan ke teknologi.

Mengapa ini penting

Atribut ini mengukur keberhasilan otomatisasi proses.

Sumber data

Ditentukan dari SchedulingMethod.

Contoh
truefalse
Spesialisasi penyedia layanan yang memesan
OrderingProviderSpecialty
Spesialisasi medis dokter yang meminta konsultasi atau pemeriksaan.
Deskripsi

Atribut ini mencatat departemen atau spesialisasi penyedia layanan yang membuat pesanan, misalnya 'Kardiologi' atau 'Onkologi'. Atribut ini digunakan pada dasbor Waktu Tunggu Konsultasi Dokter Spesialis.

Atribut ini membantu menganalisis apakah spesialisasi tertentu harus menunggu lebih lama untuk mendapatkan layanan internal. Hasilnya dapat menunjukkan potensi bias atau kekurangan sumber daya pada layanan tertentu.

Mengapa ini penting

Atribut ini mengelompokkan permintaan layanan diagnostik dan konsultasi.

Sumber data

Lihat dokumentasi Epic EHR untuk mengetahui data induk penyedia layanan.

Contoh
KardiologiPenyakit dalamOrtopedi
Status kepatuhan protokol
ProtocolAdherenceStatus
Status yang menunjukkan apakah kasus mengikuti jalur klinis standar.
Deskripsi

Atribut ini membandingkan urutan aktivitas dalam suatu kasus dengan model acuan yang telah ditetapkan (Prosedur Operasi Standar). Atribut ini mendukung Tampilan Kepatuhan Protokol Klinis.

Nilainya dapat berupa 'Patuh', 'Langkah terlewat', atau 'Urutan tidak sesuai'. Dengan begitu, pimpinan klinis dapat langsung memfilter kasus yang tidak patuh tanpa memeriksa setiap peta proses satu per satu.

Mengapa ini penting

Atribut ini membantu menemukan penyimpangan dari standar perawatan berbasis bukti dengan cepat.

Sumber data

Dihitung di alat process mining atau diproses terlebih dahulu dengan SQL.

Contoh
PatuhMenyimpangBelum lengkap
Wajib Disarankan Opsional

Aktivitas perjalanan pasien

Catat langkah proses dan tonggak perawatan utama ini dalam log peristiwa agar jalur klinis dapat ditemukan dengan akurat.
4 Disarankan 11 Opsional
Aktivitas Deskripsi
Diagnosis dipastikan
Pencatatan diagnosis yang telah dipastikan ke daftar masalah pasien atau kolom diagnosis kunjungan. Menandai berakhirnya tahap pemeriksaan.
Mengapa ini penting

Diperlukan untuk KPI 'Time to Definitive Diagnosis'. Menandai peralihan dari pemeriksaan ke perawatan yang terarah.

Sumber data

Tabel PAT_ENC_DX atau pembaruan PROBLEM_LIST yang terkait dengan kunjungan.

Pengumpulan data

Tercatat saat tenaga klinis menambahkan entri ke aktivitas Encounter Diagnosis

Jenis peristiwa explicit
Pasien dipulangkan
Penutupan resmi kunjungan rawat inap. Peristiwa ini tercatat saat pasien dikeluarkan dari sensus secara virtual.
Mengapa ini penting

Menandai akhir resmi episode untuk penghitungan 'Length of Stay'. Penting untuk 'Patient Flow Variant Discovery'.

Sumber data

ADT Feed (Event A03) atau PAT_ENC_HSP.DISCH_TIME.

Pengumpulan data

Tercatat saat staf administrasi menyelesaikan alur kerja kepulangan

Jenis peristiwa explicit
Pasien terdaftar
Pembuatan awal catatan kunjungan pasien di sistem, yang menandai dimulainya episode perawatan. Peristiwa ini tercatat saat pasien tiba di meja pendaftaran atau unit gawat darurat dan didaftarkan di Epic.
Mengapa ini penting

Menetapkan titik awal untuk seluruh Patient Journey dan memungkinkan penghitungan lama rawat total. Penting untuk dasbor 'Triage Throughput and Wait Times'.

Sumber data

ADT Feed (Event A04 atau A01) atau tabel Clarity PAT_ENC (pembuatan HSP_ACCOUNT_ID).

Pengumpulan data

Tercatat saat transaksi 'Check In' atau 'Admit' dijalankan

Jenis peristiwa explicit
Triase selesai
Penyelesaian pemeriksaan awal oleh perawat atau evaluasi triase. Peristiwa ini biasanya tercatat saat flowsheet triase disimpan atau status triase berubah menjadi 'Complete'.
Mengapa ini penting

Penting bagi dasbor 'Triage Throughput and Wait Times' untuk mengukur efisiensi proses awal. Keterlambatan pada tahap ini berdampak pada seluruh jalur perawatan.

Sumber data

PAT_ENC_HSP.TRIAGE_END_TIME atau stempel waktu penyimpanan baris Flowsheet tertentu (FLO_MEASUREMENT).

Pengumpulan data

Tercatat saat dokumentasi triase ditandatangani atau kolom status diperbarui

Jenis peristiwa explicit
Janji tindak lanjut dijadwalkan
Pemesanan kunjungan rawat jalan pasien untuk tanggal mendatang. Dicatat di modul penjadwalan Cadence yang terhubung ke rekam medis pasien.
Mengapa ini penting

Mendukung KPI 'Tingkat Otomatisasi Penjadwalan Tindak Lanjut'. Menjaga kesinambungan perawatan dan membantu mencegah pasien dirawat kembali.

Sumber data

PAT_ENC_APPT terhubung ke ID pasien dan dibuat menjelang waktu pasien pulang.

Pengumpulan data

Dicatat saat slot janji temu dikonfirmasi di Cadence

Jenis peristiwa explicit
Konsultasi diminta
Permintaan agar spesialis memeriksa pasien. Di Epic, peristiwa ini tercatat sebagai jenis pesanan prosedur 'Consult'.
Mengapa ini penting

Titik awal untuk KPI 'Specialist Consultation Lead Time'. Membantu menemukan kekurangan tenaga pada spesialisasi medis tertentu.

Sumber data

ORDER_PROC dengan ORDER_CLASS = 'Consult' atau pesanan rujukan tertentu.

Pengumpulan data

Tercatat saat pesanan konsultasi ditandatangani

Jenis peristiwa explicit
Konsultasi selesai
Penyelesaian pemeriksaan oleh spesialis, biasanya ditandai dengan penandatanganan Consult Note atau penutupan pesanan konsultasi.
Mengapa ini penting

Titik akhir untuk 'Specialist Consultation Lead Time'. Menandakan bahwa saran ahli telah diberikan dan rencana perawatan dapat dilanjutkan.

Sumber data

HNO_NOTE_TEXT (catatan yang disimpan dengan jenis Consult) atau perubahan status ORDER_PROC menjadi Completed.

Pengumpulan data

Disimpulkan dari waktu pembuatan Consult Note atau pembaruan status pesanan

Jenis peristiwa inferred
Obat diberikan
Tindakan perawat atau penyedia layanan memberikan obat kepada pasien. Peristiwa ini tercatat dalam Medication Administration Record (MAR).
Mengapa ini penting

Peristiwa utama untuk dasbor 'Medication Delivery Performance'. Melacak kepatuhan terhadap 'Treatment Plan Developed'.

Sumber data

Tabel MAR_ADMIN_INFO, khususnya peristiwa dengan tindakan 'Given' atau 'New Bag'.

Pengumpulan data

Tercatat saat perawat memindai gelang identitas pasien dan obat (BCMA)

Jenis peristiwa explicit
Pasien dipindahkan
Pemindahan fisik pasien ke bagian atau bangsal baru. Peristiwa ini tercatat melalui kejadian pemindahan ADT.
Mengapa ini penting

Titik akhir untuk 'Average Inter-Ward Transfer Time'. Mendukung 'Internal Ward Transfer Analysis' untuk menemukan hambatan logistik rumah sakit.

Sumber data

ADT Feed (Event A02) atau PAT_ENC_HSP_TRANSACTION (Transfer In).

Pengumpulan data

Tercatat saat petugas administrasi unit memperbarui lokasi pasien di Census

Jenis peristiwa explicit
Pemindahan diperintahkan
Permintaan untuk memindahkan pasien ke unit atau tingkat perawatan lain. Di sistem, peristiwa ini tercatat sebagai 'Bed Request' atau 'Transfer Order'.
Mengapa ini penting

Titik awal untuk 'Average Inter-Ward Transfer Time'. Membedakan keputusan klinis untuk memindahkan pasien dari ketersediaan tempat tidur secara logistik.

Sumber data

ADT_TRANSFER_ORDER atau ORDER_PROC (Bed Request).

Pengumpulan data

Tercatat saat dokter memasukkan perintah pemindahan

Jenis peristiwa explicit
Perencanaan kepulangan dimulai
Dimulainya kegiatan untuk mempersiapkan pasien pulang. Peristiwa ini tercatat melalui dokumentasi Case Management atau jenis pesanan 'Discharge' tertentu.
Mengapa ini penting

Penting untuk dasbor 'Discharge Planning and Execution'. Perencanaan yang dimulai lebih awal berkaitan dengan lama rawat yang lebih singkat.

Sumber data

Pembuatan HSP_DISCH_PLAN atau catatan pertama oleh Case Manager/Social Worker.

Pengumpulan data

Disimpulkan dari interaksi pertama dengan Discharge Navigator atau catatan Case Mgmt

Jenis peristiwa inferred
Perintah kepulangan ditandatangani
Persetujuan resmi dokter agar pasien meninggalkan rumah sakit. Di Epic, peristiwa ini tercatat sebagai entri pesanan khusus.
Mengapa ini penting

Tahap penting dalam 'Discharge Planning and Execution'. Jeda antara tahap ini dan waktu pasien benar-benar pulang menunjukkan keterlambatan administrasi.

Sumber data

ORDER_PROC dengan jenis 'Discharge Patient'.

Pengumpulan data

Tercatat saat dokter menandatangani perintah kepulangan

Jenis peristiwa explicit
Rencana perawatan dimulai
Penetapan jalur atau protokol klinis tertentu untuk pasien. Peristiwa ini tercatat saat Order Set atau Care Plan standar diterapkan pada konteks kunjungan.
Mengapa ini penting

Mendukung 'Clinical Protocol Compliance View' dengan menandai rencana untuk mengikuti standar perawatan. Penyimpangan dari langkah yang direncanakan berikutnya dapat diukur mulai dari titik ini.

Sumber data

Tabel ORDER_SET_BKG atau care plan yang menunjukkan bahwa protokol telah dikaitkan dengan kunjungan.

Pengumpulan data

Tercatat saat tenaga klinis memilih dan menandatangani Order Set

Jenis peristiwa explicit
Tes diagnostik dilakukan
Pelaksanaan tes diagnostik atau pencatatan hasilnya. Untuk tes laboratorium, peristiwa ini terjadi saat sampel diproses. Untuk pencitraan, peristiwa ini terjadi saat pemindaian selesai.
Mengapa ini penting

Titik akhir untuk KPI 'Mean Diagnostic Test Cycle Time'. Penting untuk memahami keterlambatan dalam layanan pendukung keputusan klinis.

Sumber data

ORDER_PROC.PROC_END_TIME atau ORDER_STAT_HISTORY saat status berubah menjadi 'Completed' atau 'Resulted'.

Pengumpulan data

Tercatat saat teknisi menyelesaikan tugas atau antarmuka hasil menerima data

Jenis peristiwa explicit
Tes diagnostik dipesan
Pemesanan layanan pencitraan (Radiology) atau laboratorium. Peristiwa ini tercatat saat dokter memasukkan dan menandatangani pesanan di sistem CPOE.
Mengapa ini penting

Titik awal untuk dasbor 'Diagnostic Service Cycle Times'. Volume pesanan yang tinggi tanpa hasil terkait dapat menunjukkan adanya hambatan.

Sumber data

Tabel ORDER_PROC dengan ORDER_TYPE Lab atau Imaging/Radiology.

Pengumpulan data

Tercatat saat status pesanan berubah menjadi 'Signed' atau 'Active'

Jenis peristiwa explicit
Disarankan Opsional

Panduan ekstraksi

Cara mengambil data dari Epic EHR

Siap memulai?

Mulai tingkatkan operasional klinis Anda dengan menerapkan templat ini pada data Epic hari ini. Tim kami siap membantu Anda menjalani proses ekstraksi agar Anda dapat segera memperoleh manfaat.

Tingkatkan perjalanan pasien dan kurangi waktu siklus mulai hari ini

Temukan hambatan klinis untuk mengurangi waktu siklus sebesar 30%.

Mulai uji coba gratis

Tidak perlu kartu kredit. Penyiapan hanya perlu beberapa menit.