CC BY
8
DOI: 10.26347/1607-2502202203-04036-044
СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА МЕДИЦИНСКИХ ОШИБОК В ПРОЦЕССЕ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ ДО И ПОСЛЕ ВНЕДРЕНИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ
Введение. Одним из наиболее сложных для решения вопросов современной медицины является проблема врачебных ошибок, неизбежно появляющихся в деятельности медицинских работников. Разработка методов, направленных на уменьшение количества и своевременную коррекцию последствий врачебных ошибок, представляет серьезную задачу для организаций, оказывающих медицинские услуги.
Цель исследования. Оценить эффективность использования системы поддержки принятия врачебных решений (СППВР) на примере сети частных клиник.
Материалы и методы. СППВР разработана и применена в сети частных медицинских клиник. Для анализа использовались данные врачебных осмотров по ряду нозологий в области гинекологии, для которых была предложена категоризация ошибок, позволяющая оценить изменение числа и степени тяжести врачебных ошибок.
Результаты. Установлено, что с использованием СППВР количества врачебных ошибок снижается, а качество медицинской помощи повышается.
Заключение. Таким образом, данная система показала свою эффективность в борьбе с врачебными ошибками как на количественном, так и на качественном уровнях.
Ключевые слова: врачебная ошибка, система поддержки принятия врачебных решений, акушерство и гинекология, контроль качества медицинской помощи
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов.
Финансирование: Исследование не имело спонсорской поддержки.
Для цитирования: Трунин А.О., Чудинов И.К., Лебедева В.О., Алешина Д.А., Мелерзанов A.B., Кулагина О.В., Румянцева Т.А., Богдашевская О.В. Cpaвнитeльнaя характеристика медицинских ошибок в процессе принятия врачебных решений до и после внедрения системы поддержки принятия врачебных решений. Проблемы стандартизации в здравоохранении. 2022; 3-4: 36-44. DOI: 10.26347/1607-250220220304036-044
A.О. Трунин1, И.К. Чудинов1,
B.О. Лебедева1, Д.А. Алешина1, А.В. Мелерзанов1, О.В. Кулагина2, Т.А. Румянцева2, О.В. Богдашевская2
1 ФГАОУ ВО «Московский физико-технический институт (национальный исследовательский университет)», Московская область,
г. Долгопрудный, Россия
2 Федеральная сеть многопрофильных клиник «Клиника Фомина», Москва, Россия
COMPARATIVE CHARACTERISTICS OF MEDICAL ERRORS IN DECISION-MAKING BEFORE AND AFTER THE ADOPTION OF MEDICAL DECISION SUPPORT SYSTEM
Background. Current medicine is posing one of the most difficult issues to solve — the problem of medical errors that inevitably appear in the practices of medical workers. The development of methods aimed at reducing the number of medical errors' consequences and their correction in time is a serious challenge for organizations providing medical services.
Objective. This publication proposes an assessment of the effectiveness of a decision support system in medicine; a trend analysis of quantity and quality of medical errors was conducted. Methods. The Decision Support Module was developed in the «Fomin's Clinic» network of medical clinics and now it works as a part of clinics' medical IT-system. For the analysis, we used data from medical examinations for several nosologies in gynecology, for which categorization of errors was proposed to assess the change in the number and severity of medical errors.
Results. It was found that using this system, the number of medical errors is reduced, and the quality of medical care, namely diagnosis and treatment, is growing.
Anton Trunin1, Ivan Chudinov1, Valeriya Lebedeva1, Daria Aleshina1, Alexander Melerzanov1, Olga Kulagina2, Tatyana Rumyantseva2, Oksana Bogdashevskaya2
1 Moscow Institute
of Physics and Technology, Moscow, Russia
2 «Fomin's Clinic», Moscow, Russia
Interpretation. Thus, this system has shown its effectiveness against medical errors, both quantitatively and qualitatively.
Keywords: medical error, medical decision support system, obstetrics and gynecology, quality control of medical care
Competing interests. The authors declare no competing interests. Funding: the study had no funding.
For citation: Trunin AO, Chudinov IK, Lebedeva VO, Alyoshina DA, Melerzanov AV, Kulagina OV, Rumyantseva TA, Bogdashevskaya OV. Comparative characteristics of medical errors in decision-making before and after the adoption of medical decision support system. Health Care Standardization Problems. 2022; 3-4: 36-44. DOI: 10.26347/1607-250220220304036-044
Врачебные ошибки являются неотъемлемой частью деятельности медицинских работников. Непреднамеренная медицинская ошибка является третьей ведущей причиной смерти в Соединенных Штатах [1]. Из-за серьезных последствий, в том числе инвалидности или даже смерти, это остается настоящим табу для обсуждения в современной медицинской сфере, в отличие от большинства других областей. Безусловно, основными жертвами врачебных ошибок являются сами пациенты и их семьи. Однако почти всегда ответственность за решения и последующие ошибки перекладывается на конкретного человека [2], что может повлечь за собой серьезные последствия, включая психологические проблемы. Кроме того, существует такое понятие «вторая жертва», которое включает в себя врачей, медицинских сестер и других медицинских работников, которые также страдают от психического и эмоционального расстройства из-за причастности к медицинской ошибке.
Большой процент среди всех медицинских ошибок занимают диагностические ошибки. Для снижения их количества необходимо использовать системные корректирующие вмешательства, например, изменение системы отчетности о медицинских ошибках. Это позволило бы отслеживать неверные решения и своевременно собирать, и анализировать информацию о потенциальных проблемных областях. Другим вариантом является установление стандартов по оказанию медицинской помощи и внедрение культуры безопасности в медицинских организациях для распределения ответственности за ошибки. Наиболее часто реализуемая СППВР введена в лечении онкологических заболеваний. Система предоставляет онкологам подходящие методы лечения для пациента в соответст-
вии с национальными руководящими документами [6]. Однако внедрять подобные системы с использованием информационных технологий необходимо не только в случае онкологии. Современные компьютеризированные СППВР могут предлагать конкретные рекомендации, основанные на жалобах пациента, анамнезе, физическом осмотре и результатах диагностических тестов [3]. Агрегируя информацию, компьютерные системы могут уменьшить когнитивную нагрузку на поставщика медицинских услуг, снижая тем самым возможность ошибки, а также позволяют эффективно наблюдать за пациентами.
Ошибка — это неизбежная часть работы любых специалистов, однако во многих областях, включая медицину, обсуждение ошибок несет скорее обвинительный характер, нежели чем профилактический. Это фактически культурная проблема в сфере медицины. Для минимизации врачебных ошибок необходимо привлечь врачей к созданию нового культурного климата, способного принять неопределенность, пронизывающую медицинские решения, способность принимать ошибки как неотъемлемую часть работы в медицинской сфере, обсуждать после того как ошибки были сделаны и поддерживать (без необходимости обвинять) тех, кто их совершает [1]. Только в этом контексте можно представить более безопасную систему для выявления потенциальных ошибок на ранней стадии, снижения их неблагоприятных последствий и предотвращения дальнейших инцидентов.
Несмотря на невозможность полного исключения «человеческого фактора» — потенциальную вероятность совершения ошибки, современное медицинское образование не терпит их допущений и взращивает культуру перфекционизма среди студентов и практикующих врачей путем
перекладывания ответственности за принятие медицинских решений на одного конкретного человека [2]. Такой акцент на индивидуальной ответственности врача, а не всей команды, оставляет отпечаток в виде неуверенности, подавленного состояния, нервных срывов.
Диагностические ошибки составляют большую часть врачебных ошибок. Системное изменение контроля качества (менеджмент рисков) могут помочь уменьшить количество диагностических ошибок. Например, внедрение системы телефонного наблюдения и обзора карт помогло врачам скорой медицинской помощи, проходящим обучение, снизить клинически значимые побочные явления с 4,1 до 1,5% [2].
Улучшенный контроль за результатами обследования пациента и командная работа (сообщение об аномальных результатах) также могут уменьшить диагностические ошибки [3].
Компьютеризированные системы поддержки принятия решений предлагают конкретные рекомендации в зависимости от текущего состояния пациента, его истории болезни, результатов осмотра и диагностических тестов [3]. Анализируя информацию, специфичную для конкретного пациента, компьютерные системы уменьшают когнитивную нагрузку на медицинские учреждения, оказывающих услуги, облегчают наблюдение за пациентами и выполняют функцию резервного копирования медицинских данных. Система поддержки принятия решений для уменьшения диагностических ошибок улучшает работу врача, но необходимы дальнейшие исследования для оценки влияния на результаты лечения пациентов.
Также одним из возможных решений задачи по снижению количества медицинских ошибок является изменение (автоматизация) системы отчетности о медицинских ошибках. Это может позволить отслеживать ошибки и предоставлять информацию о потенциальных проблемных областях. Другим решением является установление стандартов работы отдельных организаций, оказывающих медицинскую помощь, таких как больницы и клиники. Окончательное решение предполагает совершенствование информационных технологий. Эти улучшения помогут не только отслеживать ошибки, но также предотвращать их [4].
Проблема врачебных ошибок требует внимания и систематизированного решения в виде внедрения компьютеризированной системы поддержки принятия решений.
Веб-системы поддержки принятия решений часто используются для повышения безопасности пациентов, обращающихся за получением медицинской помощи по телефону [5]. Система принятия решений необходима для снижения рисков установления неверного диагноза и для улучшения точности оценки состояния пациента. Однако такая система не может дать целостное представление о проблемах пациента. Эта технология нуждается в доработке и использовании искусственного интеллекта, работающего с большим набором данных. Ни одна система на данный момент не может заменить компетентность опытного врача.
Помимо использования СППВР для распределения медицинских ресурсов и дистанционной помощи пациентам, такие системы применяются для назначения терапии больным онкологическими заболеваниями. СППВР предоставляют онкологам подходящие методы лечения для пациента в соответствии с национальными и международными руководящими документами [6]. Система способна помочь онкологу подобрать пациенту максимально подходящую терапию, также выявить взаимодействие между лекарственными препаратами [7].
Однако есть и негативные аспекты в данной СППВР [8]. Например, врачи могут рассматривать ее как угрозу своей автономии принятия клинических решений. Также это может привести к прерыванию связи между пациентом и врачом [9].
Таким образом, разработка методов, направленных на уменьшение количества и своевременную коррекцию последствий врачебных ошибок, представляет серьезную задачу для организаций, оказывающих медицинские услуги.
Цель исследования — оценить эффективность использования системы поддержки принятия врачебных решений на примере сети частных клиник.
МАТЕРИАЛЫ И МЕТОДЫ
С декабря 2019 г. в одной из сетей частных медицинских клиник введена СППВР которая представляет собой алгоритм действий врача по диагностике и лечению заболеваний в соответствии с действующими клиническими рекомендациями Минздрава России и международными руководствами.
Сформированы две выборки пациентов с различными диагнозами (вульвовагинальный кандидоз (код МКБ-10 В37.3), бактериальный вагиноз (код МКБ-10 N89.0), синдром поликистозных яичников (код МКБ-10 Е28.2), дисплазия шейки матки (код МКБ-10 N87) и полип тела матки (код МКБ-10 N84.0) за 2 периода — до и после введения СППВР.
За первый период с 1 сентября по 31 ноября 2019 г. проведено и рассмотрено 897 консультаций по данным нозологиям. За второй — с 1 ноября по 30 ноября 2020 г. и с 1 января по 28 февраля 2021 г. — 1939 консультаций.
Для проведения исследования в каждую выборку включены следующие данные о медицинских консультациях:
— время и дата консультации (здесь и далее курсивом выделены те данные, которые имеются в выборках, но были отмечены как не влияющие на присвоение ошибке какой-либо категории);
— анонимизированный, случайно сгенерированный уникальный идентификатор врача, проводящего прием, позволяющий обезличенно идентифицировать конкретного специалиста;
— анонимизированный, случайно сгенерированный уникальный идентификатор пациента, позволяющий обезличенно идентифицировать конкретного пациента;
— город расположения медицинской организации, в которой проходил прием;
— возраст пациента;
— шаблон приема (например, консультация);
— описание оказываемой услуги
— назначенная дата следующего приема;
— основной диагноз;
— сопутствующие диагнозы;
— обследование;
— медикаментозное лечение;
— рекомендации;
— жалобы — описание жалоб;
— анамнез заболевания — описание истории;
— результаты обследования — имеющиеся результаты;
— анамнез жизни, гинекологический анамнез, объективные данные, осмотр;
— диагноз — код и описание диагноза по МКБ-10;
— обследования — назначенные обследования;
— рекомендации и лечение — медикаментозное лечение;
— рекомендации и лечение — рекомендации.
Каждая консультация в обеих выборках была отнесена к одной из трех категорий в зависимости от соответствия, назначенного врачом лечения действующим клиническим рекомендациям:
• «зеленая» категория означает, что тактика полностью соответствует действующим клиническим рекомендациям;
• «желтая» — означает, что в целом выбранная тактика лечения может считаться верной, однако есть недочеты, на которые необходимо обратить внимание. Допустимые недочеты различны для различных нозологий и будут перечислены подробнее при разборе полученных результатов;
• «красная» — означает, что выбранная тактика не соответствует действующим клиническим рекомендациям и/или схема лечения содержит препараты с недоказанной эффективностью.
Также проведен качественный и количественный анализы для сравнения результатов категоризации выборок, а также для оценки влияния СППВР на врачебную тактику. Использовались методы статистического анализа — корреляционный и регрессионный.
РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ
Для снижения количества врачебных ошибок, повышения качества медицинского обслуживания и снижения стрессовой нагрузки на медицинский персонал в мире начали появляться СППВР. Системы содержат информацию по диагностике и лечению в соответствие с последними одобренными стандартами. Одной из используемых в России СППВР стала система «Ася», введенная в одной из частных сетей медицинских клиник.
Данная система не только дает врачу доступ к последним клиническим рекомендациям относительно диагностики и лечения, но и способна анализировать полноту сбора анамнеза каждого отдельного пациента. Клинические рекомендации были составлены в соответствии с рекомендациями Министерства здравоохранения Российской Федерации 1, Всемирной организацией здравоохранения, CDC, а также основываясь на авторитетных научных статьях [10—16].
Для каждой выбранной для анализа нозологии выставлялись критерии, согласно которым действиям врача, присваивалась одна из трех категорий: грубая ошибка (красная категория), не-
1 Письмо Минздрава России от 02.11.2017 № 154/10/2-7676 «Доброкачественные и предраковые заболевания шейки матки с позиции профилактики ра-Ka».URL: https://www.garant.ru/products/ipo/prime/ doc/71716538/
Таблица 1
Критерии категорий тактик врачебных действий по 5 нозологиям
Зеленая категория Желтая категория Красная категория
Лечение и обследование проведены в полном соответствии с действующими клиническими рекомендациями
Вульвовагинальный кандидоз
Назначено 2 и более этиотропных препарата (антимикотика) при неосложненном, нерецидивирующем кандидозе
Лечение назначено половому партнеру
Лечение не назначено/назначено не верно
В схему лечения входят препараты с недоказанной эффективностью (имму-номодуляторы, иммуностимуляторы) 3 и более пунктов из желтой категории
Лечение и обследование проведены в соответствии с действующими клиническими рекомендациями
Некорректно сформулированы рекомендации (препарат выбран верно, но дозировка и режим приема не понятны для пациента) Препарат для лечения выбран верно, но дозировка и режим приема не соответствуют рекомендациям
Бактериальный вагиноз
Назначено лечение половому партнеру Клинические данные, данные лабораторных методов обследования не соответствуют критериям постановки диагноза
В схему лечения входят препараты с недоказанной эффективностью (имму-номодуляторы, иммуностимуляторы) Назначен неэтиотропный антибактериальный препарат, не являющийся препаратом выбора при лечении (докси-циклин, азитромицин, амоксиклав)/ назначен антимикотик При лечении первичного эпизода назначены только пробиотики. Этиотроп-ный антибактериальный препарат не назначен
3 и более пунктов из желтой категории Синдром поликистозных яичников (СПКЯ)
Некорректно сформулированы рекомендации (препарат выбран верно, но дозировка и режим приема не понятны для пациента) Назначено 2 антибактериальных препарата при неосложненном, первичном эпизоде
Обследование и лечение назначены в соответствии с действующими клиническими рекомендациями
При постановке диагноза не соблюдены диагностические критерии
Полностью отсутствуют рекомендации и тактика ведения
Дифференциальная диагностика с другими заболеваниями проведена не в полном объеме
При наличии показаний (ожирение, избыточная масса тела у пациенток с СПКЯ) не указана в рекомендациях терапевтическая модификация образа жизни, включающая физические упражнения и диету
Оценка риска ССЗ не проведена/проведена При планировании беременности пане в полном объеме (измерение АД, ОТ и циентке с СПКЯ назначены комбини-ИМТ, липидный профиль в крови) рованные оральные контрацептивы
Для лечения назначены препараты группы ГКС (дексаметазон)
Дисплазия шейки матки (CIN (степень дисплазии в международной классификации))
Обследование и лечение проведены в соответствии с действующими клиническими рекомендациями
Указан некорректный срок контрольного обследования после хирургического лечения/биопсии
При дисплазии легкой степени (CIN I) проведено хирургическое лечение (абляция) без уточнения наличия условий для ее проведения
В послеоперационном периоде назначены препараты для «профилактической санации» Некорректно сформулированы рекомендации
При постановке диагноза не соблюдены диагностические критерии (диагноз поставлен при отрицательных результатах ВПЧ-теста и заключении ПАП-теста: МЬМ)
Назначено медикаментозное лечение (аллокин-альфа и другие иммуномоду-ляторы и стимуляторы)
Рекомендовано/проведено хирургическое лечение без показаний
Окончание табл. 1
Зеленая категория Желтая категория Красная категория
Обследование и лечение проведены в соответствии с действующими клиническими рекомендациями Полип эндометрия Назначен динамический контроль узи после операции (через 3,6, 9 мес) В послеоперационном периоде курсом 3—6 мес назначены препараты для профилактики рецидива (комбинированные оральные контрацептивы, гестагены) Не указаны оптимальные сроки проведения узи органов малого таза для диагностики полипа Некорректно сформулированы рекомендации Назначено медикаментозное лечение (КОК, гестагены)
грубая ошибка (желтая) или отсутствие ошибки (зеленая) (табл. 1).
Результаты количественного анализа описанных нозологий до и после введения СППВР представлены на рис. 1, 2.
До введения СППВР процент ошибочных решений составлял от 5 (полип эндометрия) до 37% (CIN) (степень дисплазии матки), не полностью верных решений — от 5 (полип эндометрия) до 50% (CIN). При этом после введения доля ошибок (красной категории) по рассматриваемым нозологиям составляет от 2,5 (полип эндометрия) до 20% (CIN), а желтой — от 6 (полип эндометрия) до 42% (CIN).
В среднем по нозологиям количество ошибок с недочетами уменьшилось на 16%. Число случаев полностью неверной тактики лечения уменьшилось на 46%, а прирост зеленой категории,
то есть лечения, полностью соответствующего последним клиническим рекомендациям, составил 19%.
Построение и анализ таблиц сопряженности показывают влияние наличия СППВР на корректность ведения пациентки при уровне значимости 95% для всех нозологий за исключением полип эндометрии (табл. 2, 3). Такое смещение может быть объяснено изначально низким количеством ошибок для представленной нозологии. Общий анализ влияния наличия СППВР показывает значимое влияние на качество постановки диагноза.
Таким образом, СППВР внедренная в медицинскую информационную систему в сети частных медицинских клиник, в целом позволяет снизить количество как грубых ошибок, так и недочетов в лечении. Однако, в отдельных нозо-логиях (CIN и полип эндометрия) доля случаев
Рис. 1. Распределение ошибок по трем категориям для 5 нозологий до введения СППВР
Рис. 2. Распределение ошибок по трем категориям для 5 нозологий после введения СППВР
Таблица 2
Пример таблицы сопряженности СППВР (ППР) для нозологии вульвовагиальный кандидоз
Примечание в табл. 2—3. ВВК— вульвовагиальный кандидоз; БВ — бактериальный вагиноз; СПКЯ — синдром поликистозных яичников; CIN — цервикальная интраэпителиальная неоплазия (степень дисплазии); СППВР — поддержки принятия врачебных решений; ППР — поддержка принятия решений.
не полностью верной врачебной тактики выросла при заметном снижении количества серьезных ошибок.
ЗАКЛЮЧЕНИЕ
Существующие на сегодняшний день СППВР считаются довольно эффективными. СППВР используются в медицинской сфере для решения множества задач, таких как упорядочивание врачебной документации, оперативный анализ большого количества данных, быстрое определение диагноза и точный подбор соответствующего плана лечения пациента, основанного на проверенных источниках доказательной медицины.
На примере полученных результатов использования СППВР показано, что данная система действительно позволяет избежать допущения большого количества врачебных ошибок.
На данный момент результаты внедрения и работы информационной системы дают возможность предположить, что в ближайшее время все больше медицинских клиник будут внедрять СППВР, что позволит количественно и качественно улучшить статистику врачебных ошибок. Отдельным пунктом в утверждении дальнейших перспектив следует выделить все большее развитие систем искусственного интеллекта. Благодаря процессу обучения и адаптации параметров, искусственный интеллект способен решать часть задач, ранее возлагаемых на человека, самостоятельно. Это приводит к выводу о том, что СППВР будут развиваться и принимать глобальные масштабы.
ЛИТЕРАТУРА
1. Elia F, Milan A, Vitale F, Crupi V, & Fenoglio L. A plea to respect medical mistakes. Internal and Emergency Medicine. 2018; 13 (1): 139—140. https://doi.org/10.1007/ s11739-017-1761-2
2. Robertson JJ, Long B. Suffering in silence: medical error and its impact on health care providers. The Journal of Emergency Medicine. 2018; 54 (4): 402—409. https:// doi.org/10.1016/j.jemermed.2017.12.001
3. Pham JC, et al. Reducing medical errors and adverse events. Annual Review of Medicine. 2012; 63 (1): 447—463. https://doi.org/10.1146/annurev-med-061410-121352
4. Al-Assaf AF, et al. Preventing errors in healthcare: a call for action. Hospital Topics. 2003; 81 (3): 5—13. https:// doi.org/10.1080/00185860309598022
5. Holmstrqm IK, et al. Telephone nurses' use of a decision support system: An observational study. Nursing & Health Sciences. 2019; 21 (4): 501—507. https://doi.org/10.1111/ nhs.12632
6. Righi MLV, et al. Oncotherapy: A Decision Support System to Validate Oncological Treatments. MEDINFO 2019: Health and Wellbeing e-Networks for All. IOS Press. 2019: 1799—1800. https://doi.org/10.3233/SHTI190654
7. Jalali A, et al. Evaluating a Clinical Decision Support System for Drug-Drug Interactions. MEDINFO. Health and Wellbeing e-Networks for All. IOS Press. 2019: 1500— 1501. https://doi.org/10.3233/SHTI190504
8. Muhiyaddin R, et al. The Impact of Clinical Decision Support Systems (CDSS) on Physicians: A Scoping Review. Studies in Health Technology and Informatics. 2020; 272: 470—473. https://doi.org/10.3233/SHTI200597
9. Corny J, et al. A machine learning—based clinical decision support system to identify prescriptions with a high risk of medication error. Journal of the American Medical Informatics Association. 2020; 27 (11): 1688—1694. https:// doi.org/10.1093/jamia/ocaa154
10. Прилепская B.H. и др. Диагностика и лечение заболеваний, сопровождающихся патологическими выделениями из половых путей женщин. Клинические рекомендации. М. 2013.
Нозология Корректно Есть недочеты Ошибочно
ВВК Без ППР 64 42 13
При ППР 185 81 14
БВ Без ППР 129 99 40
При ППР 328 141 33
СПКЯ Без ППР При ППР 74 340 88 152 15 33
CIN Без ППР 32 30 37
При ППР 87 95 45
Полип эндо- Без ППР 211 12 11
метрия При ППР 371 24 10
Таблица 3
Тест Хи-квадрат Пирсона
Нозология х2 р-значение
ВВК 7,45 0,024
БВ 25,96 2,3 х 10-6
СКПЯ 29,44 0,4 х 10-4
CIN 11,51 0,003
Полип эндометрия 2,44 0,293
Совместное рассмотрение 40,95 1,2 х 10-9
11. Sherrard J, et al. European (IUSTI/WHO) guideline on the management of vaginal discharge. International Journal of STD & AIDS. 2011; 22 (8): 421—429. https://doi.org/ 10.1258/ijsa.2011.011012
12. Workowski KA, Bolan GA. Sexually transmitted diseases treatment guidelines. MMWR. Recommendations and reports: Morbidity and mortality weekly report. Recommendations and Reports. 2015; 64 (RR-03): 1. https://doi.org/ 10.18370/2309-4117.2015.24.51-56
13. Адамян Л.В. и др. Синдром поликистозных яичников в репродуктивном возрасте (современные подходы к диагностике и лечению). Проблемы репродукции. 2018; 24 (56): 708—713.
14. Teede HJ, et al. Recommendations from the international evidence-based guideline for the assessment and management of polycystic ovary syndrome. Human Reproduction. 2018; 33 (9): 1602—1618. https://doi.org/10.1111/ cen.13795.
15. Munro MG. et al. The two FIGO systems for normal and abnormal uterine bleeding symptoms and classification of causes of abnormal uterine bleeding in the reproductive years: 2018 revisions. International Journal of Gynecology & Obstetrics. 2018; 143 (3): 393—408. https://doi.org/ 10.1002/ijgo.12666.
16. Андреева E.H. Обильные менструальные кровотечения: современный подход к проблеме и пути ее решения. Проблемы репродукции. 2015; 21 (6): 47—55. https://doi.org/10.17116/repro201521639-47
REFERENCES
1. Elia F, Milan A, Vitale F, Crupi V, & Fenoglio L. A plea to respect medical mistakes. Internal and Emergency Medicine. 2018; 13 (1): 139—140. https://doi.org/10.1007/ s11739-017-1761-2
2. Robertson JJ, Long B. Suffering in silence: medical error and its impact on health care providers. The Journal of Emergency Medicine. 2018; 54 (4): 402—409. https:// doi.org/10.1016/j.jemermed.2017.12.001
3. Pham JC, et al. Reducing medical errors and adverse events. Annual Review of Medicine. 2012; 63 (1): 447—463. https://doi.org/104146/annurev-med-061410-121352
4. Al-Assaf AF, et al. Preventing errors in healthcare: a call for action. Hospital Topics. 2003; 81 (3): 5—13. https:// doi.org/10.1080/00185860309598022
5. Holmstrqm IK, et al. Telephone nurses' use of a decision support system: An observational study. Nursing & Health Sciences. 2019; 21 (4): 501—507. https://doi.org/10.1111/ nhs.12632
6. Righi MLV, et al. Oncotherapy: A Decision Support System to Validate Oncological Treatments. MEDINFO 2019: Health and Wellbeing e-Networks for All. IOS Press. 2019: 1799—1800. https://doi.org/10.3233/SHTI190654
7. Jalali A, et al. Evaluating a Clinical Decision Support System for Drug-Drug Interactions. MEDINFO. Health and Well-being e-Networks for All. IOS Press. 2019: 1500—1501. https://doi.org/10.3233/SHTI190504
8. Muhiyaddin R, et al. The Impact of Clinical Decision Support Systems (CDSS) on Physicians: A Scoping Review. Studies in Health Technology and Informatics. 2020; 272: 470—473. https://doi.org/10.3233/SHTI200597
9. Corny J, et al. A machine learning—based clinical decision support system to identify prescriptions with a high risk of medication error. Journal of the American Medical Informatics Association. 2020; 27 (11): 1688—1694. https:// doi.org/10.1093/jamia/ocaa154
10. Prilepskaya VN, et al. [Diagnosis and treatment of diseases accompanied by pathological secretions from the genital tract of women]. Clinical Recommendations. Moscow. 2013. Russian.
11. Sherrard J, et al. European (IUSTI/WHO) guideline on the management of vaginal discharge. International Journal of STD & AIDS. 2011; 22 (8): 421—429. https://doi.org/ 10.1258/ijsa.2011.011012
12. Workowski KA, Bolan GA. Sexually transmitted diseases treatment guidelines. MMWR. Recommendations and reports: Morbidity and mortality weekly report. Recommendations and Reports. 2015; 64 (RR-03):1. https://doi.org/ 10.18370/2309-4117.2015.24.51-56
13. Adamyan LV, et al. [Polycystic ovary syndrome in the reproductive age (modern approaches to diagnosis and treatment)]. Russian Journal of Human Reproduction. 2018; 24 (56): 708—713. Russian.
14. Teede HJ, et al. Recommendations from the international evidence-based guideline for the assessment and management of polycystic ovary syndrome. Human Reproduction. 2018; 33 (9): 1602—1618. https://doi.org/10.1111/ cen.13795.
15. Munro MG. et al. The two FIGO systems for normal and abnormal uterine bleeding symptoms and classification of causes of abnormal uterine bleeding in the reproductive years: 2018 revisions. International Journal of Gynecology & Obstetrics. 2018; 143 (3): 393—408. https://doi.org/ 10.1002/ijgo.12666.
16. Andreeva EN. [Heavy menstrual bleeding: modern approach to problem solution]. Russian Journal of Human Reproduction. 2015; 21 (6): 47—55. https://doi.org/ 10.17116/repro201521639-47. Russian.
Поступила / Received: 26.01.2022 Принята к опубликованию / Accepted: 15.02.2022
Сведения об авторах:
Трунин Антон Олегович — магистр 2-го года ФГАОУ ВО «Московский физико-технический институт (национальный исследовательский институт)». 141700, г. Долгопрудный, Институтский переулок д. 76. Тел.: +7 (930) 874-49-23. E-mail: trunin.ao@phystech.edu. https://orcid.org/0000-0002-7077-0559
Мелерзанов Александр Викторович — канд. мед. наук, директор центра коллективного пользования центра внедрения геномных и генетических технологий ФГАОУ ВО «Московский физико-технический институт (национальный исследовательский университет)». 141700, г. Долгопрудный, Институтский переулок д. 76. Тел.: +7 (495) 576-07-14. E-mail: melerzanov.av@mipt.ru. http://orcid.org/0000-0002-4749-5851
Чудинов Иван Константинович — магистр 2-го года ФГАОУ ВО «Московский физико-технический институт (национальный исследовательский институт)». 141700, г. Долгопрудный, Институтский переулок д. 76. Тел.: +7 (999) 972-61-19. E-mail: chudinov.ik@phystech.edu. ORCID: https://orcid.org/0000-0002-7527-9849
Лебедева Валерия Олеговна — бакалавр 4-го года ФГАОУ ВО «Московский физико-технический институт (национальный исследовательский институт)». 141700, г. Долгопрудный, Институтский переулок д. 76. Тел.: +7 (906) 705-52-68. E-mail: lebedeva.vo@phystech.edu. ORCID: https://orcid.org/0000-0001-7171-4789
Алешина Дарья Алексеевна — бакалавр 3-го года ФГАОУ ВО «Московский физико-технический институт (национальный исследовательский институт)». 141700, г. Долгопрудный, Институтский переулок д. 76. Тел.: +7 (926) 581-75-67. E-mail: aleshina.da@phystech.edu. ORCID: https://orcid.org/0000-0002-2624-5255
Кулагина Ольга Валентиновна — врач акушер-гинеколог федеральной сети многопрофильных клиник «Клиника Фомина». 119192, Москва, Мичуринский проспект, д. 15а. Тел.: +7 (917) 511-35-04. E-mail: ginekolog_kulagina@mail.ru. ORCID: https://orcid.org/0000-0003-4942-3496
Румянцева Татьяна Андреевна — врач акушер-гинеколог, к.м.н., медицинский директор федеральной сети многопрофильных клиник «Клиника Фомина». 119192, Москва, Мичуринский проспект, д. 15а. Тел.: +7 (916) 154-70-67. E-mail: ivanovatatiana86@yandex.ru. ORCID: https://orcid.org/0000-0001-8258-4772
Богдашевская Оксана Валерьевна — врач акушер-гинеколог, главный гинеколог федеральной сети многопрофильных клиник «Клиника Фомина». 119192, Москва, Мичуринский проспект, д. 15а. Тел.: +7 (963) 645-13-93. E-mail: bogdashevskaya@yandex.ru. ORCID: https://orcid.org/0000-0002-8608-4254.
About the authors:
Anton O. Trunin — 2nd year master, Moscow Institute of Physics and Technology, Moscow, Russia. E-mail: trunin.ao@phystech.edu. ORCID: https://orcid.org/0000-0002-7077-0559
Alexander V. Melerzanov — Ph.D. in Medicine, Director of the Center for Collective Use of the Center for the Implementation of Genomic and Genetic Technologies, Moscow Institute of Physics and Technology, Moscow, Russia. E-mail: melerzanov.av@mipt.ru. ORCID: http://orcid.org/0000-0002-4749-5851
Ivan K. Chudinov — 2nd year master, Moscow Institute of Physics and Technology, Moscow, Russia. E-mail: chudinov.ik@phystech.edu. ORCID: https://orcid.org/0000-0002-7527-9849
Valeriya O. Lebedeva — 4th year bachelor, Moscow Institute of Physics and Technology Moscow, Russia. E-mail: lebedeva.vo@phystech.edu. ORCID: https://orcid.org/0000-0001-7171-4789
Daria A. Aleshina — 3rd year bachelor, Moscow Institute of Physics and Technology Moscow, Russia. E-mail: aleshina.da@phystech.edu. ORCID: https://orcid.org/0000-0002-2624-5255
Olga V. Kulagina — MD, obstetrician, gynecologist in the «Fomin's Clinic», Moscow, Russia. E-mail: ginekolog_kulagina@mail.ru. ORCID: https://orcid.org/0000-0003-4942-3496
Tatyana A. Rumyantseva — Ph.D. in Medicine, MD, obstetrician, gynecologist, medical director in the «Fomin's Clinic», Moscow, Russia. E-mail: ivanovatatiana86@yandex.ru. ORCID https://orcid.org/0000-0001-8258-4772
Oksana V. Bogdashevskaya — MD, obstetrician, gynecologist, chief gynecologist in the «Fomin's Clinic», Moscow, Russia. E-mail: bogdashevskaya@yandex.ru. ORCID https://orcid.org/0000-0002-8608-4254.
Обоснование личного участия авторов:
Трунин А.О. — анализ данных, управление научной командой, экспертиза по анализу данных Мелерзанов A.B. — редактирование текста, медицинская экспертиза Чудинов И.К. — анализ данных, редактирование текста статьи Лебедева В.О. — написание и редактирование текста статьи
Алешина Д.А. — формирование обзора литературы, написание и редактирование текста статьи
Кулагина О.В. — сбор данных, анализ данных и интерпретация результатов, участие в составлении и корректировке
содержания статьи
Румянцева Т.А. — разработка концепции и дизайна исследования, анализ данных и интерпретация результатов, участие в составлении и корректировке содержания статьи, утверждении окончательной версии статьи
Богдашевская О.В. — разработка концепции и дизайна исследования, анализ данных и интерпретация результатов, участие в составлении и корректировке содержания статьи.
