加拿大阿尔伯塔省实施全系统集成临床信息系统后医疗和外科专家的非工作时间电子健康记录使用情况：纵向描述性研究Journal of Medical Internet Research - After-Hours Use of the Electronic Health Record Among Medical and Surgical Specialists After Implementation of a System-Wide Integrated Clinical Information System in Alberta, Canada: Longitudinal Descriptive Study

摘要

背景： 研究表明，电子健康记录(EHR)的引入降低了美国医生临床实践的效率并增加了临床医生的工作量。大多数研究涉及初级医疗环境中的临床医生。对于其他医疗环境、亚专科医生，或效率和工作量指标是否随时间变化，了解较少。

目的： 本研究旨在描述两个常见的EHR非工作时间使用指标（"睡衣时间"和"计划外工作时间"[TOSH]）在不同专科医生中的情况，并在加拿大环境中纵向追踪这些参数。

方法： 在这项纵向描述性研究中，从2019年在阿尔伯塔省埃德蒙顿一家大型四级教学医院引入全系统EHR开始，对医疗和外科专科医生进行了观察，持续至2022年。"睡衣时间"和TOSH数据从Epic系统平台上的EHR中提取并随时间监测。临床医生根据临床组别（医疗和外科）和工作量（临床全职当量）进行分层。

结果： 本研究共有71名医疗和外科专科医生参与，根据不同医生分组，他们每天花费约24至40分钟在"睡衣时间"，每天32至55分钟在TOSH上。在观察期间，这两个指标均有所增加，这从纵向图表和随访结束时观察到的值高于开始时反映出来。

结论： 在这一加拿大医疗和外科专科医生队列中，非工作时间EHR使用情况与美国文献报道的情况相似，尽管驱动因素可能不同。令人惊讶的是，尽管预计对EHR的熟悉度提高，但这些指标仍随时间增加。这些结果无法确定这在多大程度上影响临床医生的健康状况和工作生活整合，尽管可能存在令人担忧的原因。

J Med Internet Res 2026;28:e76872

关键词

电子健康记录；EHR；非工作时间；睡衣时间；计划外工作时间；TOSH；效率；工作量；专科医生；临床医生；纵向；Epic；加拿大；埃德蒙顿；四级；医院；医疗；外科；信息学；倦怠；健康；工作流程

引言

过去十年实施电子健康记录(EHR)的预期好处是降低费用、更有效地管理健康信息、提高指南依从性并减少医疗错误[1,2]。然而，实现这些承诺是以牺牲其他方面的护理为代价的，例如增加了临床医生的工作量并降低了效率[1,3,4]。EHR对临床医生健康状况的影响可以通过工作需求-资源(JD-R)框架来观察，其中健康状况是工作需求和可用资源的整合[5]。EHR是一种重要资源，同时也代表着认知负担（包括收件箱管理、医嘱录入和文档记录）；时间负担（EHR工作侵占传统非工作时间）；以及工作生活平衡的边界模糊压力（系统访问和系统参与期望几乎没有限制）。研究表明，临床医生在EHR上花费了大量时间，特别是在典型工作时间之后，例如晚上和周末[6,7]。这种非工作时间与系统的互动也被称为"工作外工作"[8]，甚至催生了一个新术语"睡衣时间"，用来描述临床医生在家晚上重新与EHR互动以完成原本应在正常工作时间内在办公室完成的任务的时间。此类非工作时间工作可能会影响临床医生的健康状况，这一领域正受到越来越多的关注，因为医生队伍正面临来自医疗系统内部和公众的日益增加的压力，在加拿大、美国和其他地方都报告了高比例的倦怠[9-12]。事实上，越来越多的证据表明，EHR使用的过度负担直接与倦怠和其他临床医生不满的衡量标准相关[13-16]。导致这种不满的EHR具体方面尚不清楚，但非工作时间与电子系统的互动很可能是主要贡献因素[17-20]。

现有研究EHR使用的文献的一个重要限制是，大多数研究是在美国进行的，那里的文档记录在很大程度上受到保险索赔要求、计费、质量报告和诉讼风险的影响。这些文档记录（以及因此的EHR使用）的驱动因素因国家而异，可能会导致不同医疗系统中临床医生文档记录行为的系统性差异。这引发了这样一个问题：通常报道的EHR使用结果，尤其是非正常工作时间的使用，是否可以推广到其他医疗系统。

2019年，阿尔伯塔省卫生服务开始在阿尔伯塔省实施全面的EHR系统。这提供了一个在加拿大环境中纵向追踪临床医生EHR使用的独特机会。本研究旨在描述两个常见的非工作时间使用指标——"睡衣时间"和"计划外工作时间"(TOSH)——并追踪在EHR实施后，大型四级护理环境中医疗和外科专科医生的这些指标随时间的趋势变化。我们的研究是一项描述性研究，总结了聚合月度测量值的差异和时间模式，而不是旨在测试预先指定的因果假设。

方法

研究设计、设置和参与者

这是一项在阿尔伯塔省埃德蒙顿的阿尔伯塔大学医院进行的纵向描述性研究。我们收集了2019年11月1日（系统推出）至2022年7月30日之间的医生EHR使用数据。更详细的研究方案已先前发表[21]。采用目的性抽样方法从内科和外科部门招募临床医生，包括所有医疗和外科亚专科医生。具体来说，研究目的和方法论在部门会议期间进行了宣传和推广，参与者使用REDCap（研究电子数据捕获；范德比尔特大学）进行跟踪。研究人群包括有门诊护理实践且至少有7个月EHR使用经验的临床医生。临床医生被要求识别其部门或科室、EHR用户名（用于将个人与其EHR数据关联）、性别和自报临床全职当量(FTE)百分比。后者被用作整体临床工作量的标志，因为许多临床医生也有大量的研究、教学和行政职责。除了EHR使用数据（见下文）外，未获取任何人口统计或其他个人信息。参与者被分为临床FTE≤0.5的医疗专科医生、临床FTE>0.5的医疗专科医生和临床FTE>0.5的外科专科医生（没有外科医生报告临床FTE≤0.5）。

伦理考虑

研究方案获得阿尔伯塔大学医院研究伦理委员会（案例编号Pro00119194）的批准，个体参与者提供了书面同意，允许将其匿名EHR使用数据从阿尔伯塔省卫生服务（EHR的法定保管人）转移到研究团队进行分析。参与者因参与研究而未获得报酬。

数据来源和指标

Connect Care是基于Epic平台（Epic系统）定制的省级EHR。数据来自Signal，这是Epic系统开发的分析工具，使用EHR用户操作日志数据并集成到EHR平台中。与门诊就诊相关的数据以汇总的1个日历月报告周期提取。

用于描述临床医生在典型门诊临床工作时间之外与EHR互动的两个关键指标是：(1) "睡衣时间"，定义为临床医生在工作日7:00至17:30之外的时间内，或在周末或非计划假日的计划外时间中，花费在图表记录活动上的平均分钟数；(2) TOSH，定义为提供者在计划外时间在系统上花费的平均分钟数，其中计划时间代表计划的诊所预约，前后有30分钟的时间缓冲。这些指标的计算在《多媒体附录1》中的表S1中概述。TOSH在整个研究期间都被捕获，而"睡衣时间"从2020年10月到2022年7月研究终止期间被记录，因为该指标在推出后的第一年在系统中不可用（有关观察期的图形表示，请参见《多媒体附录1》中的图S1）。

系统强加的限制（即不可修改的Signal默认值）限制了数据的可用性，仅适用于那些在报告期间注册至少看到1名门诊患者的参与者。对于一个特定指标，即参与者在收件箱中每预约花费的时间，存在额外的系统限制：参与者在报告期间每周需要有5个或更多的预约，才能触发此变量的收集。

统计分析

数据使用SAS（版本9.4；SAS Institute）和Tableau（版本2021.4.3；Tableau Software LLC）进行汇总，作为每个指标的月度组加权均值，以描述典型的月度组水平（即聚合摘要，而非临床医生级别的纵向效果）。例如，"睡衣时间"的月加权均值是通过将特定月份所有参与临床医生的"睡衣时间"分钟数相加，然后除以该月份所有临床医生在系统上花费的天数总和来计算的。由于连续月份在纵向时间序列中是序列相关的，我们没有将月度摘要视为主要推断的独立观察。因此，结果以描述性方式呈现。纵向图表仅显示4个月的简单移动平均值用于可视化。作为敏感性分析，我们使用Mann-Whitney U检验比较了组间月度组摘要的分布；这些结果仅作为支持性信息报告，应谨慎解释，因为存在独立性假设。"睡衣时间"的缺失数据在2021年4月、7月和9月，TOSH的缺失数据在2021年4月；这些月份使用列表删除被排除。

结果

共有来自19个医疗和外科专科的71名参与者参加了本研究，其中27名（38.0%）是临床FTE≤0.5的医疗专科医生，26名（36.6%）是临床FTE>0.5的医疗专科医生，18名（25.4%）是临床FTE>0.5的外科专科医生（没有外科医生报告临床FTE≤0.5）。总的来说，39.4%（28/71）的专科医生是女性（专科参与者详情见《多媒体附录1》中的表S2）。

每日预约数、"睡衣时间"和TOSH的平均数在表1中进行了总结。外科医生每天计划的门诊日预约数高于医疗专科医生，非工作时间EHR使用时间根据临床医生组别，"睡衣时间"约为24至近40分钟/计划日，TOSH为32至55分钟/计划日。在医疗专科医生中，临床FTE≤0.5的临床医生在"睡衣时间"和TOSH上都比临床FTE>0.5的临床医生花费更少的非工作时间EHR时间。在观察期间，所有临床医生组的每日预约数、"睡衣时间"和TOSH均显示出总体上升趋势（表2和图1）。为了提供可解释的随时间变化的描述性总结，表3比较了"睡衣时间"和TOSH可用数据的前3个月与后3个月的平均值。例如，外科医生在观察的前3个月平均每天计划日花费30.1分钟的"睡衣时间"，而在观察的后3个月平均每天计划日花费47.3分钟。

表1. 医疗和外科组报告指标的加权月平均值

^a95%置信区间是根据观察期内每个组的月加权平均值分布计算的。这些置信区间反映了聚合摘要的月间变异性。

^b所有外科医生报告的临床全职当量均大于0.5。

^cFTE：全职当量。

表2. 医疗和外科组报告指标的时间趋势分析

^aFTE：全职当量。

^b方向基于对月度序列的线性拟合的斜率符号（图1）。这些趋势摘要为描述性，不作为确认性推断。

^c趋势跨度为2020年10月至2022年7月。

^d趋势跨度为2019年11月至2022年7月。

图1. 结果指标的纵向趋势：(A)每日预约数，(B)睡衣时间，(C)计划外工作时间。绿色线对应临床全职当量(FTE)≤0.5的医疗组，红线对应临床FTE>0.5的医疗组，紫色线对应外科组。图表显示为简单移动平均值(SMA)。

表3. 观察期间睡衣时间和计划外工作时间(TOSH)的变化

^a2020年10月至2020年12月。

^b2022年5月至2022年7月。

^c2019年11月至2020年1月。

^dFTE：全职当量。

讨论

据我们所知，这是唯一一项在加拿大环境中，从EHR实施时起追踪近3年多医疗和外科多个专科医生门诊护理中医生非工作时间EHR使用的研究。过去十年中，加拿大EHR的采用加速了，但几乎没有公开可用的质量数据来衡量临床医生使用情况；本研究填补了这一空白。临床工作量，通过每天诊所日的预约数来衡量，随着时间的推移而增加，伴随着临床医生组别或工作描述的非工作时间与EHR的互动同时增加的趋势。临床医生与EHR互动的非工作时间平均量相当于"睡衣时间"每月约11至19小时，TOSH每月约15至25小时，具体取决于专科组。

这代表了对可能合理认为在常规临床服务之外的时间的重大侵犯。Sinsky等人[6]报告了非工作时间EHR使用情况，通过对初级护理和内科专科医生的前瞻性临床医生自我报告测量，每天53分钟，尽管观察期间约四分之一的晚上和夜晚因临床医生也在值班而产生偏差（当人们可能预期出于预期职责而访问EHR进行患者护理时）。这与Arndt等人[7]报告的每1.0临床FTE每天1.4小时，或Attipoe等人[22]报告的每1.0临床FTE每天58分钟，或后者后续研究中报告的工作日48分钟相比[23]。这些基于美国的研究受到其横断面设计的限制。我们的研究发现，自EHR实施以来，"睡衣时间"和TOSH分别在近2年和3年内增加，这可能被解释为一个令人担忧的迹象。具体来说，对EHR的熟悉度可能随着时间的推移而增加，但与系统非工作时间互动增加而非减少同时发生，这可能是合理预期的。

然而，观察到本研究中非工作时间临床医生工作处于美国研究中观察到的一般范围内，这表明加拿大临床医生与其美国同行相似，至少就其非工作时间EHR使用而言。这表明国家间EHR互动的差异对临床医生时间的净影响可能不如预测的那么大（即美国特定的文档要求似乎与加拿大其他EHR活动相平衡，尽管这是推测性的）。事实上，最近对Epic Systems全球门诊护理客户群的EHR使用跨国比较表明，国家特定的背景差异在EHR使用中起着重要作用[24]。

目前没有公认的非工作时间EHR使用的黄金标准指标[8]。"睡衣时间"与基于时钟的时间相关，对于日程安排可预测、涉及白天门诊实践的临床医生来说，可能是非工作时间系统互动的合理标志。该指标不适合日程安排多变、门诊和住院实践或轮班工作的临床医生。另一方面，TOSH与临床医生的门诊预约日程相关。乍一看，这似乎解决了"睡衣时间"的缺点，但对于门诊诊所日程分散或临床职责主要涉及住院护理的临床医生来说，它并不适合[25]。因此，研究间非工作时间工作的比较应谨慎解释。

首先，非工作时间工作的定义和评估方式存在差异。一些研究引用临床医生自我报告的EHR时间[6]。其他研究使用外部未经验证的专有供应商预定义指标（如本研究中的情况），这些指标不同程度地使用基于时钟时间的指标或基于日程的指标[24,26]；使用鼠标点击、按键和鼠标移动距离（像素）来评估EHR活动[27]；或事件日志数据[22,23]，据信能以最高精度捕获活动，但执行成本高且需要显著的分析能力和专业知识。每种方法都有其局限性[8]。

其次，对于捕获供应商定义使用指标的研究，在平台之间定义这些指标没有一致性，对使用不同供应商的医疗系统的研究中EHR使用的比较未经验证[25]。在本研究中特别相关：虽然"睡衣时间"和TOSH是广为人知的概念，但在我们的研究中，它们是Epic生成的默认值，计算这些的精确方法可能与其他供应商使用的方法不同。

第三，关于非工作时间EHR使用的大部分文献集中在初级成人和儿科护理上，而关于专科护理的文献少得多。有证据表明，例如，外科医生的使用模式与初级护理提供者或医疗专科医生不同[26]，本研究证实了这一发现。

第四，没有标准化方法来考虑医生的临床工作量以及这可能引入非工作时间EHR使用指标的偏差。一些研究已将报告标准化为临床FTE[7,19]，而在大多数情况下，标准化未报告或含糊不清[6,22-24,26,27]。其他人已根据相对价值单位进行调整，这是美国医疗系统中用于表示提供的临床服务的量和类型的指标[22]。即使将本研究与现有文献进行比较也是不精确的，并且由于报告方法的不同而充满问题。

最后，对于那些使用事件或访问日志元数据的研究，没有就累积定义临床医生在系统内执行的活动的EHR事件达成一致的分类。

尽管存在涵盖整个文献的固有偏见来源，但本研究具有若干重要优势。首先，这是仅有的几份来自非美国医疗系统的报告之一；因此，它提供了在当代加拿大环境中衡量非工作时间EHR使用的机会。由于本研究包括广泛的医疗和外科专科医生，它还增加了仅有的少数研究EHR在初级护理之外使用的其他研究。最后，这是一项纵向研究，追踪从EHR实施开始近3年的非工作时间EHR使用变化，因此我们能够报告随时间的变化。据我们所知，除一项研究外，所有其他研究[28]都是横断面的。有趣的是，这唯一其他的纵向研究涉及美国的初级护理医生，并且还表明2019年至2023年间非工作时间EHR工作量增加。

然而，本研究有几个局限性。首先，它的性质是描述性的，因此对临床医生非工作时间工作对健康状况、倦怠或工作生活整合的影响漠不关心。将EHR使用指标与职业满意度测量联系起来是未来研究的优先事项。第二，由于EHR系统对数据捕获施加的限制导致时间报告不足，本研究可能低估了真实的非工作时间EHR工作。例如，参与者每周需要有5个或更多的预约才能触发收件箱指标的收集（这可能占临床医生在"睡衣时间"或TOSH期间在EHR上花费的非工作时间的相当大比例）——因此令人担忧的是，对于门诊临床量低的临床医生（如日程安排不规律的外科医生或住院护理服务高但门诊需求少的内科医生），"睡衣时间"和TOSH可能被显著低估。第三，本研究未包含有关临床医生日程或患者复杂性的任何信息，因此即使是专科医生之间的比较也因缺乏对临床活动的标准化而受到限制。第四，阿尔伯塔省的EHR推出（因此本研究）与COVID-19大流行重合，在此期间常规门诊实践暂时且间歇性地转向虚拟护理，其中EHR的使用可能改变了实践模式，包括非工作时间EHR使用。第五，EHR中"睡衣时间"的数据在观察的前12个月不可用，因此该指标无法像TOSH那样从系统推出时报告基准数据。这可能限制对时间趋势的解释（表2），并且不知道这是否会减弱或夸大我们报告的效果。第六，由于参与者是通过目的性抽样招募的，临床医生选择参与存在固有的自我选择偏差，可能影响对医生总体的推广性。推广性也可能受到限制，因为研究参与者来自具有门诊实践的单一四级医院环境中的临床医生，这可能无法代表没有门诊实践的临床医生或社区医院环境中的EHR非工作时间使用情况。最后，虽然本研究在这一研究空间中比大多数研究大，但更大的参与者池将能够对临床医生年龄、性别和专业领域的相关层次进行更稳健的分析。

尽管存在上述局限性，但我们的研究证实，非工作时间使用指标与在其他研究中报告的范围相似。当考虑JD-R框架时，考虑图2中提出的矩阵作为缓解EHR侵入性和优化系统效率的方法可能也是有帮助的。该矩阵列举了临床医生使用EHR的核心活动（即文档记录、笔记管理、图表审查、导航和医嘱录入），并考虑了行业、监管机构、医院系统、临床团队和个人所扮演的角色。从临床医生的角度来看，系统优化可能包括一系列干预措施，例如改进IT本身（例如，用户界面和系统导航的结构、警报的频率和侵入性，以及信息整理以限制信息过载或混乱）、简化使用抄写员或整合人工智能工具的监管要求、采用系统用户之间的参与规则（例如，跨学科团队成员之间何时以及如何沟通，以及团队成员之间关于实验室结果审查的角色和责任）、让医院系统将文书任务重新分配给文书支持人员以释放临床医生时间，以及强调为个人用户个性化系统（例如，模板、语音识别软件和快捷方式）。所有级别的干预措施都可能预期会重新平衡在EHR上花费的非工作时间。根据JD-R模型，只要有足够的资源来适应它们，增加的需求本身不一定有害。

最终，我们的研究是在加拿大背景下关于非工作时间EHR使用的重要纵向研究，可能对临床医生健康状况和系统可用性产生影响。

资金支持

本研究得到加拿大卫生研究院(Canadian Institutes of Health Research)的催化剂资助(Catalyst Grant)支持（资助号CGQAE 180993）。

数据可用性

数据存储在阿尔伯塔大学公共卫生学院的健康技术与政策单位。由于调查人员不是省级EHR数据的保管人，在发布或传输此类数据之前需要从卫生当局获得额外许可，因此数据不公开；所有数据查询可联系通讯作者，通过健康技术与政策单位进行。

作者贡献

RPP为研究概念化、方法论、调查、撰写初稿、监督和资金获取做出贡献。TS为概念化、方法论、调查、撰写初稿、项目管理和资金获取做出贡献。HK为正式分析、数据整理和撰写初稿做出贡献。MA为研究概念化、方法论、数据整理和资金获取做出贡献。MH为调查以及手稿审阅和编辑做出贡献。DB为调查、手稿审阅和编辑以及资金获取做出贡献。TG为研究概念化、方法论、手稿审阅和编辑以及资金获取做出贡献。CK为研究概念化、方法论、手稿审阅和编辑以及资金获取做出贡献。NK为研究调查和资金获取做出贡献。DM为研究概念化、方法论、手稿审阅和编辑、监督、项目管理和资金获取做出贡献。

利益冲突

无声明。

多媒体附录1

数据分析中包含的指标及其定义、参与者按亚专科的细分以及观察期时间线。

缩写词

EHR: 电子健康记录

FTE: 全职当量

JD-R: 工作需求-资源

REDCap: 研究电子数据捕获

TOSH: 计划外工作时间

【全文结束】