Potilaiden itse tuottaman tiedon hyödyntäminen terveyden- huollon ammattilaisten kokemana
Integroiva kirjallisuuskatsaus
Paula Tanni
Pro gradu -tutkielma
Sosiaali- ja terveydenhuollon tieto- hallinto
Itä-Suomen yliopisto
Sosiaali- ja terveysjohtamisen laitos
Toukokuu 2021
ITÄ-SUOMEN YLIOPISTO, yhteiskuntatieteiden ja kauppatieteiden tiedekunta Sosiaali- ja terveysjohtamisen laitos, sosiaali- ja terveydenhuollon tietohallinto
TANNI PAULA: Potilaiden itse tuottaman tiedon hyödyntäminen terveydenhuollon am- mattilaisten kokemana – Integroiva kirjallisuuskatsaus
Pro gradu -tutkielma, 63 sivua, 3 liitettä (34 sivua)
Tutkielman ohjaajat: Professori Kaija Saranto, Itä-Suomen yliopisto Kehittämispäällikkö, TtT Pia Liljamo, PPSHP
Toukokuu 2021________________________________________________________
Avainsanat: sähköiset terveydenhuoltopalvelut, potilaan tuottama tieto, tekniikan hyväk- symisen malli
Sähköisten terveydenhuoltopalveluiden tavoitteena on edistää kansalaisten terveyttä, li- sätä heidän aktiivisuuttaan sekä kehittää terveydenhuollon laatua ja saatavuutta. Sähköi- siä terveydenhuoltopalveluita pyritään kehittämään helppokäyttöisiksi ja laajasti hyväk- sytyiksi. Potilailla on tahtotila jakaa itse tuottamaansa terveystietoa terveydenhuollon ammattilaisten kanssa ja sähköisten terveydenhuoltopalveluiden avulla tiedon jakami- nen sekä siitä palautteen saaminen on tullut mahdolliseksi. Potilaan tuottaman tiedon tuoma muutos on merkittävä verrattuna vanhaan käytäntöön, jossa vain ammattilainen on kirjannut potilaan tiedot näkemyksensä mukaan potilastietojärjestelmiin.
Tämän tutkimuksen tarkoituksena oli kuvata terveydenhuollon henkilöstön kokemaa hyötyä potilaiden itse tuottamasta tiedosta ja tunnistaa tekijöitä, jotka ammattilaiset ko- kevat vaikuttavan potilaan tuottaman tiedon käyttöön. Tavoitteena oli koota tietoa, jonka avulla terveydenhuollon sähköisiä palveluita voidaan kehittää ammattilaisia ja po- tilaita parhaiten hyödyntävällä tavalla.
Tutkimus toteutettiin integroivana kirjallisuuskatsauksena huhtikuun 2020 ja toukokuun 2021 välisenä aikana. Aineisto kerättiin PubMed-, Scopus- ja Cinahl-tietokannoista ja koostui 20 tutkimusartikkelista, joista 19 oli toteutettu laadullisilla tutkimusmenetel- millä ja yksi yhdistelmänä laadullisia- ja määrällistä tutkimusmenetelmiä. Aineisto ana- lysoitiin teoriaohjaavasti TAM3-mallin mukaan.
Tämän tutkimuksen tuloksista ilmeni, että terveydenhuollon ammattilaiset kokivat mo- nenlaista hyötyä potilaan tuottamasta tiedosta. Potilaan tuottamalla tiedolla näyttää ole- van positiivista vaikutusta erityisesti tekniikan hyväksymisen mallin mukaisiin luokkiin tulosten laatu ja relevanssi työhön. Eniten käyttöaikomukseen voidaan vaikuttaa olosuh- teilla ja koetulla tyytyväisyydellä käytettyyn tekniikkaan. Ammattilaisilta nousi esiin huoli potilaan tuottaman tiedon luotettavuudesta ja hallittavuudesta.
Tämän tutkimuksen perusteella organisaatioissa on aihetta suunnitella käytettävä tek- niikka potilaan tuottaman tiedon hyödyntämiseen. Olemassa olevia potilastietojärjestel- miä tulee hyödyntää integraatioiden kautta. Ennen käyttöönottoa on hyvä suunnitella ja sopia työnkulut, kuinka potilaan tuottamaan tietoon reagoidaan ja kuinka usein. Ammat- tilaisia voidaan motivoida potilaan hoidolle saavutettavien etujen avulla.
UNIVERSITY OF EASTERN FINLAND, Faculty of Social Sciences and Business Studies, Department of Health and Social Management, Health and Human Services Informatics TANNI PAULA: Utilization of Patient Generated Health Data: Experiences of the Health Care Professionals – an Integrative Literature Review
Master’s thesis, 63 pages, 3 appendices (34 pages)
Thesis Supervisors: Professor Kaija Saranto, University of Eastern Finland Development manager, PhD Pia Liljamo, PPSHP May 2021_________________________________________________________
Keywords: eHealth, patient generated data, technology acceptance model
The aim of eHealth services is to improve citizens’ health, to increase their activity and develop the quality and availability of health care services. eHealth services are continu- ously developed for ease of use and for them to be widely accepted. Patients have an in- terest to share their health data with their health care providers and eHealth services en- able sharing the data and receiving feedback from the data. The transition in health care is significant because patient generated data is being used directly instead of the pro- vider writing notes according to patient’s report.
The purpose of this study was to describe health care professionals’ opinions about the benefits of patient generated health data and to identify factors impacting their intention to use the data. The aim was to gather information which helps to develop eHealth ser- vices to become more beneficial for both the patients and the providers.
This study was conducted as an integrative literature review between April 2020 and May 2021. The study material was searched through PubMed-, Scopus and Cinahl data- bases and total of 20 articles were selected, of which 19 were conducted with qualitative research methods and 1 with mixed research methods. The articles were analysed using directed content analysis method with technology acceptance model 3.
The results of this literature review indicate that health care professionals experienced many kinds of benefits from using patient generated health data. Patient generated health data seems to have a positive impact especially on the technology acceptance model’s categories output quality and job relevance. The intention to use can be affected most by the perception of external control and the perceived enjoyment of the technol- ogy in use. The health care providers were concerned about the quality and manageabil- ity of the patient generated health data.
According to this study, organization should plan carefully which kind of technology should be used for managing patient generated health data. The currently used elec- tronic health records should be used through integrations for patient generated health data. Before introducing patient generated health data into clinical environment, the or- ganization should plan and decide on the workflows, how and how often they should re- act to patient generated health data. The improvements in patient reported outcomes can be used as a motivation for health care professionals.
SISÄLTÖ
1 JOHDANTO ... 4
2 POTILAAN TUOTTAMA TERVEYSTIETO ... 6
2.1 Potilas terveystiedon tuottajana... 6
2.3 Ammattilaisen rooli potilaan tuottaman tiedon hyödyntämisessä ... 8
3TEKNIIKAN HYVÄKSYMISEN MALLI TERVEYDENHUOLLOSSA ... 11
4 TUTKIMUKSEN TARKOITUS JA TUTKIMUSKYSYMYKSET ... 16
5 TUTKIMUSMENETELMÄT ... 17
5.1 Tutkimuksen sijoittuminen sosiaali- ja terveydenhuollon tiedonhallinnan tutkimusalaan ... 17
5.2 Integroiva kirjallisuuskatsaus laadullisena tutkimuksena ... 18
5.3 Aineiston keruu ... 19
5.4 Tutkimusartikkeleiden laadunvarmistus ja luokittelu ... 23
5.5 Aineiston analysointi ... 27
6 TULOKSET ... 31
6.1 Valitut tutkimusartikkelit ... 31
6.2 Ammattilaisten kokema hyöty potilaan tuottamasta terveystiedosta ... 31
6.3 Tekijöitä, jotka vaikuttavat ammattilaisten aikomukseen käyttää potilaan tuottamaa terveystietoa ... 37
6.4 Tulosten yhteenveto ... 44
7 POHDINTA ... 46
7.1 Tutkimuksen eettisyys ja luotettavuus ... 46
7.2 Tulosten tarkastelu ja johtopäätökset ... 49
7.3 Jatkotutkimusaiheet ... 55
8 LÄHTEET ... 57 LIITTEET
LIITE 1. Kirjallisuuskatsauksen artikkelit
LIITE 2. Kirjallisuuskatsauksen tutkimusartikkelien arviointi LIITE 3. Analyysitaulukko
KUVIOT
KUVIO 1. TAM-malli KUVIO 2. TAM2-malli
KUVIO 3. Sosiaali- ja terveydenhuollon tiedonhallinnan paradigma KUVIO 4. Aineistohaun tulokset vaiheittain
KUVIO 5. TAM3-malli
KUVIO 6. Potilaan tuottamasta terveystiedosta koettu hyöty
KUVIO 7. Tekijöitä, jotka vaikuttavat ammattilaisten aikomukseen käyttää potilaan tuottamaa terveystietoa
KUVIO 8. Tulosten yhteenveto TAULUKOT
TAULUKKO 1. PICo hakusanojen muodostaminen……….20 TAULUKKO 2. Valitut tutkimusartikkelit ja laadunarvioinnin pisteet……….24
1 JOHDANTO
Sähköisillä terveydenhuoltopalveluilla (engl. eHealth) tarkoitetaan terveydenhuollon vä- lineitä tai palveluita, joissa hyödynnetään tieto- ja viestintätekniikkaa (Euroopan komis- sio 2018). Euroopan Unionin tavoitteena on edistää sähköisten terveydenhuoltopalvelui- den avulla kansalaisten terveyttä (Euroopan komissio 2018) sekä terveydenhuoltopalve- luiden laatua ja saatavuutta (European Commission 2018, Euroopan komissio 2018).
Pyrkimyksenä on tehostaa käytettäviä sähköisiä välineitä sekä tehdä niistä aiempaa helppokäyttöisempiä ja laajemmin hyväksyttyjä (Euroopan komissio 2018). Sote-tieto hyötykäyttöön -strategian 2020 mukaisesti Suomessa kansalaisten aktiivisuutta pyritään lisäämään parantamalla tiedonhallintaa ja kehittämällä sähköisiä palveluita (Sosiaali- ja terveysministeriö 2014). Sähköisillä terveydenhuoltopalveluilla pyritään edesauttamaan potilaskeskeistä terveydenhuoltoa ja vähentämään sen kustannuksia (European Com- mission 2018).
Hoidossa hyödynnettävien tieto- ja viestintäteknologioiden etu potilaille on niiden saa- tavuus ja hyödynnettävyys terveydentilan seurannassa (Vuononvirta 2011; Saarelma 2015; Kuusisto 2016). Sähköisillä palveluilla turvataan tasa-arvoiset palvelut myös har- vaan asutuilla alueilla ja erityisryhmille (Sosiaali- ja terveysministeriö 2014; Ahonen, Kouri, Liljamo, Granqvist, Junttila, Kinnunen, Kuurne, Numminen, Salanterä & Saranto 2015). Potilaiden tiedonsaantia pyritään lisäämään ja matkustamista terveydenhuollon palveluihin vähentämään (Whitten & Love 2005; Vuononvirta 2011; Saarelma 2015;
Kuusisto 2016). Kansalaisia kannustetaan lisäämään elämänhallintaa ja omahoitoa säh- köisiä palveluita käyttämällä (Sosiaali- ja terveysministeriö 2014), sekä tuottamalla itse tietoja, joita ammattilaiset pystyvät hyödyntämään työssään (Sosiaali- ja terveysministe- riö 2014; Ahonen ym. 2015). Sähköisillä terveydenhuoltopalveluilla onkin osoitettu olevan hyvinvointia, koettua elämänlaatua ja terveyttä edistävä vaikutus. Sähköiset pal- velut saattavat lisätä potilaiden motivaatioita oman terveyden seuraamiseen. (Saarelma 2015; Kivekäs 2019; Kivekäs, Kuosmanen, Kinnunen, Kansanen & Saranto 2019.)
Suomalaisilla sähköisten terveydenhuoltopalveluiden käyttäjillä on hyvät asenteelliset ja tietotekniset perusvalmiudet uusiin palveluihin (Jauhiainen, Sihvo, Ikonen & Rytkönen
2014). Terveydenhuollon asiakkaat kokevat, että sähköinen asiointi ei voi korvata hen- kilökohtaista tapaamista. Sähköisten palveluiden avulla voidaan parantaa sellaisten pe- ruspalveluiden saatavuutta, jotka eivät edellytä fyysistä käyntiä. (Hyppönen, Hyry, Valta & Ahlgren 2014.) Suuri osa potilaista kokee, että he kaipaavat kannustusta ja tu- kea sähköisten terveydenhuoltopalveluiden käyttöön ja henkilöstöllä on suuri merkitys potilaiden motivoinnissa (Karisalmi, Kaipio & Kujala 2018).
Terveydenhuollon ammattilaisten tiedonhallinnan, tietosuojan ja tietoturvan osaamista voidaan kasvattaa työpaikkakoulutusten, tietojärjestelmien ja toimintamallien osalta – erityisesti uusien sovellusten käyttöönottojen yhteydessä. (Sosiaali- ja terveysministeriö 2014). Uuden tekniikan käyttöönottoa tulee aina arvioida huolella myös kustannuste- hokkuuden ja kohtuuden näkökulmista, sekä ottaa huomioon terveydenhuollon ammatti- laisten koulutus ja vaikutukset resurssitarpeisiin (European Commission 2018).
Terveydenhuollon sähköisten palveluiden helppokäyttöisyyttä ja tehokkuutta kehitetään osallistamalla alan ammattilaisia ja potilaita palveluiden kehittämiseen (Euroopan ko- missio 2018). Hoitohenkilökunnan roolia sähköisten palveluiden käyttöönoton onnistu- misessa voidaan pitää merkittävänä. Suomen sairaanhoitajaliiton sähköisten terveyspal- veluiden strategian yksi päätavoitteista on ammattilaisen positiivinen suhtautuminen sähköisten palveluiden tuomaan muutokseen ja mahdollisuuksiin (Ahonen ym. 2015).
Tavoitteena on, että terveydenhuollon ammattilaiset ovat motivoituneita työtä ja toimin- taprosesseja tukevien tietojärjestelmien ja sähköisten sovellusten hyödyntämiseen ja hallitsevat niiden käytön. Ammattilaisille tarjotaan systemaattisesti tukea ja koulutusta uusiin toimintamalleihin ja järjestelmiin. (Sosiaali- ja terveysministeriö 2014.) Tutki- muksia sähköisten palveluiden vaikutuksista tarvitaan lisää, jotta niiden vaikutuksista saadaan luotettavaa tietoa. (Ammenwerth, Schnell-Inderst & Hoerbst 2012.)
Tämän sosiaali- ja terveydenhuollon tiedonhallinnan alaan kuuluvan tutkimuksen tar- koituksena on kuvata terveydenhuollon henkilöstön kokemaa hyötyä potilaiden itse tuottamasta tiedosta ja tunnistaa tekijöitä, jotka ammattilaiset kokevat vaikuttavan poti- laan tuottaman tiedon käyttöön. Tutkimuksen tavoitteena on koota tietoa, jonka avulla terveydenhuollon sähköisiä palveluita voidaan kehittää ammattilaisia ja potilaita parhai- ten hyödyttävällä tavalla.
2 POTILAAN TUOTTAMA TERVEYSTIETO 2.1 Potilas terveystiedon tuottajana
Perinteisesti terveydenhuollossa potilaan kokemus, oireet, hoidon tavoitteet ja arvio elä- mänlaadusta on kirjattu ja dokumentoitu potilaan kertoman mukaan ammattilaisen toi- mesta. Se, että potilas tuottaakin tällaiset tiedot itse, on hyvin merkittävä muutos aikai- sempaan toimintatapaan. (Howie, Hirsch, Locklear & Abernethy 2014.) Potilaan itse tuottamalla terveystiedolla (engl. Patient-generated health data, PGHD) tarkoitetaan ter- veyteen liittyvää tietoa, jonka potilas tai hänen läheisensä on tuottanut ja jota hyödynne- tään potilaan hoidossa terveydenhuollossa (Cortez, Hsii, Mitchell, Riehl & Smith 2018) sekä potilaan itsehoidossa (Howie ym. 2014).
Tätä tutkimusta suunniteltaessa englanninkieliselle käsitteelle ”patient generated health data” ei löydetty vakiintunutta suomenkielistä käsitettä. Termiä data lähestyttiin tiedon arvoketjun kautta. Tiedon arvoketjussa datalla tarkoitetaan alinta jalostusastetta, eli tieto on vielä irrallista, eikä erillinen datan yksikkö ole ihmisen tulkittavissa. Muodoltaan data voi olla monen eri muotoista, kuten numeroita tai yksittäisiä sanoja. Dataa jalosta- malla saadaan informaatiota. Informaatio on dataa tietyssä kontekstissa ja rakenteessa, jolloin se saa jonkin merkityksen. Tietämystä saadaan jalostamalla informaatiota niin, että tiedon asiayhteydet ovat tiedossa ja tulkittavissa. Tietämys vastaa kysymyksiin
”miksi?” ja ”miten?”. Tietämys on informaation tulkitsemista ja ymmärtämistä. Lopulta tieto jalostuu viisaudeksi, jolla tarkoitetaan tietämyksen soveltamista käytännössä, kuten erilaisten ongelmien ratkaisemisessa. Viisaus sisältää ymmärryksen siitä, minkälaisia eri vaihtoehtoja on olemassa ja kyvyn arvioida näiden tärkeysjärjestyksen. (Matney, Breqster, Sward, Cloyes & Staggers 2011; Finto 2021). Tässä tutkielmassa englannin- kielinen Patient-generated health data käännetään ”potilaan tuottama terveystieto”. Ter- millä data viitataan tiedon arvoketjussa raakadataan (Matney ym. 2011), mutta potilaan tuottama terveystieto ei tyypillisesti ole potilaille täysin merkityksetöntä dataa, vaan si- sältää usein jo informaatiota, jota ammattilaiset voivat käsitellä ja tulkita tietämykseksi.
Potilailla on tahtotila ottaa aktiivinen rooli ja vastuu omasta terveydestään ja se, että po- tilas voi olla tuottamassa itse tietoa oman voinnin seurantaan sekä terveydenhuollon
käyttöön edesauttaa tätä (Huba & Zhang 2012). Potilaan tuottamaa tietoa voidaan käyt- tää monen kroonisen sairauden seurannassa (Cohen, Keller, Hayes, Dorr, Ash & Sittig 2016). Potilaan tuottama terveystieto voi olla terveydentila- tai hoitotietohistoriatietoja, biometrista dataa, oirekuvauksia tai elämäntapatietoja (Howie ym. 2014; Cortez ym.
2018). Näitä tietoja voidaan tuottaa terveystietoja mittaavilla ja tallentavilla laitteilla, kuten verenpaine- tai verensokerimittareilla, aktiivisuusrannekkeilla tai erilaisilla mobii- lisovelluksilla (Kumar, Goren, Stark, Wall & Longhurst 2016; Cortez ym. 2018; Austin, Lee, Amtmann, Bloch, Lawrence, McCall, Munson & Lavallee 2020) tai ne voivat olla potilaan raportoimia oirekuvauksia (Howie ym. 2014).
Potilaan tuottama terveystieto on kirjallisuudessa jaoteltu vielä alaluokkaan PRO (engl.
Patient Reported Outcomes) jolla tarkoitetaan potilaan raportoimia oman hoidon tulok- sia esimerkiksi kyselylomakkeilla (Cohen ym. 2016; Lordon, Mikles, Kneale, Evans, Munson, Backonja & Lober 2020; Miyaji, Kawaguchi, Azuma, Suzuki, Sano, Akatsu, Torii, Kamimura, Ozawa, Tsuchida, Eriguchi, Hashiguchi, Nishino, Nishi, Inadome, Yamazaki, Kiuchi & Yamaguchi 2020). PRO eroaa potilaan itse tuottamasta tiedosta siinä, että perinteisesti itse tuotettua tietoa ei tuoteta suoraan osana potilastietojärjestel- mää toimivissa potilasportaaleissa tai kyselylomakkeilla, vaan erillisillä monitori- tai älylaitteilla. Näistä monitori- ja älylaitteista saattaa olla mahdollista integroida tietoja automaattisesti potilastietojärjestelmään (Kumar ym. 2016.) Potilaan itse tuottamaksi tiedoksi ei myöskään katsota tietoja, jotka potilas on tuottanut vain akateemista tutki- musta varten (Cohen ym. 2016). Tässä tutkielmassa potilaan tuottamalla terveystiedolla tarkoitetaan kaikkea potilaan tuottamaa sähköistä terveys- ja hyvinvointitietoa, joka on mahdollista jakaa terveydenhuollon henkilöstön kanssa.
Potilaan tuottaman tiedon käyttöönoton myötä niin potilaiden kuin ammattilaisten käsitys terveyden edistämisestä ja ylläpidosta on muuttunut, ja varsinkin kroonisista sairauksista kärsivät potilaat keräävät tietojaan ahkerasti (Fox & Duggan 2013). Terveydenhuollon ammattilaisten sijaan päävastuu potilaan itse tuottamasta tiedosta on potilaalla itsellään.
Potilas omistaa keräämänsä datan (Ahonen ym. 2015) ja hänellä on myös päätäntävalta siitä, mihin ja kuinka paljon omia terveystietojaan hän haluaa jakaa terveydenhuollon toi- mijoille. (Cortez ym. 2018; Ahonen ym. 2015.) Potilaat voivat myös itse päättää tai sopia
terveydenhuollon ammattilaisten kanssa niistä päivittäisistä elämäntapahtumien rapor- toinneista, jotka he kokevat olevan terveydelleen merkityksellisiä (Cohen ym. 2016).
Suomessa Omakannan Omatietovaranto on palvelu, johon kansalainen voi halutessaan tallentaa hyvinvointitietojaan. Palveluun suunnitellaan integraatiota, jonka avulla tiedot olisivat potilaan suostumuksella myös terveydenhuollon ammattilaisten nähtävillä.
Tämä kuitenkin edellyttää uuden asiakastietolain hyväksymistä. (Kanta 2021a.) Omatie- tovarantoon on rakennettu valmius vastaanottaa erityyppistä potilaan tai asiakkaan tuot- tamaa tietoa, muiden muassa fysiologisia mittaustuloksia: verensokeri, paino, veren- paine, pituus ja ruumiinlämpö. Omatietovarantoon on jatkossa mahdollista lisätä myös asiakkaan aktiivisuustietoja: askelmäärät, kulutetut kalorit, sekä lääkitystietoja ja eri ti- lanteisiin tai oireisiin sopivia kyselylomakkeita. Yhteentoimivuuden takaamiseksi on määritelty standardit ja rajapintamääritykset datan siirtoon omatietovarantoon ja tieto- mallin tulee olla määrätyssä mallissa. (THL 2017; Kanta 2021b.)
Potilailla ja terveydenhuollon ammattilaisilla saattaa olla eriäviä mielipiteitä siitä, miten potilaan tuottamaa tietoa tulee käyttää osana potilaan hoitoa, jolloin potilaan ja ammatti- laisen välinen suhde voi muuttua negatiiviseen suuntaan. Potilailla ja ammattilaisilla voi olla erilaisia näkemyksiä esimerkiksi potilaan tuottaman tiedon käytön tavoitteista, strukturoimattoman tiedon käytöstä ja siitä kuinka usein tietoon tulee reagoida ja kuinka paljon sitä pitää kerätä. (Sanger, Hartzler, Lordo, Armstrong, Lober, Evans & Pratt 2016.) Tutkimustulokset osoittavat, että potilaat toivoivat ammattilaisilta henkistä, tul- kinnallista ja käytännönläheistä tukea tiedon tuottamiseen ja läpikäyntiin (Lordon ym.
2020). Tämän lisäksi potilaat ovat huolissaan omasta ja läheistensä yksityisyyden suo- jasta (Bajracharva ym. 2019).
2.3 Ammattilaisen rooli potilaan tuottaman tiedon hyödyntämisessä
Ammattilaisille potilaan tuottama tieto saattaa tuoda monenlaista hyötyä, mutta toisaalta se muuttaa työtä ja työnkulkua uuden tekniikan myötä. Potilaan tuottaman tiedon on to- dettu edistävän potilaan tietoisuutta sairausriskistään sekä lisäävän ammattilaisten tietoi- suutta potilaan voinnista ja parantavan vastaanoton kulkua (Wu ym. 2013). Potilaan ak- tivoiminen voi myös vaikuttaa positiivisesti terveydenhuollon työkuormaan, koska
käyntien ja puhelinkontaktien määrä voi vähentyä ja potilas olla sitoutuneempi hoitoon (Ammenwerth, Schnell-Inderst & Hoerbst 2012). Terveydenhuollon henkilöstölle poti- laan tuottamat sähköiset terveystiedot vähentävät kotona täytettyjen paperisten lomak- keiden käsittelyä ja kopioimista potilasasiakirjoihin (Tuovinen 2019).
Terveydenhuollon ammattilaisen tulee hyväksyä potilaan tuottamat tiedot ennen niiden liittämistä potilastietojärjestelmään. Potilastietojärjestelmään tulee merkitä, että kyseessä on potilaan itse tuottamaa tietoa, kun ne liitetään osaksi potilaan tietoja. Suomessa ei vielä ole erillistä lainsäädäntöä tai kansallista ohjeistusta potilaan itse tuottamien tietojen kä- sittelyyn. (Innokylä 2019.)
Suurin osa ammattilaisista kokee potilaiden tuottaman tiedon positiivisena asiana (Huba
& Zhang 2012). Potilaan tuottaman tiedon käytöllä koetaan voivan parantaa potilaan ja ammattilaisen välistä kommunikaatiota ja lisätä ammattilaisen ymmärrystä potilaan ter- veydestä (Huba & Zhang 2012; Lordon ym. 2020). Erityisesti kliinisessä päätöksente- ossa hyvä ymmärrys potilaan voinnista koetaan merkittävänä. Potilaan voinnin ymmär- ryksen tärkeys korostuu esimerkiksi päivystyshoidossa ja tilanteissa, joissa potilas on ennalta tuntematon hoitohenkilöstölle. (Huba & Zhang 2012.)
Terveydenhuollon ammattilaiset toivovat potilaan raportoimia lääkitystietoja sekä poti- laan näkemystä hoitotavoitteista, omasta terveydestään ja elämänlaadustaan (Huba &
Zhang 2012). Toisaalta tietoa tuotetaan paljon ja ammattilaiset myös toivovat, että va- kavat terveysongelmat erottuvat selkeämmin vähemmän vakavien ongelmien joukosta, koska niitä on muuten vaikea huomata suuren tietomäärän seasta (Huba & Zhang 2012;
Slack ym.2012). Esimerkiksi kivun ja hoitomotivaation kirjauksissa olisi hyvä olla väri- koodaukset, joiden avulla poikkeamat on helppo huomata (Huba & Zhang 2012). Am- mattilaiset arvostavat erityisesti nopeasti sisäistettäviä yhteenvetoja ja visuaalisia kaavi- oita tai taulukoita, joiden avulla he voivat tulkita potilaan tuottaman tiedon yhdellä vil- kaisulla (Lordon ym. 2020) ja tunnistaa trendejä potilaan voinnissa (Huba & Zhang 2012; Lordon 2020). Tietojen toivottiin olevan selkeästi esillä ja kronologisessa järjes- tyksessä (Huba & Zhang 2012). Koulutuksella ja tietojen siirron automatisoinnilla on ammattilaisten mielestä positiivinen vaikutus tiedon hyödyntämiseen. (Lordon ym.
2020.) Lisäksi potilaan tuottaman tiedon tallentamiseen käytettävän teknologian ja poti- lastietojärjestelmän välinen integraatio koetaan hyvin tärkeänä (Huba & Zhang 2012).
Ammattilaisten halukkuudessa ja kiinnostuksessa potilaan tuottaman tiedon hyödyntämi- seen on kuitenkin eroja. Tutkimuksen mukaan tiedon käytöllä ei välttämättä koeta olevan hyötyä potilaan hoidolle tai tiedon läpikäynti yritetään siirtää esimerkiksi toiselle kolle- galle. Ammattilaisten tiukka aikataulu vastaanotoilla ja sovittujen työnkulkujen puuttu- minen koetaan myös ongelmallisena. Näiden lisäksi osa ammattilaisista kokee vuorovai- kutuksen potilaan kanssa paremmaksi kasvotusten kuin tekniikan välityksellä. (Lordon ym. 2020.) Ammattilaiset ovat myös huolissaan tiedon laadusta ja oikeellisuudesta, koska potilas voi ymmärtää kysymyksiä ja mittaustuloksia väärin (Huba & Zhang 2012).
3 TEKNIIKAN HYVÄKSYMISEN MALLI TERVEYDENHUOLLOSSA
Uuden tekniikan käyttöönoton onnistuminen on monimutkainen prosessi. Tekniikan tu- levat käyttäjät ovat merkittävässä roolissa siinä, kuinka hyvin tietojärjestelmä menestyy (Davis 1989; Holden & Karsh 2010). Jotta uusia tietojärjestelmiä ja tekniikoita saadaan implementoitua niille suunniteltuun käyttöön, on tärkeää varmistaa, että tietojärjestel- män käyttäjät kokevat sen olevan heille tarkoituksenmukaista. (Holden & Karsh 2010.)
Tekniikan hyväksymisen malli (engl.Technology acceptance model) eli TAM-malli on uuden tekniikan käyttöönotossa tulevien käyttäjien käyttäytymistä selittävä malli. Malli perustuu psykologiseen perustellun toiminnan (engl. Theory of Reasoned Action) TRA- malliin, jolla pyritään selittämään ihmisen käyttäytymistä. TAM-malli perustuu kahteen tekniikan hyväksymiseen ennustavaan päätekijään: tekniikan helppokäyttöisyyteen ja siitä koettuun hyödyllisyyteen (Kuvio 1). TAM-malli on suosituimpia käytössä olevia malleja tietojärjestelmien käyttöönoton onnistumista tutkittaessa. Malli koskee tekniikan käyttöönottoa kaikkien tietojärjestelmien käyttöönotossa, eikä ole suunniteltu erityisesti terveydenhuollon tietojärjestelmähankkeisiin. Sitä on kuitenkin hyödynnetty menestyk- sekkäästi hyvin erityyppisillä aloilla, myös terveydenhuollossa. (Davis 1989; King & He 2006.)
KUVIO 1. TAM-malli (mukaillen Davis ym. 1989).
TAM-mallin etuna on se, että paljon käytetyn mallin tutkimuskysymykset ovat validoi- tuja, joten niitä voidaan käyttää tutkimuksissa luotettavasti. TAM-malli on kehitetty uu- den tekniikan käyttöönottovaiheeseen ja onkin huomattu, että jos mallin avulla tutkitaan
myöhemmin tekniikan käyttöä, sen eri tekijöiden suhteet muuttuvat: esimerkiksi helppo- käyttöisyys korostuu käyttöönotossa, mutta myöhemmin sen merkitys vähentyy. (Holden
& Karsh 2010.)
Alkuperäistä tekniikan hyväksymisen mallin pääteemaa, koettua hyödyllisyyttä, on kehi- tetty eteenpäin alateemoihin, jotta sen avulla voidaan selittää paremmin tekniikan hyväk- symiseen liittyviä osatekijöitä. TAM2-mallissa (Kuvio 2) uudesta tekniikasta koettua hyödyllisyyttä selitetään sosiaalisen ja kognitiivisen vaikuttajien kautta. Kolme toisiinsa liittyvää sosiaalisten vaikuttajien prosessia ovat subjektiivinen normi, vapaaehtoisuus ja mielikuva. Subjektiivisella normilla tarkoitetaan henkilön sisäisiä käsityksiä siitä, kan- nustavatko hänelle tärkeät ihmiset tällaiseen käyttäytymismalliin. Tällaiset subjektiiviset normit voivat kannustaa henkilöä esimerkiksi käyttämään tai olla käyttämättä uutta tek- nologiaa, vaikka heidän oma mielipiteensä olisikin tätä vastaan. (Vekantesh & Davis 2000.)
Subjektiivisen normin painoarvolla tekniikan hyväksymisessä vaikuttaa se, ovatko hen- kilöt mukana vapaaehtoisesti vai pakon sanelemana. Vapaaehtoisilla subjektiivisella nor- milla ei ole niin suurta merkitystä. Subjektiivinen normi voi vaikuttaa myös omaksumisen kautta. Esimerkiksi työkaveri voi ilmaista mielipiteensä, että uudesta tekniikasta on suurta hyötyä. Käyttäjä voi sisäistää tämän mielipiteen ja vähitellen omaksua erilaisen asenteen.
Subjektiivisen normin vaikutusta voi vähentää kokemus järjestelmästä. (Venkatesh & Da- vis 2000, Venkatesh & Bala 2008.)
Imagolla tarkoitetaan sitä, miten käyttäjä kokee positiivista vaikutusta omaan imagoonsa käyttäytymällä subjektiivisen normin mukaisesti. Hän siis kokee, että hänen statuksensa sosiaalisessa ympäristössä paranee. (Venkatesh & Davis 2000, Venkatesh & Bala 2008.)
KUVIO 2. TAM2-malli (mukaillen Venkatesh & Davis 2000).
Venktatesh ja Davis (2000) lisäsivät TAM2-malliin kolme kognitiivisen vaikuttajan teki- jää: relevanssi työhön, tulosten laatu ja tulosten todistettavuus. Relevanssilla työhön tar- koitetaan sitä, missä määrin käyttäjä kokee, että uusi teknologia tukee hänen työskente- lyään. Myös se, kuinka positiivisesti uuden tekniikan koetaan vaikuttavan tulosten laa- tuun, kasvattaa tekniikasta koettua hyötyä. Mikäli uuden tekniikan positiiviset vaikutuk- set tuloksiin ovat todistettavissa esimerkiksi raporteilla, tämä entisestään lisää koetun hyödyllisyyden kokemusta.
Koettua helppokäyttöisyyttä on pyritty selittämään tarkemmilla osatekijöillä, joiden ke- hittämisen myötä luotiin tekniikan hyväksymisen malli 3, joka on kuvattu luvun 5.5 ku- viossa 5. Perustan helppokäyttöisyydelle luovat itseluottamus tietokoneiden käyttöön, olosuhteiden vaikutus, tietokonepelko ja tietokoneleikkisyys. Itseluottamus tietokoneiden käyttöön tarkoittaa sitä, kuinka käyttäjä kokee tietoteknisen taitotasonsa riittävän suori- tettavaan tehtävään ja olosuhteiden vaikutuksella tarkoitetaan sitä, kuinka käyttäjä kokee organisaation ja teknisen tuen edesauttavan häntä tekniikan käytössä. (Venkatesh & Bala 2008.)
Tietokonepelko voi olla huolta tai pelkoa siitä, että käyttäjän tulee käyttää tietotekniikkaa.
Tietokoneleikkisyys taas puolestaan tarkoittaa sitä, kuinka innokas käyttäjä on käyttä- mään tekniikkaa spontaanisti ja kokeilevasti eri tavoilla – myös muuhun kuin alkuperäi- seen tarkoitukseen. (Venkatesh & Bala 2008.)
Koettuun helppokäyttöisyyteen vaikuttaa TAM3-mallin mukaan myös koettu tyytyväi- syys ja tavoiteltu käytettävyys, joiden avulla voidaan vielä hienosäätää koetun helppo- käyttöisyyden perustaa. Koettu tyytyväisyys on tyytyväisyyttä järjestelmän tai tekniikan käyttöön itseensä. Tyytyväisyydessä ei siis huomioida sitä, minkälaisia käyttötarkoituksia tekniikalla on. Tavoitellulla käytettävyydellä tarkoitetaan vertailun avulla saatua tietoa siitä vaivannäön määrästä, jota tiettyjen tehtävien suorittaminen tekniikan avulla vaatii.
(Venkatesh & Bala 2008.)
TAM-mallia on hyödynnetty paljon terveydenhuollon uuden tekniikan käyttöönoton ar- vioinnissa (esimerkiksi Egea & González 2011; Chow, Herold, Choo & Chan 2012; Dün- nebeil, Sunyaev, Blohm, Leimeister & Krcmar 2012; Rho, Choi & Lee 2014; Kivekäs 2019) ja sitä on käytetty myös laajennettuna terveydenhuollon tutkimuksen tarpeisiin (Rahimi, Nadri, Afshar & Timpka 2018). Mallin on arvioitu selittävän hyvin erityisesti tekniikasta koetun hyödyn ja todellisen tekniikan hyödyntämisen yhteyttä (Wu, Li & Fu 2011; Moores 2012; Rho ym. 2014). Helppokäyttöisyyden vaikutus tekniikan hyväksy- miseen ei ole yhtä vahva (Ma & Liu 2004). Rahimin tutkimusryhmän (2018) tekemässä systemaattisessa kirjallisuuskatsauksessa ilmeni, että terveydenhuollossa TAM-mallia on hyödynnetty esimerkiksi etäterveyspalveluiden, potilastietojärjestelmien ja mobiilisovel- lusten käyttöönoton arvioinnissa, erityisesti lääkäreiden ja hoitohenkilöstön tekniikan hy- väksymisen tutkimuksissa.
Tutkimuksen mukaan kielteisesti tekniikan hyväksyntään vaikuttavat tekniset ongelmat, kokemattomuus, tekniikan perustuntemuksen ja ajan puute (Gagnon, Desmartis, Lab- recque, Car, Pagliari, Pluye, Frémont, Gagnon, Tremblay & Légaré 2012). Holdenin &
Karshin (2010) mukaan tekniikan hyväksymisen mallin avulla onkin osoitettu, että pelkkä tekniikan koettu tarpeellisuus ja helppokäyttöisyys eivät riitä, vaan lisäksi käyttäjien tulee tuntea itsensä riittävän varmaksi tekniikan kanssa (engl. self-efficacy), heidän tulee kokea
tekniikan käyttö omana tietoisena päätöksenä (engl. controllability) ja että turhat esteet on poistettu ja tukea on saatavilla riittävästi (engl. facilitating conditions).
Kun terveydenhuollossa käytetään TAM-mallia, tulee aina muistaa, ettei sitä alkujaan ole kehitetty terveydenhuollon tarpeisiin. Tutkimuksissa ja tulosten tulkinnassa tuleekin aina huomioida vahvasti se konteksti, johon ne ovat sidonnaisia. Terveydenhuollossa käyttä- jien ominaispiirteet ja tekniikan sovellukset ovat hyvin erilaisia kuin yleisesti kaupalli- seen tarkoitukseen kehitetyillä tekniikoilla. Ei myöskään voida olettaa, että kaikki kehi- tetyt mallit soveltuvat automaattisesti myös terveydenhuoltoon. (Holden & Karsh 2010.)
Tässä tutkimuksessa TAM-mallia käytetään potilaan tuottaman terveystiedon käyttöaiko- mukseen vaikuttavien tekijöiden kartoittamisessa. Potilaan tuottamaa terveystietoa voi- daan tuottaa eri tekniikoilla ja tiedot voidaan saattaa ammattilaisten analysoitavaksi use- ammalla eri tavalla. Tutkimuksessa ei siis tutkita vain yhtä teknistä ratkaisua, vaan uu- della tekniikalla tarkoitetaan tässä tutkimuksessa uutta toimintatapaa tuottaa palveluita terveydenhuollossa, missä potilas toimii suoraan tiedon tuottajana.
4 TUTKIMUKSEN TARKOITUS JA TUTKIMUSKYSYMYKSET
Tämän tutkimuksen tarkoituksena on kuvata terveydenhuollon henkilöstön kokemaa hyötyä potilaiden itse tuottamasta tiedosta.
Tutkimuskysymykset ovat:
1. Minkälaista hyötyä terveydenhuollon ammattilaiset kokevat potilaiden itse tuot- tamasta tiedosta?
2. Mitkä tekijät vaikuttavat terveydenhuollon ammattilaisen aikomukseen käyttää potilaan itse tuottamaa tietoa?
Tutkimuksen tavoitteena on koota tietoa, jonka avulla terveydenhuollon sähköisiä pal- veluita voidaan kehittää ammattilaisia ja potilaita parhaiten hyödyttävällä tavalla.
5 TUTKIMUSMENETELMÄT
5.1 Tutkimuksen sijoittuminen sosiaali- ja terveydenhuollon tiedonhallinnan tutkimus- alaan
Sosiaali- ja terveydenhuollon tietohallinto on tieteenala, jonka tutkimuskohteita ovat esimerkiksi sosiaali- ja terveydenhuollon tiedonhallinnan osaaminen, tiedolla johtami- nen, tieto- ja viestintätekniikan käyttö sekä tietojärjestelmät ja -rakenteet sosiaali- ja ter- veydenhuollossa. Sosiaali- ja terveydenhuollon tietohallinnon alan paradigma (Kuvio 3) kehitettiin viitekehykseksi alan tutkimukselle ja opetukselle, selkiyttäen tieteenalan kes- keisiä entiteettejä ja niiden välisiä yhteyksiä. (Kuusisto-Niemi & Saranto 2009, Saranto
& Kinnunen 2019.)
KUVIO 3. Sosiaali- ja terveydenhuollon tiedonhallinnan paradigma (Kuusisto-Niemi &
Saranto 2009).
Sosiaali- ja terveydenhuollon tiedonhallinnan paradigma koostuu neljästä entiteetistä:
tiedosta, toiminnasta, toimijoista ja menetelmistä, sekä näiden välisistä suhteista. Tie- dolla tarkoitetaan tiedon arvoketjua datasta viisauteen, jolloin tiedon monimutkaisuus ja -ulottuvuus lisääntyvät arvoketjun hierarkian ylemmille tasoille siirryttäessä. Toimin- nalla tarkoitetaan paradigmassa palveluiden eri vaiheita; suunnittelua, toteutusta, käyt- töä ja arviointia. Toimijoilla tarkoitetaan henkilöitä tai yhteisöä, jotka käyttävät tai tuot-
tavat palveluita. Menetelmät puolestaan tarkoitetaan sosiaalisia tai teknisiä toimintata- poja, joilla käsitellään toiminnasta syntyneitä tietoja. (Kuusisto-Niemi & Saranto 2009.) Tässä tutkimuksessa tutkitaan potilaan tuottaman tiedon käyttöä ja siihen vaikuttavia te- kijöitä. Tutkimuksessa ei tutkita itse ammattilaisia tai potilaan tuottamaa tietoa vaan sitä, mitkä tekijät vaikuttavat uuden tekniikan hyväksyntään. Tutkimus sijoittuu sosi- aali- ja terveydenhuollon tiedonhallinnan paradigmassa toiminta- ja menetelmät-enti- teettien välille, jossa toiminnalla tarkoitetaan terveydenhuollon toimintaa ja menetel- millä potilaan tuottaman tiedon käyttöä terveydenhuollon toiminnassa. Tutkimuksessa arvioidaan tieto- ja viestintätekniikan käyttöönottoa, joka tässä tapauksessa on tekniikka eli menetelmä, joka liittyy tiedon käsittelyyn, tallentamiseen ja välittämiseen. Teknii- kalla viitataan teknisiin ja sosiaalisiin toimintatapoihin, jolla potilaan tuottama tieto tuo- daan ammattilaisten saataville.
5.2 Integroiva kirjallisuuskatsaus laadullisena tutkimuksena
Laadullisen tutkimuksen avulla saadaan tietoa tutkimuskohteista, jotka voivat olla abst- rakteja, tulkinnallisia, aikaan ja paikkaan sidottuja ilmiöitä. Laadullisessa tutkimuksessa otetaan huomioon, että tutkittava todellisuus on moninainen. Tutkimuksessa pyritään kuvaamaan todellista elämää. Tämän tutkimuksen asetelman kannalta oiva lähestymis- tapa on laadulliset menetelmät, joilla voidaan selvittää yhteiskuntatieteissä tietoa, joka ei ole universaalia, vaan näkökulmia ja tulkintoja ilmiöistä. Laadullisen tutkimuksen avulla voidaan näin lisätä ymmärrystä monista eri ilmiöistä. (Hirsjärvi, Remes & Saja- vaara 2009, 160–161; Puusa & Juuti 2011, 31–32.) Tässä tutkielmassa ilmiö on potilaan tuottaman tiedon hyödyntämisestä syntyvä muutos terveydenhuollossa. Laadullisessa tutkimuksessa korostuu aineiston keruun ja analysoinnin tärkeys (Tuomi & Sarajärvi 2018, 76–77). Tutkielman aineiston keruu- ja analysointimenetelmät on kuvattu seuraa- vissa kappaleissa.
Tässä tutkielmassa käytetään menetelmänä integroivaa kirjallisuuskatsausta. Menetelmä valikoitui tutkijan mielenkiinnosta aihetta kohtaan, josta tutkijalla ei ollut merkittävää tutkimuksellista ennakkotietoa aiheesta ennen tutkimuksen aloittamista. Menetelmänä kirjallisuuskatsaus sopii tutkimuksen lähtökohtaan, koska kirjallisuuskatsauksella voi- daan luoda kokonaiskuva tutkittavasta ilmiöstä (Salminen 2011; Stolt, Axelin, Suhonen
2016, 7–8). Eri kirjallisuuskatsausmenetelmistä aiheeseen sopi parhaiten integroiva kir- jallisuuskatsaus, koska aihetta on jo tutkittu melko paljon ja tavoitteena on tuottaa uutta tietoa aiempien tutkimusten perusteella (Salminen 2011).
Kirjallisuuskatsauksessa eri tutkimusten tuloksia kootaan yhteen ja luodaan synteesillä uusia tutkimustuloksia. Menetelmänä se on tehokas tapa testata hypoteeseja, tiivistää tutkimusten tuloksia ja esimerkiksi nostaa uusia tutkimustarpeita esiin. Integroivassa katsauksessa mukaan otetaan kriittinen kirjallisuuden tarkastelu, jonka vuoksi se eroaa narratiivisesta kirjallisuuskatsauksesta. (Salminen 2011.) Systemaattiseen kirjallisuus- katsaukseen verrattuna integroiva kirjallisuuskatsaus mahdollistaa laajemman otoksen ja kuvan aiheen kirjallisuudesta (Salminen 2011), koska integroivassa kirjallisuuskatsauk- sessa voidaan hyödyntää aineistona niin laadullisia- kuin määrällisiä tutkimusartikke- leita (Doolen 2017). Lisäksi näkökulmat integroivassa kirjallisuuskatsauksessa voivat olla monipuolisempia kuin systemaattisessa katsauksessa (Salminen 2011). Integroiva kirjallisuuskatsaus noudattaa kuitenkin systemaattista lähestymistapaa (Doolen 2017) ja sen tulee olla yhtäläisellä huolella ja täsmällisyydellä laadittu kuin primääritutkimukset- kin (Russell 2005; Aromataris & Pearson 2014).
Integroivan kirjallisuuskatsauksen vaiheet ovat tutkimusongelman asettelu, aineiston hankkiminen, aineiston arviointi, analyysi, tulkinta ja tulosten esittäminen (Russell 2005; Salminen 2011; Aromataris & Pearson 2014; Aromataris & Munn 2020). Tässä tutkielmassa muotoiltiin ensin tutkimuskysymykset, tehtiin alustavaa aineiston kartoi- tusta koehakujen kautta, jonka jälkeen seurasi varsinainen tiedonhaku. Valituille tutki- musartikkeleille tehtiin laadun arviointi, jonka jälkeen tulokset analysoitiin, tulkittiin ja esiteltiin. (Salminen 2011; Aromataris & Pearson 2014; Aromataris & Munn 2020.)
5.3 Aineiston keruu
Tämän pro gradu -tutkielman aineistoksi kerättiin tutkimuksia, jotka voivat olla luon- teeltaan joko määrällisiä tai laadullisia tutkimuksia. Kirjallisuuskatsauksessa tärkeää on löytää oikeat hakutermit (Laaksonen, Kuusisto-Niemi & Saranto 2010; Aromataris &
Munn 2020). Tietokantoihin toteutettavan hakulausekkeen muodostamisen apuna käy-
tettiin PICO- ja PICo-muistisääntöä. PICOa käytetään määrällisten tutkimusten yhtey- dessä ja se muodostuu sanoista populaatio (engl. Population), interventio (engl. Inter- vention), vertailuaineisto (engl. Comparator) ja tulos (engl. Outcome) (Aromataris &
Munn 2020). Tutkittava populaatio on terveydenhuollon henkilöstö ja interventiona se, että potilas tuottaa terveyteen liittyvää tietoa itse ammattilaisten käyttöön. Vertailuna käytetään tilannetta, jossa potilas ei tuota tietoa ammattilaisten käyttöön. Tuloksena on se, että ammattilaiset kokevat hyötyä potilaan tuottamasta tiedosta.
Laadullisissa tutkimuksissa käytetään PICoa, joka muodostuu sanoista populaatio, tut- kittava ilmiö (engl. Phenomena of Interest) ja konteksti (engl. the Context) (Aromataris
& Munn 2020). Tässä tutkimuksessa konteksti on terveydenhuolto ja tutkittava ilmiö on ammattilaisten kokema hyöty potilaan tuottamasta tiedosta. Tutkimusartikkeleista oli luonnollista kerätä myös niitä tekijöitä, jotka vaikuttavat ammattilaisen kokemaan hyö- tyyn, joten tämä muodostui toiseksi tutkimuskysymykseksi. Hakulausekkeen muodosta- misessa käytettiin PICoa (Taulukko 1) ja tutkielmasta rajattiin vertailuaineisto (Compa- rator) käyttö pois. Mahdollisimman luotettavan aineiston keruun onnistumiseksi tutkija kävi tiedonhaun opastuksessa Itä-Suomen ja Helsingin yliopiston informaatikoilla en- nen varsinaista aineiston hakua.
TAULUKKO 1. PICo hakusanojen muodostaminen PICo Populaatio
(Population)
Tutkittava ilmiö (Phenomena of Intrest)
Konteksti (Context)
Terveydenhuol-
lon ammattilai- set
Terveydenhuollon ammattilaisten kokema hyöty potilaan itse tuotta- masta tiedosta
Terveyden- huolto
Hakusanat Healthcare Pro- fessionals, Healthcare Pro- viders
Perceived usefulness, benefits, perspectives, patient generated health data
Healthcare
Aineisto kerättiin loppukesästä 2020 kolmesta eri kansainvälisestä terveydenhuoltoa koskevia tutkimusartikkeleita sisältävästä tietokannasta: PubMed, Scopus (Elsevier), ja EBSCO - Cinahl. Koehakujen perusteella hakusanoista jätettiin termit ammattilaiset ja
terveydenhuolto pois, koska sana ”patient” rajasi kontekstin jo terveydenhuoltoon ja si- sällyttämällä kaikki hakutermit hakulausekkeeseen haun tulokset jäivät melko suppe- aksi. Näin artikkelihakuun saatiin sisällytettyä enemmän potentiaalisia tutkimusartikke- leita, vaikka hakuihin sisältyikin myös enemmän mahdollisesti sisällön perusteella hy- lättäviä tutkimusartikkeleita. Koehauissa huomattiin myös, että termiä ”potilaan tuotta- maa terveystieto” lyhennettiin artikkeleissa usein ”PGHD”, joten tämä sisällytettiin mu- kaan vaihtoehtona ”patient generated data” hakulausekkeelle. Haun aikarajana tutki- musartikkelin julkaisuajankohdasta käytettiin viittä vuotta. Lopulliset tietokantahaut to- teutettiin tietokannoittain hakulausekkeilla:
Pubmed ja Cinahl:
“(PGHD OR ("patient generated" AND data)) AND (benefits OR usefulness OR per- spectives) “
Scopus:
“TITLE-ABS-KEY ( ( pghd OR ( "patient generated" AND data ) ) AND ( benefits OR usefulness OR perspectives ) )”
Hakulauseke tuotti PubMedista 98 tulosta, Scopuksesta 104, joista duplikaatteja oli 67 ja Cinahlista 56, joista duplikaatteja oli 27. Haut tuottivat yhteensä 162 eri artikkelia.
Artikkelien valinnan vaiheet on kuvattu kuviossa 4.
KUVIO 4. Aineistohaun tulokset vaiheittain
Tutkimusartikkelit käytiin läpi ensin otsikkotasolla ja otsikon perusteella kirjallisuuskat- sauksesta hylättiin 56 artikkelia. Jäljelle jääneistä artikkeleista luettiin tiivistelmät, jonka perusteella hylättiin 75 artikkelia. Kaksi artikkelia hylättiin kielen perusteella. Lisäksi neljästä artikkelista koko teksti ei ollut saatavilla.
Kirjallisuuskatsauksen tutkimusartikkeleille asetettiin sisäänotto- ja poissulkukriteerit (Aromataris & Munn 2020). Tutkimukseen mukaan otettavien artikkelien tuli olla tutki- musartikkeleita, joten pääkirjoitus- ja esseetyyppiset artikkelit jätettiin pois. Artikkelin tuli käsitellä terveydenhuollon potilaan jollekin digitaalisella alustalle tuottamaa tietoa ja tuloksissa tuli käsitellä terveydenhuollon ammattilaisten kokemuksia. Ammattilaisiin luettiin mukaan kliinistä työtä tekevien lisäksi myös terveydenhuollon johtamis- tai hal- linnollisia tehtäviä tekevät. Mikäli tuloksissa oli mukana myös potilaiden kokemuksia, näitä tuloksia ei sisällytetty tähän tutkielmaan, vaan tuloksia tarkasteltiin vain ammatti- laisten kokemusten osalta. Tutkimusartikkeleista poissuljettiin ne, jotka koskivat vain potilaiden tai heidän läheistensä kokemuksia potilaan tuottamasta tiedosta. Myös artik- kelit, joissa ammattilaiset eivät olleet suoraan terveydenhuollon palvelussa rajattiin pois.
Tällaisia olivat esimerkiksi urheiluvalmentajien kokemukset. Tutkimusartikkelien tuli olla saatavilla sähköisesti julkisesti tai yliopiston kirjaston tunnuksilla. Tutkimusartikke- leihin hyväksyttiin mukaan myös sellaiset, joissa uutta tekniikka potilaan tuottaman tie- don hyödyntämiseen ei vielä ollut otettu käyttöön. Tutkimusartikkeli hylättiin, mikäli sitä ei ollut saatavilla suomen tai englannin kielellä.
27 tutkimusartikkelia luettiin kokonaan. Näistä seitsemän hylättiin, koska ne eivät täyt- täneet kaikkia sisäänottokriteereitä. Lopulliseksi kirjallisuuskatsauksen aineistoksi muo- dostui 20 tutkimusartikkelia (Kuvio 4), joista yhdessä oli käytetty yhdistelmää laadulli- sista ja määrällisistä tutkimusmenetelmistä ja loput 19 laadullisia menetelmiä hyödyntä- viä tutkimuksia.
5.4 Tutkimusartikkeleiden laadunvarmistus ja luokittelu
Ennen tutkielman aineiston analysointia tutkija halusi varmistaa, että käytettävät tutki- musartikkelit olivat toteutettu riittävän laadukkaasti hyviä tieteellisiä käytänteitä nou- dattaen. Aineiston muodostavat artikkelit käytiin läpi Åkessonin, Savemanin ja Nilsonin (2007) laadunvarmistuskriteerien mukaan, joissa tarkastettiin muiden muassa, että tutki- musongelma oli hyvin määritelty, menetelmät sopivat tutkimusongelmaan ja tutkimuk- sen johtopäätökset ovat loogisia ja ymmärrettäviä. Laadunvarmistuskriteerit sopivat niin määrällisiin kuin laadullisiinkin tutkimuksiin.
Aineistohaulla valittu 20:n artikkelin aineisto osoittautui kokonaisuudessaan vähintään riittävän laadukkaaksi, kun rajana pidettiin kahdeksaa yhteispistettä neljästätoista. Ar- tikkelin laatua pidettiin keskivertoisena, kun se sai 8–10 pistettä. (Åkesson ym. 2007.) Laadunarvioinnissa keskivertoisiksi arvioitiin kolme artikkelia kahdestakymmenestä alimpien pisteiden ollessa yhdeksän. Loput 17 artikkelia sai yli 10 pistettä laadunarvi- ointikriteereistä. Eniten parantamisen varaa tutkimuksissa oli eettisen ja tutkimusmeto- dien pohdinnan esiin nostamisessa. Valitut tutkimusartikkelit ja niiden laadunarvioin- nista saamat pisteet ovat tarkastettavissa taulukossa 2 ja tarkemmat pisteytykset liit- teessä 2.
TAULUKKO 2. Valitut tutkimusartikkelit ja laadunarvioinnin pisteet Artik-
keli- numero
Vuosi Tekijät ja julkaisu Nimi Laadun-
varmis- tuspisteet (max 14) 1 2020 Lavallee DC, Lee JR,
Austin E, Bloch R, Lawrence SO, McCall D, Munson SA, Nery-Hurwit MB & Antmann D.
MHealth 2020; 6:8.
mHealth and patient generated health data: stakeholder
perspectives on opportunities and barriers for transforming
healthcare
14
2 2020 Alpert JM, Manini T, Roberts M, Prabha- kar Kota NS, Men- doza TV, Solberg LM, &
Rashidi P. NPJ Digi- tal Medicine 2020;
3:27.
Secondary care provider attitudes to- wards patient generated
health data from smartwatches
13
3 2020 Cusatis R, Holt JM, Williams J, Nukuna S, Asan O, Flynn KE, Neuner J, Moore J, Makoul G, Crotty BH. Patient Educa- tion and Counseling 2020; 103, 734–740.
The impact of patient-generated con- textual data on communication in clinical practice: A qualitative assess- ment of patient and clinician
perspectives
14
4 2020 Holt JM, Cusatis R, Asan O, Williams J, Nukuna S, Flynn KE, Moore J, Crotty BH.
Healthcare 2020;
8(1), 100369.
Incorporating patient-generated con- textual data into care: Clinician perspectives using the Consolidated Framework for Implementation Sci- ence
12
5 2020 Austin L, Sharp CA, van der Veer SN, Machin M, Hum- phreys J, Mellor P, McCarthy J, Ains- worth J, Sanders C, Dixon WG. Rheuma- tology 2020; 59, 367–378.
Providing ‘the bigger picture’: bene- fits and feasibility
of integrating remote monitoring from smartphones
into the electronic health record.
Findings from the Remote Monitor- ing of Rheumatoid Arthritis (REM- ORA) study
14
6 2019 Burns K, McBride CA, Patel B, Fitz- Gerald G, Mathews S & Drennan J. Jour- nal of Medical Inter- net Research 2019;
21(6), e12367.
Creating Consumer-Generated Health Data: Interviews and a
Pilot Trial Exploring How and Why Patients Engage
13
7 2019 Lewinski AA, Drake C, Shaw RJ, Jackson GL, Bosworth HB, Oakes M, Gonzales S, Jelesoff NE &
Crowley MJ. Journal of the American Medical Informatics Association, 2019;
26(7), 667–672.
Bridging the integration gap between patient-generated
blood glucose data and electronic health records
13
8 2019 Rodriguez S, Hwang K & Wang J. JMIR Formative Research 2019; 3(2), e10388.
Connecting Home-Based Self-Moni- toring of Blood Pressure Data Into Electronic Health Records for Hypertension Care: A
Qualitative Inquiry With Primary Care Providers
13
9 2019 Zhang R, Burgess ER, Reddy MC, Rothrock NE, Bhatt S, Rasmussen LV, Butt Z & Starren JB.
Journal of the Ameri- can Medical Infor- matics Association Open 2019; 2(1), 73–
80.
Provider perspectives on the integra- tion of patient reported
outcomes in an electronic health rec- ord
13
10 2019 Islind AS, Lindroth T, Lundin J & Stei- neck G. Health Infor- matics Journal 2019; 25(3) 577–
586.
Shift in translations: Data work with patient-generated health data in clinical practice
9
11 2018 Reading M, Baik D, Beauchemin M, Hickey K & Merrill JA. Applied Clinical Informatics 2018; 9, 772–781.
Factors Influencing Sustained En- gagement with
ECG Self-Monitoring: Perspectives from Patients
and Health Care Providers
13
12 2018 Cronin RM, Conway D, Condon D, Je- rome RN, Byrne DW
& Harris PA. Journal of the American Medical Informatics Association, 2018;
25(11), 1470–1480.
Patient and healthcare provider views on a
patient-reported outcomes portal
13
13 2018 Hill JN, Smith BM, Weaver FM, Nazi KM, Thomas FP, Goldstein B & Ho- gan TP. The Journal of Spinal Cord Medi- cine 2018; 41(3), 298–308.
Potential of personal health record portals in
the care of individuals with spinal cord injuries
and disorders: Provider perspectives 14
14 2018 Reading MJ & Mer- rill JA. Journal of the American Medical Informatics Associa- tion, 2018; 25(6), 759–771.
Converging and diverging needs be- tween patients and
providers who are collecting and us- ing patient-generated
health data: an integrative review
12
15 2018 Lindroth T, Islind AS, Steineck G &
Lundin J. Studies in health technology and informatics, 2018; 247, 491–495.
From Narratives to Numbers: Data Work
and Patient-Generated Health Data in Consultations
9
16 2017 Rutjes H, Willemsen MC, van Kollenburg J, Bogers S & Ijs- selsteijn WA. Perva- siveHealth 2017;
May 23–26.
Benefits and costs of patient gener- ated data, from the clinician’s and pa- tient’s perspective
9
17 2016 Zhu H, Colgan J, Reddy M & Choe EK. AMIA. Annual Symposium proceed- ings, 2016; 1303–
1312.
Sharing Patient-Generated Data in Clinical Practices: An Interview Study
13
18 2016 Purtzer MA & Her- mansen-Kobulnicky CJ. Oncology Nurs- ing Forum 2016;
43(6), E218–E225.
Optimizing the Benefits of Self-Mon- itoring Among
Patients With Cancer
12
19 2016 Cohen DJ, Keller SR, Hayes GR, Dorr DA, Ash JS, & Sittig DF. JMIR Human Factors 2016; 3(2):
e26.
Integrating Patient-Generated Health Data Into Clinical Care Settings or Clinical Decision-Making: Lessons Learned From Project HealthDesign
13
20 2016 Sanger PC, Hartzler A, Lordon RJ, Arm- strong CAL, Lober WB, Evans HL &
Pratt W. Journal of the American Medi- cal Informatics Asso- ciation 2016; 23(3), 514–525.
A patient-centered system in a pro- vidercentered
world: challenges of incorporating post-discharge wound data into prac- tice
14
Aineiston kokoaminen aloitettiin laadunvarmistuksen jälkeen. Valitut artikkelit luokitel- tiin, numeroitiin ja taulukoitiin Microsoft Excel -ohjelman versiolla 2101. Artikkelien numerointi tehtiin käänteisessä kronologisessa järjestyksessä uusimmista artikkeleista
vanhimpiin. Artikkelien viitteistä kerättiin julkaisuvuosi, tekijät ja julkaisu sekä artikke- lin nimi. Artikkeleista kerättiin tutkimuksen konteksti: toteutusmaa, kohderyhmä ja minkälaista uutta tekniikkaa potilaan tuottaman tiedon keräämiseen oli hyödynnetty.
Tutkimusmenetelmistä kirjattiin ylös aineiston keruumenetelmä, kohortin koko sekä ai- neiston analysointimenetelmä. Tutkimusten keskeiset tulokset koskien henkilökunnan kokemuksia kirjattiin ylös mahdollisimman pelkistetyllä ilmauksella. Keskeiset tulokset ryhmiteltiin TAM-mallin mukaan koettuun hyötyyn. Koettuun hyötyyn kuulumattomat tulokset ryhmiteltiin tekijöihin, jotka vaikuttavat käyttöaikomukseen. Tulosten ryhmitte- lyllä valmistauduttiin aineiston analysointia varten. Aineiston kokoamisesta syntynyt taulukko on esillä liitteessä 1.
5.5 Aineiston analysointi
Laadullisen tutkimusaineiston analysoinnilla on tarkoitus järjestää aineisto tiiviiseen ja selkeään muotoon sekä lisätä aineiston informaatioarvoa. Kirjallisuushauilla saatu ai- neisto analysoitiin teoriaohjaavalla sisällönanalyysillä. Sisällönanalyysi on analyysime- netelmä, jota voidaan käyttää kaikessa laadullisessa tutkimuksessa. Sisällönanalyysillä aineisto voidaan analysoida systemaattisesti ja objektiivisesti. Teoriaohjaava sisäl- lönanalyysi on aineisto- ja teorialähtöisen analyysin välimalli. Aineiston analyysiä ohjaa tekniikan hyväksymisen malli 3 (TAM 3), jota käytetään sisällönanalyysissä teoriaoh- jaavasti. Analyysin tarkoituksena ei ole testata TAM-mallia, vaan löytää uusia aja- tusuria. (Tuomi & Sarajärvi 2018, 85, 91, 109–110.)
Aineiston analyysi aloitettiin aineistolähtöisesti, mutta analyysin loppuvaiheessa tee- moja pyrittiin tuomaan TAM-mallin mukaisesti alateemoihin (Tuomi & Sarajärvi 2018, 109–110). Tutkimusartikkeleissa esiin nostetut hyödyt luokiteltiin koetun hyödyllisyy- den alateemoihin. Tekijöitä, jotka vaikuttivat terveydenhuollon ammattilaisten aiko- mukseen käyttää potilaan tuottamaa tietoa, pyrittiin luokittelemaan TAM-mallin koetun helppokäyttöisyyden alateemojen mukaan. Näiden lisäksi luotiin aineistolähtöisesti uu- sia teemoja koetusta hyödystä ja tekijöistä, jotka eivät sopineet TAM-mallin mukaiseen luokitteluun suoraan. Aineiston analyysi suoritettiin Microsoft Excel -ohjelman versi- olla 2101. Tutkimusartikkelit eroteltiin riveihin ja analyysin alateemat omina sarakkei-
naan. Aineiston kokoamisen yhteydessä kerättyjä tutkimusartikkeleiden keskeisiä tulok- sia luokiteltiin alateemoihin analyysivaiheessa. Seuraavaksi kuvataan ja operationalisoi- daan aineiston analyysissä käytetyt tekniikan hyväksymisen mallin alateemat.
Tämän tutkielman analyysissä käytettiin tekniikan hyväksymisen mallia 3, joka on ku- vattu kuviossa 5 (Venkatesh & Bala 2008). Koettu hyödyllisyys tulkittiin koettuna hyö- tynä, jota pyrittiin selittämään subjektiivisen normin, imagon, relevanssilla työhön, tulos- ten laadun ja tulosten todistettavuuden kautta. Subjektiiviseksi normiksi luokiteltiin am- mattilaisten kokema sosiaalinen paine käyttää sellaista tekniikkaa, jossa potilas voi tuot- taa itse tietoa ammattilaisten käyttöön. Sosiaalinen paine voi tulla keneltä tahansa sidos- ryhmältä, joka oli nostettu esiin tutkimusartikkeleissa. TAM-mallin mukaan kokemukset tekniikasta voivat vähentää subjektiivisen normin, tietokonepelon, tietokoneleikkisyy- den, koetun tyytyväisyyden tai tavoitellun käytettävyyden vaikutusta tekniikan hyväksy- miseen, jonka lisäksi se voi vaikuttaa suoraan käyttöaikomukseen (Venkatesh & Bala 2008). Tässä tutkielmassa kokemuksiin luokiteltiin kaikki ammattilaisten tunnistamat aiemmat henkilökohtaiset kokemukset potilaan tuottamasta tiedosta. Vapaaehtoisuuteen luokiteltiin se, olivatko ammattilaiset saaneet päättää itse tekniikan käytöstä vai oliko sen käyttö määrätty heille.
KUVIO 5. TAM3-malli (mukaillen Venkatesh & Bala 2008).
Imagoon luokiteltiin minkälaisia muutoksia ammattilaiset kokevat omassa ammattiroo- lissaan ja imagossaan ammattilaisena sen seurauksena, että potilaiden tuottaman tiedon tekniikka otetaan käyttöön. Teemaan relevanssi työhön taas luokiteltiin kaikkea sitä, minkä ammattilaiset ovat kokeneet uudessa tekniikassa tukeneen heidän työtään.
Tulosten laatuun luettiin se, kuinka ammattilaisten työ koetaan parantuneen potilaan tuot- tamaa tietoa sisältävän tekniikan myötä – niin kliiniset hoitotulokset kuin subjektiiviset kokemukset työn sujuvoitumisesta. Tulosten todistettavuuteen taas luokiteltiin tässä tut- kielmassa se, mahdollistaako tekniikka myös näiden tulosten osoitettavuutta esimerkiksi visualisoinneilla.
Holden & Karshin (2010) mukaan koetun helppokäyttöisyyden merkitys pienenee, kun järjestelmän käyttöönotosta on kulunut pidempi aika. Koska tutkimusartikkelihaussa tai sisäänottokriteereissä ei rajattu aikaa, joka käyttöönotosta on kulunut ennen ammattilais- ten kokemusten keräämistä, tämän tutkielman tiedon haussa ei korostettu TAM-mallin
koettua helppokäyttöisyyttä. Mallin avulla pyritään kuitenkin luokittelemaan artikkelien analyysivaiheessa esiin nostetut helppokäyttöisyyteen vaikuttavat tekijät, kuten itseluot- tamus tietokoneiden käyttöön, olosuhteiden vaikutus, tietokonepelko, tietokoneleikki- syys, koettu tyytyväisyys ja tavoiteltu käytettävyys.
Tässä tutkielmassa teemaan itseluottamus tietokoneiden käyttöön luokiteltiin kaikkia am- mattilaisten esiin nostamia tietotekniikan hallintaan, käytön valmiuteen, asenteeseen ja osaamiseen liittyviä tekijöitä. Olosuhteiden vaikutukseen luokiteltiin ulkoisia, kuten or- ganisaatioon ja tekniikkaan liittyviä tekijöitä, joilla ammattilaiset kokevat olevan vaiku- tusta tekniikan käyttöön tai sen hyväksymiseen.
Tietokonepelkoon luokiteltiin ammattilaisten huolia siitä, että työssä tulee opetella ja käyttää uudenlaista tietotekniikkaa. Tietokoneleikkisyyteen puolestaan luokiteltiin am- mattilaisten oma-aloitteisesti löydetyt uudet tekniikan hyödyntämistavat tai käyttökoh- teet.
Tässä tutkielmassa koettuun tyytyväisyyteen luettiin ne tekijät, jotka ammattilaiset nosti- vat esiin käytetystä tietoteknisestä ratkaisusta, kuten mobiilisovelluksesta – sen käytettä- vyydestä tai haasteista. Tässä teemassa korostui tyytyväisyys valittua tekniikkaa ja sen toimivuutta kohtaan. Teemaan tavoiteltu käytettävyys luokiteltiin tutkimusartikkeleissa esille tuotuja, objektiivisesti mitattavia, tehtävien suorittamiseen liittyviä muutoksia.
Käyttöaikomuksella tarkoitettiin tässä kirjallisuuskatsauksessa terveydenhuollon ammat- tilaisten halukkuutta käyttää potilaan tuottamaa tietoa osana omaa työtään. Käyttöaiko- musta pyrittiin selittämään koetulla hyödyllä ja koetulla helppokäyttöisyydellä, koska TAM-mallissa on todistettu koetun hyödyllisyyden ja helppokäyttöisyyden vaikuttavan käyttöaikomukseen. Käyttöaikomukseen vaikuttavilla tekijöillä voidaan todistaa tutki- musten mukaan noin 40 % todellista tekniikan käyttöä. (Venkatesh & Bala 2008.)
6 TULOKSET
6.1 Valitut tutkimusartikkelit
Valituista tutkimusartikkeleista (N=20) 15 oli toteutettu Yhdysvalloissa, kaksi Ruot- sissa, yksi Iso-Britanniassa, yksi Alankomaissa ja yksi Australiassa. Tutkimusten koh- dejoukkona oli perus- ja erikoissairaanhoidon ammattilaisia. Ammattilaisissa oli mu- kana eri erikoisalojen lääkäreitä, sairaanhoitajia, apuhoitajia, sosiaalityöntekijöitä, rönt- genhoitajia, esimiehiä ja hallinnon työntekijöitä.
Tutkimuksista 16 oli toteutettu haastattelemalla terveydenhuollon ammattilaisia yksilö- tai fokusryhmähaastatteluina. Haastatteluissa käytettiin menetelmänä teemahaastattelua.
Laadullisissa tutkimuksissa aineisto oli analysoitu pääosin sisällönanalyysillä. Yksi vali- tuista tutkimusartikkeleista oli kirjallisuuskatsaus, joka käsitteli 11 eri tutkimusartikke- lia. Näistä kaksi tutkimusartikkelia oli yhteistä tämän tutkimuksen aineistossa. Tutki- musartikkeleista käytetään viitteenä numeroa, joka kullekin artikkelille annettiin taulu- kossa 2 kappaleessa 5.4. Tutkimusartikkelien tulokset luokiteltiin kahteen pääteemaan:
”ammattilaisten kokema hyöty potilaan tuottamasta terveystiedosta”, joka esitellään lu- vussa 6.2, sekä ”tekijöitä, jotka vaikuttavat ammattilaisten aikomukseen käyttää poti- laan tuottamaa terveystietoa”, joka esitellään luvussa 6.3.
6.2 Ammattilaisten kokema hyöty potilaan tuottamasta terveystiedosta
Ammattilaisten kokema hyöty potilaan tuottamasta terveystiedosta jaoteltiin viiteen eri alateemaan kuvion 6 mukaisesti. Kuviossa on mukana niiden artikkeleiden numerot, joi- den tuloksissa teema nousi esiin. Näistä viidestä teemasta tekniikan hyväksymisen mal- lin mukaisia teemoja koetusta hyödyllisyydestä olivat imago, relevanssi työhön, tulosten laatu ja tulosten todistettavuus. Aineiston pohjalta analyysissä syntyi uusi teema ammat- tilaisten kokemaan hyötyyn: resurssien säästäminen.
KUVIO 6. Potilaan tuottamasta terveystiedosta koettu hyöty
Tekniikan hyväksymisen mallissa koettuun hyödyllisyyteen vaikuttaa myös subjektiivi- nen normi, kokemukset ja vapaaehtoisuus. Näistä subjektiivinen normi sekä kokemuk- set luokiteltiin potilaan tuottaman tiedon käyttöön vaikuttavien tekijöiden teemoihin, koska aineistossa näissä ei ilmaantunut ammattilaisten kokemaa hyötyä vaan tekijöitä, jotka vaikuttavat käyttöhalukkuuteen. Vapaaehtoisuuteen liittyviä huomioita tutki- musartikkeleissa ei noussut esille, joten tämä teema jätettiin kokonaan pois. Seuraavissa alaluvuissa käydään alateemoittain läpi tulokset potilaan tuottaman tiedon käytöstä koe- tusta hyödystä.
Imago
Vaikutukset ammattilaisen imagoon nousi esiin seitsemässä tutkimusartikkelissa. Poti- laan tuottama tieto muuttaa hoitokulttuuria potilaskeskeisemmäksi (4). Tiedon hyödyn- täminen vaikuttaa potilaan ja ammattilaisen väliseen dynamiikkaan ja kommunikaati- oon, koska ammattilaisella on parempi käsitys potilaasta (3). Keskustelu potilaan kanssa voi olla vapaamuotoisempaa, mutta tällä koettiin olevan myös potentiaalisesti ammatti- laissuhteen vaarantumisen riski (14; 20). Vastuu hoidosta jakautuu tasaisemmin potilaan ja ammattilaisen välillä. Vastuu ei ole vain ammattilaisella, kun potilas tarkkailee aktii- visesti vointiaan etänä. (6.) Ammattilaisen rooli saattaa myös muuttua, kun hän reagoi potilaan tuottamaan tietoon (14).
Potilaan ja ammattilaisen välinen luotto on molemminpuolista, koska lääkäri luottaa po- tilaan antamaan kuvaan voinnistaan ja potilas taas luottaa ammattilaiseen (6). Potilaan tuottaman tiedon käyttö luo potilaalle kuvan, että ammattilaiset ovat kiinnostuneita hä- nestä ja hänen terveydestään (4). Ammattilaiset kokevat olevansa hyviä ammatissaan, kun he näkevät potilaan voinnin konkreettisesti paranevan saatavien todisteiden avulla (6).
Ammattilaiset kokevat työrooliinsa kuuluvan myös potilaiden tiedon keruuseen liittyvän opastamisen (6). Myös potilaiden kannustaminen ja käytäntöjen perustelu potilaille, jotka eivät ole halunneet kerätä tietoja esimerkiksi fyysisen vamman tai sairauden vuoksi, koettiin osana ammattilaisroolia (9;14; 19).
Relevanssi työhön
Relevanssi työhön nousi esiin 14 tutkimusartikkelin tuloksissa. Ammattilaiset kokivat, potilaan tuottama tieto tuki heidän työtään potilaiden hyväksi (19). Potilaat sitoutuivat ja motivoituivat paremmin hoitoon, jos he osallistuivat kliinistä hoitopolkua tukevan tie- don tuottamiseen (1; 12). Tietojen kerääminen tuki potilaan itsehoitoa ja lisäsi ymmär- rystä siitä, kuinka hän pystyy vaikuttamaan omaan terveyteensä (13).
Potilaan tuottama tieto tehosti potilaan ja ammattilaisen välistä työskentelysuhdetta ja kommunikaatiota (1; 3; 6; 9; 14). Kerätyt tiedot toimivat hyvin keskustelun avauksena vastaanotolla (4), muutti keskustelua potilaslähtöisemmäksi (12) ja mahdollisti tuen an- non myös etänä (6). Potilaaseen oli helpompi luoda yhteys ja keskustelu voinnista oli luontevaa (2; 6). Kysymykset potilaalle muuttuivat tiedon perusteella tarkentaviksi eikä yleisiä kysymyksiä koettu tarpeelliseksi (15). Päivän töitä pystyi järjestelemään potilai- den ennakkoon antamien tietojen perusteella (4) ja ammattilainen saa tiedon avulla pa- remman kokonaiskuvan potilaan tilanteesta jo etukäteen (9; 16).
Kiireellisen avun tarpeessa olevat potilaat voitiin tunnistaa helpommin (9). Vastaanotto- jen välillä oli mahdollista seurata potilaan vointia ja reagoida voinnin muutoksiin tarvit- taessa (1; 13; 18). Ensiaputilanteissa potilaan tuottamasta tiedosta oli hyötyä varsinkin silloin, kun potilaalla oli vaikeuksia kommunikoida (14).
Hyödyllisenä koettiin se, että ammattilaiset saivat tietoa potilaan hoidosta eri hoitoym- päristöistä (13). Erityisen tärkeänä koettiin potilaan tuottama tieto ammattilaisen omasta erikoisalasta, kuten verensokerin seurannan (1) tai askelmäärien kerääminen polvileik- kauksen jälkeen (2). Esimerkiksi sydänpotilaiden itsehoitoon ja lääkitykseen voitiin vai- kuttaa potilaiden tuottaman EKG-datan avulla (11).
Potilaan tuottamalla tiedolla on positiivista vaikutusta kollegoilta saatuun tukeen (6;
14). Ammattilaisten oli helpompi saada kollegan tai seniorin tukea diagnoosin antami- sessa potilaan kuvien avulla, mikäli he eivät olleet täysin varmoja diagnoosista tai tar- vitsivat toista mielipidettä (6). Potilaan tuottamaa tietoa voitiin hyödyntää myös koulu- tus- ja konsultaatiotarkoituksiin (14). Myös kollegoiden välinen kommunikaatio lisään- tyi ja tiedon avulla voitiin perustella hoidon kiireellisyyttä (6). Kerätyn tiedon avulla voitiin nähdä oireiden kehitystä ja saada tukea kliiniseen päätöksentekoon (18).
Tulosten laatu
Vaikutukset tulosten laatuun esiintyi 16 tutkimusartikkelissa. Potilaan tuottama tieto tu- kee potilaan hoitoon liittyvässä päätöksenteossa (1; 14) ja tukee mittaamiseen perustu-
