Opakované přijímání pacientů hospitalizovaných s komunitní pneumonií, kterým se lze vyhnout (R3P)

I. Cíle

Účelem této studie je vyvinout model předpovědi rizik založený na administrativních datech pro identifikaci potenciálně odvratných 30denních readmisí pacientů hospitalizovaných s komunitní pneumonií (CAP). Důraz je kladen na readmise, kterým je možné se vyhnout, protože ne všechna zpětná přijetí do nemocnic lze ovlivnit intervencemi navrženými k jejich snížení.

Konkrétní cíle tohoto projektu jsou:

1. k posouzení přesnosti diagnostických kódů pro diagnostiku CAP podle Mezinárodní klasifikace nemocí, desátá revize (ICD-10) pomocí strukturovaného retrospektivního přehledu grafů jako referenční metody.
2. odhadnout míru zpětných hospitalizací ze všech příčin ve stejné nemocnici do 30 dnů a jednoho roku od propuštění u pacientů hospitalizovaných s CAP.
3. odhadnout procento pacientů s CAP, kteří zemřou do 30 dnů a jednoho roku po propuštění bez opětovného přijetí do nemocnice.
4. odhadnout procento neplánovaných readmisí u pacientů hospitalizovaných s CAP pomocí strukturovaného retrospektivního přehledu grafu.
5. popsat důvody pro opětovné přijetí pacientů hospitalizovaných s CAP související a nesouvisející s pneumonií pomocí strukturovaného retrospektivního přehledu grafu.
6. kvantifikovat pravděpodobnost, že se lze vyhnout neplánovanému readmisi, pomocí analýzy latentních tříd na základě nezávislých klasifikací čtyřmi recenzenty.
7. prozkoumat distribuci potenciálně vyloučeného readmise a dobu od propuštění z indexové hospitalizace.
8. identifikovat charakteristiky odvozené z údajů o administrativních nárocích, které jsou nezávisle spojeny se zpětným převzetím, kterému se lze vyhnout.
9. odvodit a interně ověřit model předpovědi rizik založený na údajích o administrativních nárocích pro identifikaci potenciálně odvratitelného 30denního readmise pacientů hospitalizovaných s CAP.
10. identifikovat charakteristiky abstrahované z lékařského záznamu, které jsou nezávisle spojeny s potenciálně vyloučeným readmisím.
11. odvodit a interně ověřit model předpovědi rizik založený na datech ze zdravotních záznamů pro identifikaci potenciálně vyhnutelných 30denních readmisí pacientů hospitalizovaných s CAP.
12. porovnat celkovou přesnost, diskriminaci a kalibraci pro model předpovědi rizika založený na údajích o administrativních nárocích s modelem predikce rizik založeným na datech ze zdravotních záznamů pro identifikaci potenciálně vyhnutelných 30denních readmisí pacientů hospitalizovaných s CAP.
13. externě ověřovat publikované modely predikce rizik pro možné 30denní zpětné převzetí.

II. Studovat design

R3P je retrospektivní observační kohortová studie po sobě jdoucích dospělých pacientů propuštěných ze dvou nemocnic s kódem diagnózy CAP. Zdroje dat zahrnují rutinně shromažďované údaje o propuštění z nemocnice a retrospektivní přehledy tabulek.

III. Zúčastněná studijní centra a prostředí

Studie bude provedena v univerzitní a všeobecné nemocnici v severních Alpách ve Francii. Univerzitní nemocnice Grenoble s kapacitou 1 362 lůžek akutní péče slouží převážně městské populaci 675 000 obyvatel a v roce 2014 vykázala 135 999 pobytů. Všeobecná nemocnice Annecy má kapacitu 896 lůžek akutní péče a v roce 2014 vykázala 70 651 pobytů.

IV. Sběr dat

Dva asistenti klinického výzkumu provedou strukturovaný retrospektivní přehled map pomocí počítačového nástroje pro sběr dat. Pro indexové hospitalizace budou zaznamenány následující proměnné:

• identifikátory pacienta a pobytu v nemocnici;
• základní charakteristiky pacienta, včetně demografie, preexistujícího komorbidního stavu, třídy rizika indexu závažnosti pneumonie (PSI), fyzikálního vyšetření a laboratorních nálezů při přijetí, nálezů na rentgenu nebo CT do 48 hodin od přijetí, počáteční mikrobiologické vyšetření;
• nemocniční antibiotická terapie a související léčby;
• indexový kurz přijetí do nemocnice (příjem na JIP, komplikace související se zápalem plic a nesouvisející komplikace);
• fyzikální vyšetření a laboratorní nálezy při propuštění;
• plán propuštění a léčba;

Pro první readmisi do jednoho roku od propuštění budou zaznamenány následující proměnné:

• identifikátory pacienta a pobytu v nemocnici;
• fyzikální vyšetření a laboratorní nálezy při opětovném přijetí, nálezy na RTG nebo CT vyšetření do 48 hodin po opětovném přijetí;
• přijetí na JIP;
• komplikace související a nesouvisející s pneumonií;
• primární a sekundární důvody pro zpětné převzetí.

Jako součást francouzského prospektivního platebního systému založeného na diagnóze (DRG) zahrnují počítačové údaje o propuštění z nemocnice identifikátory pacienta a pobytu v nemocnici, data přijetí a propuštění, věk, pohlaví, délku pobytu, místo propuštění, primární a sekundární ICD- 10 propouštěcích diagnostických kódů (až 99) pro indexovou hospitalizaci i readmisi. Kódování ICD-10 je v souladu s národními směrnicemi a provádí jej vyškolení technici nebo lékaři v závislosti na nemocnici. Kódovači obvykle abstrahují diagnózy z lékařských poznámek, i když poznámky o přijetí, denní záznamy o pokroku, zprávy o konzultacích, diagnostické zobrazování a ošetření jsou běžně zaznamenávány do lékařské tabulky. Údaje o propuštění jsou externě kontrolovány každoročním shromažďováním náhodného vzorku hospitalizací.

V. Správa dat

Aby byla zajištěna optimální kvalita, budou všechna data shromážděná retrospektivně přezkoumáním diagramů elektronicky zadávána asistenty klinického výzkumu pomocí osobního identifikačního kódu a heslem chráněného webového systému sběru dat. Asistenti klinického výzkumu absolvují formální školení v metodách abstrakce a záznamu dat. Bude distribuován operační manuál, který obsahuje definice a přijatelné zdroje dat pro všechny proměnné. Spolehlivost abstrakce dat bude posouzena náhodným výběrem případů pro nezávislý sběr praktickým lékařem.

VI. Statistická analýza

1. Přehled

   Administrativní datové soubory propuštění z nemocnice budou propojeny s případy odebranými ze zdravotních záznamů pomocí identifikátorů pacientů a pobytu v nemocnici. V případě, že je pacient v průběhu studia přijat vícekrát, bude jako indexový příjem zahrnuta pouze první hospitalizace.

2. Přesnost kódů diagnostiky propuštění podle ICD-10 pro CAP

   Přesnost diagnostických kódů MKN-10 bude posouzena pomocí tří referenčních metod:

   1. Zdravotní záznam a/nebo propouštěcí dopis s diagnózou CAP.
   2. Zápis v lékařském záznamu ≥ 1 respiračního příznaku (kašel, tvorba sputa, dušnost, tachypnoe nebo pohrudniční bolest) a ≥ 1 nález z poslechu (chrup nebo krepitace) a ≥ 1 příznak infekce (teplota > 38 °C, třesavka nebo počet bílých krvinek > 10 000/µL nebo < 4 000/µL) a nový infiltrát na rentgenu hrudníku nebo CT vyšetření provedeném do 48 hodin po přijetí.
   3. Složený z #a a/nebo #b

   Bodové odhady pozitivní prediktivní hodnoty spolu s 95% intervaly spolehlivosti (CI) budou uvedeny samostatně pro tři referenční metody.

3. Přidělení důvodů zpětného převzetí

   Čtyři lékaři, kteří jsou členy klinického revizního panelu, budou nezávisle revidovat lékařské záznamy pro indexovou hospitalizaci i readmisi. Členy panelu jsou praktičtí internisté, specialisté na infekční nebo respirační onemocnění s klinickými zkušenostmi s léčbou pacientů s CAP. V souladu s Jasti et al. (CID 2008;46:550-6), každý lékařský recenzent použije předem definovaná kritéria pro kategorizaci důvodu rehospitalizace jako:

   1. zhoršení známek nebo symptomů související s pneumonií;
   2. nový nebo zhoršující se komorbidní stav (stavy) nezávislý na pneumonii;
   3. jakákoli kombinace důvodů souvisejících s pneumonií a komorbiditou.

   Recenzenti nezávisle přiřadí primární důvod readmise pomocí vzájemně se vylučujících kategorií publikovaných Halfonem et al. (J Clin Epidemiol 2002;55:573-87).

   Mezihodnotitelská shoda na důvodu rehospitalizace bude kvantifikována pomocí Cohenovy Kappa.

4. Identifikace potenciálně zbytečných readmisí

   V souladu s van Walraven et al. (CMAJ 2011;183:e1067-72), čtyři lékaři recenzenti použijí 6bodovou ordinální stupnici k posouzení, zda je readmise nežádoucí příhodou a zda je možné se nežádoucí příhodě vyhnout. Opětovné přijetí s hodnocením vyšším než tři v obou doménách bude tímto recenzentem klasifikováno jako potenciálně vyloučené. Pravděpodobnost, že je možné se opětovnému přijetí vyhnout, bude kvantifikována pomocí analýzy latentních tříd na základě nezávislé klasifikace čtyřmi recenzenty.

5. Vývoj modelu predikce rizik založeného na datech lékařské dokumentace

   Odvodíme multivariabilní logistický regresní model pro kvantifikaci pravděpodobnosti, že se lze vyhnout 30dennímu readmisi. Vývojový vzorek bude zahrnovat všechny 30denní readmise dospělých pacientů hospitalizovaných s CAP. Výsledkem zájmu je zpětné převzetí do 30 dnů od propuštění, kterému je možné se vyhnout. Pro indexovou hospitalizaci i readmisi použijeme data z lékařského záznamu. Kandidátské prediktory budou identifikovány kombinací zjištění ze systematického přehledu literatury s názory odborníků v terénu.

6. Vývoj modelu předpovědi rizika založeného na datech administrativních škod

   V samostatné analýze odvodíme multivariabilní logistický regresní model pro kvantifikaci pravděpodobnosti, že se lze vyhnout 30dennímu readmisi. Vývojový vzorek bude zahrnovat všechny 30denní readmise dospělých pacientů hospitalizovaných s CAP. Výsledkem zájmu je zpětné převzetí do 30 dnů od propuštění, kterému je možné se vyhnout. Použijeme pouze administrativní data a model bude založen na kombinacích diagnostických kódů mezi indexovou hospitalizací a readmisí. Kandidátské prediktory budou identifikovány přezkoumáním publikovaných modelů v kombinaci s názory odborníků v terénu.

7. Interní validace modelů predikce rizik

Ke kvantifikaci optimismu ve zjevné výkonnosti klinických predikčních modelů použijeme bootstrapping. Diskriminace bude kvantifikována statistikou shody (c). Kalibrace bude zkoumána graficky a formálně posouzena zkouškou kalibračního sklonu.

VII. Škody a bezpečnost

V této retrospektivní observační studii budou shromážděny závažné nežádoucí příhody prostřednictvím strukturovaného přehledu grafu, včetně hospitalizační mortality, komplikací v důsledku CAP nebo léčby CAP, nové nebo zhoršující se komorbidity, přijetí na JIP a mimonemocniční mortality.

VIII. Auditování

Monitorování studijních procesů a dokumentů bude prováděno personálem určeným Direction de la Recherche Clinique et de l'Innovation (DRCI) univerzitní nemocnice v Grenoblu.