Zásah lékárníka MTM při srdečním selhání informovaný o rizicích a přínosech

Srdeční selhání je vysoce rozšířené, komplexní onemocnění spojené s významnou morbiditou a náklady. Geisingerová například ročně spravuje přes 900 případů srdečního selhání, přičemž každé přijetí stojí odhadem 10 000 až 12 000 USD. Vzhledem k tomu, že platební modely se stále přesouvají od poplatků za služby k hodnotovým, dochází k významným investicím do zdrojů pečovatelských týmů, které pomáhají spravovat populace pacientů se srdečním selháním. Tyto zdroje pečovatelského týmu prokázaly účinnost. Například interní Geisingerovy metriky ukazují, že intervence vedené klinickými farmaceuty zaměřené na špatně kontrolované diabetiky typu II vedly k trvalému střednímu poklesu hemoglobinu hemoglobinu a1C (glykovaného hemoglobinu) o 1 % (absolutní). V tomto novém prostředí je inteligentní nasazení omezených zdrojů zásadní pro řízení kvality a udržení nákladů.

U srdečního selhání prokázala současná predikce rizika špatné prognostické schopnosti a představuje překážku pro „přesné poskytování“ zdrojů pečovatelského týmu. V současné době jsou přístupy omezené kvůli tomu, že plně nevyužívají bohatá, vysoce zrnitá objektivní data, jako je zobrazování, laboratorní hodnoty a vitální funkce, a proto nejsou optimalizovány tak, aby přesně předpovídaly výsledky. Vyšetřovatelé vytvořili model strojového učení k předpovědi jak jednoletého přežití, tak hospitalizace se srdečním selháním do 6 měsíců od echokardiografie. Tento model využíval 169 vstupních proměnných zahrnujících klinická data, zobrazovací opatření a 18 proměnných mezery v péči. Naše výsledky ukázaly nejen to, že model strojového učení měl mnohem lepší přesnost při předpovídání koncových bodů nemocnosti ve srovnání se současnými přístupy využívajícími data z účtovacích kódů, ale také to, že proměnné mezery v péči byly důležité pro předpovídání 1letého přežití. Kromě toho výzkumníci prokázali, že uzavření čtyř proměnných mezery v péči (očkování proti chřipce, léčba beta blokátory založená na důkazech, léčba inhibitorem ACE (angiotensin-konvertující enzym)/ARB (blokátory receptoru pro angiotenzin) a kontrola diabetického a1C (tj. hodnoty "v cíli)) vedly k předpokládanému zlepšení 1letého přežití ~1200 (z~11 000) pacientů. Tato studie si proto klade za cíl aplikovat tento přístup strojového učení na zdroje přímé péče v klinickém prostředí, aby se vyhodnotil jeho dopad na přežití pacientů a využití zdravotní péče.