Evaluering af Geisinger at Home (GaH) Patient Management

BAGGRUND OG RATIONALE:

Geisinger at Home™ bringer personlig sundhedspleje til kvalificerede Geisinger Gold Medicare Advantage-medlemmer, hvor de bor. Geisingers hjemmeplejeprogram har til formål at holde patienter sundere, sikrere og bedre forbundet med deres sundhedsteam. I tæt samarbejde med patienternes primære læger kan Geisingers team af læger, registrerede sygeplejersker, diætister, sagsbehandlere, farmaceuter og andet medicinsk støttepersonale besøge patienter efter behov. Målet med programmet er at imødekomme sundhedsbehovene hos patienter med kroniske helbredstilstande gennem regelmæssige hjemmebesøg, hvilket potentielt kan reducere akutte forværringer af disse tilstande, der kræver ture til skadestuen eller hospitalet.

Geisinger at Homes spektrum af pleje omfatter:

Kontrol Rutinetest Sårpleje Åndedrætspleje Ernæringsbehov Akut pleje Specialpleje

I øjeblikket er der omkring 7.000 Geisinger Gold-medlemmer tilmeldt Geisinger at Home-programmet, og over 11.000 er kvalificerede baseret på den nuværende screeningstilgang.

En grundlæggende operationel udfordring i dette program er at bestemme, hvordan man optimalt kan implementere/fordele dets knappe ressourcer - medlemmerne af plejeteamet - blandt de 7.000 tilmeldte medlemmer for at optimere deres effekt. Den nuværende screeningsproces bruger begrænsede data (faktureringskoder) og simple heuristika til at vurdere patientrisiko og udnytter ikke de rige, meget granulære kliniske data, der er tilgængelige, såsom billeddannelse, laboratorieværdier og vitale tegn, hvilket i høj grad kan forbedre evnen til at præcist forudsige resultater og identificere patienter, der er mest passende til programmet. Efterforskerne mener, at brugen af ​​disse mere granulære data kan optimere dette nye sundhedsydelsessystem til at målrette mod patienter, der har den højeste risiko for fremtidig sundhedsudnyttelse eller uønskede hændelser såsom død. Som et proof-of-concept genererede efterforskerne en maskinlæringsmodel til at forudsige risikoen for fremtidig brug i de næste 12 måneder. Denne model brugte 191 inputvariabler inklusive kliniske data, billeddiagnostiske mål, komorbiditeter, medicin, tidligere udnyttelsesmålinger såvel som sociale målinger. Resultaterne viste, at maskinlæringsmodellen havde evnen til at forudsige udnyttelsesendepunkter sammenlignet med nuværende screeningstilgange ved at bruge faktureringskodedata. Efterforskerne søger nu prospektivt at evaluere den effekt, som GaH-interventioner har på patientresultater (f.eks. hospitalsindlæggelser og ED-besøg, dødelighed), når de informeres af disse nøjagtige prædiktive modelleringsresultater og andre stratificeringstilgange.

PROCEDURER:

Forskningsdesign Dette er en prospektiv pragmatisk randomiseret kontrolleret undersøgelse til at evaluere virkningerne af GaH-intervention på kvalificerede patienter sammenlignet med nuværende bedste praksis for plejebehandling. Patienter vil blive identificeret og screenet baseret på tilgængelige data fra EPJ, tilfældigt tildelt GaH-intervention eller standardbehandling (SoC) og fulgt i 6 måneder. Undersøgelsens primære endepunkter er antallet af indlæggelser og ED-besøg. Sekundært endepunkt vil være 6-måneders overlevelse efter tilmelding.

Detaljerede procedurer: Når kohorterne er identificeret, vil kohorte 2 (kontroller) fortsat modtage standard klinisk pleje og styring. Der vil ikke være nogen hensigt for medlemmer af projektteamet at gribe ind eller interagere med disse personer. Kohorte 1 vil blive indsat til GaH-intervention gennem den klinisk ledede proces af GaH-teamet. Det skal bemærkes, at formålet med dette projekt ikke er at definere, kontrollere eller evaluere de specifikke detaljer i GaH-processen eller proceduren, men at evaluere dens effektivitet som en alternativ klinisk behandlingsvej i denne indstilling. Som sådan overlades GaH-plejeteamets specifikke detaljer og handlinger i hver patientinteraktion til deres medicinske skøn.