Risikoscore for intensivafdelinger (ICURS)

Et scoringssystem består normalt af to dele - en score (et tal, der afspejler sygdommens sværhedsgrad) og en sandsynlighedsmodel (ligning, der angiver sandsynligheden for en hændelse, f.eks. patientens død på hospitalet). Scoringssystemer er blevet brugt i intensivmedicin i årtier og kan hjælpe med at vurdere effektiviteten af ​​behandlingen eller identificere sammenlignelige patienter til undersøgelsesformål. Scoringssystemer, der bruges i intensivmedicin er f.eks

• Akut fysiologi, alder, kronisk helbredsevaluering II (APACHE II)
• Simplified Acute Physiology Score II (SAPS II)
• Multiple Organ Dysfunction Score (MODS)
• Sequential Organ Failure Assessment (SOFA)
• Logistic Organ Dysfunction System (LODS)
• MPM II-indlæggelse (Mortality Probability Models (MPM II)
• Organdysfunktion og infektionsscore (ODIN)
• Tre-dages genkalibrerende ICU-resultater (TRIOS)
• Glasgow coma score (GCS)
• Discharge Readiness Score (DRS) Ovennævnte scoringssystemer indsamles allerede løbende på de respektive hospitals afdelinger. I en nylig undersøgelse af Badawi et al. det kunne påvises, at scoringssystemer tillader mere nøjagtige forudsigelser, når de beregnes kontinuerligt. På grund af de undersøgte patientkollektiver kan disse resultater dog kun i begrænset omfang overføres til andre patientgrupper. Endvidere blev kun scoringssystemerne APACHE, SOFA og DRS analyseret.

Derfor vil alle ovenstående scoringssystemer i nærværende undersøgelse blive beregnet kontinuerligt (én gang i minuttet) ved hjælp af rutinedata fra de digitale patientjournaler og optimeret ved at anvende maskinlæring og metoder til tidsserieanalyse.

På de anæstesiologisk administrerede intensivafdelinger på det respektive sygehus er der ingen campusdækkende standard med hensyn til alarmhåndtering. Derfor estimerer vi frekvensen af ​​alarmtræthed (ignorering af alarmer på grund af mange falske alarmer) til at være meget høj. For at optimere alarmhåndteringen vil alarmer fra patientovervågningsapparaterne blive evalueret retrospektivt og kombineret med ovennævnte data for eksempelvis at afgøre, om der kan forventes hyppigere alarmer for visse typer sygdomme (f. sepsis), eller scores (f.eks. høj APACHE-score), og hvordan alarmgrænseindstillingen kan optimeres.