Evaluering af klinisk implementering af maskinlæringsbaseret beslutningsstøtte til ICU-udskrivning (MIRACLE)

Baggrund: Uventet genindlæggelse på intensiv afdeling (ICU) er forbundet med længere liggetid og øget dødelighed. Beslutningsstøtte ved sengekanten kan forhindre genindlæggelse og dødelighed og kan tillade optimering af intensivafdelingens kapacitet. Adskillige forsøg på at udvikle forudsigelsesmodeller for at forhindre ICU genindlæggelse og/eller død efter udskrivelse fra ICU for almindelige voksne intensivpatienter er blevet gjort tidligere. Selvom ydeevnen af ​​Machine Learning-modeller i forhold til læger er blevet undersøgt med henblik på diagnosticering inden for medicinsk billeddannelse, er der knap litteratur, der prospektivt sammenligner lægens forudsigende præstation, når det kommer til patientresultater. Derudover er der i øjeblikket ingen genindlæggelsesmodel implementeret i vid udstrækning eller testet for at understøtte ICU-udskrivning

Formål: Ved at bruge en nyligt udviklet og prospektivt valideret maskinlæringsmodel, der forudsiger ICU-genindlæggelse og dødelighed efter ICU-udskrivning og viser tendenser i disse forudsigelser over tid, vil vi evaluere implementeringen af ​​den europæiske overensstemmelsesmærkede (CE)-mærkede software baseret på denne model (Pacmed Critical, Pacmed, Amsterdam) ved at undersøge, om softwaren forbedrer den diagnostiske nøjagtighed sammenlignet med rutinemæssig klinisk evaluering foretaget af behandlingsteamet, og om tilgængeligheden af ​​oplysningerne fra denne software fører til ændringer i udskrivelseshåndteringen (enten udsættelse eller fremrykning af udskrivning) for patienter, der overvejes udskrivelsesberettiget. Da dette er en ny tilgang til støtte for dechargebeslutninger, vil der desuden blive indsamlet oplysninger fra slutbrugerne med hensyn til fortolkning og anvendelighed. Endvidere vil der i denne pilotfase ske model- og softwareforbedring, bl.a. med hensyn til out-of-distribution detektion til genkendelse af patienter, der ikke er tilstrækkeligt lig de data, modellen er udviklet på. Resultater fra denne undersøgelse vil blive brugt til at udvikle et klinisk forsøg til at evaluere effekten på genindlæggelsesraten og/eller dødeligheden efter ICU-udskrivning, hvis det anses for muligt, baseret på den effekt softwaren har på potentielt ændrede intensivistiske beslutninger og den estimerede effekt på genindlæggelse og dødelighed i On-perioden.

Design: Før-og-efter pilotimplementeringsundersøgelse.

Til denne evaluering vil der blive indsamlet data både i de perioder, hvor Pacmed Critical-softwaren ikke vil være tilgængelig for slutbrugere (Off-periode, 3-6 måneder) og i den faktiske implementeringsfase, hvor slutbrugerne er i stand til at bruge softwaren ved potentiel ICU-udskrivning (On-periode, 3-6 måneder). Efter implementeringsfasen følger en ekstra off-periode (3-6 måneder).

Efter morgenafleveringsproceduren vil behandlingsteamet bestående af intensivister, stipendiater i intensivmedicin, lægebeboere, ICU-sygeplejersker og rådgivende speciallæger ("behandlingsteam") afgøre, hvilke patienter der ser ud til at være berettigede til udskrivning til sygeplejen. (ikke-ICU) afdeling. For disse patienter vil den behandlende intensivist digitalt dokumentere følgende:

For både on- og off-perioder:

• 'udskrivningsklar'-status, baseret på den kollektive evaluering fra behandlingsteamet, under hensyntagen til den pleje, der kan ydes af den modtagende afdeling baseret på lokale ICU-udskrivningsprotokoller. Patienter, der oprindeligt blev anset for at være "berettigede til ICU-udskrivning", kan således i sidste ende blive betragtet og dokumenteret som "ikke udskrivningsklare".
• destinationssygeplejeafdeling
• forudsigelse for risiko for genindlæggelse og/eller dødelighed inden for 7 dage (skala 0-100%), forudsat at patienten ville blive udskrevet
• de vigtigste faktorer, der bidrager til denne beslutning
• Selvrapportering af tillid til estimering (lav-middel-høj).

• For patienter med en "udskrivningsklar"-beslutning, der ikke ved dagens slutning blev overført til den almindelige afdeling, begrundes det:

  • 'Klinisk forværring'
  • 'Utilstrækkelig sengekapacitet på plejeafdeling'
  • 'Utilstrækkelig isolationskapacitet på sygeplejeafdeling'

Derudover, i On-perioder efter gennemgang af de yderligere oplysninger fra Pacmed Critical af behandlingsteamet, vil de tidligere spørgsmål blive stillet igen for at vurdere, om reevaluering med beslutningsstøtte havde effekt på den beslutning, dvs. "klar til udskrivning" status blev ændret.

I hver periode er den endelige beslutning om at udskrive patienter fra intensivafdelingen efter den ledende enhedsintensivist, der er ansvarlig for den medicinske behandling af disse patienter, og kan ændre sig baseret på ændringer i patientens kliniske tilstand (f.eks. forværring) og/eller årsager, der kræver revurdering af patienter, der er kvalificerede til udskrivning, herunder behovet for at indlægge andre patienter.

Pseudonymiserede nær-realtidsdata vil blive udtrukket i en kombineret produktions-/forskningsdatabase for at udføre forudsigelser. De forudsigelser, som slutbrugerne får adgang til, vil blive arkiveret sammen med de yderligere data, der indsamles som specificeret ovenfor. Derudover vil det forudsagte endepunkt (ICU-genindlæggelse og dødelighed inden for 7 dage efter udskrivelsen) blive indsamlet for alle patienter, der faktisk udskrives fra intensivafdelingen.

Afhængigt af om det deltagende hospital allerede har bestået den tekniske implementering (dvs. bestået enhedsgrænseflade og slutbrugeraccept) efter starten af ​​den første off-periode Pacmed Critical vil enten blive brugt prospektivt til at lave forudsigelserne og gemme resultaterne på tidspunktet for undersøgelsesdokumentationen fra den deltagende intensivist eller retrospektivt. On-perioden kan først påbegyndes, efter at hospitalet fuldt ud har bestået teknisk implementering i henhold til CE-dokumentationen.