Effektiviteten af ​​et automatiseret fald-risikoscreening og henvisningsværktøj i akutafdelingen (ED)

Det specifikke formål med denne retrospektive kohorteundersøgelse er at teste effektiviteten af ​​den automatiserede screening og henvisningsintervention på afsluttede henvisninger til UW Health faldforebyggelsesklinikken og frekvensen af ​​skadelige fald ved hjælp af et begrænset datasæt, der er oprettet fra EPJ- og Medicare-kravsdata. Efterforskerne antager, at ED-patienter, der henvises ved hjælp af faldrisiko-CDS-værktøjet, vil have nedsat brug af sundhedspleje på grund af fald-relaterede skader, og at interventionen vil have lignende effektivitetsniveauer på tværs af forskellige typer patientkarakteristika. Efterforskerne vil også systematisk undersøge barrierer for patienter, der fuldfører deres klinikhenvisninger, såvel som klinikplanlægning og planlægningsprotokoller før besøg, der kan have udelukket patienter fra at modtage Falls Clinic-tjenester.

Effektiviteten vil blive vurderet baseret på undersøgelse af et begrænset datasæt bestående af EPJ- og Medicare-kravsdata, der måler rater af (1) patienthenvisninger på hver ED, (2) gennemførte henvisninger til Mobility and Falls Clinic (dvs. en afsluttet klinikaftale), og (3) sundhedsbesøg for fald-relaterede årsager, der opstår inden for de seks måneder efter det første akutte besøg.

Den primære analyse for at evaluere effektiviteten af ​​CDS-værktøjet for faldrisiko vil omfatte data fra ældre voksne patienter (alder ≥65), som besøger undersøgelses-ED'er i interventionsperioden på hvert sted, har en UW Health System-tilknyttet primær plejeudbyder og er udskrevet fra ED eller ED observationsenhed (ikke optaget). Medlemmer af UWH Applied Data Science-teamet (ikke en del af undersøgelsesteamet) vil udtrække data fra patient-EPJ for at skabe et begrænset datasæt, herunder: tidligere fald og fald-relaterede skader (i de 12 måneder forud for besøget, inklusive indeks-ED-besøget ), fald efter besøg og fald-relaterede skader (i de 6 måneder efter indekset ED-besøget), patientdemografi (alder, køn, race/etnicitet, forsikring), komorbiditeter, aktiv medicin og brug (f.eks. primær og specialitet) plejebesøg). Uddannelses- og indkomstniveauer vil blive tilnærmet ved hjælp af folketællingsspordata. Area Deprivation Index vil også blive ansat baseret på patientadresse. Disse variabler vil blive udtrukket retrospektivt og gemt på sikre servere.