Evaluering af pædiatrisk eCART-implementering

Pædiatrisk eCART trækker på let tilgængelige EPJ-data og kvantificerer hurtigt sygdommens sværhedsgrad og forudsiger sandsynligheden for, at kritisk sygdom opstår. I øjeblikket sporer intet konsekvent tilgængeligt system kontinuerligt risikoen for kritisk sygdom hos børn indlagt på UW Health. Derfor har UW Health-klinikere eller plejeudbydere ikke en pålidelig mekanisme til at risiko-stratificere patienter til effektiv klinisk beslutningstagning.

Dette forslag udnytter AgileMDs kliniske beslutningsstøttemotor og en maskinlæringsanalyse udviklet i et datasæt med over 30.000 patienter. Pædiatrisk eCART blev eksplicit designet til at henlede opmærksomheden på patienter med øget risiko for forværring og optimere patientbehandlingen, herunder timingen af ​​og behovet for pleje på intensivafdeling.

Foreløbige undersøgelser indikerer, at pædiatrisk eCART implementering ved University of Chicago har ført til forbedrede resultater. Lignende forbedringer blandt børn indlagt på UW Health vil føre til nedsat morbiditet og dødelighed blandt vores pædiatriske befolkning.

Yderligere er der stadig et betydeligt hul i forståelsen af ​​sygeplejerskes accept af datadrevne CDS-værktøjer. Sygeplejersker er den største arbejdsstyrke af klinikere i sundhedssystemet og spiller en primær rolle i påvisningen af ​​klinisk forringelse som de klinikere, der bruger mest tid på at observere og vurdere patienter; dog er AI-drevet CDS-acceptabilitet ikke blevet målt for at vurdere sygeplejerskens accept af disse nye værktøjer. Acceptabilitet er afgørende for at øge vedvarende brug og for at mindske suboptimale resultater såsom alarmtræthed eller øget kognitiv belastning, så disse værktøjer i sidste ende medierer sygeplejerskens velvære. En undersøgelse vurderede sygeplejerskers opfattelse af nytten af ​​et tidligt varslingssystem for sepsis og fandt, at mindre end halvdelen af ​​sygeplejerskerne opfattede advarslerne for at være nyttige, og kun en tredjedel af sygeplejerskerne rapporterede, at advarslerne påvirkede patientbehandlingen. Forståelse af sygeplejerskeaccept vil informere AgileMD's designstrategier for at fremme optagelse og brug, så forudsigende værktøjer kan udnyttes til at forbedre den kognitive byrde for sygeplejerskeklinikere. I sidste ende vil undersøgelsen evaluere pædiatrisk eCART på to pædiatriske grupper: (1) screenede pædiatriske patienter; (2) pædiatrisk sygeplejerske kliniker slutbrugere.

Studiedesign: Dette er en præ- og post-interventionel undersøgelse af en maskinlæringsalgoritme integreret i den elektroniske patientjournal som et klinisk beslutningsstøtteværktøj. "Pre"-deltagerne er indlagte børn (under 18 år), som blev indlagt på UW Health mellem 1. januar 2022 og datoen for pædiatrisk eCART-implementering i 2025. Pædiatriske eCART-score vil blive beregnet retrospektivt for de "præ"-deltagere ved at fodre en patients laboratorier og vitale tegn observation i det pædiatriske eCART-værktøj. "Post"-deltagerne er hospitalsindlagte børn (under 18 år), som vil blive indlagt på UW Health inden for de to år efter implementering af pædiatrisk eCART (forventet 2025-2027). Pædiatriske eCART-score vil blive beregnet i realtid for disse patienter.