Lernwarnungen für akute Nierenverletzung

Akute Nierenverletzung (AKI) birgt ein signifikantes, unabhängiges Mortalitätsrisiko bei Krankenhauspatienten, aber trotz ihres Zusammenhangs mit schlechten klinischen Ergebnissen ist AKI asymptomatisch und wird von Klinikern häufig übersehen, wobei weniger als die Hälfte aller AKI-Patienten eine Dokumentation des Syndroms aufweisen die elektronische Krankenakte, die mit verringerten Raten von AKI-Klinik-Best-Practices in Verbindung gebracht wurde.

Unsere Forschungsgruppe hat kürzlich von 2018 bis 2020 eine groß angelegte multizentrische randomisierte kontrollierte Studie mit elektronischen Warnungen für AKI im gesamten Yale New Haven Health System (ELAIA-1) durchgeführt. Unsere Studie zeigte, dass die Alarmierung von Ärzten auf das Vorhandensein von AKI insgesamt keinen Unterschied in der Rate unseres primären Endpunkts der Progression von AKI, Dialyse oder Tod zeigte, obwohl die Warnung zu einigen Änderungen des Pflegeprozesses wie der Messung von führte Kreatinin und Urinanalyse. Es gab jedoch eine erhebliche Heterogenität zwischen den Studienorten. Die Verbreitung unwirksamer Alarmierungssysteme kann zu dem Phänomen der Alarmmüdigkeit führen, bei dem Anbieter dazu neigen, Alarme in einer Umgebung mit hoher Alarmbereitschaft zu ignorieren, und sich nachteilig auf die Patientenversorgung auswirken kann. Darüber hinaus kann angesichts der sehr heterogenen Natur von AKI ein stärker personalisierter Ansatz für die AKI-Warnung gerechtfertigt sein.

Uplift-Modellierung, die häufig im Marketing verwendet wird, ist ein neuartiges Konzept im medizinischen Bereich und zielt darauf ab, phänotypische Merkmale zu bestimmen, die eine Reaktion (Nutzen oder Schaden) auf eine bestimmte Intervention vorhersagen. Auf diese Weise werden Patienten identifiziert, die voraussichtlich am meisten von einer Intervention profitieren, und bevorzugt anvisiert. Die Uplift-Modellierung von Warnsystemen hat das Potenzial, sowohl die Wirksamkeit der Warnung durch intelligentes Targeting zu verbessern als auch die Ermüdung der Warnung zu verringern.

In dieser Studie werden wir unsere vorherige AKI-Warnungsstudie erweitern, um prospektiv zu bestimmen, ob die Verwendung von Uplift-Modellen zur bevorzugten Ausrichtung auf Patienten, von denen erwartet wird, dass sie von einer AKI-Warnung profitieren, die Rate der AKI-Progression, Dialyse und Todesfälle bei Krankenhauspatienten mit AKI reduzieren wird. Stationäre Patienten in 4 Lehrkrankenhäusern innerhalb des YNHH-Systems mit AKI, basierend auf den Kreatinin-Kriterien Kidney Disease: Improving Global Outcomes (KDIGO), werden randomisiert einer „empfohlenen“ Gruppe zugeteilt (wobei höhere Punktzahlen Warnungen erhalten und niedrigere Punktzahlen keine Warnungen wie empfohlen erhalten ) im Vergleich zu einer „nicht empfohlen“-Gruppe (mit höheren Punktzahlen werden keine Warnungen und niedrigeren Punktzahlen erhalten Warnungen als nicht empfohlen). Das primäre Ergebnis ist eine Kombination aus AKI-Progression, Dialyse oder Mortalität innerhalb von 14 Tagen nach Randomisierung. Sekundäre Ergebnisse konzentrieren sich auf AKI-spezifische Prozessmaße.