Elektronische klinische Entscheidungsunterstützung für Diabetes und Dysglykämie in der sekundären psychischen Gesundheitsversorgung

Menschen mit schweren psychischen Erkrankungen (SMI) wie Schizophrenie, schizoaffektiven Störungen und bipolaren affektiven Störungen haben im Vergleich zur Allgemeinbevölkerung eine deutlich reduzierte Lebenserwartung. Verbesserungen bei der Primärprävention von körperlichen Gesundheitserkrankungen wie Diabetes in der Allgemeinbevölkerung haben sich bei Menschen mit SMI nicht im gleichen Maße widergespiegelt.

Diabetes ist eine Gruppe von Stoffwechselerkrankungen, die durch einen hohen Blutzuckerspiegel über einen längeren Zeitraum gekennzeichnet ist. Unbehandelt oder schlecht behandelt kann Diabetes zu verschiedenen langfristigen gesundheitlichen Komplikationen führen, darunter Herz-Kreislauf-Erkrankungen, Schlaganfälle, chronische Nierenerkrankungen, Fußgeschwüre, Nerven- und Augenschäden. Diabetes macht ungefähr 10 % der Gesundheitsressourcen im Vereinigten Königreich aus, und dieser Anteil wird voraussichtlich auf 17 % steigen, mit geschätzten Kosten von 39,8 Milliarden £ bis 2035, wenn direkte Gesundheitskosten und indirekte Kosten für die Produktivität berücksichtigt werden.

Menschen mit SMI weisen im Vergleich zur Allgemeinbevölkerung eine höhere Rate an Risikofaktoren für Herz-Kreislauf-Erkrankungen (CVD) wie zentrale Fettleibigkeit, Bluthochdruck, erhöhte Cholesterinwerte und erhöhte Blutzuckerwerte auf. Lokale Diabetesraten bei Menschen mit der Diagnose einer nachgewiesenen Psychose betragen 20 %, weitere 30 % weisen auf Dysglykämie (erhöhte Blutzuckerwerte) hin. Auch hier verdoppelt sich die Rate der Glukose-Dysregulation (Indikator für ein hohes Risiko für die Entwicklung von Diabetes) im ersten Jahr nach einer ersten psychotischen Episode, was ein einzigartiges Fenster für Präventionsstrategien schafft, um diese Risiken so früh wie möglich anzugehen.

Eine wesentliche Ungleichheit bei der Gesundheitsversorgung von Menschen mit SMI ist die unzureichende Beurteilung und Behandlung von körperlichen Gesundheitsproblemen wie Diabetes in sekundären Einrichtungen der psychischen Gesundheitsversorgung. Es besteht daher ein Bedarf an gezielteren und klinisch fundierten Interventionen, die den Standard der körperlichen Vorsorgeuntersuchungen und Interventionen verbessern, die Menschen mit SMI sowohl in der Primär- als auch in der Sekundärversorgung angeboten werden.

Weltweit zeigen Studien, die die Versorgung durch Kliniker bewerten, dass es eine suboptimale Aufnahme von Leitlinien in die tatsächliche Praxis gibt. Die zugrunde liegenden Faktoren dafür sind komplex und treten auf einer Kombination von Patienten-, Kliniker- und Systemebene auf.

Die Einführung digitaler Technologien zur Verbesserung der körperlichen Gesundheit von Menschen mit SMI-Diagnose stellt eine einzigartige Gelegenheit dar, erfordert jedoch Nachweise für Akzeptanz, Machbarkeit und Wirksamkeit. Angesichts der steigenden Krankheitslast durch Diabetes bei SMI und Defiziten bei der Bereitstellung einer evidenzbasierten Versorgung für die Diabetesprävention und -behandlung besteht ein dringender Bedarf, stärker systemorientierte Lösungen zu finden.

Electronic Clinical Decision Support Systems (eCDSS) sind als strategische Methode zur Verbesserung der Versorgung zur Prävention und Behandlung chronischer Erkrankungen gut etabliert. eCDSS ist definiert als "jedes elektronische Informationssystem, das auf einem Softwarealgorithmus basiert, der dazu bestimmt ist, direkt bei der klinischen Entscheidungsfindung zu helfen, in dem Merkmale einzelner Patienten verwendet werden, um patientenspezifische Bewertungen oder Empfehlungen zu erstellen, die dann den Ärzten zur Prüfung vorgelegt werden".

Klinische Leitlinien werden in der klinischen Praxis immer noch zu wenig genutzt, daher hat eCDSS das Potenzial, Probleme zu überwinden, die mit der Verwendung traditioneller papierbasierter Leitlinien verbunden sind. Die bestehende Evidenzbasis für eCDSSs zur Verbesserung der klinischen Leistung und der Patientenergebnisse in Einrichtungen der psychischen Gesundheitsversorgung ist jedoch nach wie vor spärlich. Darüber hinaus kann nicht erwartet werden, dass elektronische Systeme, die von ihren Benutzern nicht akzeptiert werden, zur Verbesserung der Versorgungsqualität beitragen, daher müssen Förderer, Hindernisse und andere Konsequenzen für eine erfolgreiche Implementierung neuartiger digitaler Tools verstanden werden und könnten auch als Grundlage für die Zukunft dienen System-Reengineering. Daher besteht Forschungsbedarf, um die Implementierung für eine erfolgreiche zukünftige Skalierbarkeit zu bewerten.

Das wichtigste digitale Tool, das in dieser Studie für eCDSS verwendet werden soll, ist CogStack, eine Softwareplattform, die vom National Institute for Health Research Maudsley Biomedical Research Center (NIHR Maudsley BRC) und PhiDataLab entwickelt wurde. CogStack ist ein Open-Source-System zum Abrufen und Extrahieren von Informationen mit der Fähigkeit, elektronische Patientenakten nahezu in Echtzeit in natürlicher Sprache zu verarbeiten (NLP). CogStack implementiert neue Data-Mining-Techniken, insbesondere die Fähigkeit, jede klinische Datenquelle (unstrukturiert und strukturiert) zu durchsuchen, und NLP-Anwendungen, die entwickelt wurden, um die Informationsextraktion medizinischer Konzepte zu automatisieren. Die Plattform hat sich schon früh als wertvoll für Kliniker bei der Überwachung, Intervention und Nachsorge ihrer Patienten erwiesen.

Das Hauptziel dieser Studie besteht darin, die Durchführbarkeit und Akzeptanz eines eCDSS (Cogstack@Maudsley) zu ermitteln, das ein computergestütztes Echtzeit-Alarmierungs- und klinisches Entscheidungsunterstützungssystem für das Dysglykämie-Management in der sekundären psychischen Gesundheitsversorgung umfasst.

Unsere sekundären Ziele sind die Bewertung, ob das System zu Änderungen der Screening- und Follow-up-Testraten für Dysglykämie und anschließender klinisch geführter evidenzbasierter Interventionen für Dysglykämie und Diabetes führt (dies wird anhand von pseudonymisierten Gruppenbeobachtungsdaten aus dem Süden gemessen London und Maudsley NHS Foundation Trust (SLaM) Biomedical Research Centre (BRC) Clinical Records Interactive Search (CRIS) System, sobald der Stationszugang zum eCDSS beendet ist). Seit 2006 betreibt South London and Maudsley NHS Trust vollständig elektronische Patientenakten. Das Clinical Record Interactive Search (CRIS)-System, das 2008 eingerichtet wurde, ist ein ethisch anerkanntes Schnittstellensystem für elektronische Patientenakten, das es Forschern ermöglicht, zu Forschungszwecken auf anonymisierte elektronische Patientenakten von diesem Trust zuzugreifen.

Wir werden eine Prozessevaluation durchführen, um die Barrieren, Förderer, unbeabsichtigten Folgen und indikativen Kosten der Implementierung des Systems auf stationären allgemeinen Erwachsenenpsychiatriestationen zu bewerten.

Die aus dieser Studie gesammelten Daten werden es dem Forschungsteam ermöglichen, das System zu verfeinern, potenzielle Probleme bei einer zukünftigen erfolgreichen Implementierung anzugehen und eine größere und definitivere Wirksamkeitsstudie zu liefern, die auf hypothetische Verbesserungen untersucht wird;

1. Raten der vom Arzt durchgeführten evidenzbasierten Interventionen für Patienten mit Dysglykämie
2. Klinische Ergebnisse in Bezug auf die Diabetesversorgung