Prüfung des überarbeiteten PACU Centric ERACS-Programms (ERACS2)

Versuchsdesign:

Prospektive Prüfung bei Patienten, die sich einer Herzoperation unterziehen und eine Übernachtung in unserem Programm zur verbesserten Genesung nach Herzoperationen (ERACS) auf unserer Postanästhesiestation (PACU) planen. Die Krankenakten aller Patienten werden für die Durchführung verschiedener Interventionen unseres ERACS-Programms (Hauptziel) ausgewertet. Für das sekundäre Ziel bewerten die Forscher das Auftreten postoperativer Komplikationen und den Krankenhaus-LOS.

Zum Benchmarking (drittes Ziel) vergleichen die Prüfer die Ergebnisse mit den Ergebnissen einer früheren Prüfung (S63843).(4) Die Daten dieser retrospektiven Prüfung wurden aus dem elektronischen Patientenregister (KWS = Klinisch Werk Station) erhoben. Dies umfasste alle in den ERACS-Leitlinien beschriebenen Interventionen. Darüber hinaus wurden auch postoperative Komplikationen erfasst, die bis zu 7 Tagen auftraten.

Datenmanagement:

Die Daten werden gemäß der im vorherigen Audit (S63843) verwendeten Strategie von einem Forschungsmitarbeiter und einem Anästhesisten unter Verwendung der Krankenakten der eingeschlossenen Patienten erhoben. Entsprechende Daten werden auch aus den präoperativen Anästhesiebewertungsbögen (digital gespeichert im Krankenhausinformationssystem, KWS Nexus Health) und aus allen intra- und postoperativen Anästhesieaufzeichnungen bis zu 30 Tage nach der Indexoperation erhoben.

Statistiken:

Die Forscher streben eine Stichprobe einer einjährigen Rekrutierung vom 1. Januar 2024 bis zum 31. Dezember 2024 an und gehen davon aus, dass etwa 350 herzchirurgische Patienten in dieses ERACS-Audit einbezogen werden.

Die Patientenmerkmale werden als absolute Zahlen, Prozentsätze, Mittelwert und Standardabweichung tabellarisch aufgeführt. Ziel 1-95-%-Konfidenzintervalle werden für die mittlere (oder mittlere) prozentuale Compliance sowie für jede der Interventionen separat angegeben, der Anteil der Patienten, die sich daran halten der Eingriff.

Logistische Ziel-2-Regressionen werden verwendet, um die Beziehung zwischen der prozentualen Einhaltung und dem Vorliegen einer Komplikation zu überprüfen (für jede Komplikation einzeln und für den zusammengesetzten Endpunkt). Es werden Quotenverhältnisse und 95 %-Konfidenzintervalle angegeben. Diese Analysen werden auch für die Einhaltung bei jedem Eingriff separat durchgeführt (Wiedergabetreue und Dosis). Spearman-Korrelationen und MWU-Tests werden verwendet, um die Beziehungen zwischen der Therapietreue (Prozentsatz und jede Intervention separat) und der Dauer des Krankenhausaufenthalts zu untersuchen. Angesichts der möglichen Krankenhaussterblichkeit wird bei Anwendung dieser rangbasierten Methoden den Patienten, die im Krankenhaus sterben, ein LOS-Wert zugewiesen, der höher ist als der maximal beobachtete Wert der entlassenen Patienten. Darüber hinaus werden Cox-Regressionen verwendet, um die ursachenspezifische Gefährdung bei Vorliegen einer Krankenhaussterblichkeit zu modellieren, und es werden Gefährdungsquoten (mit 95 %-KI) angegeben. Eine multivariable logistische Regression wird verwendet, um zu überprüfen, ob der Zusammenhang zwischen Protokolleinhaltung und postoperativen Komplikationen nicht durch den Patienten verfälscht wird (z. B. EuroSCORE II) und prozedural (z.B. (Art der Operation: Klappen-, Bypass- oder minimalinvasive Operation). Um den unabhängigen Einfluss der Protokolleinhaltung auf die Aufenthaltsdauer zu überprüfen, wird eine multivariable Cox-Regression verwendet.

Ziel 3 Zu Benchmarking-Zwecken wird die prozentuale Einhaltung zwischen der aktuellen Stichprobe und den Daten der retrospektiven Studie unter Verwendung eines linearen Normalmodells verglichen, wobei mögliche Unterschiede im Patientenmix (Patienten- und Verfahrensmerkmale) zwischen beiden Zeiträumen korrigiert werden. Beachten Sie jedoch, dass die Unterschiede voraussichtlich minimal sein werden, da dieselben Einschlusskriterien verwendet wurden und der Abgrenzungszeitraum ein ganzes Jahr umfasste. Um die Einhaltung jeder Intervention separat zu vergleichen und die Komplikationsrate(n) zu vergleichen, wird eine logistische Regression verwendet.

Ein p-Wert von weniger als 0,05 wird als statistisch signifikant angesehen. Angesichts der großen Anzahl geplanter statistischer Tests wird ein einzelner signifikanter p-Wert mit Vorsicht interpretiert.