Prädiktive Analysen und Computervisualisierung verbessern die Patientensicherheit und verhindern Stürze

Um Stürze im Krankenhausumfeld zu verringern, hat MGH auf der Grundlage früherer Pflegesturzforschung sowie des MFS- und des Fall TIPS-Programms einen Entscheidungsunterstützungsalgorithmus entwickelt, um auftretende Änderungen klinischer Faktoren zu erkennen und Pflegekräfte auf die Notwendigkeit einer Anpassung aufmerksam zu machen Sturzpräventionsmaßnahmen. MGH Nursing implementierte dann in Zusammenarbeit mit RGI Informatics den MGH-Algorithmus auf einer klinischen Allgemeinpflegestation. Die RGI-Software nutzt den MGH-Algorithmus zum Live-Streaming von EHR-Daten von Epic, um Patienten zu identifizieren, deren Sturzrisiko möglicherweise erhöht ist, und um Pflegekräften klinische Entscheidungsunterstützung durch eine Benachrichtigung auf ihren vom Krankenhaus ausgegebenen Mobiltelefonen zu bieten. Vorläufige Ergebnisse zeigten die Machbarkeit und eine statistisch signifikante Reduzierung (p <0,01) von Stürzen mit Verletzungen über einen Zeitraum von 11 Monaten.

Sich gegenseitig ausschließende Vorarbeiten an einer zweiten stationären Allgemeinpflegestation mit einem computergestützten Patientenvisualisierungssystem führten ebenfalls zu einer Reduzierung der Stürze. Der kombinierte Einsatz der beiden Technologien kann einen synergistischen Effekt erzielen und so die Häufigkeit von Stürzen in der Akutversorgung weiter reduzieren. Bisher gibt es keine Beweise aus der Bewertung der Patientenergebnisse aus gleichzeitigen Tests der beiden Technologien. Der Zweck dieser Studie besteht daher darin, die Auswirkungen von drei verschiedenen Sturzpräventionsmaßnahmen (nur RGI/MGH-Algorithmus, nur Inspiren und kombinierter RGI/MGH-Algorithmus und Inspiren) auf Patienten mit einem Risiko für Stürze und Stürze mit Verletzungen bei drei erwachsenen Patienten zu bestimmen Pflegeeinheiten in einem großen akademischen medizinischen Zentrum.

Unsere vorgeschlagene Lösung ist die einzige bekannte Strategie, die physiologische und physikalische Daten aus mehreren Quellen extrahiert und synthetisiert, um eine dimensionale Ansicht des Sicherheitsprofils eines Patienten in Bezug auf das Sturzrisiko zu erstellen. Rechtzeitige Warnungen informieren das Pflegepersonal über das Sturzrisiko des Patienten, die Gründe für das Risiko und ihre klinischen Entscheidungen hinsichtlich Sturzpräventionsstrategien. Dieser erste Vorschlag konzentriert sich auf Patienten mit Sturzrisiko und wir sind zuversichtlich, dass dieser innovative Ansatz auch auf andere kritische Sicherheitsprobleme, beispielsweise Druckverletzungen und katheterbedingte Harnwegsinfektionen, anwendbar ist. Detaillierte Informationen zu RGI Analytics und Inspiren finden Sie unten.

Methodik: Es wird eine beobachtende Kohortenstudie mit gemischten Methoden durchgeführt, um die Auswirkungen und Wirksamkeit der üblichen Pflege und drei verschiedener Sturzpräventionsstrategien, die über den Pflegestandard hinausgehen, auf drei stationären Stationen des MGH über einen Zeitraum von einem Jahr zu bestimmen. Einheit 1 wird nur Streaming-Analysen und den MGH-Algorithmus verwenden, Einheit 2 wird nur die AUGI-Computervisualisierung von Inspiren verwenden und Einheit 3 ​​wird den kombinierten Streaming-Analyse-/MGH-Algorithmus und das AUGI-Gerät von Inspiren verwenden. Einheit 4, die Kontrolleinheit, dient als interne Vergleichsgruppe derselben Institution. Zusätzlich zu den Studieninterventionen werden alle vier Einheiten weiterhin die übliche evidenzbasierte MGH-Praxis und Pflegestandards zur Sturzprävention beibehalten. Die für die Studie gesammelten demografischen Daten von Patienten, Einheiten und Pflegekräften können derzeit aus vorhandenen Quellen abgerufen oder berechnet werden. Zu den Quellen gehören die im PCS Datawarehouse gespeicherten ADT-, PCS-Finanz-, Acuity- und Qualitätsdaten. Die aggregierten demografischen Daten der Einheitspatienten umfassen Alter, Geschlecht und Rasse. Zu den demografischen Daten der Krankenschwestern gehören die Anzahl der Vollzeitäquivalente, die Jahre der Erfahrung als Krankenschwester, die Jahre der Erfahrung bei MGH und das höchste Bildungsniveau. Zu den Stationsdaten gehören die Anzahl der Patientenaufnahmen, Patiententage, Aufenthaltsdauer, Pflegekompetenz, Patiententyp nach Geschlecht, Alter, Rasse, ethnischer Zugehörigkeit, Anzahl der Stürze auf der Station und Stürze auf der Station mit Verletzungen sowie Indikatoren für die Personalausstattung des Pflegepersonals. Die Wahrnehmung der Pflegekräfte in den drei Interventionseinheiten wird im Zusammenhang mit der Intervention anhand von Echtzeit-Feedback aus Mobiltelefonalarmen (hilfreich/nicht hilfreich), Feedback der Pflegekräfte und vierteljährlichen Umfragen gemessen. Die Fall Prevention Efficiency Scale (Dykes, et al., 2021) ist ein von Experten überprüftes 13-Punkte-Tool, das sich auf vier Schlüsselbereiche konzentriert: spart Zeit, verschwendet keine Zeit, ist die Zeit wert und hilft bei der Sturzprävention. Die Umfragefragen werden an die Bedürfnisse dieser Studie angepasst und über REDCap verwaltet, eine sichere Webanwendung von Harvard Catalyst zur Verwaltung von Online-Umfragetools.

Forschungsfragen

1. Gibt es in der Akutversorgung und im stationären Krankenhausbereich einen Unterschied in der Häufigkeit von Stürzen und verletzungsbedingten Stürzen? Vergleicht man drei unterschiedliche Methoden zur Alarmierung des Pflegepersonals am Behandlungsort bei einer Änderung des Sturzrisikos eines Patienten unter Beibehaltung aller anderen aktuellen Standards? der Pflege zur Sturzprävention und das Hinzufügen dieser neuen Standards während der Studie: (1) Verwendung von Streaming-Analysen und eines Sturzrisikoalgorithmus, der Pflegekräfte auf eine Änderung des Sturzrisikos aufmerksam macht, (2) Computervisualisierung und Interpretation der Patientenbewegung durch künstliche Intelligenz und ( 3) eine Kombination beider Technologien?

2. Welche Wahrnehmungen haben Pflegekräfte im Zusammenhang mit:

   1. Die Auswirkungen von drei Studientechnologien, die zur Identifizierung eines erhöhten Sturzrisikos eingesetzt wurden.
   2. Die Verringerung der Belastung des Pflegepersonals durch die Beurteilung des Sturzrisikos und die Empfehlung zusätzlicher Interventionen zur Sturzprävention.

Forschungsziele:

1. Vergleichen Sie die Auswirkungen der drei Innovationen zur Sturzprävention innerhalb und zwischen Einheiten und einer Kontrolleinheit (alle vier Einheiten verwenden den gleichen üblichen Pflegestandard) auf Stürze und Stürze mit Verletzungen.
2. Bestimmen Sie die wahrgenommene Wirksamkeit von Innovationen zur Sturzprävention und Warnmeldungen zur klinischen Entscheidungsunterstützung und zur Belastung des Pflegepersonals mithilfe von Pflegebefragungen, Antworten auf Warnmeldungen und Fokusgruppen.