- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT02815462
Impacto de la implementación de una puntuación de riesgo de admitidor frecuente en tiempo real (FAM-FACE-SG) en las tasas de reingreso (FAMFACESGRCT)
Impacto de la implementación de una puntuación de riesgo de admitidor frecuente en tiempo real (FAM-FACE-SG) en las tasas de reingreso: un ensayo controlado aleatorio (RCT) pragmático por grupos.
En un estudio anterior que utilizó registros de salud electrónicos (EHR), los investigadores identificaron nueve factores que están significativamente asociados con el riesgo de FA. Estos nueve predictores incluyen furosemida intravenosa de 40 miligramos o más; Admisiones en el último año; estado de Medifund; Uso frecuente del departamento de emergencias; Tratamiento antidepresivo en el último año; índice de comorbilidad de Charlson; Insuficiencia renal en etapa terminal en diálisis; Estancia en Sala Subvencionada y Paciente Geriátrico. Los investigadores combinaron estos nueve predictores en la puntuación FAM-FACE-SG para el riesgo de AF (definido como 3 o más admisiones de pacientes hospitalizados en los siguientes 12 meses). La puntuación de riesgo FAM-FACE-SG tiene la ventaja de implementarse en el repositorio de datos empresariales de nuestro hospital conocido como Sistema electrónico de inteligencia de salud o eHINT para abreviar, en tiempo real o casi en tiempo real. Diariamente, los datos de múltiples fuentes de datos se extraen, transforman y cargan en el sistema eHINTS. El sistema se puede programar para que se ejecute cada medianoche para proporcionar puntajes de riesgo a la mañana siguiente para los pacientes ingresados el día anterior.
En este ensayo, la intervención consiste en combinar la puntuación de riesgo FAM-FACE-SG además de un algoritmo de toma de decisiones para guiar las referencias a varios servicios de atención de transición en función de la evaluación de necesidades de enfermería y función. El objetivo principal es evaluar el impacto de nuestra intervención en la mejora de la utilización de la atención médica (reingresos hospitalarios, asistencia al departamento de emergencias [ED], duración de la estadía hasta 90 días después del alta).
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
En un estudio anterior que utilizó registros de salud electrónicos (EHR), los investigadores identificaron nueve factores que están significativamente asociados con el riesgo de FA. Estos nueve predictores incluyen furosemida intravenosa de 40 miligramos o más; Admisiones en el último año; estado de Medifund; Uso frecuente del departamento de emergencias; Tratamiento antidepresivo en el último año; índice de comorbilidad de Charlson; Insuficiencia renal en etapa terminal en diálisis; Estancia en Sala Subvencionada y Paciente Geriátrico. Los investigadores combinaron estos nueve predictores en la puntuación FAM-FACE-SG para el riesgo de AF (definido como 3 o más admisiones de pacientes hospitalizados en los siguientes 12 meses). La puntuación de riesgo FAM-FACE-SG tiene la ventaja de implementarse en el repositorio de datos empresariales de nuestro hospital conocido como Sistema electrónico de inteligencia de salud o eHINT para abreviar, en tiempo real o casi en tiempo real. Diariamente, los datos de múltiples fuentes de datos se extraen, transforman y cargan en el sistema eHINTS. El sistema se puede programar para que se ejecute cada medianoche para proporcionar puntajes de riesgo a la mañana siguiente para los pacientes ingresados el día anterior.
En este ensayo, la intervención consiste en combinar la puntuación de riesgo FAM-FACE-SG además de un algoritmo de toma de decisiones para guiar las referencias a varios servicios de atención de transición en función de la evaluación de necesidades de enfermería y función. El objetivo principal es evaluar el impacto de nuestra intervención en la mejora de la utilización de la atención médica (reingresos hospitalarios, asistencia al departamento de emergencias [ED], duración de la estadía hasta 90 días después del alta).
Los objetivos de este ECA grupal son: (1) evaluar el impacto de implementar la puntuación de riesgo FAM-FACE-SG además de un algoritmo de toma de decisiones para guiar las derivaciones del Navegador de pacientes (PN) a varios servicios de atención de transición en función de la evaluación de necesidades en enfermería y función para mejorar la utilización de la atención médica (reingresos hospitalarios, asistencia al departamento de emergencias [ED], duración de la estadía hasta 90 días después del alta); (2) medir la implementación de la puntuación de riesgo (fidelidad de las NP en el cumplimiento del protocolo en el reclutamiento de pacientes de acuerdo con la prioridad de la puntuación; tasa de derivación de las NP a varios servicios de atención de transición; retroalimentación cualitativa de las NP sobre los beneficios percibidos y el cambio de comportamiento después de recibir las puntuaciones); (3) realizar un análisis económico del costo-beneficio de implementar el puntaje de riesgo.
Tipo de estudio
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Singapore, Singapur, 486838
- Singapore General Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- Salas del Hospital General de Singapur con guías de pacientes
- Pacientes que ingresan con frecuencia (definidos como 3 o más ingresos hospitalarios en los 12 meses anteriores)
Criterio de exclusión:
- Hematología, Oncología, Urgencias, salas de obstetricia y neonatología
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Investigación de servicios de salud
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Comparador activo: Control
Cuidado usual
|
- Atención hospitalaria habitual
|
|
Experimental: Intervención
Puntuación de riesgo FAM-FACE-SG + algoritmo de toma de decisiones
|
- Los PN recibirán las puntuaciones de riesgo FAM-FACE-SG FA para los admitidos frecuentes admitidos en su barrio.
- Se indicará a los NP que prioricen la intervención de los admitidos frecuentes para la intervención en función de la puntuación de riesgo de FA.
- Para los pacientes de bajo riesgo, los NP continuarán con la atención hospitalaria habitual.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Periodo de tiempo |
|---|---|
|
Tasa de reingreso a los 90 días
Periodo de tiempo: 90 dias
|
90 dias
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tasa de reingreso a los 30 días
Periodo de tiempo: 30 dias
|
30 dias
|
|
|
Tasa de asistencia al servicio de urgencias de 30 días
Periodo de tiempo: 30 dias
|
30 dias
|
|
|
Tasa de asistencia al servicio de urgencias de 90 días
Periodo de tiempo: 90 dias
|
90 dias
|
|
|
índice hospitalización duración de la estancia
Periodo de tiempo: 90 dias
|
90 dias
|
|
|
duración acumulada de la estancia 90 días después del alta hospitalaria índice
Periodo de tiempo: 90 dias
|
90 dias
|
|
|
Fidelidad de los NP en el seguimiento del protocolo en el reclutamiento de pacientes según la prioridad de la puntuación
Periodo de tiempo: 90 dias
|
90 dias
|
|
|
Proporción de pacientes de riesgo alto y medio reclutados en los grupos de intervención y control
Periodo de tiempo: 90 dias
|
90 dias
|
|
|
Tasa de derivación de las NP a diversos servicios de atención de transición
Periodo de tiempo: 90 dias
|
90 dias
|
|
|
Retroalimentación cualitativa de los NP sobre los beneficios percibidos y el cambio de comportamiento después de recibir los puntajes
Periodo de tiempo: 1 año
|
Encuesta
|
1 año
|
Colaboradores e Investigadores
Patrocinador
Publicaciones y enlaces útiles
Publicaciones Generales
- Kripalani S, Theobald CN, Anctil B, Vasilevskis EE. Reducing hospital readmission rates: current strategies and future directions. Annu Rev Med. 2014;65:471-85. doi: 10.1146/annurev-med-022613-090415. Epub 2013 Oct 21.
- Jencks SF, Williams MV, Coleman EA. Rehospitalizations among patients in the Medicare fee-for-service program. N Engl J Med. 2009 Apr 2;360(14):1418-28. doi: 10.1056/NEJMsa0803563. Erratum In: N Engl J Med. 2011 Apr 21;364(16):1582.
- Robst J. Developing Models to Predict Persistent High-Cost Cases in Florida Medicaid. Popul Health Manag. 2015 Dec;18(6):467-76. doi: 10.1089/pop.2014.0174. Epub 2015 Jun 23.
- Longman JM, I Rolfe M, Passey MD, Heathcote KE, Ewald DP, Dunn T, Barclay LM, Morgan GG. Frequent hospital admission of older people with chronic disease: a cross-sectional survey with telephone follow-up and data linkage. BMC Health Serv Res. 2012 Oct 30;12:373. doi: 10.1186/1472-6963-12-373.
- Low LL, Vasanwala FF, Ng LB, Chen C, Lee KH, Tan SY. Effectiveness of a transitional home care program in reducing acute hospital utilization: a quasi-experimental study. BMC Health Serv Res. 2015 Mar 14;15:100. doi: 10.1186/s12913-015-0750-2.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio
Finalización primaria (Anticipado)
Finalización del estudio (Anticipado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Estimar)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Otros números de identificación del estudio
- SGH_OIC_FAMFACESG/5/2016
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .