Título: Ensayo aleatorizado de una calculadora de riesgo integrada EHR frente a la profilaxis estándar de TEV para pacientes médicos

El tromboembolismo venoso (TEV) es una fuente importante de morbimortalidad hospitalaria. Se ha demostrado que la quimioprofilaxis con heparina reduce la aparición de TEV, pero aumenta el riesgo de hemorragia y es incómoda de recibir. Por esa razón, la profilaxis de TEV debe reservarse para pacientes con riesgo moderado a alto de TEV y bajo riesgo de hemorragia. Sin embargo, identificar pacientes con bajo riesgo de TEV puede ser difícil, porque la mayoría de los pacientes tienen al menos un factor de riesgo de TEV y no existen herramientas de predicción de riesgo validadas para usar en los hospitales de EE. UU. En cambio, muchos hospitales han optado por un enfoque único para todos con profilaxis casi universal, lo que pone a muchos pacientes en un riesgo innecesario de hemorragia. Sin embargo, para brindar una atención verdaderamente centrada en el paciente, los médicos estadounidenses enfrentan varios desafíos. Primero, no existe una calculadora de riesgo aceptada que puedan usar para estimar el riesgo de un paciente individual. En segundo lugar, las calculadoras de riesgo no están fácilmente disponibles en el punto de atención. Como resultado, las tasas de profilaxis se han mantenido obstinadamente bajas en algunas instituciones, mientras que en otras la tasa de profilaxis es alta, pero la tasa de profilaxis inapropiada también es alta. Este estudio utiliza una herramienta de predicción de riesgo desarrollada en la Clínica Cleveland para evaluar el riesgo de TEV de un paciente individual. La herramienta se incorpora a la historia clínica electrónica en forma de conjunto de órdenes inteligentes. En este ensayo aleatorizado, evaluaremos los efectos de la orden establecida en el comportamiento del médico y los resultados de los pacientes. Examinar la eficacia de una ayuda de decisión electrónica integrada en un EHR en la práctica clínica de rutina probará si un conjunto de pedidos inteligentes puede mejorar la atención al paciente al incorporar factores específicos del paciente en un proceso de decisión complejo.