Altas inteligentes para mejorar los resultados de salud posteriores al alta en niños

OBJETIVO:

Nuestro propósito es realizar un estudio de cohorte de intervención para evaluar el impacto del enfoque Smart Discharges para la atención al alta en la mortalidad pediátrica posterior al alta.

HIPÓTESIS:

Nuestro enfoque de descargas inteligentes mejorará la búsqueda de salud posterior al alta y reducirá la mortalidad posterior al alta.

JUSTIFICACIÓN:

Con una mejor comprensión del riesgo y la capacidad de determinar el riesgo junto a la cama, un programa Smart Discharge garantizará una asignación optimizada de recursos, centrándose en los niños que más necesitan recursos limitados. Dichos programas en salud pública de precisión no solo pueden salvar vidas y recursos, sino que es mucho más probable que sean escalables en entornos económicamente difíciles.

OBJETIVOS:

El objetivo de este estudio es determinar si un enfoque individualizado y basado en el riesgo para mejorar las altas pediátricas reducirá la mortalidad a los 6 meses posteriores al alta entre los niños ingresados ​​con sospecha de sepsis.

El estudio tiene dos objetivos, cada uno correspondiente a una fase:

1. Fase I: un período de observación con pacientes inscritos que actúan como controles. Además, esta cohorte se utilizará para actualizar, refinar y validar modelos desarrollados previamente para la mortalidad posterior al alta que se utilizará durante la Fase II.
2. Fase II: un período de intervención para evaluar la eficacia de un programa de alta inteligente sobre la mortalidad y la búsqueda de salud después del alta.

DISEÑO DE LA INVESTIGACIÓN:

Este será un estudio de dos fases: la Fase I es un estudio de cohorte observacional prospectivo multisitio, mientras que la Fase II es un estudio de cohorte intervencionista prospectivo multisitio. Este estudio prospectivo se llevará a cabo desde marzo de 2017 hasta enero de 2024. El estudio inscribirá a 5700 niños menores de cinco años (2700 <6 meses de edad, 3000 de 6 a 60 m de edad) en la Fase I (no intervencionista) y un número igual (5700) de niños durante la fase II (fase de intervención) , para un total de 11.600 niños.

ANÁLISIS ESTADÍSTICO:

Nuestro trabajo anterior ha demostrado que la tasa de mortalidad posterior al alta a los 6 meses es del 5 %. Nuestro trabajo preliminar también ha sugerido que nuestro beneficio de mortalidad esperado será de entre un 25 % y un 30 % de reducción del riesgo relativo. Suponiendo una reducción del riesgo relativo del 22,5 %, necesitaríamos inscribir a 5250 niños por brazo. Por lo tanto, intentaremos de manera conservadora inscribir 5700 por brazo para dar cuenta de las pérdidas durante el seguimiento.

Todos los análisis se realizarán utilizando R 4.2.2 (Viena, Austria; http://www.R-project.org). La validación del modelo externo se llevará a cabo utilizando la cohorte de la Fase I en el modelo de descarga inteligente desarrollado anteriormente. El Modelo de descarga inteligente luego se actualizará para incluir datos de la cohorte de la Fase I. Los modelos de predicción finales se desarrollarán por separado para niños <6 m de edad y para niños de 6 m a 5 años de edad, con un análisis de área bajo la curva ROC utilizado para evaluar el rendimiento general de los modelos finales. Para el modelo final en niños mayores (6 meses - 5 años), el límite de riesgo se elegirá en función de la sensibilidad y la especificidad, asegurando una sensibilidad > 80 % (la sensibilidad inicial del modelo derivado fue del 82 %). Se informará la sensibilidad y especificidad finales, junto con los valores predictivos positivos y negativos (basados ​​en la tasa de mortalidad general y las tasas de mortalidad de cada sitio). Para el modelo en niños más pequeños, se utilizará el mismo enfoque, pero asegurando que la sensibilidad sea al menos del 85 %, debido a una mayor tasa de mortalidad esperada entre los niños más pequeños. Se ha determinado que la separación de edades es el enfoque óptimo para estos modelos.

Para evaluar la eficacia de la intervención, se utilizará una regresión de riesgos proporcionales de cox en el tiempo hasta la mortalidad posterior al alta, incluido el año del alta como covariable para tener en cuenta las posibles tendencias de mortalidad no relacionadas con la intervención. Se identificarán variables potencialmente confusoras adicionales en base a una combinación de conocimientos preexistentes y expertos, y un análisis univariado de posibles factores confusores en los resultados. Se utilizará un modelo multivariable final para determinar el efecto ajustado de la intervención Smart Discharge. Las series de tiempo interrumpido, que usan modelos de regresión segmentada para determinar el efecto de la intervención después de controlar las tendencias de tiempo antes y después de la intervención, también se usarán para tener en cuenta las posibles tendencias de mortalidad antes de la intervención.