Ciencia de datos e investigación cualitativa para apoyar la toma de decisiones en la cascada de atención del VIH (CASCADE)

Se ha demostrado que los sistemas de apoyo a las decisiones clínicas (CDSS) adaptados a los requisitos de los países de ingresos bajos y medianos (PIBM) mejoran el cumplimiento de las directrices y la calidad de la atención por parte de una variedad de personal sanitario. Para que el CDSS sea más eficaz, debe desarrollarse y probarse con grandes conjuntos de datos clínicos de la región local. El uso de algoritmos de aprendizaje automático permite el desarrollo de modelos de predicción de complicaciones y resultados clínicos, que pueden guiar al personal de atención médica en la identificación temprana de problemas y las intervenciones adecuadas. Esto requiere sistemas de registros médicos electrónicos (EHR) bien establecidos que actúen como fuentes de datos y como plataformas para brindar retroalimentación a través del CDSS (enfoque del Sistema de Aprendizaje en Salud). El EHR del Modelo Académico que Proporciona Acceso a la Atención Médica (AMPATH), un gran programa de atención del VIH en el oeste de Kenia financiado en gran parte por el Plan de Emergencia del Presidente para el Alivio del SIDA (PEPFAR), ha utilizado una versión del EHR OpenMRS durante casi dos décadas y proporciona un entorno único para esta investigación.

El objetivo de esta propuesta es desarrollar e implementar herramientas basadas en datos para ayudar a la toma de decisiones relacionadas con la salud a nivel de paciente, clínica y condado, y evaluar la eficacia del uso de estos métodos. La hipótesis es que los centros de salud que utilizan estos CDSS basados ​​en datos mostrarán mejoras en los procesos y resultados de la atención en comparación con los centros de salud que no utilizan CDSS basados ​​en datos dentro de sus EHR.

Los dos criterios de valoración principales del estudio son la retención en la atención y la supresión de la carga viral.

La motivación está impulsada por los puntos de referencia de atención en cascada del VIH 95-95-95 establecidos por ONUSIDA para erradicar el VIH en todo el mundo. En resumen, el marco exige el diagnóstico del 95% de las personas que tienen VIH, el inicio del tratamiento antirretroviral (TAR) para el 95% de los que han sido diagnosticados y el logro de la supresión de la carga viral (VL) para el 95% de los que están en tratamiento. tratamiento. Nuestro proyecto aborda la segunda y tercera fase.

En cuanto al segundo 95, la retención es una condición necesaria para mantener a las personas que viven con el VIH (PLWH) en tratamiento antirretroviral (TAR) porque las directrices de atención globales ahora especifican que todas las PLWH inician el TAR una vez que reciben atención. En cuanto al tercer 95, en Kenia y muchos otros países de ingresos bajos y medianos, las pruebas de carga viral para la mayoría de los clientes adultos se realizan seis meses después del inicio del tratamiento y posteriormente anualmente. Incluso después de que una VL medida indique supresión, la falla viral debido a la falta de adherencia o a la resistencia a los medicamentos puede ocurrir mucho antes del siguiente seguimiento, un año después. Por lo tanto, nuestros modelos generarán valores de carga viral previstos mientras tanto y los utilizarán para señalar a las personas que deben someterse a una medición de VL antes del seguimiento programado.

El ensayo es parte de un estudio más amplio financiado por los NIH. Los objetivos relacionados con el ensayo son los siguientes:

Objetivo 1: Desarrollar y validar modelos y algoritmos estadísticos de aprendizaje automático para el apoyo a la toma de decisiones clínicas y programáticas.

1a: Desarrollar y validar algoritmos estadísticos de aprendizaje automático para identificar a aquellos con alto riesgo de desvinculación de la atención y falla viral, y para generar valores previstos de la carga viral actual.

1. b: Desarrollar representaciones de incertidumbre estadística sobre las predicciones para permitir una toma de decisiones óptima.

   Objetivo 2. Desarrollar, implementar y probar en campo herramientas de visualización de datos y soporte para decisiones para mejorar la toma de decisiones basada en datos por parte de médicos y administradores de programas.

2. a: Cree la arquitectura del servidor para admitir los modelos de predicción en la interfaz de usuario (UI) de OpenMRS.

2b: Desarrollar y perfeccionar el protocolo específico para utilizar las predicciones de riesgo para reducir las visitas perdidas y reducir la incidencia de fallas en la carga viral.

Objetivo 3: Realizar una evaluación del impacto y la eficacia de las herramientas de apoyo a las decisiones clínicas en el Programa de atención AMPATH.

3a: Implementar el CDSS en el punto de atención en todas las clínicas que utilizan el Sistema de Registros Médicos AMPATH (AMRS) en las áreas de captación de Uzima y Dumisha. Estas clínicas tienen diferentes tamaños y ubicaciones geográficas.

3b: Después de una fase piloto, realizar una comparación longitudinal aleatoria escalonada de las tasas de retención y las tasas de supresión de la carga viral en 30 clínicas de AMPATH

La finalización exitosa del trabajo proporcionará herramientas CDSS efectivas para mejorar la atención del VIH en Kenia y otros países de ingresos bajos y medianos, así como un conjunto de herramientas para el desarrollo, actualización y evaluación de CDSS para otros problemas clínicos. El trabajo previo de los investigadores y colegas en el desarrollo y amplio despliegue de OpenMRS en más de 44 países proporciona una plataforma para una amplia difusión de este trabajo.