Evaluación de la implementación de eCART pediátrico

El eCART pediátrico se basa en datos de EHR fácilmente disponibles y cuantifica rápidamente la gravedad de la enfermedad, prediciendo la probabilidad de aparición de una enfermedad crítica. Actualmente, ningún sistema disponible de manera consistente rastrea continuamente el riesgo de enfermedades críticas en los niños admitidos en UW Health. Por lo tanto, los médicos o proveedores de atención de UW Health no tienen un mecanismo confiable para estratificar el riesgo de los pacientes para una toma de decisiones clínica efectiva.

Esta propuesta aprovecha el motor de apoyo a las decisiones clínicas AgileMD y una analítica de aprendizaje automático desarrollada en un conjunto de datos de más de 30.000 pacientes. El eCART pediátrico se diseñó explícitamente para llamar la atención sobre los pacientes con mayor riesgo de deterioro y optimizar el manejo del paciente, incluido el momento y la necesidad de atención en la UCI.

Los estudios preliminares indican que la implementación de eCART pediátrico en la Universidad de Chicago ha dado lugar a mejores resultados. Mejoras similares entre los niños admitidos en UW Health conducirán a una menor morbilidad y mortalidad entre nuestra población pediátrica.

Además, sigue habiendo una brecha significativa en la comprensión de la aceptación por parte de las enfermeras de las herramientas CDS basadas en datos. Las enfermeras son la mayor fuerza laboral de médicos en el sistema de salud y desempeñan un papel principal en la detección del deterioro clínico, ya que son los médicos que dedican más tiempo a observar y evaluar a los pacientes; sin embargo, no se ha medido la aceptabilidad de los CDS impulsados ​​por IA para evaluar la aceptación por parte de las enfermeras de estas herramientas emergentes. La aceptabilidad es esencial para aumentar el uso sostenido y disminuir los resultados subóptimos, como la fatiga de alerta o el aumento de la carga cognitiva, de modo que estas herramientas, en última instancia, median en el bienestar de las enfermeras. Un estudio evaluó las percepciones de las enfermeras sobre la utilidad de un sistema de alerta temprana de sepsis y encontró que menos de la mitad de las enfermeras percibieron las alertas como útiles y solo un tercio de las enfermeras informaron que las alertas impactaban la atención al paciente. Comprender la aceptación de las enfermeras informará las estrategias de diseño de AgileMD para fomentar la adopción y el uso de modo que se puedan aprovechar las herramientas predictivas para mejorar la carga cognitiva de las enfermeras clínicas. Al final, el estudio evaluará el eCART pediátrico en dos grupos pediátricos: (1) pacientes pediátricos evaluados; (2) usuarios finales de enfermeros clínicos pediátricos.

Diseño del estudio: este es un estudio pre y posintervencionista de un algoritmo de aprendizaje automático integrado en la historia clínica electrónica como herramienta de apoyo a las decisiones clínicas. Los participantes "pre" son niños hospitalizados (menores de 18 años) que fueron admitidos en UW Health entre el 1 de enero de 2022 y la fecha de implementación de eCART pediátrico en 2025. Las puntuaciones de eCART pediátrico se calcularán retrospectivamente para los participantes "pre" alimentando los laboratorios del paciente y la observación de signos vitales en la herramienta eCART pediátrica. Los participantes "post" son niños hospitalizados (menos de 18 años) que serán admitidos en UW Health dentro de los dos años siguientes a la implementación pediátrica de eCART (prevista para 2025-2027). Las puntuaciones de eCART pediátrico se calcularán en tiempo real para estos pacientes.