Vältettävä takaisinotto potilaille, jotka joutuvat sairaalaan yhteiskunnan hankkiman keuhkokuumeen vuoksi (R3P)

I. Tavoitteet

Tämän tutkimuksen tarkoituksena on kehittää hallinnollinen tietopohjainen riskien ennustemalli, jonka avulla voidaan tunnistaa mahdollisesti vältettävissä olevat 30 päivän takaisinottopaikat potilaille, jotka joutuvat sairaalahoitoon yhteisöstä hankitun keuhkokuumeen (CAP) vuoksi. Painopiste on mahdollisesti vältettävissä olevissa takaisinottoissa, koska kaikkiin sairaalan takaisinottoihin ei voida vaikuttaa niitä vähentävillä toimenpiteillä.

Tämän projektin erityistavoitteet ovat:

1. arvioida kansainvälisen tautiluokituksen, kymmenennen tarkistuksen (ICD-10) CAP-vuotodiagnoosikoodien tarkkuutta käyttämällä strukturoitua retrospektiivistä kaaviokatsausta vertailumenetelmänä.
2. arvioida kaikista syistä takaisinottoa samaan sairaalaan 30 päivän ja yhden vuoden kotiutumisen jälkeen CAP-sairaalaan joutuneiden potilaiden osalta.
3. arvioida niiden CAP-potilaiden prosenttiosuudet, jotka kuolevat 30 päivän ja yhden vuoden kuluessa kotiuttamisesta ilman sairaalahoitoa.
4. arvioida suunnittelemattomien takaisinottojen prosenttiosuus CAP-sairaalaan joutuneiden potilaiden osalta käyttämällä rakenteellista retrospektiivistä kaaviokatsausta.
5. kuvaamaan keuhkokuumeeseen liittyviä ja siihen liittymättömiä syitä CAP-sairaalaan joutuneiden potilaiden takaisinotolle rakenteellisen retrospektiivisen kaaviokatsauksen avulla.
6. kvantifioida todennäköisyys, että suunnittelematon takaisinotto on vältettävissä käyttämällä piilevää luokka-analyysiä, joka perustuu neljän arvioijan riippumattomiin luokitteluihin.
7. tutkia mahdollisesti vältettävissä olevien takaisinoton jakautumista ja indeksisairaalahoidosta kotiuttamisesta kulunutta aikaa.
8. tunnistaa hallinnollisia vaateita koskevista tiedoista johdetut ominaisuudet, jotka liittyvät itsenäisesti mahdollisesti vältettävissä olevaan takaisinottoon.
9. johtamaan ja sisäisesti validoimaan hallinnollisia väitteitä koskeva tietopohjainen riskien ennustemalli, jonka avulla voidaan tunnistaa mahdollisesti vältettävissä oleva 30 päivän takaisinotto CAP:n takia sairaalahoitoon.
10. tunnistaa lääketieteellisistä tiedoista poimitut ominaisuudet, jotka liittyvät itsenäisesti mahdollisesti vältettävissä olevaan takaisinottoon.
11. johtamaan ja sisäisesti validoimaan potilastietotietoihin perustuva riskien ennustemalli, jonka avulla voidaan tunnistaa CAP-potilaiden mahdollisesti vältettävissä oleva 30 päivän takaisinotto.
12. vertailla yleistä tarkkuutta, erottelua ja kalibrointia hallinnollisten korvausvaatimusten tietoihin perustuvissa ja sairauskertomustietoihin perustuvissa riskien ennustemallissa, jotta voidaan tunnistaa CAP-potilaiden mahdollisesti vältettävissä oleva 30 päivän takaisinotto.
13. ulkoisesti validoidakseen julkaistut riskinennustemallit mahdollisesti vältettävissä olevaa 30 päivän takaisinottoa varten.

II. Opintojen suunnittelu

R3P on retrospektiivinen havainnollinen kohorttitutkimus kahdesta sairaalasta kotiutuneista peräkkäisistä aikuispotilaista, joilla on CAP-diagnoosikoodi. Tietolähteitä ovat rutiininomaisesti kerätyt sairaalan kotiutustiedot ja retrospektiiviset kaaviokatsaukset.

III. Osallistuvat opintokeskukset ja asettaminen

Tutkimus tehdään yliopistoon kuuluvassa sairaalassa ja yleissairaaloissa Pohjois-Alpeilla, Ranskassa. Grenoblen yliopistollinen sairaala, jonka kapasiteetti on 1 362 akuuttihoitopaikkaa, palvelee 675 000 asukkaan pääosin kaupunkiväestöä ja raportoi 135 999 oleskelusta vuonna 2014. Annecyn yleissairaalassa on 896 akuuttihoitovuodetta ja raportoitu 70 651 oleskelua vuonna 2014.

IV. Tiedonkeruu

Kaksi kliinisen tutkimuksen assistenttia suorittaa strukturoidun retrospektiivisen kaaviotarkistuksen tietokoneistetun tiedonkeruulaitteen avulla. Seuraavat muuttujat tallennetaan indeksisairaalahoidoille:

• potilas- ja sairaalakäyntitunnisteet;
• potilaan lähtötilanteen ominaisuudet, mukaan lukien demografiset tiedot, olemassa oleva rinnakkaissairaus, keuhkokuumeen vaikeusindeksin (PSI) riskiluokka, fyysinen tutkimus ja laboratoriolöydökset vastaanottohetkellä, röntgen- tai CT-skannauslöydökset 48 tunnin sisällä vastaanottopäivästä, ensimmäinen mikrobiologinen tutkimus;
• sairaalassa annettava antibioottihoito ja siihen liittyvät hoidot;
• indeksi sairaalahoitokurssi (hoitoon pääsy tehohoitoon, keuhkokuumeeseen liittyvät ja siihen liittymättömät komplikaatiot);
• fyysinen tutkimus ja laboratoriolöydökset kotiutuksen yhteydessä;
• kotiutussuunnitelma ja hoidot;

Seuraavat muuttujat kirjataan ensimmäistä takaisinottoa varten vuoden kuluessa purkamisesta:

• potilas- ja sairaalakäyntitunnisteet;
• fyysinen tutkimus ja laboratoriolöydökset takaisinoton yhteydessä, röntgen- tai CT-löydökset 48 tunnin kuluessa takaisinotosta;
• ICU-pääsy;
• keuhkokuumeeseen liittyvät ja siihen liittymättömät komplikaatiot;
• takaisinoton ensisijaiset ja toissijaiset syyt.

Osana ranskalaiseen diagnoosiin liittyvään ryhmään (DRG) perustuvaa prospektiivista maksujärjestelmää tietokoneistettu sairaalan kotiutustieto sisältää potilaiden ja sairaalahoitojen tunnisteet, vastaanotto- ja kotiutuspäivämäärät, iän, sukupuolen, oleskelun keston, kotiutuksen sijainnin, primaarisen ja toissijaisen ICD- 10 kotiutusdiagnoosikoodia (jopa 99) sekä sairaalahoitoa että takaisinottoa varten. ICD-10-koodaus noudattaa kansallisia ohjeita, ja sen tekevät koulutetut teknikot tai lääkärit sairaalasta riippuen. Koodaajat ottavat yleensä diagnoosit pois lääkärin muistiinpanoista, vaikka vastaanottomuistiinpanot, päivittäiset edistymisilmoitukset, konsultaatioraportit, diagnostinen kuvantaminen ja hoidot kirjataan rutiininomaisesti lääketieteelliseen karttaan. Kotiutustiedot tarkastetaan ulkoisesti ottamalla uudelleen satunnainen otos sairaalassaoloista vuosittain.

V. Tietojen hallinta

Optimaalisen laadun varmistamiseksi kliiniset tutkimusavustajat syöttävät kaikki jälkikäteen kerätyt tiedot sähköisesti käyttämällä henkilötunnusta ja salasanalla suojattua verkkopohjaista tiedonkeruujärjestelmää. Kliiniset tutkimusavustajat saavat muodollista koulutusta tiedon abstraktion ja tallennuksen menetelmistä. Käyttöopas, joka sisältää määritelmät ja hyväksyttävät tietolähteet kaikille muuttujille, jaetaan. Tietojen ottamisen luotettavuus arvioidaan valitsemalla tapaukset satunnaisesti harjoittavan lääkärin itsenäistä keräämistä varten.

VI. Tilastollinen analyysi

1. Yleiskatsaus

   Hallinnolliset sairaalan kotiutustietojoukot linkitetään potilastietojen abstrakteihin tapauksiin käyttämällä potilas- ja sairaalahoitotunnisteita. Jos potilas joutuu hoitoon useammin kuin kerran tutkimusjakson aikana, vain ensimmäinen sairaalahoito lasketaan indeksipääsyyn.

2. CAP:n ICD-10-vuotodiagnoosikoodien tarkkuus

   ICD-10-vuotodiagnoosikoodien tarkkuus arvioidaan kolmella vertailumenetelmällä:

   1. CAP-diagnoosin sairauskertomus ja/tai kotiutuskirje.
   2. Lääketieteessä on merkintä ≥ 1 hengitysoireesta (yskä, ysköksen eritys, hengenahdistus, takypnea tai keuhkopussin kipu) ja ≥ 1 kuuntelulöydös (korinat tai krepitaatiot) ja ≥ 1 infektion merkki (lämpötila > 38 °C, vilunväristykset tai valkosolujen määrä > 10 000/µL tai < 4 000/µL) ja uusi infiltraatti rintakehän radiografiassa tai CT-skannauksessa 48 tunnin sisällä vastaanottopäivästä.
   3. Yhdistelmä #a:sta ja/tai #b:stä

   Positiiviset ennustavat arvopisteestimaatit sekä 95 %:n luottamusvälit (CI) raportoidaan kolmelle vertailumenetelmälle erikseen.

3. Takaisinoton syiden antaminen

   Neljä lääkäriä, jotka ovat kliinisen arviointipaneelin jäseniä, tarkastelevat itsenäisesti lääketieteelliset tiedot sekä indeksisairaalahoidon että takaisinoton osalta. Paneelin jäsenet ovat yleislääkäreitä, infektio- tai hengityselinsairauksien erikoislääkäreitä, joilla on kliinistä kokemusta CAP-potilaiden hoidosta. Yhdenmukainen Jasti et al. (CID 2008;46:550-6), jokainen lääkärin arvioija käyttää ennalta määritettyjä kriteerejä luokitellakseen uudelleen sairaalahoidon syyn seuraavasti:

   1. keuhkokuumeeseen liittyvä merkkien tai oireiden paheneminen;
   2. uudet tai pahenevat keuhkokuumeesta riippumattomat rinnakkaissairaudet;
   3. mikä tahansa keuhkokuumeeseen ja samanaikaiseen sairauteen liittyvien syiden yhdistelmä.

   Arvioijat määrittelevät itsenäisesti takaisinoton ensisijaisen syyn käyttämällä Halfon et al. julkaisemia toisensa poissulkevia luokkia. (J Clin Epidemiol 2002;55:573-87).

   Inter-rater sopimus uudelleensairaalaan sijoittamisen syystä kvantifioidaan käyttämällä Cohen's Kappaa.

4. Mahdollisesti vältettävissä olevien takaisinottojen tunnistaminen

   Yhdenmukainen van Walraven et al. (CMAJ 2011;183:e1067-72), neljä lääkärin arvioijaa käyttää 6 pisteen järjestysasteikkoa arvioidakseen, onko takaisinotto haittatapahtuma ja voidaanko haittatapahtuma välttää. Tämä arvioija luokittelee takaisinoton, jonka arvosana on yli kolme molemmilla aloilla. Todennäköisyys, että takaisinotto on vältettävissä, kvantifioidaan käyttämällä piilevää luokka-analyysiä, joka perustuu neljän arvioijan riippumattomaan luokitukseen.

5. Sairauskertomustietoihin perustuvan riskien ennustemallin kehittäminen

   Johdamme monimuuttujan logistisen regressiomallin kvantifioimaan todennäköisyyden, että 30 päivän takaisinotto on vältettävissä. Kehitysotokseen tulee kaikkien syiden 30 päivän takaisinotto CAP-sairaalaan joutuneille aikuisille potilaille. Kiinnostava tulos on mahdollisesti vältettävissä oleva takaisinotto 30 päivän kuluessa irtisanomisesta. Käytämme potilastietojen otostietoja sekä sairaalahoitoon että takaisinottoon. Ehdokkaat ennustajat tunnistetaan yhdistämällä systemaattisen kirjallisuuskatsauksen tulokset alan asiantuntijoiden mielipiteisiin.

6. Hallinnollisten vaateiden tietopohjaisen riskien ennustemallin kehittäminen

   Erillisessä analyysissä johdamme monimuuttujaisen logistisen regressiomallin kvantifioimaan todennäköisyyden, että 30 päivän takaisinotto on vältettävissä. Kehitysotokseen tulee kaikkien syiden 30 päivän takaisinotto CAP-sairaalaan joutuneille aikuisille potilaille. Kiinnostava tulos on mahdollisesti vältettävissä oleva takaisinotto 30 päivän kuluessa irtisanomisesta. Käytämme vain hallinnollisia tietoja ja malli perustuu diagnostisten koodien yhdistelmiin indeksisairaalahoidon ja takaisinoton välillä. Ehdokkaat ennustajat tunnistetaan tarkastelemalla julkaistuja malleja yhdessä alan asiantuntijoiden mielipiteiden kanssa.

7. Riskinennustusmallien sisäinen validointi

Käytämme bootstrappingia kliinisten ennustemallien näennäisen suorituskyvyn optimismin kvantifiointiin. Syrjintä kvantifioidaan konkordanssitilastolla (c). Kalibrointi tutkitaan graafisesti ja muodollisesti arvioidaan kalibrointijyrkkyystestillä.

VII. Haitat ja turvallisuus

Tässä retrospektiivisessä havainnointitutkimuksessa vakavia haittatapahtumia kerätään strukturoidun kaaviokatsauksen avulla, mukaan lukien sairaalakuolleisuus, CAP:sta tai CAP:n hoidosta johtuvat komplikaatiot, uudet tai pahenevat rinnakkaissairaudet, teho-osastolle ottaminen ja sairaalan ulkopuolinen kuolleisuus.

VIII. Tilintarkastus

Opintoprosessien ja asiakirjojen valvonnasta vastaa Grenoblen yliopistosairaalan Direction de la Recherche Clinique et de l'Innovationin (DRCI) nimeämä henkilöstö.