Älykkäät purkaukset äidille ja vauvalle

TARKOITUS

Vastasyntyneiden tulokset korreloivat voimakkaasti äidin terveyden kanssa, esimerkkinä tästä on toistuvasti osoittanut imeväisten huono eloonjäämisaste äidin kuoleman jälkeen. Riskin ennustaminen, joka perustuu äidin ja vauvan pariin, on suuri aukko nykyisessä tutkimuksessa ja silti elintärkeä sekä äidin että vauvan selviytymiselle. Näin ollen äitien ja lasten terveydellisiä tuloksia voidaan parantaa tunnistamalla sekä äidit että vauvat, joilla on lisääntynyt kuolleisuus- tai vakavan sairastuvuuden riski sairaalasta kotiutumisen jälkeen, ja osoittamalla niukat resurssit haavoittuvimpien henkilöiden kohdennettuun seurantaan. Tämä antaa tutkijoille mahdollisuuden paitsi parantaa terveystuloksia, myös hyödyttää terveydenhuoltojärjestelmää resurssien tehokkaalla käytöllä.

PERUSTELUT

Vuodesta 2011 lähtien tutkijat ovat työskennelleet kumppaneiden kanssa Ugandassa kehittääkseen, validoidakseen ja toteuttaakseen innovatiivisen ohjelman alle 5-vuotiaille lapsille, jotka on kotiutettu sairaalahoidon jälkeen epäillyn sepsiksen vuoksi. Tässä Smart Discharges -nimisessä tutkimus- ja toteutusohjelmassa terveydenhuollon työntekijät käyttävät yksilöllistä riskien ennustepistettä tunnistaakseen lapset, joilla on suuri kuoleman riski tai komplikaatioita sairaalasta kotiutumisen jälkeen epäillyn sepsiksen hoidon jälkeen. He voivat sitten käyttää tätä pistemäärää ohjaamaan neuvonta- ja yhteisön suositusohjelman intensiteettiä. Vaikka kaikki osallistujat saavat neuvontaa, vain tietyn riskikynnyksen ylittäneet saavat alaspäin lähetteen yhteisön terveyspalveluihin. Tutkijat ovat osoittaneet, että tämä lähestymistapa voi vähentää kotiutuksen jälkeistä lapsikuolleisuutta sairaalahoidossa epäillyn sepsiksen vuoksi jopa 30 %. Nyt tutkijat pyrkivät laajentamaan innovatiivista, täsmällistä kansanterveyslähestymistapaansa parantaakseen äiti-vastasyntyneiden dyadien kotiutuksen jälkeistä hoitoa.

Löydökset auttavat kehittämään näyttöön perustuvaa hoitopakettia sekä äidille että vastasyntyneelle. Tällä paketilla varmistetaan, että pieniriskiset äiti-vauva-parit saavat vähemmän raskasta (mutta kuitenkin käytännöllistä ja mahdollista) synnytyksen jälkeistä hoitoa, kun taas suuren riskin parit saavat laajemman joukon interventioita (kuten koulutusta, ravintoa, terveydenhuollon vuorovaikutusta ja yhteisön tukea). Äidille ja vauvalle Smart Discharges -paketti sisältää tuen kohdentamiseen sekä kliinisen että emotionaalisen hyvinvoinnin näkökohtiin. Tämän työn lisälaajennuksiin kuuluu riskimallien validointi kotona synnyttäville tai kuolleena syntyneille naisille sen varmistamiseksi, että useammat naiset ja vauvat voivat hyötyä ehdotetuista toimenpiteistä.

HYPOTEESI

Äidin ja vauvan ominaisuudet, jotka on kerätty kotiutuksen yhteydessä sairaalan synnytyksen jälkeen, voivat ennustaa äidin tai vastasyntyneen kuoleman riskin tai uudelleenhoidon tarpeen kuuden viikon kuluessa syntymästä.

TAVOITE

Ensisijaisena tavoitteena on tiedottaa integroidun äidin ja vastasyntyneen riskiperusteisen kotihoidon jälkeisen hoito-ohjelman kehittämisestä. Erityisesti tutkimuksella pyritään (1) kehittämään ja sisäisesti validoimaan kliinisiä riskien ennustemalleja sellaisten diadien tunnistamiseksi, joilla on suuri kuolemanriski tai sairaalahoitoon pääsy 6 viikon synnytyksen jälkeisenä kotiutuksen jälkeisenä aikana, ja (2) tunnistaa puutteet ja mahdollisuudet. sairaalahoidon, kotiutuksen ja kotiutuksen jälkeisen hoidon aikana, jotta saadaan tietoa todisteisiin ja riskeihin perustuvan interventiopaketin tulevasta kehittämisestä dyadien synnytyksen jälkeisen hoidon (PNC) parantamiseksi.

DESIGN

Tämä on sekamenetelmien tutkimus, jossa käytetään sekä kvantitatiivisia että kvalitatiivisia tekniikoita Ugandan nykyisten synnytyksen jälkeisten kotiutusprosessien tutkimiseen ja kartoittamiseen käyttämällä kahdesta erillisestä sairaalaympäristöstä saatuja tietoja.

• Vaihe I) Ryhmä suorittaa havainnoivan kohorttitutkimuksen, joka perustuu äidin ja vastasyntyneen dyadin suoriin havainnointiin ennen kotiuttamista ja synnytyksen jälkeen sekä puhelinhaastatteluja kuuden viikon kuluttua kotiuttamisesta.
• Vaihe II) Ryhmä tekee matkakartoituksen havainnointikohorttiin ilmoittautuneiden dyadien osajoukon kanssa käyttämällä suoria havainnointi- ja seurantapuhelinhaastatteluja.
• Vaihe III) Ryhmä suorittaa prosessin kartoitusharjoituksen käyttämällä kohderyhmäkeskustelumenetelmää valitun laitoksen henkilökunnan kanssa.
• Vaihe IV) Ryhmä käy fokusryhmäkeskusteluja havaintokohorttiin osallistuvien äitien ja heidän perheenjäsentensä kanssa.

TILASTOLLINEN ANALYYSI

Kvantitatiivinen analyysi: Tutkijat tekevät yhteenvedon kaikista riskitekijöistä äideille ja vastasyntyneille, joilla on huonoja tuloksia ja joilla ei ole, ja arvioivat yksimuuttujaisia ​​assosiaatioita. Vastasyntyneiden osalta tiedot ilmoitetaan sukupuolen mukaan. Ennustemallien johtaminen perustuu vastaanottimen toimintakäyrän alla olevan alueen (AUROC) optimointiin ja spesifisyyteen useissa eri mallinnus- ja muuttujavalintamenetelmissä (esim. logistinen regressio, elastinen verkko, tukivektorikoneet). Mallin suorituskyky perustuu asianmukaisiin uudelleennäytteenottotekniikoihin sisäiseen validointiin (esim. ristiintarkistus, käynnistys). Keskitytään kehittämään vaatimattomia ennustusmalleja (esim. 5-10 ennustajamuuttujaa), joilla on korkea herkkyys (> 80 %). AUROC, herkkyys ja spesifisyys raportoidaan jokaiselle mallille sekä positiiviset ja negatiiviset ennustearvot. Sivustokohtaisia ​​mittareita verrataan asetusten yhdenmukaisuuden varmistamiseksi, ja uudelleenkalibrointia voidaan harkita, jos yksittäisen sivuston suorituskyky on odotettua heikompi. Lopuksi tutkijat arvioivat yhdistetyn herkkyyden ja spesifisyyden, kun kutakin yksittäistä mallia sovelletaan dyadiin. Ennustemallinnuksen ulkopuolella otoskoon avulla tutkijat voivat havaita vähintään 1,30:n todennäköisyyssuhteen tietylle riskitekijälle 80 %:n teholla ja 5 %:n merkitsevyydellä ja 25 %:n suhteellisella tarkkuudella. Matkakartoitushavaintotutkimuksista ja potilashaastatteluista saatujen kvantitatiivisten tietojen tilastollinen analyysi suoritetaan R Statistical -ohjelmistolla, jotta saadaan kuvaavia tilastoja kunkin muuttujan esiintymistiheydestä ja jakautumisesta.

Laadullinen analyysi: tutkijat analysoivat kerättyjä tietoja kuvailevasti ja raportoivat yhteenvetotilastoista. Purkamisprosessista laaditaan kaavio, jossa yksilöidään tärkeimmät parannuskohteet purkamisen jälkeisen ja purkamisen jälkeisen prosessin aikana. FGD-aineisto analysoidaan kehysmenetelmällä, jonka avulla teemoja voidaan kehittää induktiivisesti osallistujista ja deduktiivisesti olemassa olevasta kirjallisuudesta. Iteratiivisen prosessin kautta transkriptit koodataan ja analysoidaan kuvaavien ja tulkitsevien teemojen varalta NVivolla. Kuvailevia teemoja ovat hoidon esteet ja kotiutuksen jälkeinen terveydenhakukäyttäytyminen, kun taas tulkinnalliset teemat keskittyvät omaishoitajan näkökulmaan äitien ja vastasyntyneen kuolemaan sekä terveydenhuoltojärjestelmän rooliin. Tutkijat luovat taajuuksia, jotka kuvaavat raportoituja lääketieteellisiä oireita, terveyttä tavoittelevaa käyttäytymistä ja hoidon esteitä sekä tekevät yhteenvedon yleisistä teemoista. Jäsentarkistusta käytetään tulosten paikkansapitävyyden parantamiseen luomalla yhteenvetoasiakirja tärkeimmistä havainnoista, jotka fokusryhmiin osallistuneet terveydenhuollon työntekijät tarkistavat. Palautetta potilailta ja perheiltä saadaan puhelimitse tutkimussairaanhoitajien kanssa, jotka selittävät suullisesti tärkeimmät havainnot.