Älykkäät kotiutukset parantavat lasten terveystuloksia kotiutuksen jälkeen

TARKOITUS:

Tarkoituksenamme on suorittaa interventiokohorttitutkimus arvioidaksemme Smart Discharges -lähestymistavan vaikutusta kotiutuksen hoitoon lasten kotiutuksen jälkeiseen kuolleisuuteen.

HYPOTEESI:

Smart Discharges -lähestymistapamme parantaa kotiutuksen jälkeistä terveydenhakua ja vähentää kotiutuksen jälkeistä kuolleisuutta.

PERUSTELUT:

Smart Discharge -ohjelma varmistaa optimaalisen resurssien allokoinnin, koska se ymmärtää paremmin riskejä ja kykenee määrittämään riskit sängyn vieressä. Tällaiset tarkkojen kansanterveysohjelmien avulla voidaan säästää ihmishenkiä ja resursseja, mutta ne ovat paljon todennäköisemmin skaalautuvia taloudellisesti kireissä ympäristöissä.

TAVOITTEET:

Tämän tutkimuksen tavoitteena on selvittää, vähentääkö yksilöllinen, riskiin perustuva lähestymistapa lasten kotiutuksen parantamiseen 6 kuukauden kotiutuksen jälkeistä kuolleisuutta niillä lapsilla, joilla on epäilty sepsis.

Tutkimuksella on kaksi tavoitetta, joista kukin vastaa vaihetta:

1. Vaihe I: Tarkkailujakso, jolloin tutkimukseen osallistuneet potilaat toimivat kontrolleina. Lisäksi tätä kohorttia käytetään päivittämään, tarkentamaan ja validoimaan aiemmin kehitettyjä malleja purkamisen jälkeisestä kuolleisuudesta, joita käytetään vaiheen II aikana.
2. Vaihe II: Interventiojakso, jossa arvioidaan Smart Discharge -ohjelman tehokkuutta kuolleisuuteen ja kotiutuksen jälkeiseen terveydenhuoltoon.

TUTKIMUS SUUNNITTELU:

Tämä on kaksivaiheinen tutkimus: Vaihe I on monipaikkainen prospektiivinen havainnointikohorttitutkimus, kun taas vaihe II on monessa paikassa prospektiivinen interventiokohorttitutkimus. Tämä prospektiivinen tutkimus tehdään maaliskuusta 2017 tammikuuhun 2024. Tutkimukseen otetaan mukaan 5 700 alle viisivuotiasta lasta (2 700 alle 6 kuukauden ikäistä, 3 000 6-60 m ikäistä) vaiheeseen I (ei-interventio) ja yhtä suuri määrä (5700) lasta vaiheen II (interventiovaihe) aikana. , yhteensä 11 600 lapselle.

TILASTOLLINEN ANALYYSI:

Aikaisempi työmme on osoittanut, että 6 kuukauden irtisanomisen jälkeinen kuolleisuus on 5 %. Alustava työmme on myös ehdottanut, että odotettu kuolleisuushyötymme on 25–30 prosentin suhteellinen riskivähennys. Olettaen, että suhteellinen riski pienenee 22,5 prosenttia, meidän pitäisi ottaa 5 250 lasta per käsi. Pyrimme siis varovaisesti rekisteröimään 5700 per käsi, jotta voidaan ottaa huomioon seurannan menetykset.

Kaikki analyysit suoritetaan käyttäen R 4.2.2:ta (Wien, Itävalta; http://www.R-project.org). Ulkoinen mallin validointi suoritetaan käyttämällä Phase I -kohorttia aiemmin kehitetyssä Smart Discharge -mallissa. Smart Discharge -malli päivitetään sitten sisältämään tiedot vaiheen I kohortista. Lopulliset ennustemallit kehitetään erikseen alle 6-vuotiaille lapsille ja 6-5-vuotiaille lapsille. ROC-käyräanalyysin alla olevaa aluetta käytetään lopullisten mallien yleisen suorituskyvyn arvioimiseen. Vanhemmille lapsille (6-5v) lopullisessa mallissa riskiraja valitaan herkkyyden ja spesifisyyden perusteella, mikä varmistaa >80 %:n herkkyyden (alkuperäinen johdettu mallin herkkyys oli 82 %). Lopullinen herkkyys ja spesifisyys raportoidaan sekä positiiviset ja negatiiviset ennustearvot (perustuu kokonaiskuolleisuusasteeseen ja kunkin paikan kuolleisuusasteisiin). Nuorempien lasten mallissa käytetään samaa lähestymistapaa, mutta varmistetaan, että herkkyys on vähintään 85 %, koska nuorempien lasten kuolleisuus on odotettu korkeampi. Ikäerottelu on määritelty näille malleille optimaaliseksi lähestymistavaksi.

Toimenpiteen tehokkuuden arvioimiseksi käytetään cox-suhteellista vaarojen regressiota ajasta purkamisen jälkeiseen kuolleisuuteen, mukaan lukien poistumisvuosi kovariaattina, jotta voidaan ottaa huomioon mahdolliset kuolleisuuden suuntaukset, jotka eivät liity interventioon. Muita mahdollisesti hämmentäviä muuttujia tunnistetaan perustuen olemassa olevan ja asiantuntijatiedon yhdistelmään ja yksimuuttujaan analyysiin mahdollisista lopputuloksiin vaikuttavista tekijöistä. Lopullista monimuuttujamallia käytetään määrittämään Smart Discharge -toimenpiteen mukautettu vaikutus. Keskeytettyjä aikasarjoja, jotka käyttävät segmentoitua regressiomallinnusta toimenpiteen vaikutuksen määrittämiseen interventiota edeltävän ja jälkeisen ajan trendien hallinnan jälkeen, käytetään myös mahdollisten interventiota edeltävien kuolleisuuden kehityssuuntien huomioon ottamiseksi.