Modèle de prédiction de l'hypoglycémie

Notre objectif pour ce projet de démonstration du système de soins de santé en apprentissage est de réduire le taux d'hypoglycémie chez les patients hospitalisés. L'hypoglycémie peut entraîner des séjours plus longs et une augmentation de la morbidité et de la mortalité (chutes et événements cardiovasculaires ou cérébraux).

Le groupe de l'Université de Washington (WSL) a développé un score prédictif de risque d'hypoglycémie. À l'aide de la glycémie actuelle, du poids corporel, de la clairance de la créatinine, du type et du dosage de l'insuline et de la thérapie orale contre le diabète, ils ont identifié les patients à haut risque d'hypoglycémie, puis ont fourni une formation en personne aux prestataires de ces patients. Cela a entraîné une réduction de 68 % des hypoglycémies sévères (glycémie < 40 mg/dL). Cette approche nécessitait des heures de personnel importantes et est difficile à reproduire dans d'autres systèmes.

Les enquêteurs mettront en œuvre une intervention basée sur le DSE à l'UCSF pour prédire quels patients présentent un risque élevé d'hypoglycémie en milieu hospitalier et prendre des mesures pour prévenir l'événement hypoglycémique. En temps réel, tous les patients adultes (non OB) avec une glycémie < 90 et un risque élevé d'hypoglycémie future (basé sur la formule WSL) seront identifiés. Les patients seront assignés au hasard à l'intervention ou à l'absence d'intervention (soins standard actuels). L'intervention consistera en une alerte automatisée du fournisseur avec des recommandations sur les ajustements à apporter pour éviter un événement hypoglycémique potentiellement grave.

Les résultats qui seront mesurés comprennent : 1) la réduction des événements hypoglycémiques graves, 2) le suivi des changements apportés par les prestataires à la suite des alertes afin d'étudier le comportement des prestataires et d'identifier les futurs domaines d'intervention, et 3) la satisfaction des prestataires à l'égard de l'alerte système.