Des congés intelligents pour améliorer les résultats de santé après le congé chez les enfants

BUT:

Notre objectif est de mener une étude de cohorte interventionnelle pour évaluer l'impact de l'approche Smart Discharges des soins de sortie sur la mortalité pédiatrique après la sortie.

HYPOTHÈSE:

Notre approche Smart Discharges améliorera la recherche de soins de santé après la sortie et réduira la mortalité après la sortie.

JUSTIFICATION:

Grâce à une meilleure compréhension du risque et à la capacité de déterminer le risque au chevet du patient, un programme Smart Discharge assurera une allocation optimisée des ressources, en se concentrant sur les enfants qui ont le plus besoin de ressources limitées. De tels programmes de santé publique de précision peuvent non seulement sauver des vies et des ressources, mais sont beaucoup plus susceptibles d'être évolutifs dans des environnements économiquement tendus.

OBJECTIFS:

L'objectif de cette étude est de déterminer si une approche individualisée et basée sur le risque pour améliorer les congés pédiatriques réduira la mortalité à 6 mois après le congé chez les enfants admis avec suspicion de septicémie.

L’étude a deux objectifs correspondant chacun à une phase :

1. Phase I : Une période d'observation avec des patients inscrits agissant comme témoins. De plus, cette cohorte sera utilisée pour mettre à jour, affiner et valider les modèles précédemment développés pour la mortalité post-congé qui seront utilisés pendant la phase II.
2. Phase II : Une période d'intervention pour évaluer l'efficacité d'un programme Smart Discharge sur la mortalité et la recherche de soins après la sortie.

CONCEPTION DE LA RECHERCHE:

Il s'agira d'une étude en deux phases : la phase I est une étude de cohorte observationnelle prospective multisite, tandis que la phase II est une étude de cohorte interventionnelle prospective multisite. Cette étude prospective sera menée de mars 2017 à janvier 2024. L'étude recrutera 5700 enfants de moins de cinq ans (2700 <6 mois, 3000 6-60m) en phase I (non interventionnelle) et un nombre égal (5700) d'enfants en phase II (phase interventionnelle) , pour un total de 11 600 enfants.

ANALYSES STATISTIQUES:

Nos travaux antérieurs ont montré que le taux de mortalité à 6 mois après la sortie est de 5 %. Nos travaux préliminaires ont également suggéré que notre bénéfice de mortalité attendu se situera entre 25% et 30% de réduction du risque relatif. En supposant une réduction du risque relatif de 22,5 %, nous aurions besoin d'inscrire 5 250 enfants par bras. Nous viserons donc prudemment à recruter 5700 par bras pour tenir compte des pertes de suivi.

Toutes les analyses seront effectuées à l'aide de R 4.2.2 (Vienne, Autriche ; http://www.R-project.org). La validation externe du modèle sera effectuée à l'aide de la cohorte de phase I sur le modèle de décharge intelligent précédemment développé. Le Smart Discharge Model sera ensuite mis à jour pour inclure les données de la cohorte de la phase I. Les modèles de prédiction finaux seront développés séparément pour les enfants de moins de 6 m et pour les enfants de 6 m à 5 ans, avec une zone sous l'analyse de la courbe ROC utilisée pour évaluer la performance globale des modèles finaux. Pour le modèle final chez les enfants plus âgés (6 mois - 5 ans), le seuil de risque sera choisi en fonction de la sensibilité et de la spécificité, garantissant une sensibilité > 80 % (la sensibilité initiale du modèle dérivé était de 82 %). La sensibilité et la spécificité finales seront rapportées, ainsi que les valeurs prédictives positives et négatives (basées sur le taux de mortalité global et les taux de mortalité de chaque site). Pour le modèle chez les jeunes enfants, la même approche sera utilisée, mais en veillant à ce que la sensibilité soit d'au moins 85 %, en raison d'un taux de mortalité plus élevé attendu chez les jeunes enfants. La séparation des âges a été déterminée comme étant l'approche optimale pour ces modèles.

Pour évaluer l'efficacité de l'intervention, une régression des risques proportionnels de cox sur le temps jusqu'à la mortalité après la sortie sera utilisée, y compris l'année de sortie comme covariable pour tenir compte des tendances potentielles de la mortalité non liées à l'intervention. D'autres variables potentiellement confondantes seront identifiées sur la base d'une combinaison de connaissances préexistantes et d'experts, et d'une analyse univariée des facteurs de confusion potentiels sur les résultats. Un modèle multivariable final sera utilisé pour déterminer l'effet ajusté de l'intervention Smart Discharge. Les séries chronologiques interrompues, qui utilisent une modélisation de régression segmentée pour déterminer l'effet de l'intervention après avoir contrôlé les tendances temporelles avant et après l'intervention, seront également utilisées pour tenir compte des tendances potentielles de la mortalité avant l'intervention.