Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

L'analyse prédictive et la visualisation informatique améliorent la sécurité des patients pour prévenir les chutes

28 avril 2026 mis à jour par: Colleen Snydeman PhD, RN, Massachusetts General Hospital

L'analyse prédictive combinée à la visualisation informatique améliore la sécurité des patients et allège le fardeau du personnel infirmier chargé de prévenir les chutes

Chaque année, aux États-Unis, entre 700 000 et 1 000 000 de chutes de patients hospitalisés sont signalées, et un tiers des patients subissent une blessure. Le coût moyen estimé par chute est de 6 694 dollars, ce qui entraîne des pertes de plus de 1,4 à 1,9 milliards de dollars chaque année (AHRQ, 2017). Cette étude vise à comparer l'impact de différentes stratégies de prévention des chutes sur le taux de survenue de chutes et de chutes avec blessures dans un centre médical universitaire sur trois unités médicales pour adultes. Tout en maintenant la norme de soins habituelle pour la prévention des chutes, chaque unité ajoutera l'un des éléments suivants : (1) utilisation d'une alerte de risque de chute aux infirmières à l'aide d'un algorithme basé sur les données du dossier de santé électronique ou (2) visualisation par caméra informatisée ou (3 ) une combinaison des deux.

Aperçu de l'étude

Description détaillée

Pour réduire les chutes en milieu hospitalier et en s'appuyant sur des recherches antérieures sur les chutes en soins infirmiers, ainsi que sur le programme MFS et Fall TIPS, MGH a développé un algorithme d'aide à la décision pour identifier les changements dans les facteurs cliniques à mesure qu'ils se produisent afin d'alerter les infirmières de la nécessité de s'ajuster. interventions de prévention des chutes. MGH Nursing, grâce à une collaboration avec RGI Informatics, a ensuite déployé l'algorithme MGH sur une unité clinique de soins généraux. Le logiciel RGI utilise l'algorithme MGH diffusant en direct les données DSE d'Epic pour identifier les patients dont le risque de chute aurait pu augmenter et fournir une aide à la décision clinique aux infirmières grâce à une alerte sur leur téléphone portable émis par l'hôpital. Les résultats préliminaires ont démontré la faisabilité et une réduction statistiquement significative (p <0,01) des chutes avec blessures sur une période de 11 mois.

Des travaux préliminaires mutuellement exclusifs, sur une deuxième unité de soins généraux pour patients hospitalisés, impliquant un système informatisé de visualisation des patients, ont également permis de réduire les chutes. L'utilisation combinée des deux technologies peut produire un effet synergique, réduisant ainsi davantage l'incidence des chutes dans les établissements de soins actifs. À ce jour, il n'existe aucune preuve dérivée de l'évaluation des résultats pour les patients à partir de tests simultanés des deux technologies. Ainsi, le but de cette étude est de déterminer l'impact de trois interventions différentes de prévention des chutes (algorithme RGI/MGH uniquement, Inspiren uniquement et algorithme combiné RGI/MGH et Inspiren) sur les patients à risque de chutes et de chutes avec blessure sur trois adultes généraux. unités de soins dans un grand centre médical universitaire.

La solution proposée est la seule stratégie connue qui extrait et synthétise des données physiologiques et physiques provenant de sources multiples, pour créer une vue dimensionnelle du profil de sécurité d'un patient lié au risque de chute. Des alertes opportunes informeront les infirmières du risque de chute du patient, des raisons du risque et de leurs décisions cliniques concernant les stratégies de prévention des chutes. Cette proposition initiale se concentre sur les patients à risque de chute et nous sommes convaincus que cette approche innovante est adaptable pour résoudre d'autres problèmes de sécurité critiques, par exemple les escarres et les infections des voies urinaires associées au cathéter. Des informations détaillées sur RGI Analytics et Inspiren sont fournies ci-dessous.

Méthodologie : Une étude de cohorte observationnelle à méthodes mixtes sera menée pour déterminer l'impact et l'efficacité des soins habituels et de trois stratégies différentes de prévention des chutes qui dépassent la norme de soins dans trois unités de patients hospitalisés au MGH sur un an. L'unité 1 utilisera uniquement l'analyse de streaming et l'algorithme MGH, l'unité 2 utilisera uniquement la visualisation informatique AUGI d'Inspiren et l'unité 3 utilisera l'algorithme combiné d'analyse de streaming/MGH et le dispositif AUGI d'Inspiren. L'unité 4, l'unité de contrôle, servira de groupe de comparaison interne de la même institution. En plus des interventions de l'étude, les quatre unités continueront à maintenir les pratiques habituelles fondées sur des preuves du MGH et les normes de soins pour la prévention des chutes. Les données démographiques des patients, des unités et des infirmières collectées pour l'étude sont actuellement accessibles ou calculées à partir de sources existantes. Les sources incluent les données ADT, PCS financières, d’acuité et de qualité stockées dans PCS Datawarehouse. Les données démographiques globales des patients de l'unité comprendront l'âge, le sexe et la race. Les données démographiques sur les infirmières comprendront le nombre d'équivalents temps plein, les années d'expérience en tant qu'infirmière, les années d'expérience à l'HGM et le niveau d'éducation le plus élevé. Les données de l'unité comprendront le nombre d'admissions de patients, de jours-patients, la durée du séjour, l'acuité des soins infirmiers, le type de patient par sexe, âge, race, origine ethnique, le nombre de chutes dans l'unité et de chutes dans l'unité avec blessures, ainsi que des indicateurs de dotation en personnel infirmier. Les perceptions des infirmières des trois unités d'intervention seront mesurées en association avec l'intervention en utilisant les commentaires en temps réel des alertes de téléphone portable (utiles/inutiles), les commentaires des infirmières et les enquêtes trimestrielles. L'échelle d'efficacité de la prévention des chutes (Dykes, et al., 2021) est un outil de 13 éléments évalué par des pairs qui se concentre sur quatre domaines clés : permet de gagner du temps, ne perd pas de temps, vaut le temps et est utile pour prévenir les chutes. Les questions de l'enquête seront adaptées pour répondre aux besoins de cette étude et seront administrées via REDCap, une application Web sécurisée de Harvard Catalyst pour la gestion des outils d'enquête en ligne.

Questions de recherche

  1. Dans les soins aigus et en milieu hospitalier, existe-t-il une différence dans le taux d'occurrence des chutes et des chutes avec blessures, en comparant trois méthodes distinctes pour alerter les infirmières au point de service d'un changement dans le risque de chute d'un patient tout en maintenant toutes les autres normes actuelles. de soins pour la prévention des chutes et en ajoutant ces nouvelles normes au cours de l'étude : (1) utilisation d'analyses en continu et d'un algorithme de risque de chute qui alerte les infirmières d'un changement dans le risque de chute, (2) visualisation par ordinateur et interprétation par intelligence artificielle des mouvements du patient et ( 3) une combinaison des deux technologies ?
  2. Quelles sont les perceptions des infirmières concernant :

    1. L'impact de trois technologies d'étude mises en œuvre pour aider à l'identification d'un risque accru de chute.
    2. La réduction du fardeau des infirmières sur l'évaluation du risque de chute et la recommandation d'interventions supplémentaires pour prévenir les chutes.

Objectifs de recherche :

  1. Comparez l'impact des trois innovations en matière de prévention des chutes, au sein et entre les unités et par rapport à une unité de contrôle (les quatre unités utilisant la même norme de soins habituelle) sur les chutes et les chutes avec blessures.
  2. Déterminez l’efficacité perçue des innovations et des alertes en matière de prévention des chutes sur l’aide à la décision clinique et le fardeau des infirmières à l’aide d’enquêtes auprès des infirmières, de réponses aux alertes et de groupes de discussion.

Type d'étude

Interventionnel

Inscription (Réel)

5350

Phase

  • N'est pas applicable

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

    • Massachusetts
      • Boston, Massachusetts, États-Unis, 02114
        • Massachusetts General Hospital

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Oui

La description

Critère d'intégration:

Patients médicaux adultes admis dans les unités d'étude. Toutes les infirmières travaillant dans les unités d'étude.

Critère d'exclusion:

  • Aucun

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Objectif principal: Soins de soutien
  • Répartition: Non randomisé
  • Modèle interventionnel: Affectation parallèle
  • Masquage: Aucun (étiquette ouverte)

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Expérimental: Unité 1
L'algorithme basé sur les dossiers de santé électroniques de soins habituels et de diffusion en direct alerte les infirmières d'une éventuelle augmentation du risque de chute pour examiner les interventions en place.
L'algorithme génère des alertes de prévention des chutes aux infirmières en temps réel, en utilisant des informations factuelles sur les dossiers de santé électroniques concernant les changements dans les soins qui peuvent suggérer la nécessité de stratégies supplémentaires de prévention des chutes.
Autres noms:
  • Algorithme de prévention des chutes RGI
Expérimental: Unité 2
Les soins habituels et la visualisation par caméra informatique détectent et anticipent les mouvements des patients à risque de chute et alertent les infirmières en cas de risque potentiel de chute.
La visualisation par caméra informatique Inspiren est une stratégie supplémentaire que les infirmières peuvent utiliser en cas de changement dans le risque de chute d'un patient.
Autres noms:
  • Visualisation par caméra informatisée
Expérimental: Unité 3
L'algorithme basé sur les dossiers de santé électroniques de soins habituels et de diffusion en direct alerte les infirmières d'une éventuelle augmentation du risque de chute pour examiner les interventions en place. ET La visualisation par caméra informatique détecte et anticipe les mouvements des patients à risque de chute et alerte les infirmières présentant un risque potentiel de chute.
L'algorithme génère des alertes de prévention des chutes aux infirmières en temps réel, en utilisant des informations factuelles sur les dossiers de santé électroniques concernant les changements dans les soins qui peuvent suggérer la nécessité de stratégies supplémentaires de prévention des chutes.
Autres noms:
  • Algorithme de prévention des chutes RGI
La visualisation par caméra informatique Inspiren est une stratégie supplémentaire que les infirmières peuvent utiliser en cas de changement dans le risque de chute d'un patient.
Autres noms:
  • Visualisation par caméra informatisée
Aucune intervention: Unité 4
Groupe témoin, aucune intervention et soins habituels.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Fall patient
Délai: Measured monthly/quarterly over one year
Rate of patient falls per 1000 patient days, National Database Nurse Sensitive Indicators
Measured monthly/quarterly over one year
Fall injury
Délai: Measured monthly/quarterly over one year
Rate of falls with injury per 1000 patient days, National Database Nurse Sensitive Indicators
Measured monthly/quarterly over one year

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Nurse perceptions
Délai: three, six, and 12 months
Questionnaire of Nurse perceptions of fall prevention strategies
three, six, and 12 months
Nurse perceptions
Délai: three, six, and twelve months
Focus groups of nurse perceptions
three, six, and twelve months

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Collaborateurs

Les enquêteurs

  • Chercheur principal: Colleen K Snydeman, PhD, Massachusetts General Hospital

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Publications générales

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

24 septembre 2024

Achèvement primaire (Réel)

23 septembre 2025

Achèvement de l'étude (Réel)

24 septembre 2025

Dates d'inscription aux études

Première soumission

25 mars 2024

Première soumission répondant aux critères de contrôle qualité

25 mars 2024

Première publication (Réel)

1 avril 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

4 mai 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

28 avril 2026

Dernière vérification

1 avril 2026

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • 2023p003637

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Description du régime IPD

Les données seront collectées globalement au niveau de l'unité sous forme de taux pour 1 000 jours-patient, et non spécifiques au patient.

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

Essais cliniques sur Blessure de chute

Essais cliniques sur Algorithme de prévention des chutes

S'abonner