Science des données et recherche qualitative pour l'aide à la décision dans la cascade de soins du VIH (CASCADE)

Il a été démontré que les systèmes d'aide à la décision clinique (CDSS) adaptés aux exigences des pays à revenu faible et intermédiaire (PRFI) améliorent le respect des lignes directrices et la qualité des soins par un large éventail de personnels de santé. Pour être le plus efficace possible, le CDSS doit être développé et testé avec de vastes ensembles de données cliniques de la région locale. L’utilisation d’algorithmes d’apprentissage automatique permet de développer des modèles de prédiction des complications et des résultats cliniques, qui peuvent guider le personnel de santé dans l’identification précoce des problèmes et des interventions appropriées. Cela nécessite des systèmes de dossiers de santé électroniques (DSE) bien établis agissant à la fois comme sources de données et comme plates-formes pour fournir des commentaires via le CDSS (approche Learning Health System). Le DSE du Modèle académique fournissant l'accès aux soins de santé (AMPATH), un vaste programme de soins du VIH dans l'ouest du Kenya financé en grande partie par le Plan d'urgence du Président pour la lutte contre le sida (PEPFAR), utilise une version du DSE OpenMRS depuis près de deux décennies et offre un environnement unique pour cette recherche.

L'objectif de cette proposition est de développer et de mettre en œuvre des outils basés sur des données pour faciliter la prise de décision liée à la santé au niveau des patients, des cliniques et des comtés, et évaluer l'efficacité de l'utilisation de ces méthodes. L'hypothèse est que les établissements de santé utilisant ces CDSS basés sur les données montreront des améliorations dans les processus et les résultats des soins par rapport aux établissements de santé n'utilisant pas les CDSS basés sur les données dans leurs DSE.

Les deux principaux critères d’évaluation de l’étude sont la rétention dans les soins et la suppression de la charge virale.

La motivation est motivée par les critères de cascade de soins 95-95-95 du VIH établis par l'ONUSIDA pour éradiquer le VIH dans le monde. En bref, le cadre appelle au diagnostic de 95 % des personnes séropositives, à l'instauration d'un traitement antirétroviral (ART) pour 95 % de celles qui ont été diagnostiquées et à la suppression de la charge virale (CV) pour 95 % de celles qui sont sous traitement. traitement. Notre projet aborde les deuxième et troisième phases.

Concernant les secondes 95, la rétention est une condition nécessaire pour maintenir les personnes vivant avec le VIH (PVVIH) sous thérapie antirétrovirale (TAR), car les directives mondiales en matière de soins précisent désormais que toutes les PVVIH commencent le TAR une fois engagées dans les soins. Concernant le troisième 95, au Kenya et dans de nombreux autres PRFI, le test de charge virale pour la plupart des clients adultes est effectué six mois après le début du traitement et chaque année par la suite. Même après une CV mesurée indiquant une suppression, une défaillance virale due à une non-observance ou à une résistance aux médicaments peut survenir bien avant le prochain suivi, un an plus tard. Par conséquent, nos modèles généreront entre-temps des valeurs de charge virale prédites et les utiliseront pour signaler les personnes qui devraient subir une mesure de CV avant le suivi prévu.

L'essai fait partie d'une étude plus vaste financée par le NIH. Les objectifs liés à l'essai sont les suivants :

Objectif 1 : Développer et valider des modèles et des algorithmes d'apprentissage automatique statistique pour l'aide à la décision clinique et programmatique.

1a : Développer et valider des algorithmes statistiques d'apprentissage automatique pour identifier les personnes présentant un risque élevé de désengagement des soins et d'échec viral, et pour générer des valeurs prédites de la charge virale actuelle.

1. b : Développer des représentations de l'incertitude statistique sur les prédictions pour permettre une prise de décision optimale.

   Objectif 2. Développer, mettre en œuvre et tester sur le terrain des outils d'aide à la décision et de visualisation de données pour améliorer la prise de décision basée sur les données par les médecins et les gestionnaires de programmes.

2. a : Créez l'architecture de serveur pour prendre en charge les modèles de prédiction dans l'interface utilisateur (UI) d'OpenMRS.

2b : Développer et affiner le protocole spécifique pour utiliser les prévisions de risque afin de réduire les visites manquées et l'incidence de l'échec de la charge virale.

Objectif 3 : Évaluer l'impact et l'efficacité des outils d'aide à la décision clinique dans le programme de soins AMPATH

3a : Mettre en œuvre le CDSS au point de service dans toutes les cliniques utilisant le système de dossiers médicaux AMPATH (AMRS) dans les zones de desserte d'Uzima et de Dumisha. Ces cliniques ont des tailles et des emplacements géographiques variables.

3b : Après une phase pilote, effectuer une comparaison longitudinale randomisée par étapes des taux de rétention et des taux de suppression de la charge virale dans 30 cliniques de l'AMPATH.

La réussite des travaux fournira des outils CDSS efficaces pour améliorer les soins du VIH au Kenya et dans d'autres PRFI, ainsi qu'un ensemble d'outils pour le développement, la mise à jour et l'évaluation du CDSS pour d'autres problèmes cliniques. Les travaux antérieurs des enquêteurs et de leurs collègues sur le développement et le déploiement à grande échelle d'OpenMRS dans plus de 44 pays fournissent une plate-forme pour une large diffusion de ce travail.