Évaluation de la mise en œuvre de l'eCART pédiatrique

L'eCART pédiatrique s'appuie sur des données de DSE facilement disponibles et quantifie rapidement la gravité de la maladie, prédisant ainsi la probabilité d'apparition d'une maladie grave. Actuellement, aucun système disponible de manière cohérente ne suit en permanence le risque de maladie grave chez les enfants admis à UW Health. Par conséquent, les cliniciens ou les prestataires de soins de l’UW Health ne disposent pas d’un mécanisme fiable pour stratifier les patients en fonction des risques afin de prendre une décision clinique efficace.

Cette proposition exploite le moteur d'aide à la décision clinique AgileMD et une analyse d'apprentissage automatique développée dans un ensemble de données de plus de 30 000 patients. L'eCART pédiatrique a été explicitement conçu pour attirer l'attention sur les patients présentant un risque accru de détérioration et optimiser la prise en charge des patients, y compris le calendrier et la nécessité des soins en soins intensifs.

Des études préliminaires indiquent que la mise en œuvre pédiatrique de l'eCART à l'Université de Chicago a conduit à de meilleurs résultats. Des améliorations similaires chez les enfants admis à UW Health entraîneront une diminution de la morbidité et de la mortalité au sein de notre population pédiatrique.

De plus, il subsiste une lacune importante dans la compréhension de l’acceptation par les infirmières des outils CDS basés sur les données. Les infirmières constituent la plus grande main-d'œuvre de cliniciens dans le système de santé et jouent un rôle primordial dans la détection de la détérioration clinique en tant que cliniciens qui passent le plus de temps à observer et à évaluer les patients ; cependant, l'acceptabilité des CDS basés sur l'IA n'a pas été mesurée pour évaluer l'acceptation par les infirmières de ces outils émergents. L'acceptabilité est essentielle pour accroître l'utilisation soutenue et pour diminuer les résultats sous-optimaux tels que la fatigue d'alerte ou l'augmentation de la charge cognitive afin que ces outils assurent en fin de compte le bien-être des infirmières. Une étude a évalué la perception des infirmières quant à l'utilité d'un système d'alerte précoce en cas de sepsis et a révélé que moins de la moitié des infirmières percevaient les alertes comme utiles et que seulement un tiers des infirmières ont déclaré que les alertes avaient un impact sur les soins aux patients. Comprendre l'acceptation des infirmières éclairera les stratégies de conception d'AgileMD pour favoriser l'adoption et l'utilisation afin que les outils prédictifs puissent être exploités pour améliorer la charge cognitive des infirmières cliniciennes. En fin de compte, l'étude évaluera l'eCART pédiatrique sur deux groupes pédiatriques : (1) patients pédiatriques dépistés ; (2) utilisateurs finaux infirmiers cliniciens en pédiatrie.

Conception de l'étude : Il s'agit d'une étude pré- et post-interventionnelle d'un algorithme d'apprentissage automatique intégré au dossier de santé électronique en tant qu'outil d'aide à la décision clinique. Les participants « pré » sont des enfants hospitalisés (moins de 18 ans) qui ont été admis à UW Health entre le 1er janvier 2022 et la date de mise en œuvre de l'eCART pédiatrique en 2025. Les scores eCART pédiatriques seront calculés rétrospectivement pour les participants « pré » en alimentant les laboratoires d'un patient et l'observation des signes vitaux dans l'outil eCART pédiatrique. Les participants « post » sont des enfants hospitalisés (moins de 18 ans) qui seront admis à UW Health dans les deux ans suivant la mise en œuvre de l'eCART pédiatrique (prévue 2025-2027). Les scores eCART pédiatriques seront calculés en temps réel pour ces patients.