- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06923943
Prédire les exigences de personnel infirmier à partir de données collectées régulièrement (PREDICT-NURSE)
L'objectif de cette étude observationnelle est de savoir si les chercheurs peuvent prédire le nombre d'infirmières nécessaires dans les services hospitaliers (unités) des données de l'hôpital des patients. La principale question à laquelle il vise à répondre est:
Est-il possible de prédire les exigences des infirmières à partir des données enregistrées systématiquement dans les systèmes hospitaliers?
Les chercheurs demanderont aux infirmières sur leur point de vue sur les outils de personnel infirmier et de quel soutien ils ont besoin pour les décisions de dotation. Ils analyseront les données des systèmes informatiques hospitaliers.
Aperçu de l'étude
Statut
Les conditions
Description détaillée
Contexte: Il est difficile de disposer de suffisamment d'infirmières dans les services hospitaliers, mais il est difficile de planifier des nombres et des besoins variables des patients. Presque toutes les fiducies aiguës du NHS en Angleterre utilisent l'outil de soins infirmiers plus sûrs (SNCT) pour guider les décisions de dotation. Cependant, cette approche est à forte intensité de main-d'œuvre et nécessite la collecte de données spécifiquement pour mesurer les exigences en matière de dotation, non informé par les données recueillies pour l'administration ou la gestion des soins.
Objectif: Élaborer une méthode pour mesurer la demande de personnel infirmier dans les services hospitaliers en utilisant des données de routine pour aider à planifier les établissements (nombre d'employés de paroisse), surveiller l'adéquation du personnel en temps réel et éclairer un déploiement sûr et efficace du personnel.
Conception: Une étude d'observation rétrospective entre les quartiers fournissant une somatique adulte aiguë (c'est-à-dire pas de santé mentale) des soins aux patients hospitalisés dans 5 fiducies hospitalières générales, prédisant les exigences en matière de personnel des infirmières à partir de données collectées régulièrement et validant ces prévisions contre les résultats de l'adéquation des patients et du personnel. Les algorithmes seront développés en fonction de la conception centrée sur l'utilisateur et en s'engageant avec les patients pour comprendre les expériences de personnel infirmier de l'hôpital et les implications pour le développement d'algorithmes.
WorkStream (WS) 1 Objectif: comprendre ce qui fonctionne / ne fonctionne pas pour les infirmières et les gestionnaires lors de l'utilisation d'outils de dotation et incorporez cela dans la conception d'algorithmes. Méthode: Approche de conception centrée sur l'utilisateur comprenant i) une enquête nationale sur les matrons en personnel et les chefs d'information des soins infirmiers pour savoir comment les outils de personnel sont utilisés et la disponibilité / qualité des données des patients, ii) des ateliers avec les infirmières et les chefs d'infirmière pour comprendre les besoins en matière d'aideurs à la décision dans différents points de tir, iii) des ateliers avec ce groupe et des gestionnaires informatiques du NHS et des sociétés de la liste des algorithmes.
Objectif WS2: développer des algorithmes d'apprentissage statistique / machine pour estimer les exigences en matière de dotation en personnel des infirmières à partir des données de patient disponibles. Méthode: Puisqu'il n'y a pas de «référence» pour mesurer les exigences en matière de dotation en personnel des infirmières, les chercheurs reproduiront d'abord les mesures du SNCT, un outil de classification de l'acuité / dépendance du patient. Ils développeront des algorithmes alternatifs, notamment la reproduction des classifications individuelles de l'acuité / dépendance des patients et de la reproduction des exigences de personnel pour tout un service. Ils envisageront des décisions en matière de dotation à différents points de calendrier. Les variables prédictives proviendront des données administratives et de plan de soins.
Objectif WS3: évaluer la validité des algorithmes. Méthode: Les chercheurs s'ajusteront à des modèles de régression pour étudier les associations entre les réels sous / surévalués par rapport à chaque mesure candidate des exigences en matière de dotation et de résultats multiples. Pour cela, ils utiliseront des données de routine extraites des systèmes informatiques hospitaliers et un micro-enquête d'infirmières pour comprendre les perceptions de l'adéquation du personnel. Ils testeront si le personnel augmente par rapport à une mesure des exigences en matière de dotation, le risque de mauvais résultats des patients et les perceptions selon lesquels le personnel est inadéquat diminue. Ils compareront l'ajustement des modèles avec les modèles avec les exigences en matière de dotation mesurés par le SNCT.
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Lieux d'étude
-
-
-
Southampton, Royaume-Uni
- University of Southampton
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Enfant
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critères d'inclusion de l'enquête nationale:
- Protage de personnel en toute sécurité / infirmière avec responsabilité de dotation en toute sécurité ou CNIO / infirmière responsable des dossiers informatiques / électroniques
Critères d'inclusion des ateliers:
- Directeur des soins infirmiers avec la sécurité de la dotation en toute sécurité / It Remit. OU
- infirmière clinique ayant une expérience de la réalisation des cotes d'outils de soins infirmiers plus sûrs. OU
- NHS IT Manager avec la familiarité des systèmes de Hospital Trust pour stocker les données des patients. OU
- Représentant de l'entreprise qui fournissent des services de liste de liste ou d'information sur les patients aux hôpitaux.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
|---|
|
Enquête nationale
Nous interrogerons les matrones en dotation et les principaux agents d'information des soins infirmiers en Angleterre pour savoir comment les outils de dotation sont utilisés et la disponibilité / qualité des données des patients dans les systèmes informatiques.
|
|
Ateliers
Dans les ateliers, nous allons demander des infirmières et des gestionnaires quels problèmes ils ont avec les systèmes de dotation actuels et ce qui aiderait, 2) discuter avec les infirmières, les gestionnaires informatiques du NHS et les fournisseurs de systèmes informatiques pour construire nos algorithmes de prédiction dans les produits logiciels.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Erreur absolue moyenne de prédiction
Délai: Pour chaque changement de 12 heures
|
mesuré en équivalents à temps entier par patient.
Il s'agit d'une mesure de la précision prédictive, c'est-à-dire dans quelle mesure les prévisions de l'algorithme correspondent à la valeur cible pour le personnel infirmier requis en moyenne entre les quartiers et les changements.
|
Pour chaque changement de 12 heures
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
mortalité
Délai: Dans les 30 jours suivant l'admission du patient
|
Utilisé pour tester la validité de l'algorithme de prédiction pour estimer les exigences du personnel des infirmières
|
Dans les 30 jours suivant l'admission du patient
|
|
durée du séjour
Délai: de l'admission à l'hôpital jusqu'à la libération
|
Utilisé pour tester la validité de l'algorithme de prédiction pour estimer les exigences du personnel des infirmières
|
de l'admission à l'hôpital jusqu'à la libération
|
|
réadmission
Délai: Dans les 30 jours suivant l'admission à l'hôpital
|
pour tester la validité de l'algorithme de prédiction pour estimer les exigences de personnel infirmier
|
Dans les 30 jours suivant l'admission à l'hôpital
|
|
Conditions associées aux soins de santé
Délai: de l'admission à l'hôpital jusqu'à la libération
|
Infections que les patients obtiennent lors de la réception des soins de santé.
Utilisé pour tester la validité de l'algorithme de prédiction pour estimer les exigences du personnel des infirmières
|
de l'admission à l'hôpital jusqu'à la libération
|
|
le personnel infirmier de garde était-il approprié pour répondre aux besoins de soins des patients
Délai: pour chaque poste de 8 ou 12 heures
|
tel qu'évalué par l'infirmière responsable du service.
Utilisé pour évaluer la validité de la prédiction des besoins en personnel infirmier. |
pour chaque poste de 8 ou 12 heures
|
Collaborateurs et enquêteurs
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- 100780
- NIHR166784 (Autre subvention/numéro de financement: National Institute for Health and Care Research)
- 346148 (Autre identifiant: Integrated Research Application System)
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
produit fabriqué et exporté des États-Unis.
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 .