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.

Prédire les exigences de personnel infirmier à partir de données collectées régulièrement (PREDICT-NURSE)

24 février 2026 mis à jour par: Christina Saville, University of Southampton

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

Actif, ne recrute pas

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

Observationnel

Inscription (Estimé)

80

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

      • Southampton, Royaume-Uni
        • University of Southampton

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

  • Enfant
  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

N/A

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Anglais NHS Trusts de l'hôpital aigu

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

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

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

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

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)

1 novembre 2025

Achèvement primaire (Estimé)

31 juillet 2026

Achèvement de l'étude (Estimé)

31 juillet 2026

Dates d'inscription aux études

Première soumission

27 mars 2025

Première soumission répondant aux critères de contrôle qualité

4 avril 2025

Première publication (Réel)

11 avril 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

27 février 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

24 février 2026

Dernière vérification

1 février 2026

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) ?

NON

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

produit fabriqué et exporté des États-Unis.

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 .

S'abonner