Az EPIC visszafogadási kockázati modelljének, a LACE+ indexnek és az SQLape-nek a nem tervezett kórházi visszafogadások előrejelzőjeként való érvényesítése
Az EPIC visszafogadási kockázati modelljének, a LACE+ indexnek és az SQLape-nek, mint a nem tervezett kórházi visszafogadások előrejelzőinek külső validálása: Monocentrikus, retrospektív, diagnosztikai kohorsz-tanulmány Svájcban
Ennek a tanulmánynak az elsődleges célja az EPIC visszavételi kockázati modelljének külső validálása, valamint annak összehasonlítása a LACE+ indexszel és az SQLape visszavételi modellel.
Másodlagos célként az EPIC visszafogadási kockázati modelljét az érvényesítési minta alapján módosítják, végül pedig a teljesítményét gépi tanulási algoritmusokkal hasonlítják össze.
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
Bevezetés: Az akut kórházi kezelés utáni visszafogadások viszonylag gyakoriak, költségesek az egészségügyi rendszer számára, és jelentős terhet jelentenek a betegek számára. A költségek csökkentésének és egyben az ellátás minőségének javításának egyik módjaként a kórházi visszafogadások egyre nagyobb érdeklődést kapnak a politikai döntéshozók részéről. Csak viszonylag nemrégiben dolgoztak ki stratégiákat azzal a céllal, hogy előrejelző modellek alkalmazásával csökkentsék a nem tervezett visszafogadásokat. Az EPIC visszafogadási kockázati modellje, amelyet 2015-ben fejlesztettek ki az Egyesült Államok akut kórházi környezetére, kiváló kalibrációs és megkülönböztető képességeket ígér. A svájci kórházi környezetben történő rutinszerű alkalmazása azonban először külső hitelesítést igényel. Ezért ennek a tanulmánynak az elsődleges célja az EPIC visszafogadási kockázati modelljének külső validálása és összehasonlítása a LACE+ indexszel (tartózkodás időtartama, élesség, társbetegségek, sürgősségi szobalátogatások indexe) és az SQLape (Minőségi szintre való törekvés és elemzése). betegkiadások) Visszafogadási modell.
Módszerek: Emiatt monocentrikus, retrospektív, diagnosztikus kohorsz vizsgálatot kell végezni. A vizsgálatban minden olyan fekvőbeteg részt vesz, aki 2018. január 1. és 2019. január 31. között került kórházba a svájci Luzerni kantoni kórházban. Az esetek azok a fekvőbetegek, akik nem tervezett (minden okból) visszafogadást tapasztaltak az indexelbocsátás után 18 vagy 30 napon belül. A kontrollcsoport olyan személyekből áll, akiknek nem volt előre nem tervezett visszafogadása.
A külső hitelesítéshez a vizsgált pontszámok megkülönböztetését a vevő működési jellemzői görbéi alatti terület (AUC) kiszámításával értékelik. A kalibráláshoz a Hosmer-Lemeshow illeszkedési tesztet grafikusan szemléltetjük úgy, hogy az előre jelzett eredményeket decilisenként ábrázoljuk a megfigyelések függvényében. További becsülendő teljesítménymutatók közé tartozik a Brier Score, a Net Reclassification Improvement (NRI) és a Net Benefit (NB).
Minden betegadatot lekérnek a klinikai adattárakból.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Canton Lucerne
-
Lucerne, Canton Lucerne, Svájc, 6000
- Cantonal Hospital of Lucerne
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Minden fekvőbeteg, egy éves vagy annál idősebb (max. 100 éves), akik vagy 2018. január 1. és 2018. december 31. között, vagy 2019. szeptember 23. és december 31. között kerültek kórházba.
Kizárási kritériumok:
- ugyanabból az intézményből egy másik pszichiátriai, rehabilitációs vagy akut osztályról történő felvétel/áthelyezés,
- a beteg otthonától eltérő kibocsátási cél, ill
- áthelyezés egy másik akut kórházba, mindkettő a kezelés folytatásának minősül;
- külföldi lakhely,
- elbocsátás előtt elhunyt,
- a felvétel napján bocsátották el,
- az általános beleegyezés megtagadása, és
- ismeretlen beteg lakóhelye vagy elbocsátási helye.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Megfigyelési modellek: Kohorsz
- Időperspektívák: Visszatekintő
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Visszafogadott fekvőbetegek/esetek
1. eredmény: Azok a betegek, akiket az indexes kórházi elbocsátás dátumától számított 18 napon belül visszavittek ugyanabba a kórházba, és a diagnózis ugyanahhoz a fő diagnosztikai csoporthoz vezetett, mint az indexben tartózkodás (a Swiss Diagnosis Related Groups rendszere szerinti meghatározás, esetösszevonás) 2. eredmény: Azok a betegek, akiket nem tervezett visszafogadtak az index-hospitálástól számított 30 napon belül ugyanabba a kórházba. A nem tervezett visszafogadást a sürgősségi osztályon keresztül történő visszafogadásként határozták meg. |
Az EPIC magántulajdonban lévő egészségügyi szoftvercég által kifejlesztett logisztikus regressziós modell, amely előrejelzi a minden okból kifolyólag bekövetkező nem tervezett visszafogadás kockázatát.
A LACE+ pontszám egy olyan pontérték, amely felhasználható az elbocsátás utáni halálozás vagy a sürgős visszafogadás kockázatának előrejelzésére.
A kanadai Ontarióban adminisztratív adatok alapján fejlesztették ki.
A visszafogadási kockázati modell (Minőségi szintre való törekvés és a betegek kiadásainak elemzése) egy számítógépes validált algoritmus, amelyet 2002-ben fejlesztettek ki a potenciálisan elkerülhető visszafogadások azonosítására.
|
|
Vissza nem fogadott fekvőbetegek/kontrollok
1. és 2. eredmény: Azok a betegek, akiket nem vettek vissza az index kórházi elbocsátásának dátumától számított 30 napon belül.
|
Az EPIC magántulajdonban lévő egészségügyi szoftvercég által kifejlesztett logisztikus regressziós modell, amely előrejelzi a minden okból kifolyólag bekövetkező nem tervezett visszafogadás kockázatát.
A LACE+ pontszám egy olyan pontérték, amely felhasználható az elbocsátás utáni halálozás vagy a sürgős visszafogadás kockázatának előrejelzésére.
A kanadai Ontarióban adminisztratív adatok alapján fejlesztették ki.
A visszafogadási kockázati modell (Minőségi szintre való törekvés és a betegek kiadásainak elemzése) egy számítógépes validált algoritmus, amelyet 2002-ben fejlesztettek ki a potenciálisan elkerülhető visszafogadások azonosítására.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
18 napos diszkrimináció
Időkeret: 18 nappal az index mentesítés dátuma után
|
A vizsgált pontszámok megkülönböztetése érdekében a vevő működési jellemzői görbéi alatti területet (AUC) kiszámítjuk.
|
18 nappal az index mentesítés dátuma után
|
|
30 napos diszkrimináció
Időkeret: 30 nappal az index mentesítés dátuma után
|
A vizsgált pontszámok megkülönböztetése érdekében a vevő működési jellemzői görbéi alatti területet (AUC) kiszámítjuk.
|
30 nappal az index mentesítés dátuma után
|
|
Kalibrálás 18 napon
Időkeret: 18 nappal az index mentesítés dátuma után
|
A kalibráláshoz a Hosmer-Lemeshow illeszkedési tesztet grafikusan szemléltetjük úgy, hogy az előre jelzett eredményeket decilisenként ábrázoljuk a megfigyelések függvényében.
|
18 nappal az index mentesítés dátuma után
|
|
30 napos kalibrálás
Időkeret: 30 nappal az index mentesítés dátuma után
|
A kalibráláshoz a Hosmer-Lemeshow illeszkedési tesztet grafikusan szemléltetjük úgy, hogy az előre jelzett eredményeket decilisenként ábrázoljuk a megfigyelések függvényében.
|
30 nappal az index mentesítés dátuma után
|
|
Teljes teljesítmény 18 napon belül
Időkeret: 18 nappal az index mentesítés dátuma után
|
Brier-pontszám (A Brier-pontszám egy kvadratikus pontozási szabály, ahol a tényleges Y bináris eredmény és a p előrejelzések közötti különbség négyzetes különbségét számítják ki.
A Brier-pontszám 0-tól tökéletes modell esetén 0,25-ig terjedhet egy nem informatív modell esetében, ahol az eredmény 50%-a.)
|
18 nappal az index mentesítés dátuma után
|
|
Teljes teljesítmény 30 napon belül
Időkeret: 30 nappal az index mentesítés dátuma után
|
Brier-pontszám (A Brier-pontszám egy kvadratikus pontozási szabály, ahol a tényleges Y bináris eredmény és a p előrejelzések közötti különbség négyzetes különbségét számítják ki.
A Brier-pontszám 0-tól tökéletes modell esetén 0,25-ig terjedhet egy nem informatív modell esetében, ahol az eredmény 50%-a.)
|
30 nappal az index mentesítés dátuma után
|
|
Klinikai hasznosság (NRI) 18 napon belül
Időkeret: 18 nappal az index mentesítés dátuma után
|
Nettó átsorolási javulás (NRI): Az NRI számításánál az érzékenység és a specificitás javulását összegezzük.
Az NRI 0-tól, ha nincs javulás, és 1-től tökéletes javulást jelent.
|
18 nappal az index mentesítés dátuma után
|
|
Klinikai hasznosság (NRI) 30 napon belül
Időkeret: 30 nappal az index mentesítés dátuma után
|
Nettó átsorolási javulás (NRI): Az NRI számításánál az érzékenység és a specificitás javulását összegezzük.
Az NRI 0-tól, ha nincs javulás, és 1-től tökéletes javulást jelent.
|
30 nappal az index mentesítés dátuma után
|
|
Klinikai hasznosság (NB) 18 napon
Időkeret: 18 nappal az index mentesítés dátuma után
|
Nettó haszon (NB): NB = (TP - w FP) / N, ahol TP a valódi pozitív döntések száma, FP a hamis pozitív döntések száma, N a betegek teljes száma és w a a cut-off esélye (pt/(1-pt), vagy a kár és a haszon aránya
|
18 nappal az index mentesítés dátuma után
|
|
Klinikai hasznosság (NB) 30 napon belül
Időkeret: 30 nappal az index mentesítés dátuma után
|
Nettó haszon (NB): NB = (TP - w FP) / N, ahol TP a valódi pozitív döntések száma, FP a hamis pozitív döntések száma, N a betegek teljes száma és w a a cut-off esélye (pt/(1-pt), vagy a kár és a haszon aránya
|
30 nappal az index mentesítés dátuma után
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Aljoscha B. Hwang, University Lucerne (Switzerland)
- Kutatásvezető: Stefan Boes, University Lucerne (Switzerland)
Publikációk és hasznos linkek
Általános kiadványok
- van Walraven C, Wong J, Forster AJ. LACE+ index: extension of a validated index to predict early death or urgent readmission after hospital discharge using administrative data. Open Med. 2012 Jul 19;6(3):e80-90. Print 2012.
- Halfon P, Eggli Y, Pretre-Rohrbach I, Meylan D, Marazzi A, Burnand B. Validation of the potentially avoidable hospital readmission rate as a routine indicator of the quality of hospital care. Med Care. 2006 Nov;44(11):972-81. doi: 10.1097/01.mlr.0000228002.43688.c2.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
Egyéb vizsgálati azonosító számok
- LUKS_RRM_2019
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .