Az akut bejutási algoritmus megelőzése (PATINA)
2022. október 25. frissítette: Anders Fournaise, Region of Southern Denmark
Az akut beléptetési algoritmus (PATINA) megelőzése – az értesítési algoritmus és a digitális döntéstámogató eszköz hatása
A közegészségügyi ellátás igénybevétele az idősek általános egészségi állapotát tükrözi, és az egészségügyi ellátás iránti fokozott igény megelőzheti az akut betegség egyértelműbb tüneteit.
Egy korábbi retrospektív vizsgálatunkban jelentős növekedést tapasztaltunk az önkormányzati otthoni gondozásban (perc/hét) az akut kórházi kezelést megelőző 12 hónapos időszakban.
Jelen PhD-tanulmány célja egy szoftveralgoritmus hatásának vizsgálata, amely az idősek önkormányzati otthoni gondozásának igénybevételét figyeli.
Ha nő az otthoni ellátás, a közösségi ápolót értesítik, és kiemelt figyelmet fordítanak az egyén aktuális egészségi állapotára.
Proaktív egészségügyi kezdeményezések indíthatók az alapellátó orvossal együttműködve.
A beavatkozás az algoritmus.
A tanulmány áttekintése
Állapot
Befejezve
Körülmények
Beavatkozás / kezelés
Tanulmány típusa
Beavatkozó
Beiratkozás (Tényleges)
2464
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
-
Odense, Dánia, 5000
- Odense University Hospital
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
65 év és régebbi (OLDER_ADULT)
Egészséges önkénteseket fogad
Nem
Tanulmányozható nemek
Összes
Leírás
Bevételi kritériumok:
- Odense, Kerteminde és Svendborg településeken otthoni és szociális ellátásban részesülő közösségi lakópolgárok (+65).
Kizárási kritériumok:
- Nem
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: MEGELŐZÉS
- Kiosztás: VÉLETLENSZERŰSÍTETT
- Beavatkozó modell: PÁRHUZAMOS
- Maszkolás: EGYIK SEM
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
KÍSÉRLETI: Közbelépés
Értesítési algoritmus és nővérkövetés használata
|
A közösségi ápolónők hetente egyszer kapnak egy listát azokról a közösségi lakásban élő polgárokról, akiket veszélyeztetettnek ítéltek, és ez kórházi felvételhez vezethet.
Az ápolónők felmérik az egyes állampolgárok helyzetét, és szükség esetén beavatkozást kezdeményeznek (nem része a beavatkozásnak).
|
|
NINCS_BEAVATKOZÁS: Ellenőrzés
Normál kezelés (szokásos ellátás)
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Kórházi kezelések
Időkeret: 30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
A Dán Nemzeti Betegnyilvántartás adatai alapján számítva
|
30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Kórházi visszafogadások
Időkeret: 30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
A Dán Nemzeti Betegnyilvántartás adatai alapján számítva
|
30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
|
Ambuláns elérhetőségek
Időkeret: 30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
A Dán Nemzeti Betegnyilvántartás adatai alapján számítva
|
30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
|
Átmeneti gondozás igénybevétele szakképzett ápoló intézményben
Időkeret: 30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
A három részt vevő önkormányzat elektronikus gondozási nyilvántartásának adatai alapján számított
|
30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
|
Közösségi otthon és szociális ellátás igénybevétele
Időkeret: 30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
A három részt vevő önkormányzat elektronikus gondozási nyilvántartásának adatai alapján számított
|
30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
|
Kapcsolatfelvétel az alapellátó orvosokkal
Időkeret: 30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
A dán Nemzeti Egészségbiztosítási Szolgálat nyilvántartásából származó adatok alapján számított
|
30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
|
Halálozás
Időkeret: 30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
A dán haláloki nyilvántartás adatai alapján számított.
|
30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
Egyéb eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Akadályok és elősegítők, hogy a nővér elfogadja az algoritmus használatát
Időkeret: 30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
1 hónappal a beavatkozás megkezdése előtt, 14-7 nappal a beavatkozás megkezdése előtt, 1 hónappal a beavatkozás megkezdése után gyűjtött felmérés alapján számítva
|
30 nap az algoritmus általi azonosítástól (6 hónap a beavatkozási szakaszban)
|
|
Egészségügyi gazdasági elemzés
Időkeret: 1 év
|
Az elemzési részletek a nyomvonal elsődleges és másodlagos eredményein alapulnak
|
1 év
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Anders Fournaise, MSPH, Region of Southern Denmark
Publikációk és hasznos linkek
A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (TÉNYLEGES)
2020. június 1.
Elsődleges befejezés (TÉNYLEGES)
2022. május 31.
A tanulmány befejezése (TÉNYLEGES)
2022. május 31.
Tanulmányi regisztráció dátumai
Először benyújtva
2020. május 13.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2020. május 18.
Első közzététel (TÉNYLEGES)
2020. május 21.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (TÉNYLEGES)
2022. november 3.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2022. október 25.
Utolsó ellenőrzés
2022. október 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
Egyéb vizsgálati azonosító számok
- 19/29873
- 9163-00002B (OTHER_GRANT: Innovation Fund Denmark)
- 19/20991 (OTHER_GRANT: Region of Southern Denmark)
- OP_1033 (EGYÉB: Open Patient data Explorative Network (OPEN))
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
ELDÖNTETLEN
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
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. .