A prediktív elemzés és a számítógépes vizualizáció fokozza a betegek biztonságát az esések megelőzése érdekében

A kórházi környezetben előforduló elesések csökkentése érdekében, valamint a korábbi ápolási őszi kutatásokra, valamint az MFS-re és a Fall TIPS programra építve az MGH döntéstámogató algoritmust fejlesztett ki a klinikai tényezők bekövetkeztében bekövetkező változások azonosítására, hogy figyelmeztesse az ápolónőket az alkalmazkodás szükségességére. esésmegelőzési beavatkozások. Az MGH Nursing az RGI Informatics vállalattal együttműködve bevezette az MGH algoritmust egy általános klinikai osztályon. Az RGI szoftver az Epic EHR-adatait élőben közvetítő MGH algoritmus segítségével azonosítja azokat a betegeket, akiknél megnőtt az esés kockázata, és klinikai döntési támogatást nyújt az ápolóknak a kórházi mobiltelefonjukon megjelenő riasztáson keresztül. Az előzetes eredmények megvalósíthatóságot és statisztikailag szignifikáns csökkenést (p <0,01) mutattak a sérüléssel járó esések számában 11 hónapos időszak alatt.

Az egymást kölcsönösen kizáró előmunkálatok, a második fekvőbeteg általános ellátási osztályon, számítógépes betegvizualizációs rendszerrel szintén csökkentették az esések számát. A két technológia együttes alkalmazása szinergikus hatást eredményezhet, ezáltal tovább csökkentve az elesések előfordulását az akut ellátásban. A mai napig nincs bizonyíték a két technológia egyidejű teszteléséből származó betegek kimenetelének értékelésére. Ezért ennek a tanulmánynak az a célja, hogy meghatározza három különböző esésmegelőzési beavatkozás (csak RGI/MGH algoritmus, csak Inspiren és kombinált RGI/MGH algoritmus és Inspiren) hatását az elesés és sérüléssel járó esés kockázatának kitett betegekre három általános felnőtt beteg esetében. gondozási egységek egy nagy akadémiai egészségügyi központban.

Javasolt megoldásunk az egyetlen ismert stratégia, amely több forrásból kinyeri és szintetizálja a fiziológiai és fizikai adatokat, hogy dimenziós képet hozzon létre a páciens biztonsági profiljáról az esés kockázatával kapcsolatban. Az időben érkező riasztások tájékoztatják az ápolókat a páciens leesésének kockázatáról, a kockázat okairól és az esésmegelőzési stratégiákkal kapcsolatos klinikai döntéseikről. Ez az eredeti javaslat az elesés kockázatának kitett betegekre összpontosít, és biztosak vagyunk abban, hogy ez az innovatív megközelítés más kritikus biztonsági kérdések, például nyomássérülések és katéterrel összefüggő húgyúti fertőzések kezelésére is alkalmas. Az RGI Analytics és az Inspiren részletes információi alább találhatók.

Módszertan: Megfigyelési kohorsz, vegyes módszereket alkalmazó vizsgálati tervet készítenek, hogy meghatározzák a szokásos ellátás hatását és hatékonyságát, valamint három különböző, az MGH három fekvőbeteg osztályán, egy éven át tartó elesésmegelőzési stratégiát, amelyek meghaladják az ellátás színvonalát. Az 1. egység csak az adatfolyam-elemzést és az MGH-algoritmust, a 2. egység csak az Inspiren AUGI számítógépes vizualizációját, a 3. rész pedig a kombinált adatfolyam-analitikai/MGH-algoritmust és az Inspiren AUGI-eszközét alkalmazza. A 4. egység, az ellenőrző egység, ugyanazon intézmény belső összehasonlító csoportjaként fog szolgálni. A vizsgálati beavatkozások mellett mind a négy egység továbbra is fenntartja a szokásos MGH-alapú, bizonyítékokon alapuló gyakorlatot, az esésmegelőzési ellátás színvonalát. A vizsgálathoz gyűjtött betegek, osztályok és ápolók demográfiai adatai jelenleg a meglévő forrásokból hozzáférhetők vagy számíthatók. A források közé tartoznak a PCS Datawarehouse-ban tárolt ADT, PCS pénzügyi, élességi és minőségi adatok. Az egységnyi beteg demográfiai adatai az aggregáltban magukban foglalják a kort, a nemet és a rasszt. Az ápolónők demográfiai adatai tartalmazzák a teljes munkaidős egyenértékűek számát, az ápolóként szerzett több éves tapasztalatot, az MGH-nál szerzett több éves tapasztalatot és a legmagasabb iskolai végzettséget. Az egységadatok magukban foglalják a betegek felvételeinek számát, a betegnapokat, a tartózkodás hosszát, az ápolási élességet, a beteg típusát nem, életkor, rassz, etnikai hovatartozás szerint, az egységben bekövetkezett és sérülésekkel járó elesések számát, valamint az ápolónők személyzeti mutatóit. A három beavatkozási egység ápolónői megítélését a beavatkozással összefüggésben mérik a mobiltelefonos riasztások (hasznos/nem hasznos), az ápolónői visszajelzések és a negyedéves felmérések segítségével. A Fall Prevention Efficiency Scale (Dykes et al., 2021) egy szakértői értékelést kapott, 13 elemből álló eszköz, amely négy kulcsfontosságú területre összpontosít: időt takarít meg, nem vesztegeti az időt, megéri az időt, és segít az esések megelőzésében. A felmérés kérdéseit a jelen tanulmány igényeihez igazítjuk, és a REDCap, a Harvard Catalyst biztonságos webalkalmazása az online felmérési eszközök kezelésére szolgál.

Kutatási kérdések

1. Az akut ellátásban, fekvőbeteg-kórházi környezetben van-e különbség az esések és sérüléses esések előfordulási arányában, összehasonlítva az ápolónők gondozási ponton történő riasztásának három különböző módszerét a betegek elesési kockázatának változásával, az összes többi jelenlegi szabvány fenntartása mellett. az esés megelőzésére irányuló gondozás és a következő új szabványok hozzáadása a vizsgálat során: (1) streaming analitika és egy esés kockázati algoritmus használata, amely figyelmezteti az ápolónőket a leesés kockázatának változására, (2) számítógépes vizualizáció és a páciens mozgásának mesterséges intelligencia értelmezése és ( 3) a két technológia kombinációja?

2. Mit gondolnak az ápolók a következőkről:

   1. A megnövekedett esés kockázatának azonosítását segítő három vizsgálati technológia hatása.
   2. Az ápolói terhek csökkentése az esés kockázatának felmérése során, és az esések megelőzését szolgáló kiegészítő beavatkozások ajánlása.

A kutatás céljai:

1. Hasonlítsa össze a három esésmegelőzési újítás hatását az egységeken belül és az egységek között, valamint egy vezérlőegységgel (mind a négy egység ugyanazt a szokásos ellátási színvonalat használja) az esésekre és sérülésekkel járó esésekre.
2. Az ápolói felmérések, a riasztásokra adott válaszok és a fókuszcsoportok segítségével határozza meg az esésmegelőzési innovációk és riasztások észlelt hatékonyságát a klinikai döntéstámogatással és az ápolói terhekkel kapcsolatban.