Scarichi intelligenti per mamma e bambino

SCOPO

Gli esiti neonatali sono altamente correlati con la salute della madre, un esempio di ciò è dimostrato ripetutamente dagli scarsi tassi di sopravvivenza dei neonati dopo la morte materna. La previsione del rischio, basata sulla coppia madre-bambino, è una grande lacuna nella ricerca attuale e tuttavia è vitale per la sopravvivenza sia della mamma che del bambino. Pertanto, gli esiti di salute materna e infantile possono essere migliorati identificando sia le madri che i bambini ad aumentato rischio di mortalità o grave morbilità dopo la dimissione dall'ospedale e allocando le scarse risorse per un follow-up mirato ai soggetti più vulnerabili. Ciò consente agli investigatori non solo di migliorare i risultati sanitari, ma avvantaggia il sistema sanitario con un uso efficiente delle risorse.

GIUSTIFICAZIONE

Dal 2011, i ricercatori hanno lavorato con partner in Uganda per sviluppare, convalidare e implementare un programma innovativo per i bambini sotto i 5 anni che sono stati dimessi dopo il ricovero per sospetta sepsi. In questo programma di ricerca e implementazione, chiamato Smart Discharges, gli operatori sanitari utilizzano un punteggio di previsione del rischio individualizzato per identificare i bambini ad alto rischio di morte o complicazioni dopo la dimissione da un ospedale a seguito di un trattamento per sospetta sepsi. Possono quindi utilizzare questo punteggio per guidare l'intensità di un programma di consulenza e di riferimento della comunità. Mentre tutti i partecipanti ricevono consulenza, solo quelli al di sopra di una certa soglia di rischio ricevono rinvii alle strutture sanitarie della comunità. I ricercatori hanno dimostrato che questo approccio può ridurre la mortalità infantile post-dimissione dopo il trattamento in ospedale per sospetta sepsi fino al 30%. Ora, i ricercatori stanno lavorando per espandere il loro innovativo approccio di precisione alla salute pubblica per migliorare l'assistenza post-dimissione per le diadi madre-neonato.

I risultati informeranno lo sviluppo di un pacchetto di cure basato sull'evidenza sia per la madre che per il neonato. Questo pacchetto garantirà che le coppie madre-bambino a basso rischio ricevano un'assistenza postpartum meno gravosa (ma pragmatica e fattibile), mentre le coppie ad alto rischio ricevano un pacchetto più ampio di interventi (come istruzione, alimentazione, interazione sanitaria e sostegno della comunità). Il pacchetto Smart Discharges for Mom & Baby includerà il supporto mirato agli aspetti del benessere sia clinico che emotivo. Ulteriori estensioni di questo lavoro includeranno la convalida dei modelli di rischio nelle donne che partoriscono a casa o che subiscono un parto morto per garantire che più donne e bambini possano beneficiare dell'intervento proposto.

IPOTESI

Le caratteristiche materne e infantili raccolte al momento della dimissione a seguito di un parto in struttura possono predire il rischio di morte materna o neonatale o la necessità di riammissione entro sei settimane dalla nascita.

OBBIETTIVO

L'obiettivo primario è informare lo sviluppo di un programma integrato di assistenza post-dimissione basato sul rischio materno e neonatale. Nello specifico, lo studio mira a (1) sviluppare e convalidare internamente modelli di previsione del rischio clinico per l'identificazione di diadi ad alto rischio di morte o riammissione ospedaliera nelle 6 settimane post-parto post-dimissione e (2) identificare lacune e opportunità durante le cure ospedaliere, di dimissione e post-dimissione per informare lo sviluppo futuro di un pacchetto di interventi basato sull'evidenza e sul rischio per migliorare l'assistenza postnatale (PNC) per le diadi.

PROGETTO

Questo è uno studio con metodi misti che utilizza tecniche sia quantitative che qualitative per esplorare e mappare gli attuali processi di dimissione postnatale in Uganda utilizzando i dati di due distinti ambienti ospedalieri.

• Fase I) Il team condurrà uno studio di coorte osservazionale informato attraverso l'osservazione diretta della diade madre e neonato prima della dimissione dalla struttura e dopo il parto e interviste telefoniche di follow-up condotte sei settimane dopo la dimissione.
• Fase II) Il team condurrà la mappatura del viaggio con un sottoinsieme di diadi arruolate nella coorte di osservazione utilizzando l'osservazione diretta e interviste telefoniche di follow-up.
• Fase III) Il team condurrà un esercizio di mappatura dei processi utilizzando la metodologia di discussione del focus group con personale selezionato della struttura.
• Fase IV) Il team condurrà discussioni di focus group con un sottogruppo di madri arruolate nella coorte di osservazione, così come i loro familiari.

ANALISI STATISTICA

Analisi quantitativa: gli investigatori riassumeranno tutti i fattori di rischio per madri e neonati che hanno e non hanno esiti scarsi e stimeranno le associazioni univariate. Per i neonati i dati saranno riportati per sesso. La derivazione dei modelli di previsione si baserà sull'ottimizzazione dell'area sotto la curva operativa del ricevitore (AUROC) e sulla specificità attraverso una varietà di approcci di modellazione e selezione delle variabili (ad esempio, regressione logistica, rete elastica, macchine vettoriali di supporto). Le prestazioni del modello si baseranno su appropriate tecniche di ricampionamento per la convalida interna (ad esempio, convalida incrociata, bootstrap). L'attenzione si concentrerà sullo sviluppo di modelli predittivi parsimoniosi (ad esempio, 5-10 variabili predittive) con elevata sensibilità (> 80%). AUROC, sensibilità e specificità saranno riportati per ciascun modello, insieme a valori predittivi positivi e negativi. Le metriche specifiche del sito verranno confrontate per garantire la coerenza tra le impostazioni e la ricalibrazione può essere presa in considerazione se le prestazioni del singolo sito sono inferiori al previsto. Infine, gli investigatori valuteranno la sensibilità e la specificità combinate quando ogni singolo modello viene applicato alla diade. Al di fuori della modellazione predittiva, la dimensione del campione consentirà agli investigatori di rilevare un rapporto di probabilità di almeno 1,30 per un dato fattore di rischio con una potenza dell'80% e una significatività del 5% e una precisione relativa del 25%. L'analisi statistica dei dati quantitativi dai sondaggi di osservazione della mappatura del viaggio e dalle interviste ai pazienti sarà eseguita utilizzando il software R Statistical per ottenere statistiche descrittive della frequenza e della distribuzione di ciascuna variabile.

Analisi qualitativa: i ricercatori analizzeranno i dati raccolti in modo descrittivo e riporteranno statistiche riassuntive. Verrà sviluppato un diagramma del processo di dimissione, identificando le aree chiave per il miglioramento durante il processo di peri-dimissione e post-dimissione. I dati FGD saranno analizzati utilizzando un metodo quadro, che consente ai temi di essere sviluppati induttivamente dai partecipanti e deduttivamente dalla letteratura esistente. Attraverso un processo iterativo, le trascrizioni saranno codificate e analizzate per temi descrittivi e interpretativi utilizzando NVivo. I temi descrittivi includono le barriere all'assistenza e il comportamento alla ricerca della salute dopo la dimissione, mentre i temi interpretativi si concentrano sulle prospettive dei caregiver della morte materna e neonatale e sul ruolo del sistema sanitario. Gli investigatori genereranno frequenze per descrivere i sintomi medici segnalati, il comportamento in cerca di salute e le barriere alla cura e riassumere temi comuni. Il controllo dei membri verrà utilizzato per migliorare la validità dei risultati, creando un documento di sintesi dei principali risultati che verrà rivisto dagli operatori sanitari che hanno partecipato ai focus group. Il feedback dei pazienti e delle famiglie sarà ottenuto telefonicamente con gli infermieri di ricerca che spiegheranno verbalmente i risultati principali.