Differenziazione assistita dall'apprendimento automatico dei pazienti con bassa acutezza al momento della spedizione (MADLAD)

SFONDO:

Nei centri EMD (Emergency Medical Dispatch), le situazioni con risorse limitate (RCS) in cui ci sono più chiamanti che richiedono un'ambulanza rispetto a quelle disponibili sono comuni. Nei centri EMD di Uppsala e Västmanland, ai pazienti che sperimentano queste situazioni viene generalmente assegnata una risposta a bassa priorità, sono spesso anziani e presentano sintomi non specifici. Le tecniche di apprendimento automatico offrono un approccio promettente ma in gran parte non testato per valutare i rischi tra questi pazienti.

OBIETTIVI:

Stabilire se la fornitura di punteggi di rischio basati sull'apprendimento automatico migliora la capacità degli spedizionieri di identificare i pazienti ad alto rischio di deterioramento della RCS.

DESIGN:

Studio multicentrico, a gruppi paralleli, randomizzato, in cieco per gli analisti.

POPOLAZIONE:

Pazienti adulti che contattano la linea di emergenza nazionale (112), valutati da un'infermiera di spedizione a Uppsala o Västmanland come richiedenti una risposta in ambulanza a bassa priorità e che presentano una RCS.

RISULTATI:

Primario:

1. Proporzione di RCS in cui la prima ambulanza disponibile è stata inviata al paziente con il punteggio più alto del National Early Warning Score (NEWS)

Secondario:

• Differenza nel punteggio di rischio composito costituito da interventi in ambulanza, trasporto di emergenza, ricovero ospedaliero, terapia intensiva e mortalità tra i pazienti che hanno ricevuto una risposta in ambulanza immediata rispetto a quella ritardata durante RCS.
• Differenza nelle NOTIZIE tra i pazienti che ricevono una risposta in ambulanza immediata rispetto a quella ritardata durante la RCS.

INTERVENTO:

Un modello di apprendimento automatico stimerà il rischio associato a ciascun paziente coinvolto nell'RCS e proporrà un paziente a ricevere l'ambulanza disponibile. Solo nel braccio di intervento, la valutazione verrà visualizzata in un'interfaccia utente integrata nel sistema di dispacciamento.

TAGLIA DI PROVA:

1500 RCS ciascuno composto da più pazienti randomizzati 1:1 nei bracci di controllo e di intervento