Strumento avanzato di valutazione dell'intelligenza artificiale (IA) per le emergenze G&O (TIAGO)
Valutazione di uno strumento avanzato di triage per le emergenze ginecologiche e ostetriche basato su algoritmi di intelligenza artificiale
Il triage rappresenta la prima opportunità per classificare i pazienti che arrivano in un Pronto Soccorso (PS) e per poter identificare, dare priorità ai pazienti ad alto rischio e allocare in modo efficiente le limitate risorse disponibili. Pertanto, lo scopo del triage in PS è quello di dare la priorità ai pazienti, rilevando quelli che sono urgenti (che non vedono l'ora di essere assistiti). Si definisce urgenza quella situazione clinica idonea a generare deterioramento o pericolo per la salute o la vita del paziente, in funzione del tempo intercorso tra il suo manifestarsi e l'instaurarsi di un trattamento efficace, che determina un episodio sanitario con significative esigenze di intervento in un breve periodo di tempo. Esistono attualmente sei sistemi o modelli di triage strutturati sistematicamente in 5 livelli.
Sebbene semplice nel concetto, la pratica del triage è impegnativa a causa della pressione del tempo, dei limiti delle informazioni disponibili, delle varie condizioni mediche dei pazienti e di una grande dipendenza dall'intuizione da parte dei professionisti che la eseguono. che ne condiziona una grande variabilità. D'altra parte, quasi la metà delle visite di pronto soccorso per adulti a livello nazionale sono classificate come livello 3 in un sistema di triage strutturato a 5 livelli, che rende il livello 3 un gruppo eterogeneo con pazienti con patologie diverse, in cui il triage non è in grado di differenziarli con precisione, e questa incapacità pone rischi per la sicurezza per i pazienti più gravemente malati ("under-triage") e può influenzare l'accuratezza e l'efficienza nell'allocazione delle risorse quando i pazienti con bassa acutezza sono sopravvalutati. Pertanto, appare necessario sviluppare nuove procedure di triage che consentano di migliorarne l'accuratezza e ridurre la variabilità interindividuale.
TIAGO è uno studio prospettico, monocentrico, osservazionale e comparativo per determinare la validità del Mediktor ® Triage e la sua efficacia rispetto all'attuale sistema di triage e al "gold standard" (diagnosi del medico).
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
Studio prospettico interventistico e comparativo per determinare la validità del Mediktor ® Triage e la sua efficacia rispetto al sistema "Model Andorra of Triage" (MAT) e al "gold standard" (diagnosi del medico).
Ottenere il consenso informato. La partecipazione allo studio sarà offerta a tutti quei pazienti che frequentano il Pronto Soccorso di Ginecologia e Ostetricia dell'Hospital de la Santa Creu i Sant Pau durante il periodo di studio e che soddisfano i criteri di inclusione. Ad ogni paziente verrà inoltre fornita una scheda informativa sullo studio.
Triage sequenziale Una volta ottenuto il consenso del paziente, il paziente verrà valutato in sequenza nello stesso spazio di triage. Inizialmente, un infermiere del Servizio di Ginecologia e Ostetricia classificherà il paziente nella casella di triage utilizzando il sistema MAT secondo la prassi abituale. Quindi, un altro professionista del centro, addestrato all'uso dello strumento Mediktor Hospital ®, e che non è stato presente nella selezione convenzionale, eseguirà il triage avanzato nello stesso spazio, entrambi i professionisti sono ciechi al risultato di ciascuno di gli attrezzi. Nel caso in cui il primo triage eseguito con MAT desse agli investigatori un livello di emergenza 1, il triage con lo strumento Mediktor non verrebbe eseguito, poiché in questo caso la cura immediata del paziente sarebbe prioritaria.
L'attenzione nel Pronto Soccorso Terminato il triage sequenziale, la paziente rientrerà al Pronto Soccorso di Ginecologia e Ostetricia. La cura del paziente verrà eseguita secondo la consueta pratica clinica, a seguito della valutazione del triage eseguita con il sistema MAT.
Recupero dei dati e inserimento nel Modulo Recupero Dati (DRF) Tutti i dati delle variabili dello studio saranno recuperati dal rapporto di emergenza emesso nell'area delle Emergenze Ginecologia e Ostetricia e saranno inseriti in un DRF elettronico per ulteriori analisi ed elaborazioni.
Valutazione dell'efficacia
Principali variabili di valutazione Livello di triage assegnato da MAT, Livello di triage assegnato da Mediktor Hospital
Variabili secondarie di valutazione
- Variabili di affiliazione (amministrative): data di nascita, sesso, residenza, finanziamento, data e ora di arrivo in Pronto Soccorso o scheda amministrativa, forma di arrivo in Pronto Soccorso (piede proprio, ambulanza, ecc…), motivo della urgenza (malattia comune, incidente stradale, scuola…).
- Variabili di triage: data e ora di triage, tempo di durata del triage, motivo clinico codificato per la consultazione, riammissione entro 72 ore, motivo di riammissione, livello di triage, numero di rivalutazioni, livello di triage di ciascuna rivalutazione.
- Variabili assistenziali: data e ora della visita in Pronto Soccorso, richiesta di test aggiuntivo, tipo di test aggiuntivo, parametri analitici richiesti (se applicabile), diagnosi secondo Classificazione Internazionale delle Malattie (ICD) (primaria e secondaria), procedure più importanti eseguite ricovero del paziente > 24h), data e ora del ricovero, intervento urgente, tempo di permanenza in Pronto Soccorso (LOS) che è il tempo in cui il paziente rimane in Pronto Soccorso dal momento del ricovero in ospedale fino al momento in cui il paziente è dimesso o ricoverato. Numero di pazienti ricoverati in ospedale e numero di pazienti dimessi. Numero di consultazioni/rivisite urgenti nelle prime 72 ore dopo la dimissione.
- Variabili della dimissione: circostanza della dimissione o motivo della dimissione urgente (dimissione domiciliare, ricovero, trasferimento ad altro centro, dimissione volontaria, fuga, uscita…), identificazione del centro di trasferimento, data e ora della dimissione, data e ora della dimissione, trasporto in partenza, causale di successo, tempo trascorso in emergenza, iscrizione annullata
Tipo di studio
Iscrizione (Effettivo)
Fase
- Non applicabile
Contatti e Sedi
Luoghi di studio
-
-
-
Barcelona, Spagna
- Hospital De La Santa Creu I Sant Pau
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Descrizione
Criterio di inclusione:
- Avere più di 18 anni
- Comprendere e accettare le procedure di studio
- Firma il consenso informato.
Criteri di esclusione:
- Non essere in grado di comprendere la natura dello studio e/o le procedure da seguire
- Non firmare il consenso informato
- Avere meno di 18 anni
- Livello di emergenza 1 attraverso il sistema di triage corrente
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Diagnostico
- Assegnazione: N / A
- Modello interventistico: Assegnazione di gruppo singolo
- Mascheramento: Nessuno (etichetta aperta)
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Altro: Intervento
L'inclusione nello studio sarà proposta a tutti i pazienti che si recheranno al Pronto Soccorso del Servizio di Ginecologia e Ostetricia Le procedure previste per questo gruppo sono le seguenti:
|
Dopo il triage convenzionale, un secondo medico indipendente realizzerà la tuta con lo strumento Mediktor Hospital.. In meno di 3 minuti e con una media di 14 domande, Mediktor esegue un interrogatorio molto simile a quello che farebbe un medico di emergenza. La versione professionale consente al professionista sanitario di modificare l'andamento delle domande nel mezzo della valutazione, se ritiene necessario approfondire qualche aspetto dell'anamnesi. Il sistema permette di vedere in tempo reale le patologie che Mediktor ritiene possibili durante la valutazione. Al termine del processo di triage, Mediktor offre il livello di urgenza e un elenco di possibili diagnosi in base ai segni e ai sintomi risolti. Il professionista può modificare il livello di urgenza se lo ritiene vantaggioso per il paziente. Una volta effettuati i due triage (Convenzionale e Mediktor), il paziente verrà visitato secondo i protocolli di cura del centro. |
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Numero di pazienti con equivalenza tra classificazioni di triage di emergenza
Lasso di tempo: 3 giorni
|
Corrispondenza della classificazione di emergenza tra Advanced IA Triage Tool (Mediktor Hospital) e l'attuale sistema di triage.
|
3 giorni
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Numero di pazienti con la stessa diagnosi su strumento di triage avanzato e rapporto di dimissione di emergenza (gold standard)
Lasso di tempo: 3 giorni
|
Valutare la correlazione tra la pre-diagnosi fornita dallo strumento di triage avanzato e la diagnosi offerta dal medico nel rapporto di dimissione di emergenza.
|
3 giorni
|
|
Numero di pazienti con buona correlazione tra i test complementari richiesti dallo strumento di triage avanzato con gold standard
Lasso di tempo: 3 giorni
|
Valutare la correlazione tra i test complementari proposti dallo strumento di triage avanzato e quelli richiesti dai medici durante la visita al pronto soccorso, seguendo i protocolli assistenziali del centro.
|
3 giorni
|
Collaboratori e investigatori
Investigatori
- Investigatore principale: Josep Estadella Tarriel, Fundació Institut de Recerca de l'Hospital de la Santa Creu i Sant Pau
Pubblicazioni e link utili
Pubblicazioni generali
- Elias P, Damle A, Casale M, Branson K, Churi C, Komatireddy R, Feramisco J. A Web-Based Tool for Patient Triage in Emergency Department Settings: Validation Using the Emergency Severity Index. JMIR Med Inform. 2015 Jun 10;3(2):e23. doi: 10.2196/medinform.3508. Erratum In: JMIR Med Inform. 2015 Jun 15;3(3):e24.
- Mueller B, Kinoshita T, Peebles A, Graber MA, Lee S. Artificial intelligence and machine learning in emergency medicine: a narrative review. Acute Med Surg. 2022 Mar 1;9(1):e740. doi: 10.1002/ams2.740. eCollection 2022 Jan-Dec.
- Berlyand Y, Raja AS, Dorner SC, Prabhakar AM, Sonis JD, Gottumukkala RV, Succi MD, Yun BJ. How artificial intelligence could transform emergency department operations. Am J Emerg Med. 2018 Aug;36(8):1515-1517. doi: 10.1016/j.ajem.2018.01.017. Epub 2018 Jan 4. No abstract available.
- Raita Y, Goto T, Faridi MK, Brown DFM, Camargo CA Jr, Hasegawa K. Emergency department triage prediction of clinical outcomes using machine learning models. Crit Care. 2019 Feb 22;23(1):64. doi: 10.1186/s13054-019-2351-7.
- Levin S, Toerper M, Hamrock E, Hinson JS, Barnes S, Gardner H, Dugas A, Linton B, Kirsch T, Kelen G. Machine-Learning-Based Electronic Triage More Accurately Differentiates Patients With Respect to Clinical Outcomes Compared With the Emergency Severity Index. Ann Emerg Med. 2018 May;71(5):565-574.e2. doi: 10.1016/j.annemergmed.2017.08.005. Epub 2017 Sep 6.
- Moreno Barriga E, Pueyo Ferrer I, Sanchez Sanchez M, Martin Baranera M, Masip Utset J. [A new artificial intelligence tool for assessing symptoms in patients seeking emergency department care: the Mediktor application]. Emergencias. 2017 Dic;29(6):391-396. Spanish.
- Kuriyama A, Urushidani S, Nakayama T. Five-level emergency triage systems: variation in assessment of validity. Emerg Med J. 2017 Nov;34(11):703-710. doi: 10.1136/emermed-2016-206295. Epub 2017 Jul 27.
- Julian-Jimenez A, Palomo de los Reyes MJ, Lain Teres N. [Coment on the original article: modelo predictor de ingreso hospitalario a la llegada al servicio de Urgencias]. An Sist Sanit Navar. 2012 Sep-Dec;35(3):493-6; author reply 497-9. doi: 10.23938/ASSN.0113. No abstract available. Spanish.
- Storm-Versloot MN, Ubbink DT, Kappelhof J, Luitse JS. Comparison of an informally structured triage system, the emergency severity index, and the manchester triage system to distinguish patient priority in the emergency department. Acad Emerg Med. 2011 Aug;18(8):822-9. doi: 10.1111/j.1553-2712.2011.01122.x.
- Moll HA. Challenges in the validation of triage systems at emergency departments. J Clin Epidemiol. 2010 Apr;63(4):384-8. doi: 10.1016/j.jclinepi.2009.07.009. Epub 2009 Oct 28.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- IIBSP-TIA-2021-81
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Periodo di condivisione IPD
Criteri di accesso alla condivisione IPD
Tipo di informazioni di supporto alla condivisione IPD
- STUDIO_PROTOCOLLO
- LINFA
- ICF
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .