Dimissioni intelligenti per migliorare i risultati sanitari post-dimissione nei bambini

SCOPO:

Il nostro scopo è quello di condurre uno studio di coorte interventistico per valutare l'impatto dell'approccio Smart Discharges alla cura delle dimissioni sulla mortalità pediatrica post-dimissione.

IPOTESI:

Il nostro approccio Smart Discharges migliorerà la ricerca della salute post-dimissione e ridurrà la mortalità post-dimissione.

GIUSTIFICAZIONE:

Con una migliore comprensione del rischio e una capacità di determinare il rischio al capezzale, un programma Smart Discharge garantirà un'allocazione ottimizzata delle risorse, concentrandosi sui bambini più bisognosi di risorse limitate. Tali programmi nella sanità pubblica di precisione possono non solo salvare vite umane e risorse, ma è molto più probabile che siano scalabili in ambienti economicamente tesi.

OBIETTIVI:

L'obiettivo di questo studio è determinare se un approccio individualizzato e basato sul rischio per migliorare le dimissioni pediatriche ridurrà la mortalità post-dimissione a 6 mesi tra i bambini ricoverati con sospetta sepsi

Lo studio ha due obiettivi, ciascuno corrispondente ad una fase:

1. Fase I: un periodo di osservazione con pazienti arruolati che agiscono come controlli. Inoltre, questa coorte verrà utilizzata per aggiornare, perfezionare e convalidare modelli precedentemente sviluppati per la mortalità post-dimissione da utilizzare durante la Fase II.
2. Fase II: un periodo di intervento per valutare l'efficacia di un programma di dimissione intelligente sulla mortalità e sulla ricerca di salute post-dimissione.

PROGETTO DI RICERCA:

Questo sarà uno studio in due fasi: la Fase I è uno studio di coorte osservazionale prospettico multi-sito, mentre la Fase II è uno studio di coorte prospettico interventistico multi-sito. Questo studio prospettico sarà condotto da marzo 2017 a gennaio 2024. Lo studio arruolerà 5700 bambini sotto i cinque anni di età (2700 <6 mesi di età, 3000 6-60 m di età) nella fase I (non interventistica) e un numero uguale (5700) di bambini durante la fase II (fase interventistica) , per un totale di 11.600 bambini.

ANALISI STATISTICA:

Il nostro lavoro precedente ha dimostrato che il tasso di mortalità post-dimissione a 6 mesi è del 5%. Il nostro lavoro preliminare ha anche suggerito che il nostro beneficio previsto in caso di mortalità sarà compreso tra il 25% e il 30% di riduzione del rischio relativo. Ipotizzando una riduzione del rischio relativo del 22,5%, avremmo bisogno di iscrivere 5250 bambini per braccio. Pertanto mireremo prudentemente ad arruolare 5700 per braccio per tenere conto delle perdite per il follow-up.

Tutte le analisi saranno condotte utilizzando R 4.2.2 (Vienna, Austria; http://www.R-project.org). La convalida del modello esterno sarà condotta utilizzando la coorte di fase I sul modello di scarica intelligente sviluppato in precedenza. Il modello di scarica intelligente verrà quindi aggiornato per includere i dati della coorte di fase I. I modelli di previsione finale saranno sviluppati separatamente per i bambini di età inferiore a 6 mesi e per i bambini di età compresa tra 6 e 5 anni, con un'area sotto l'analisi della curva ROC utilizzata per valutare le prestazioni complessive dei modelli finali. Per il modello finale nei bambini più grandi (6 mesi - 5 anni), il limite di rischio sarà scelto in base alla sensibilità e alla specificità, garantendo una sensibilità >80% (la sensibilità del modello derivato iniziale era dell'82%). Verranno riportate la sensibilità e la specificità finali, insieme ai valori predittivi positivi e negativi (basati sul tasso di mortalità complessivo e sui tassi di mortalità di ciascun sito). Per il modello nei bambini più piccoli, verrà utilizzato lo stesso approccio, ma garantendo che la sensibilità sia almeno dell'85%, a causa di un tasso di mortalità più elevato previsto tra i bambini più piccoli. La separazione delle età è stata determinata per essere l'approccio ottimale per questi modelli.

Per valutare l'efficacia dell'intervento, verrà utilizzata una regressione dei rischi proporzionale al tempo alla mortalità post-dimissione, includendo l'anno di dimissione come covariata per tenere conto delle potenziali tendenze della mortalità non correlate all'intervento. Ulteriori variabili potenzialmente confondenti saranno identificate sulla base di una combinazione di conoscenze preesistenti ed esperte e analisi univariata di potenziali fattori confondenti sui risultati. Verrà utilizzato un modello multivariabile finale per determinare l'effetto regolato dell'intervento Smart Discharge. Le serie temporali interrotte, che utilizzano modelli di regressione segmentata per determinare l'effetto dell'intervento dopo aver controllato le tendenze temporali pre e post intervento, saranno utilizzate anche per tenere conto delle potenziali tendenze pre-intervento nella mortalità.