UM CRMC RecuR Score Pilot

I. CONTESTO:

La riammissione ospedaliera è un esito negativo per la salute che comporta costi significativi per l'ecosistema sanitario. Mentre la riammissione ospedaliera indesiderata e non pianificata entro 30 giorni dalla dimissione non è rara. Weiß et al. (2021) hanno stimato che i tassi complessivi di riammissione tra tutti i contribuenti fossero di 14 per 100 ricoveri indice (14%). La riammissione in ospedale è spesso più costosa del ricovero iniziale. Le riammissioni ospedaliere costano in media $ 15.200, rispetto a $ 11.700 per le degenze ospedaliere medie (Freeman et al., 2018). La riammissione ospedaliera è stata al centro dell'attenzione di piani sanitari, fornitori e responsabili politici. Molte riammissioni sono prevenibili, ma gli studi precedenti hanno faticato a identificare con successo i pazienti a più alto rischio di riammissione e ad attuare piani di cure transitorie per ridurre efficacemente i tassi di riammissione con risultati sostenuti (Hansen et al. 2011, Leppin et al. 2014).

Tra tutti i pazienti del Charles Regional Medical Center (UM CRMC) dell'Università del Maryland tra gennaio 2019 e gennaio 2022, il tasso di riammissione ospedaliera non pianificata è stato dell'11% e questo valore raggiunge il 30% in alcuni gruppi a rischio più elevato. Dal 2011 UM CRMC ha implementato un programma di cure di transizione con Nurse Navigators che si concentra sui pazienti che sono generalmente noti per avere un tasso più elevato di riammissione (pazienti il ​​cui motivo principale di ricovero è il diabete, l'insufficienza cardiaca congestizia (CHF), la broncopneumopatia cronica ostruttiva ( BPCO) e ipertensione). Nonostante gli sforzi genuini per gestire questi pazienti e fornire ulteriore supporto a questi pazienti prima della dimissione e dopo la dimissione, il tasso di riammissione presso UM CRMC è rimasto relativamente invariato negli ultimi cinque anni tra il 7-15% (media 11% ± 1,5%) senza alcun miglioramento costante anno su anno.

Per migliorare la qualità dell'assistenza e ridurre i costi sanitari non necessari, nel 2013, il Center for Medicare and Medicaid Services (CMS) ha lanciato il programma di riduzione delle riammissioni ospedaliere (HRRP) come parte del programma Value based Purchasing (VBP) per incoraggiare un migliore coordinamento delle cure di dimissione. Nell'ambito del programma HRRP, gli ospedali con un alto tasso di riammissione subiscono una riduzione del pagamento fino al 3%. Dal lancio del programma HRRP, la riduzione dei ricoveri ospedalieri è diventata una priorità strategica degli ospedali.

La maggior parte degli studi pubblicati sulle valutazioni di riduzione della riammissione ha adottato un disegno quasi sperimentale, esperimenti che assegnano gruppi di trattamento basati su un metodo diverso dalla randomizzazione, mentre gli studi che hanno applicato rigorosi studi randomizzati controllati (RCT) sono piuttosto limitati. I risultati di questi due disegni di studio sono incoerenti.

Il conseguimento di una sostanziale riduzione delle riammissioni richiede risorse intense ed è costoso da gestire. Jenq et al. (2016) hanno stimato che nel loro programma di riammissione su larga scala costava $ 7000 per evitare un ricovero nella loro popolazione Medicare. Per massimizzare l'efficienza nell'allocazione delle risorse ospedaliere, identificare e indirizzare i pazienti che beneficerebbero maggiormente dell'intervento di transizione in terapia intensiva diventa un primo passo importante nel programma di riduzione delle riammissioni. Varie stratificazioni del rischio sono state introdotte nel settore per prevedere il rischio di riammissione di un paziente e vengono utilizzate nella definizione delle priorità dei pazienti.

Al sistema medico dell'Università del Maryland (UMMS), abbiamo sviluppato un punteggio di rischio chiamato RecuR Score (Punteggio di rischio di riammissione). Il RecuR Score stima il rischio di riammissione non pianificata di 30 giorni per i pazienti sia in-house che durante i 30 giorni dopo la dimissione. Questo punteggio di rischio viene riqualificato mensilmente utilizzando i dati dei pazienti con incontri negli ospedali UMMS. La popolazione target è rappresentata dai ricoverati, attualmente non ricoverati (Pronto Soccorso, Unità di Osservazione) che potrebbero diventare ricoverati e pregressi ricoveri entro 30 giorni dalla dimissione. Il punteggio utilizza i dati del sistema di cartelle cliniche elettroniche UMMS (EHR), CRISP, reclami commerciali e non commerciali e l'US Census Bureau. Un confronto delle prestazioni del punteggio RecuR rispetto a LACE e HOSPITAL sugli stessi pazienti ha mostrato che l'area sotto la curva caratteristica operativa del ricevitore, a volte nota come area sotto la curva (AUC), del punteggio RecuR supera significativamente le altre due metriche, anche prima della dimissione. Mentre LACE è disponibile solo alla dimissione, HOSPITAL è descritto come più accurato alla dimissione e, anche in questo caso, è superato dal punteggio RecuR a 48 ore dall'arrivo, quando il punteggio RecuR non è al massimo.

La revisione della letteratura mostra che gli sforzi per ridurre i tassi di riammissione non sono costantemente efficaci ed è stato difficile estrarre una serie di interventi che riducano in modo affidabile le riammissioni. Il nostro team ipotizza che gli sforzi per ridurre i tassi di riammissione non siano efficaci perché i pazienti non sono adeguatamente stratificati in categorie di rischio, con il risultato che gli interventi non vengono utilizzati sui pazienti che beneficeranno maggiormente degli interventi. Questo progetto pilota affronta questo problema identificando i pazienti a più alto rischio di riammissione utilizzando il RecuR Score. Il punteggio RecuR identifica accuratamente i pazienti ad alto rischio di riammissione con un'area sotto la curva ROC (Receiver Operator Characteristic) di 0,83. Questa popolazione a rischio più elevato (limitata alle diagnosi principali selezionate e ad altri criteri di inclusione ed esclusione) ha un tasso di riammissione più elevato (16,8%) rispetto al tasso di riammissione complessivo dell'ospedale (11%), il che si traduce in una maggiore opportunità di ridurre il tasso di riammissione per il popolazione bersaglio.

Per affrontare il problema dell'identificazione degli interventi più efficaci, la seconda ipotesi del nostro team è che gli interventi utilizzati non sono robusti, il che significa che l'impatto dell'intervento è insufficiente. Ad esempio, la maggior parte dei programmi di intervento di riammissione si concentra sulle telefonate post-dimissione senza considerare una visione più completa della situazione del paziente. Per affrontare questo problema, questo progetto pilota sta implementando una valutazione dei determinanti sociali della salute (SDOH) di un paziente, materiali educativi aggiuntivi e ha anche messo in fila interventi più complessi come più programmi di assistenza sanitaria domiciliare che coprono un ampio spettro di potenziali interventi. L'aspettativa è che identificando accuratamente i pazienti a rischio più elevato e avendo una visione più ampia della situazione dei pazienti con più opzioni per gli interventi, possiamo ridurre il tasso di riammissione non pianificata di 30 giorni tra la popolazione arruolata nel braccio Enhanced Care rispetto allo Standard di Cura braccio del pilota.

Questo studio mira a ridurre i tassi di riammissione ospedaliera non pianificata di 30 giorni nei pazienti che sono a più alto rischio di riammissione e fornire interventi più complessi che sono di maggiore intensità rispetto a quelli attualmente forniti presso UM CRMC. Prendendo di mira i pazienti che sono a più alto rischio di riammissione utilizzando un nuovo punteggio di rischio, il RecuR Score, le risorse possono essere assegnate al meglio a coloro che ne hanno più bisogno. Questi interventi più intensi includono un'enfasi sulla valutazione dei determinanti sociali della salute del paziente, materiali educativi aggiuntivi e avere un processo chiaramente definito per attivare la salute domestica e le risorse della comunità per aiutare i pazienti appropriati.

L'ipotesi per questo studio è che l'utilizzo di un nuovo algoritmo UMMS (RecuR Score) per identificare i pazienti a più alto rischio di riammissione ospedaliera non pianificata in combinazione con migliori interventi di cura prima della dimissione e di follow-up, compresa una valutazione dei loro determinanti sociali di salute, accesso alle risorse sanitarie domiciliari e al materiale educativo aggiuntivo sulla loro salute possono ridurre del 30% i ricoveri ospedalieri non pianificati di 30 giorni in questo gruppo ad alto rischio.

III. METODI Questo è uno studio di controllo pragmatico, prospettico, randomizzato, non in cieco sull'impatto di un nuovo modello di assistenza di transizione per i pazienti ritenuti a più alto rischio di riammissione ospedaliera non pianificata di 30 giorni condotto presso UM CRMC a 5 Garrett Ave, La Plata , DM 20646. I pazienti saranno randomizzati 1:1 (egualmente) in un braccio Standard of Care (controllo) o in un braccio Enhanced Care (intervento) utilizzando un metodo di randomizzazione stratificato con stratificazione per RecuR Score. A causa dell'apparente differenza tra Standard of Care e Enhanced Care, né i pazienti né i fornitori saranno accecati dall'assegnazione dello studio.

La popolazione di pazienti target è costituita da pazienti ricoverati (ricoverati) con specifiche diagnosi di ricovero che sono suscettibili di interventi peri- e post-dimissione, il cui obiettivo è ridurre il tasso di riammissione di questa popolazione ad alto rischio.

Sulla base dei dati storici, prevediamo che ci vorranno 2,5 anni per iscrivere i 1500 partecipanti richiesti. I pazienti saranno idonei per l'inclusione dopo l'inizio dello studio e continueranno fino all'arruolamento del numero totale di pazienti. Lo studio continuerà a raccogliere dati per ogni soggetto fino a 90 giorni dopo la dimissione dal loro ricovero in ospedale. La raccolta dei dati terminerà 90 giorni dopo la dimissione dell'ultimo soggetto dal ricovero di iscrizione.

Utilizzando il RecuR Score disponibile per ciascun paziente a 24 ore dall'inizio della raccolta dei dati, arruolare pazienti con una durata della degenza superiore a 48 ore e inferiore a 30 giorni e uno o più dei seguenti scenari: 1) RecuR Score maggiore o uguale a 2 con diagnosi di ricovero di BPCO, CHF, diabete con HbA1c elevata, ipertensione o polmonite OPPURE 2) RecuR Score maggiore o uguale a 3 con qualsiasi diagnosi di ricovero OPPURE 3) RecuR Score maggiore o uguale a 2 e durata della degenza maggiore di 10 giorni e qualsiasi diagnosi di ricovero OPPURE 4) qualsiasi RecuR Score E ricovero in corso è una riammissione entro 30 giorni dal ricovero precedente, in cui il paziente non è stato arruolato nel pilota durante qualsiasi ricovero precedente E qualsiasi diagnosi di ricovero.

IV. RACCOLTA DATI La cartella clinica elettronica (EHR) del paziente di Epic sarà la principale fonte di informazioni sui dati demografici del paziente, diagnosi di ricovero, durata della degenza e dati sugli esiti come i successivi incontri ospedalieri nei 90 giorni successivi alla dimissione. Lo strumento CRISP ADT (Chesapeake Regional Information System for our Patients, Admission Discharge Transfer) è la fonte che fornisce quali riscontri ospedalieri i pazienti arruolati hanno dopo la dimissione se non si verificano presso le strutture UMMS.

V. ANALISI DEI DATI Lo studio mira a rilevare una variazione relativa del 30% nel tasso di riammissione al basale da un tasso di riammissione stimato del 19,4% nel braccio Standard of Care con una potenza dell'80% per rilevare questa variazione e un livello alfa a due code di 0,05. L'arruolamento verrà effettuato in un rapporto 1:1 per Standard of Care a Enhanced Care, con stratificazione sul punteggio RecuR a 24 ore dall'inizio della raccolta dei dati o dall'ora del primo punteggio idoneo. Questa randomizzazione stratificata garantisce l'assegnazione di un numero equilibrato di pazienti all'interno dello stesso livello di punteggio RecuR a entrambi i bracci del progetto pilota.

Le caratteristiche dei pazienti saranno riassunte e confrontate tra i bracci Standard of Care e Enhanced Care. La maggior parte dei risultati verrà confrontata utilizzando un test di differenza per due proporzioni. Se i dati sono multicategorici, per i confronti verrà utilizzato il metodo Mantel-Haenszel. Se un evento è raro (<5%), verrà utilizzato il test esatto di Fisher. Qualsiasi dato continuo verrà confrontato utilizzando un test t o una statistica Wilcoxon Rank Sum. Se i dati sono molto distorti, potrebbero essere necessari metodi aggiuntivi. Queste analisi saranno utilizzate per presentare le caratteristiche di riferimento e di base, dimostrando che l'analisi è equilibrata e rappresentativa della popolazione generale, o indicando le aree in cui potrebbe essere necessario adeguare le analisi primarie per tenere conto degli squilibri.

Tutte le analisi dei risultati per gli endpoint primari e secondari si baseranno sul principio Intent-to-Treat. Il confronto della riammissione ospedaliera verrà eseguito utilizzando i test z o il test esatto di Fischer, a seconda della rarità dell'esito di interesse. Se si notano squilibri nelle caratteristiche di base, i modelli di regressione aggiustati saranno testati dove indicato. Se necessario, verrà eseguita l'analisi dei sottogruppi.