Audit del programma ERACS rivisto PACU Centric (ERACS2)

Progettazione di prova:

Audit prospettico in pazienti sottoposti a chirurgia cardiaca e programmati per il pernottamento all'interno della nostra unità di cura post-anestesia (PACU) ha migliorato il recupero dopo la chirurgia cardiaca (ERACS). Le cartelle cliniche di tutti i pazienti verranno valutate per l'attuazione dei vari interventi del nostro programma ERACS (obiettivo primario). Per l'obiettivo secondario gli investigatori valuteranno l'insorgenza di complicanze postoperatorie e la LOS ospedaliera.

Per il benchmarking (terzo obiettivo), gli investigatori confronteranno i risultati con i risultati di un audit precedente (S63843).(4) I dati di questo audit retrospettivo sono stati raccolti dal registro elettronico dei pazienti (KWS = Klinisch Werk Station). Ciò includeva tutti gli interventi descritti nelle linee guida ERACS. Inoltre, sono state raccolte anche le complicanze postoperatorie verificatesi fino a 7 giorni.

Gestione dati:

I dati saranno ottenuti, secondo la strategia utilizzata nel precedente audit (S63843), da un collaboratore di ricerca e da un anestesista utilizzando le cartelle cliniche dei pazienti inclusi. Verranno inoltre raccolti dati appropriati dalle schede di valutazione dell'anestesia preoperatoria (archiviate digitalmente nel sistema informativo ospedaliero, KWS Nexus Health) e da tutte le registrazioni dell'anestesia intra e postoperatoria fino a 30 giorni dopo l'intervento chirurgico.

Statistiche:

I ricercatori mirano a un campione di reclutamento di 1 anno, dal 1 gennaio 2024 al 31 dicembre 2024, e prevedono di includere circa 350 pazienti cardiochirurgici in questo audit ERACS.

Le caratteristiche dei pazienti verranno tabulate come numeri assoluti, percentuali, media e deviazione standard, verranno riportati gli intervalli di confidenza dell'Obiettivo 1 al 95% per la percentuale media (o mediana) di compliance nonché per ciascuno degli interventi separatamente, la percentuale di pazienti che aderiscono a l'intervento.

Le regressioni logistiche Obiettivo 2 verranno utilizzate per verificare la relazione tra la percentuale di aderenza e la presenza di una complicanza (per ciascuna complicanza separatamente e per l'endpoint composito). Verranno riportati i rapporti odd e gli intervalli di confidenza al 95%. Queste analisi verranno eseguite anche per l'aderenza a ciascun intervento separatamente (fedeltà e dose). Le correlazioni di Spearman e i test MWU verranno utilizzati per esplorare le relazioni tra l'adesione (percentuale e ciascun intervento separatamente) e la durata della degenza ospedaliera. Data la possibile presenza di mortalità intraospedaliera, ai pazienti che muoiono in ospedale verrà assegnato un valore LOS superiore al valore massimo osservato dei pazienti dimessi quando si applicano questi metodi basati sul rango. Inoltre, verranno utilizzate le regressioni di Cox per modellare il rischio causa-specifico in presenza di mortalità intraospedaliera e verranno forniti i rapporti di rischio (con IC al 95%). Verrà utilizzata una regressione logistica multivariata per verificare se la relazione tra aderenza al protocollo e complicanze postoperatorie non è confusa dal paziente (ad es. EuroSCORE II) e procedurali (es. tipo di intervento chirurgico (valvolare, bypass o mini-invasivo) caratteristiche. Per verificare l'impatto indipendente dell'aderenza al protocollo sulla durata del ricovero, verrà utilizzata una regressione di Cox multivariata.

Obiettivo 3 A fini di benchmarking, la percentuale di aderenza sarà confrontata tra il campione attuale e i dati dello studio retrospettivo utilizzando un modello normale lineare, correggendo le potenziali differenze nel mix di pazienti (caratteristiche del paziente e della procedura) tra i due periodi. Si noti tuttavia che le differenze dovrebbero essere minime, poiché sono stati utilizzati gli stessi criteri di inclusione e il periodo di competenza copriva un anno intero. Per confrontare l'aderenza a ciascun intervento separatamente e per confrontare il/i tasso/i di complicanze verrà utilizzata una regressione logistica.

Un valore p inferiore a 0,05 sarà considerato statisticamente significativo. Dato il gran numero di test statistici pianificati, un singolo valore p significativo sarà interpretato con cautela.