せん妄データの完全性の推定

臨床背景::

「せん妄」として知られる術後脳症は、集中治療室 (ICU) 環境で一般的に見られる重篤な「脳不全」状態を表す、有害で潜在的に危険な、多くの場合予防可能な合併症です。

術後せん妄 (POD) の病因は、根底にある外科病理、外科的外傷、疼痛、鎮痛、および麻酔によって引き起こされる生理学的および生化学的混乱の結果である可能性があります。 せん妄を引き起こす一般的な病態生理学的要因、プロセス、状態は多因子的であり、神経伝達物質、炎症プロセス、薬剤、酸素化障害が関与している可能性があります。 麻酔や補助薬などの多因子周術期因子も、術後せん妄の一因として重要な役割を果たします。 したがって、周術期ケアは、効果的な介入ツールを開発する前に、POD を理解するためのデータに基づく証拠の調査の潜在的な焦点となります。

せん妄の負担::

せん妄は、患者、家族、介護者に明らかな精神的苦痛を引き起こします。

せん妄による病気の負担は大きく、せん妄のない患者と比較すると、術後合併症の発生率が高く、ICUおよび入院期間が延長され、その結果、30日以内の死亡率や予定外の再入院が発生します。 せん妄患者の長期的な見通しでは、機能低下、新たな施設への収容、持続的な認知障害、死亡率の上昇に関連する生活の質（「QoL」）指標の低下が示されており、以前は「認知機能が良好」だった患者の12％に持続的な認知障害がみられる。高齢者、肥満者、以前に入院したことのある患者ではさらにその割合が高くなります。 術後のせん妄は長期的な認知機能低下と関連しており、「認知症への移行の前兆」となる可能性があります。

せん妄に関連する死亡率は約 40% であり、急性心筋梗塞と同じくらい高いです。 せん妄に起因する推定総コストは患者1人当たり16,303ドルから64,421ドルの範囲であり、米国における医療制度に対するせん妄による国民負担が毎年380億ドルから1,520億ドルの範囲であることを示唆しています。 このコストは、転倒や糖尿病による実質的なコストに非常に匹敵しており、このコストのかかる疾患に適時かつ緊急に対処する必要性が強調されています。

標準治療::

せん妄を検出する取り組みは 2 つの主要な方法に依存していますが、どちらも現代の病院環境の実際的なニーズを満たしていません。 スクリーニング機器は、主にカルテのレビュー、十分に調査された危険因子、および患者への面接に基づいていますが、これらを臨床ワークフローに導入し、医療提供者にそのような機器を使用するための継続的なトレーニングを提供するという課題のため、成功していません。 さらに、日常的な使用では感度が悪くなります。 せん妄の早期発見は、効果的な治療において明らかに大きな利点をもたらしますが、この障害に利用可能なスクリーニングツールは、そうするほど効率的または効果的ではありません。 せん妄は過小認識され、誤診されることがよくあります。2014年の研究では、この障害とその最善の検出方法について広範な多様な教育を行ったにもかかわらず、スタッフによるこの障害の検出成功率はわずか23％にすぎなかったことが示されています。

せん妄は患者の安全と公衆衛生にとって重要であるにもかかわらず、臨床医によって認識されていないことが多く、そのため効果的な介入戦略は依然としてとらえどころがありません。 さらに、せん妄の症状は不均一かつ多面的であり、せん妄とその重症度の測定には特有の課題が生じます。

満たされていないニーズ::

術後脳症の早期発見、改善されたスクリーニング、および継続的なモニタリングの機能を備えた、客観的で手頃な価格で信頼性の高い最新の評価が必要とされています。 このようなツールの潜在的な影響は、予後をより良く追跡し、治療に対する反応を監視し、入院中および入院後のケアの負担を推定するための証拠に基づいたデータの確立にとって非常に重要であると認識されています。 看護師自身も、この満たされていないニーズを認識しています。 現在のスクリーニング検査は主観的すぎて各検査者の解釈に依存していると多くの人が主張している。

コンセプトの作成::

「医療ビッグデータ」と次世代の健康分析の時代がすぐそこまで来ています。 概念的には、「ビッグデータ」には、コンピュータ化されたデータ処理や高度なデータ駆動型アルゴリズムの助けがなければ、隠蔽され、不確実で、回復不可能で、人間の解釈では管理できないと考えられるデータ駆動型の臨床特徴が含まれる可能性があります。 術後患者のせん妄は多くの場合認識が難しく、ほとんど治療されていない状態であるため、高度なアルゴリズムを使用して過去の医療記録を探索的に分析することで、せん妄の性質に関する斬新で改善された知識が明らかになる可能性があるという仮説が立てられています。 ただし、データの品質、計算可能性、信頼性、正確性、完全性には疑問があります。

したがって、この研究は、1 つまたは複数の臨床データベースにロックされている歴史的記録の遡及的探索的分析を実行することを目的としています。 Metavision、EHR、AIMS など)、および/または 1 つ以上の病院環境で。