高度な回復室ケア II - 手術後の回復の改善 (ARRCII)

問題: 手術は医療ニーズの約 3 分の 1 に不可欠であり、その量は 2040 年までに 2 倍になる必要があります。 しかし、リスクがあり、深刻な術後合併症が頻繁に発生し (患者の 5% ～ 30%)、術後死亡は世界で 3 番目に多い死因です。

合併症は、患者の苦痛と死亡率の増加、再入院などの後期の有害事象、およびリソース使用 (コスト) の 2 ～ 3 倍の増加をもたらします。 それらは、現代の医療における「隠れたパンデミック」と見なすことができ、併存疾患人口の高齢化により、オーストラリアでは 2027 年までに 300% 増加すると推定されています。

G Ludbrook が議長を務める術後合併症に関するオーストラリア全国サミット (2020 年 3 月) は、この問題の重要性を認めました。 その報告書は、エビデンスベース、個々の患者のリスクとニーズに合わせた明確なケアの道筋、不必要な診療のばらつきを最小限に抑える技術、および関連するパフォーマンス指標を備えたシステムアプローチの必要性を特定しました。費用。

1 つの解決策: 2017 年に、高度な回復室ケア モデル (ARRC) が RAH で試行されました。 これには、Summit Systems のすべての要素と原則が活用されました。早期に検証されたリスク評価 (NSQIP)、中リスク患者のトリアージ (予測される 30 日間の死亡率: 1 ～ 4%) から中レベルの高度な術後ケア (ARRC) まで、適切なスタッフとキャパシティ、定期的なチェックリストに基づく正確な評価、特定の生理学的目標、再評価と再トリアージの繰り返し、正式な引き継ぎ、関連する指標による評価。 この試験により、次のことが明らかになりました。これらは主に術後 12 ～ 18 時間で発生しました。再入院は非常に一般的でした (34%)。

合併症と後遺症の減少: ARRC により、病棟ベースの合併症が減少しました。再入院日数が 80% 減少、p=0.1。 ベッド数が 10 のユニットでは、年間 4000 RAH ベッド日分が解放されます。

全体として、ARRC の調査結果は、(i) 中程度のリスクの患者における英国の調査結果 - 高急性期治療の廃止により死亡率と入院日数が増加したこと、(ii) RAH Health Roundtable のデータ - 予定外の再入院率が 35 である中リスクの患者グループと一致しています。 %。

反復的なより良いリスク予測とトリアージ: データはまた、有害事象と生理学的パラメータに基づいて、時間の経過とともにリスクを正式に繰り返し再評価することにより (劇場と ARRC で)、その後の主要な合併症を発症する可能性が低い患者の 50% が可能であることを示唆しました。を特定してトリアージし、急性期の ARRC ケアに移行することで、コストをさらに削減できます。 これは、その後の術後合併症の主要な予測因子として早期回復の有害事象を示す RAH データ、および術前、劇場内、および術後の事象を遅発性合併症と関連付ける大規模なデータベースと一致しています。

費用対効果: 重要なことに、ARRC は費用対効果が高いように見えます。 ARRC データのマルコフ モデリングにより、結果 (在宅日数) とコストが改善され、増分費用効果比 (ICER) が -600 ドルであることが明らかになりました。 これは、Peter McCallum Cancer Centre が 2 ベッド ユニットの導入により年間 100 万ドルの節約を発見したことと一致しています (未発表データ)。

主な仮説は、ARRC は早期の深刻な術後有害事象の迅速な検出と管理を通じて、その後の合併症を減らし、30 日と 90 日の患者の在宅日数を増加させるというものです (DAH30/90)。

二次仮説は次のとおりです。(i) ARRC は費用対効果が高く、従来の治療と比較した場合、負の増分費用対効果比 (ICER) を生成すること、および (ii) 手術中および ARRC 中の個々の患者のリスクを継続的に再評価すること一晩で有害事象が発生する可能性が低い患者のリスクの低いサブグループを正確に特定できるようになり、ケアを早期に縮小できるようになり、これによりコストが徐々に削減され、ICERが改善されます。

これは、ARRC 対従来のケアの非盲検の実用的な前向き試験です。 CALHN は ARRC の再開を約束しましたが、結果と費用の有効性を確認するには優れたデータが必要です。

コホート: 患者は中リスク患者 (NSQIP で予測された 30 日間の死亡率 = 0.7-5%) で、結腸直腸、整形外科、婦人科腫瘍学、脳神経外科、およびその他の手術を選択的または緊急で経時的に受けており、術後の病棟ケアが予定されています。

System of Care: NSQIP リスクは早期に計算され (選択的手術 - 外来患者、予定外の手術 - 入院時)、リスクを定量化し、修正可能なリスクを強調して対処します。 従来のケアまたは ARRC への割り当ては、ベッドの利用可能性に実際的に基づいているため、ARRC パイロットおよび Swart らによる英国の観察研究では、選択バイアスが最小限に抑えられます。 術中管理は一貫性のあるガイドラインに基づくケアであり、以前に RAH で成功裏に実施されたものです。

ARRC は、回復室 (PACU) の近くにある RAH で試験運用されるシステムになります。 重要な要素には、定期的なチェックリストに基づく評価、および定義された生理学的目標が含まれます。 ARRC には、麻酔、看護、外科、内科、関連医療などの学際的なスタッフが関与しています。

このシステムには、優れた価値の高いケアのためのサミット レポートが推奨するすべての原則と、1 つの機関が主導するその実施に関する推奨事項が含まれています。

データ収集: EMR および Theatre/Recovery e-record system (AIMS) によって周術期全体にわたって有効になり、ARRC パイロットを実行した PARC 臨床研究スタッフによって管理されます。

データはパイロットの拡張です。 簡単に言えば、これには以下が含まれます。 (ii) 術中: 手術の種類/期間、合併症、バイタルサインの変化、有害事象。 高度なモニター (ANI 痛覚抑制、継続的な血圧モニタリング) は、リスク予測アルゴリズムの開発を支援します。(iii) ARRC: バイタル サイン、有害事象、チェックリストの完了、MET レベルの事象 (iv) ARRC 後: 病棟の有害事象、ICU への移動、再手術、滞在期間、再入院、在宅日数（30 日および 90 日）。 費用は、RAH Finance - ARRC、ICU、Ward、ED (再入院) からのものです。

データ分析 一次仮説: ARRC パイロットを管理したアデレード大学の統計学者は、線形回帰を使用して、ケース グループとコントロール グループの間の 30/90 日の在宅日数 (DAH) の平均差を見つけます。 ARRC パイロットからの検出力分析は、DAH の差を 1.5 日と保守的に仮定すると、サンプル サイズが N=876 のケースと N=438 のコントロール (重み付け 2:1) であることが示唆されます。 進捗状況を評価するために中間分析が行われます。 16 人の患者/週に基づいて、研究期間は 82 週間になります。 良好な結果の傾向により、ARRC は 32 人の患者/週に拡大し、研究期間が 61 週間に短縮される可能性があると予想しています。

費用対効果: CIA は、データが出現するにつれて、マルコフ モデルの遷移確率と ICER を更新します。 感度分析は不確実性を決定します。 途中で中間解析も行います。 リスク予測の改善によるコスト削減 (例: ARRC の看護率が低い場合、ARRC から病棟への早期の異動) が組み込まれます。

リスク予測の改善: U Southampton Clinical Informatics Unit の同僚は、ALEA プラットフォームを使用します。 予測分析の専門知識を利用して、(利用可能なデータ入力カテゴリに基づいて) 新しい予測アルゴリズムの階層セットを生成し、リアルタイムの臨床リスク予測ダッシュボードの作成を開始します。 RAH データは、最終的に世界中の他のパイロット サイトに追加される可能性があります。