機械学習技術と教育モデルを使用したブラジルの ICU における抗菌薬管理プログラムの適用
抗菌剤は経験的に頻繁に使用され、グラム陽性菌とグラム陰性菌の両方に対する治療が含まれます。 ブラジルでは、多剤耐性グラム陰性病原体が ICU でのほとんどの院内感染の原因となっています。 したがって、グラム陽性菌を治療するために抗菌薬を過剰に使用することは、重症患者における不必要な抗菌薬の使用を減らす機会となります。 さらに、グラム陽性菌を治療するための抗生物質の使用を減らすことを目的としたプログラムの成功は、グラム陰性菌や真菌などの他の微生物を含むように進化する可能性もあります. 関連する病院ネットワークの ICU からのデータを分析すると、MRSA 感染はめったに発生しませんが、広域抗生物質とバンコマイシンの多用が観察されました。
したがって、医師がグラム陽性菌による感染のリスクが高い患者を特定できれば、抗生物質の消費量が減少する可能性があります. より正確な治療は、患者の転帰を改善し、抗生物質の悪影響を減らし、多剤耐性菌の蔓延を減らす可能性があります。 したがって、私たちの主な目標は、(i) 医療チームを教育すること、(ii) 医師が抗生物質を処方するのに役立つツールを提供すること、(iii) 抗生物質を見つけて減らすことの 3 つの主な目的を持つ介入を適用することによって、抗生物質の使用を減らすことです。リソースが少ない病院と多い病院の抗生物質処方の違い。
これらの目的を達成するために、リソースへのアクセスが異なる 2 つの病院の ICU で同じ介入が適用されます。 どちらも、当グループに関連する病院のネットワークの一部です。
まず、選択した病院で実際に行われている患者の特徴、抗生物質の使用、微生物学的結果、および現在の投与プログラムに対応するベースライン データが分析されます。 次に、グラム陽性菌感染のリスクが高い患者を検出するための予測モデルが開発されます。 その後、抗生物質の処方に関する医療上の決定を改善するための教育ツールとして t を 3 か月間適用します。 医師や他の病院および感染管理メンバーからフィードバックと提案を得た後、モデルは調整され、リアルタイムで使用するために選択された 2 つの病院に適用されます。 1 年間、介入を監視し、毎月データを分析します。
調査の概要
詳細な説明
この提案は、5 段階の品質改善プロジェクトです。
- ベースライン データの分析 [3 か月]: Rede D'Or São Luiz の 10 の病院からレトロスペクティブ データが収集されます。 患者の特徴、微生物学的結果、および抗菌剤の使用が分析されます。 現在実施されているスチュワードシップ プログラムも記録されます。
- 予測モデルの開発 [3 か月]: 収集されたデータと機械学習技術を使用して、グラム陽性感染のリスクがある患者を特定するための予測モデルを開発します。 このモデルは、標準的な方法 (例えば、精度と混同マトリックス) を使用して、臨床決定曲線を通じて評価されます。 このモデルは、グラム陽性病原体による感染の予測確率に関するリアルタイムのガイダンスを提供するために、アプリと Web ページに埋め込まれます。
- 教育および調整フェーズ [3 か月]: まず、予測モデルをシミュレーション ツールとして使用して、医師を教育します。 3 か月間、医師はこのモデルを使用して、グラム陽性感染に関連する主な要因を理解します。 彼らは、病院で以前に収集された実際のケースのデータを使用してモデルをテストします。 このモデルは、その患者がグラム陽性菌に感染している確率や、その ICU や病院での感染患者の割合などの情報を提供します。
その後、参加病院のICU・感染管理メンバー全員でミーティングを行います。 グラム陽性のカバレッジを開始するために、特定の確率カットオフが定義されます。 たとえば、メンバーは、予測される確率が所定のしきい値 (たとえば 5%) を下回る場合、経験的にグラム陽性菌を治療しなくても問題ないと定義できます。 品質改善プロトコルには、監査フィードバックやグラム陽性の抗生物質の適用を撤回するための毎日の思い出など、抗生物質の使用を減らすための他の従来の方法も含まれます。 教育資料が開発され、すべてのサイトとサイト内トレーニングに提供されます。
このフェーズは、病院のメンバー、特に医師の関与を動機付け、その後に実施される介入への関与を改善することができます。 うまくいけば、実装するツールを改善するために、医療チームからの洞察とフィードバックも生成されます。
研究の種類
入学 (予想される)
段階
- 適用できない
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
説明
包含基準:
- 研究に参加している病院部門の処方者。
除外基準:
- 集中治療室で働かない処方医。
- 参加の拒否
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:防止
- 割り当て:NA
- 介入モデル:SINGLE_GROUP
- マスキング:なし
武器と介入
参加者グループ / アーム |
介入・治療 |
---|---|
実験的:ICU における抗菌薬管理プログラムの適用
機械学習技術と教育モデルを使用したブラジルの ICU における抗菌薬管理プログラムの適用
|
まず、医師を教育するためのシミュレーション ツールとして予測モデルが使用されます。 3 か月間、医師はこのモデルを使用して、グラム陽性感染に関連する主な要因を理解します。 彼らは、病院で以前に収集された実際のケースのデータを使用してモデルをテストします。 このモデルは、その患者がグラム陽性菌に感染している確率や、その ICU や病院での感染患者の割合などの情報を提供します。 このモデルは、グラム陽性病原体による感染の予測確率に関するリアルタイムのガイダンスを提供するために、アプリと Web ページに埋め込まれます。 この介入は、選択された 2 つの病院で実施され、ICU の標準化された死亡率と標準化されたリソースの使用を維持または削減しながら、広域抗生物質の使用を毎月減少させることを目的としています。 |
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
抗菌薬の消費
時間枠:ベースライン
|
それは定義された 1 日量 (DDD) によって評価されました。治療期間(DOT):抗生物質による治療期間。
|
ベースライン
|
抗菌薬の消費
時間枠:介入中
|
それは定義された 1 日量 (DDD) によって評価されました。および治療期間(DOT):抗生物質による治療期間
|
介入中
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
死亡
時間枠:60 日間の死亡者数
|
ICU死亡率
|
60 日間の死亡者数
|
グラム陽性感染症
時間枠:微生物学的分析の直後
|
グラム陽性感染を逃した患者数
|
微生物学的分析の直後
|
協力者と研究者
研究記録日
主要日程の研究
研究開始 (予期された)
一次修了 (予期された)
研究の完了 (予期された)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。