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。