予測分析とコンピューター視覚化により患者の安全性が向上し、転倒を防止します

病院内での転倒を減らすために、MGH は以前の看護転倒研究、MFS および転倒 TIPS プログラムに基づいて、臨床要因の変化が発生したときにそれを特定し、看護師に調整の必要性を警告する意思決定支援アルゴリズムを開発しました。転倒防止介入。 MGH Nursing は、RGI Informatics との協力を通じて、1 つの臨床一般治療ユニットに MGH アルゴリズムを導入しました。 RGI ソフトウェアは、Epic からの EHR データをライブ ストリーミングする MGH アルゴリズムを使用して、転倒のリスクが高まっている可能性のある患者を特定し、病院発行の携帯電話のアラートを通じて看護師に臨床意思決定のサポートを提供します。 予備的な結果では、実現可能性と、11 か月間の外傷による転倒が統計的に有意に減少する (p <0.01) ことが実証されました。

コンピューター化された患者視覚化システムを使用した 2 番目の入院一般治療ユニットでの相互に排他的な予備作業も、転倒の減少につながりました。 2 つのテクノロジーを組み合わせて使用​​すると相乗効果が得られ、救急医療現場での転倒の発生率がさらに減少する可能性があります。 現在までのところ、2 つの技術の同時テストによる患者転帰の評価から得られた証拠はありません。 したがって、この研究の目的は、転倒のリスクのある患者に対する 3 つの異なる転倒予防介入 (RGI/MGH アルゴリズムのみ、Inspiren のみ、および RGI/MGH アルゴリズムと Inspiren の組み合わせ) の影響と、一般成人 3 名に対する負傷を伴う転倒を判定することです。大規模な学術医療センター内のケアユニット。

私たちが提案するソリューションは、複数のソースから生理学的および物理的データを抽出および合成して、転倒リスクに関連する患者の安全プロファイルの次元ビューを作成する、既知の唯一の戦略です。 タイムリーなアラートは、患者の転倒リスク、リスクの理由、転倒予防戦略に関する臨床上の決定を看護師に知らせます。 この最初の提案は、転倒の危険がある患者に焦点を当てており、この革新的なアプローチが、褥瘡やカテーテル関連の尿路感染症など、他の重要な安全上の問題にも適応できると確信しています。 RGI Analytics と Inspiren の詳細については、以下に記載されています。

方法論: MGH の 3 つの入院病棟で 1 年間にわたり、標準治療を超える通常のケアと 3 つの異なる転倒予防戦略の影響と有効性を判断するために、観察コホートの混合方法研究デザインが実施されます。 ユニット 1 はストリーミング分析と MGH アルゴリズムのみを使用し、ユニット 2 は Inspiren の AUGI コンピューター視覚化のみを使用し、ユニット 3 はストリーミング分析と MGH アルゴリズムの組み合わせと Inspiren の AUGI デバイスを使用します。 制御ユニットであるユニット 4 は、同じ機関の内部比較グループとして機能します。 研究介入に加えて、4 つのユニットはすべて、通常の MGH の証拠に基づいた実践、転倒予防のためのケアの標準を維持し続けます。現在、研究のために収集された患者、ユニット、および看護師の人口統計データは、既存のソースからアクセスまたは計算できます。 ソースには、PCS データウェアハウスに保存されている ADT、PCS 財務データ、精度データ、および品質データが含まれます。 集計された単位患者の人口統計データには、年齢、性別、人種が含まれます。 看護師の人口統計データには、フルタイム相当の人数、看護師としての経験年数、MGH での経験年数、最高教育レベルが含まれます。 ユニットデータには、入院患者数、患者日数、在院日数、看護の正確さ、性別ごとの患者タイプ、年齢、人種、民族、ユニット転倒および負傷を伴うユニット転倒の数、看護師の人員配置指標が含まれます。 3 つの介入単位に対する看護師の認識は、携帯電話アラート (役立つ/役に立たない) からのリアルタイムのフィードバック、看護師のフィードバック、および四半期ごとの調査を使用して、介入に関連して測定されます。 転倒防止効率スケール (Dykes 他、2021) は、時間を節約する、時間を無駄にしない、時間の価値がある、転倒防止に役立つという 4 つの主要領域に焦点を当てたピアレビュー済みの 13 項目からなるツールです。 調査の質問は、この調査のニーズを満たすように調整され、オンライン調査ツールを管理するハーバード カタリストの安全な Web アプリケーションである REDCap を通じて管理されます。

研究の質問

1. 急性期医療、入院病院の環境において、他のすべての現在の基準を維持しながら、患者の転倒リスクの変化を診療現場で看護師に警告する 3 つの異なる方法を比較した場合、転倒と負傷による転倒の発生率に違いはありますか(1) ストリーミング分析と転倒リスクの変化を看護師に警告する転倒リスク アルゴリズムの使用、(2) 患者の動きのコンピュータ視覚化と人工知能による解釈、および ( 3) 両方のテクノロジーの組み合わせ?

2. 以下に関して看護師はどのような認識を持っていますか?

   1. 転倒リスクの増加の特定を支援するために導入された 3 つの研究テクノロジーの影響。
   2. 転倒リスクの評価における看護師の負担を軽減し、転倒を防止するための追加介入を推奨します。

研究の目的:

1. 転倒および負傷を伴う転倒に対する、ユニット内およびユニット間、および 1 つの制御ユニット (4 つのユニットすべてが同じ通常の標準ケアを使用している) に対する 3 つの転倒予防のイノベーションの影響を比較します。
2. 看護師アンケート、アラートへの対応、フォーカス グループを使用して、臨床意思決定支援と看護師の負担に関する転倒予防のイノベーションとアラートの認識された有効性を判断します。