病院で吸収される静脈血栓塞栓症を減らすためのAI駆動型の臨床決定サポート（VTE-AI無作為化試験） (VTE-AI RCT)

バックグラウンド{6a}病院は、米国の入院患者の主な死因であり続けています。 障害調整寿命の2番目の主要な原因であるHA-VVTEは、成人および小児患者の重大な罹患率と死亡率を引き起こします。 約3人に1人が、VTE後に長期的な合併症（すなわち、血栓後症候群）を経験します。 HA-VVTEを減らすことは、主要な診断課題を提示します。

HAVTEの多数の公開された予後モデルにもかかわらず、残りを上回る単一のモデルはありません。 また、HA-VVTEはグループに不公平に影響を与えます。つまり、モデルは、責任あるアルゴリスムビジラントシステムのコンテキストで展開されていない場合、ヘルスケアの格差を反映または悪化させる可能性があります。 HA-VVTE予防のためのスケーラブルなAIを効果的な臨床意思決定支援（CDS）に統合すると、HA-VVTE発生率を効果的に減らしながら、高価値の臨床診療におけるAIの可能性の実現を支援する可能性があります。 最近、臨床医と生物統計学者のヴァンダービルトチームが、入院時にHAVTEのリスクを予測するために「VTE-AI」と呼ばれる回帰リスクスコアを検証しました。 都市部の格差は、長い間、罹患率と死亡率において医療の格差を引き起こしてきました。 これらの違いは、農業自体からではなく、「社会経済的不利益、民族性、サービスの可用性、より高いレベルの個人リスク、およびより危険な環境、職業、輸送条件の影響から生じる可能性があります。 AIの実装は、両方の展開設定の違いに細心の注意を払わなければ違いはありません。 成人および小児患者との都市部と農村部の両方の環境でAIの複数の同時実装を研究することは、AI駆動型CDについて前例のない洞察をもたらします。

理論的根拠と特定の目的{6B}この研究は、HA-VVTEおよびガイド予防のリスクを予測するための新しいAIアプローチを厳密に研究します。 この試験では、多様なサイトや集団全体のHA-VTEを防ぐための新しいAI-CDの実用的な使用に関する強力な証拠が生じます。

この研究の目標は、AI駆動型CDの有効性を評価して、都市および農村部のサイトを含むVanderbilt Health System全体でのHA-VVTEの発生率を低下させることです。VanderbiltAdultHospital（VUH）およびVanderbilt Tullahoma Harton病院（VHTHH）、Vanderbilt Bedford Harton Harton Harton（VRHS）を含むVanderbilt Tullahoma Harton病院） （VWCH）。

検証済みのリスクスコア、VTE-AI、5は臨床医の入力を計算する必要がない5を実装し、1）積極的な予防を順序付けず、2）薬理学的予防の禁忌を持たない人のDVT予防の再考を示唆するCDを促します。 このCDS「ナッジ」は、入院命令が入院のために提出された後、入院患者の出会いの各日に発生します。

現在の標準ケアは、PADUAリスクツールの手動計算と予防オプションの選択または一時的または永続的な例外の文書の選択を必要とする注文セットです。 都市/農村の次元全体のHAVTE発生率を減らすために、標準的なDVT/VTE予防順序セットに対して、VTE-AI-AI主導の臨床決定支援（CDS）の有効性を評価します。 適格な出会いの半分をCDSへ、および半分から標準的なケアにランダム化するVTE-AI-AI駆動型CDの実用的なRCTを実施します。

目的{7}主要な目的CDを仮定すると、vte-aiおよびii）のリスクが高いと予測されたHA-vteの発生率を低下させます）ベースライン4.3％の発生率（562/12,946イベント）から2.2％の発生率まで、2,236の発生率を必要とします。 サンプルサイズの計算は、タイプIエラーの確率が5％で80％のパワーを達成するために、各アームで少なくとも1,118人の患者の出会いが必要であることを示しています。 2023-2024の履歴データを使用して、これらの基準を満たす1か月あたり150〜230の出会いの遭遇数が見られます。 したがって、必要なサンプルサイズを満たすために、1年間RCTを実施します。

二次目標VTE-AI CDSを仮定すると、出血リスク、再入院率、または介入群と非介入群の間の滞在期間（LOS）が増加しません。

トライアルデザイン{8}エンカウンターレベルでのランダム化を伴う2項RCT。