저혈당 예측 모델

이 Learning Healthcare System 시연 프로젝트의 목표는 입원환자 저혈당증 비율을 줄이는 것입니다. 저혈당증은 더 긴 입원 기간과 증가된 이환율 및 사망률(즉, 낙상 및 심혈관 또는 뇌 사건)을 초래할 수 있습니다.

워싱턴 대학(WSL)의 그룹은 예측 가능한 저혈당 위험 점수를 개발했습니다. 현재 포도당, 체중, 크레아티닌 청소율, 인슐린 유형 및 용량, 경구 당뇨병 요법을 사용하여 저혈당 위험이 높은 환자를 식별한 다음 이러한 환자의 제공자에게 직접 교육을 제공했습니다. 그 결과 중증 저혈당증(혈당 < 40 mg/dL)이 68% 감소했습니다. 이 접근 방식은 상당한 인건비가 필요하며 다른 시스템에서 복제하기 어렵습니다.

연구자들은 UCSF에서 EHR 기반 개입을 구현하여 어떤 환자가 입원 환자 저혈당 위험이 높은지 예측하고 저혈당 사건을 예방하기 위한 조치를 취할 것입니다. 실시간으로 포도당이 90 미만이고 향후 저혈당 위험이 높은 모든 성인(비 OB) 환자가 식별됩니다(WSL 공식 기반). 환자는 중재 또는 중재 없음(현재 표준 치료)에 무작위로 배정됩니다. 개입은 잠재적으로 심각한 저혈당 사건을 피하기 위해 어떤 조정을 할 수 있는지에 대한 권장 사항과 함께 자동 제공자 경고로 구성됩니다.

측정될 결과에는 다음이 포함됩니다. 1) 심각한 저혈당 사건의 감소, 2) 공급자 행동을 연구하고 향후 개입 영역을 식별하기 위해 경고의 결과로 공급자가 변경한 사항을 모니터링하고, 3) 경고에 대한 공급자 만족도 체계.