Moneragala District General Hospital의 EWS(Early Warning Score) 개발, 구현 및 효과 평가 (EWS)

서론: 조기 발견과 시기적절한 개입은 급성 질환이 있는 사람들의 임상 결과를 결정하는 중요한 요소입니다. 계획되지 않은 집중 치료(ICU)로의 계획되지 않은 이송, 심정지 및 사망을 포함한 불리한 결과는 일반적으로 활력 징후의 변경으로 나타나는 급성 생리학적 변화가 선행됩니다. 병상 활력 징후 관찰에 기반한 조기 경고 점수(EWS)를 사용하면 조기 발견에 도움이 되고 환자의 결과를 개선하며 의료 비용을 줄일 수 있습니다.

중증 환자의 악화를 예측하는 EWS의 효과는 고소득 국가(HIC)에서 입증되었습니다. 그러나 HIC에서 개발된 이러한 점수는 저소득 환경에 적용될 때 민감도와 특이성이 떨어지는 것으로 나타났습니다. 스리랑카에서 EWS의 유용성을 탐색하는 것이 필수적입니다. 결과가 긍정적인 경우 이러한 점수를 광범위하게 적용하면 환자 결과 개선, ICU 서비스 활용도 향상, 비용 효율적인 의료 서비스 제공에 크게 기여할 수 있습니다.

이 연구는 중저소득 국가(LMIC)인 스리랑카의 지역 종합 병원(DGH) Moneragala에서 실시됩니다. 이 병원에는 약 450개의 침상과 800명 이상의 직원이 연간 50,000명 이상의 환자와 연간 약 500건의 심정지를 서비스하고 있습니다. 4개의 내과 병동, 2개의 외과 병동 및 5개의 기타 병동이 있습니다. 쐐기 모양의 개입 연구는 심정지 및 ICU 입원을 줄이기 위해 로컬 TTT 모델을 사용하여 LMIC의 시골 지역 종합 병원에서 "테스트된 설정" 조기 경고 시스템 프로토콜을 구현할 수 있는지 여부를 조사하도록 설계되었습니다.

목표

• DGH, Moneragala에서 소생된 환자의 EWS를 포함한 특성을 설명합니다.
• DGH, Moneragala에서 적합한 EWS를 검증합니다.
• 심정지, ICU 입원 및 사망률을 줄이기 위한 교육 및 구현 번들의 일부로 검증된 EWS의 효과를 조사합니다.

방법론 연구 구성 요소 1- 후향적 연구 DGH Moneragala의 모든 심정지(약 200건)의 BHT에서 후향적으로 수집된 지난 2년(01.04.2013-30.06.2015)의 모든 임상 변수 및 환자 특성. 심폐 응급 상황 24시간 및 48시간 전과 병원 입원 시 활력 징후 및 검사실 측정치가 추출됩니다. 다양한 EWS의 계산에 필요한 변수의 가용성이 기록됩니다.

데이터 수집 도구: 미리 정의된 데이터 시트. 연구 과정: 모든 임상 변수 및 환자 특성은 BHT에서 소급하여 수집됩니다. 심폐 응급 상황 24시간 및 48시간 전과 병원 입원 시 활력 징후 및 검사실 측정치가 추출됩니다. 다양한 EWS의 계산에 필요한 변수의 가용성이 기록됩니다.

통계 분석: 소생된 환자의 특성을 설명하기 위해 기술 통계가 사용됩니다. 평균 및 표준 편차는 정규 분포된 연속 변수에 사용되며 중앙값 및 사분위수 범위는 연속 변수의 왜곡된 분포에 사용됩니다. 개별 변수에는 개수와 백분율이 사용됩니다. 생리적 변수의 가용성은 또한 카운트와 백분율을 사용하여 설명됩니다.

연구 구성요소 2 - 연구의 구성요소 2는 높은 민감도와 특이도로 심정지를 예측할 수 있는 EWS를 선택하고 검증하는 것을 목표로 합니다. 3개월간 입원치료.

샘플 크기: 이 단계는 EWS가 심정지, ICU 입원 및 사망과 관련하여 환자 결과를 예측하는 능력을 결정하는 데 사용됩니다. 최고 성능의 EWS가 ROC(AUROC) 곡선 아래 면적 .80과 80% 검정력의 알파 0.05를 달성한다고 가정하면 "더 나쁜"(AUROC 곡선 = 0.80) 성능을 보이는 EWS를 비교하려면 28회의 심정지가 필요합니다. 환자. 약 1%의 심정지율(심정지/총 입원), 연간 56,000건의 입원. 이는 각 EWS가 2800명의 환자에게 수행되어야 함을 의미합니다. 동일한 가정 하에서 EWS를 AUROC 곡선 = 0.70과 비교하려면 n = 108명의 심정지 환자가 필요합니다. 따라서 각 EWS로 10,800명의 환자를 검사해야 합니다. 연간 56,000건의 입학으로 2단계의 3개월이 이에 적합할 것입니다.

데이터 수집 도구: 사전 정의된 데이터 시트를 사용하여 침대 헤드 티켓에서 데이터를 수집합니다. 병동에 들어갈 때 인구 통계학적 세부 사항과 생리학적 데이터가 기록됩니다. 생리학적 데이터는 이러한 의료/간호 담당관이 하루에 두 번 수집합니다.

국가 조기 경고 점수(NEWS), 수정된 조기 경고 점수(MEWS), 표준화된 조기 경고 점수(SEWS), 환자 위험 점수(PARS), 리즈 조기 경고 점수(LEWS), 아픈 환자 식별 및 단계에 대한 평가 점수 up in Treatment(ASSIST), Cardiac Arrest Risk Triage(CART) 및 VitalpacTMEarly Warning Score(ViEWS)가 이 단계에서 테스트되어 아래에 설명된 대로 가장 성능이 좋은 것을 선택합니다.

통계 분석: 데이터는 STATA 13을 사용하여 분석됩니다. EWS 선택은 식별(수신기 작동 특성 곡선 아래 영역 사용), 보정(Hosmer-Lemeshow α-통계 사용) 및 정확도(Brier 점수 사용)를 기반으로 합니다.

연구 구성 요소 3- 이 구성 요소의 목적은 미리 정의된 환자 결과를 개선할 때 선택한 EWS의 효과를 검사하는 것입니다.

이것은 실험 단계 웨지 디자인입니다. 연구 설정 및 모집단: 연구 2와 동일 연구 기간: 12개월 표본 크기: 현재 심정지 전 EWS를 통한 악화의 조기 발견은 0%입니다. 현재 심정지팀은 심정지가 감지된 경우에만 환자를 돌본다. 연구 2부에서 확인된 EWS로 인해 심정지의 조기 발견이 50-75%로 증가할 것으로 예상되었습니다. 90%의 검정력과 0.05의 알파로 한 병동에서 50%의 차이를 감지하려면 15명의 심정지 환자의 표본 크기가 필요합니다. 이 연구 사이트에서 예상되는 심정지 비율은 <1%입니다. 약 1%의 심정지 비율을 가정하면 EWS의 일부로 선택된 EWS는 1,500명의 환자에게 수행되어야 합니다.

즉, 조사관이 모든 병동을 모집하는 데 걸리는 12개월 동안 EWS를 구현할 때 12개 병동 중 최소 7개 병동에서 이를 감지할 수 있는 권한이 부여됩니다. 그러나 3개월 동안 추가 데이터 수집을 통해 거의 모든 병동에서 이를 감지할 수 있습니다.

데이터 수집 도구 및 연구 변수 사전 정의된 데이터 시트를 사용하여 침대 헤드 티켓에서 수집된 환자 데이터. 면접관이 관리하는 설문지는 간호사와 의사 교육의 성공 여부를 평가하는 데 사용됩니다. 각 섹션에서 과정 전달의 성공 여부는 별도로 측정됩니다. 데이터 시트는 개입 및 결과 측정의 구현을 모니터링하는 데 사용됩니다.

연구 변수에는 연구 2와 동일한 변수가 포함됩니다. 개입 실행을 모니터링하기 위한 지표도 수집됩니다. 구현의 성공은 프로세스 및 결과 측정을 사용하여 평가됩니다. 여기에는 중재 실행을 모니터링하는 지표(관찰의 완전성, EWS 사용, 간호팀의 적절한 에스컬레이션) 및 결과 지표(EWS에서 감지 및 놓친 심정지 환자, ICU 입원 및 병원 내 사망률)가 포함됩니다. . 교육 프로그램의 성공 여부를 모니터링하기 위해 데이터도 수집됩니다(지식 유지).

개입 및 연구 과정 EWS 소개: 연구 환경에서 사용하기에 적합한 EWS가 조정되고 모든 참가자가 이에 대해 교육을 받습니다.

직원 교육: 각 병동의 참여 의사와 간호사는 선택한 EWS를 기반으로 임상적으로 악화된 환자의 조기 발견 및 관리에 대한 교육을 받습니다. 교육은 매월 새로운 병동을 프로그램에 흡수하여 계단식 쐐기 방식으로 시행됩니다.

각 병동에서 EWS를 도입함에 따라 급성기 치료 훈련(ACT) 과정이 직원들에게 전달될 예정입니다. ACT 과정은 전용 e-러닝 플랫폼(http://nics-training.com/?page_id=403)을 사용한 준비와 병동 간호사를 위한 급성기 치료 기술에 초점을 맞춘 2일 구조의 다중 모드 교육 패키지로 구성됩니다. 단기 강의, 문제 기반 학습 및 실용적인 기술 스테이션으로 구성된 의사 ACT 과정은 5일간의 준비 교육을 받은 현지 트레이너 교수진(의사, 간호사 튜터 및 간호 장교)이 격주로 소그룹으로 제공됩니다. 경험이 풍부한 의사 및 간호사 트레이너(연구팀의 일부)가 이전의 노력을 모델로 한 (TTT) 과정. 2단계에서와 같이 프로세스 및 결과 데이터는 훈련된 데이터 수집자가 수집합니다.

후속 조치: 형성 및 총괄 교육 평가는 교육 참가자에 대해 교육 전후에 프로그램의 효과를 측정하기 위해 수행됩니다. 품질 유지를 보장하기 위해 2개월마다 교수진에게 코칭, 지원 및 피드백이 제공됩니다. 구현 중에 직원이 직면한 모든 문제를 식별하고 적절한 시정 조치를 취할 것입니다.

끝점은 시스템에 의해 감지된(및 놓친) 환자의 비율과 예기치 않은 심정지 및 ICU 입원의 수입니다.

결과 비교: "위험에 처한" 인구는 실제 심정지가 발생한 사람의 비율로 계산되며, 이것이 최소 50% 또는 75%인지 여부를 테스트합니다. 심정지가 선언된 후에만 심정지 팀이 참석하는 현재 위험에 처한 환자의 수. 이것은 그룹 전체뿐만 아니라 각 와드에 대해 개별적으로 수행됩니다. ICU 입원율, 사망률 및 심장 마비에 대한 일치된 그룹 결과가 비교됩니다. 이는 EWS/RRS 구현 전후에 각 와드 및 전체 그룹에 대해 평가됩니다. Wilcoxon 부호 순위 테스트 및 McNemar 테스트는 각각 측정된 일치하는 그룹 결과의 비모수적 연속 및 이산 변수를 비교하는 데 사용됩니다.

사전 및 사후 교육: 교육 전후에 악화 환자 관리에 대한 직원의 지식, 기술 및 자신감에 대한 교육의 영향이 위와 같이 평가됩니다(부록 C, D 및 E).

지식 보유: 지식 보유는 교육 후 3개월 및 6개월 후에 측정됩니다.

통계 분석: 구성 요소 2에서 선택한 EWS를 시행하기 전후에 병원 전체 및 병동(총 입원 수를 분모로 사용)에 대해 예상치 못한 ICU 입원, 심정지 및 병원 사망률의 유병률을 계산합니다. 연구의. EWS 시스템의 효과는 EWS 사용 전후에 조기에 확인된 심정지 사례의 비율을 비교하여 평가됩니다. 95% 신뢰 구간의 위험 비율은 와드 클러스터링 내 모든 것을 설명하기 위해 와드에 대해 지정된 공유 노쇠로 계산됩니다. 형성 평가와 총괄 평가는 와드 직원에 대한 훈련 프로그램의 효과를 쌍으로 비교하는 데 사용됩니다. EWS 구현 전후의 결과를 비교하는 데 사용되는 결과 분석 및 통계 테스트는 섹션 3.5 결과 비교에 설명되어 있습니다.

콜롬보 대학교 의과대학 윤리 심의 위원회에서 얻은 윤리 승인(EC-15-034).