호흡기 합병증 위험이 높은 환자에게 최상의 임상 사례 적용

이것은 조사자들이 EMR에서 데이터를 추출하고 강력한 CDS 경로를 생성하여 일반적인 치료를 받는 환자에서 최상의 호흡기 치료 사용을 촉진하는 경로를 생성하고 구현하는 경험을 활용할 계획인 역사적인 전향적 비교 효과 임상 시험이 될 것입니다. 수술 후 호흡 기능 장애의 위험이 높은 마취. 전체 연구는 두 부분으로 구성됩니다.

1. 후향적 데이터 분석: 조사관은 맞춤형 데이터 웨어하우스인 Perioperative Data Warehouse를 활용하여 rocuronium의 직접 역전제인 sugammadex를 적시에 임상 실습에 도입하여 "퇴원 적합성"에 미치는 영향을 연구합니다. 회복실, 마취과 의사가 퇴원 지시를 내린 시간, 개입 전후 및 수술 후 호흡 기능 장애(PACU에서 산소 포화도가 90% 미만인 기간으로 정의됨).
2. 수술 후 호흡 기능 장애를 예방하기 위한 경로 생성 및 구현: 조사관은 고위험 환자를 식별하고 전자 임상 결정 지원 알림을 통해 모범 사례 권장 사항을 제공하는 수술 전후 의사 결정 지원 시스템을 설계 및 구현합니다.

수술 후 호흡 기능 장애를 예방하기 위한 경로 생성 및 구현:

전신 마취 및 마비를 받는 고위험 환자의 결과를 개선하기 위해 조사관은 고위험 환자를 식별하고 전자 임상 의사 결정 지원 알림을 통해 모범 사례 권장 사항을 제공하는 수술 전후 의사 결정 지원 시스템을 설계하고 구현할 것입니다. 경로의 정확한 매개변수는 부서의 품질 리더 그룹의 피드백을 기반으로 설계되지만 일반적으로 경로는 다음과 같이 작동합니다.

마취 전문의가 호흡기 질환 또는 OSA가 있는 것으로 표시되고 전신 마취를 받을 환자에 대한 수술 전 평가를 완료하면 마취 전문의는 고위험 환자의 폐 관리에 대한 모범 사례 지침을 상기시키는 경고를 받게 됩니다. 연구 롤아웃의 일환으로 조사관은 품질 위원회에 이러한 지침을 제시할 것이지만 그들이 제안할 것으로 예상합니다. 역전을 확인하기 위해 3) 일회 호흡량 6-8cc/kg 사용 4) 최소 5cmH2O의 PEEP 사용.

조사관은 1년의 데이터 수집 기간 동안 연구의 예상 부분을 실행할 것으로 예상합니다. 구체적으로, 그들은 경로가 실행되는 동안 1개월의 "워시 아웃" 기간을 허용하고 경로가 실행되는 동안 데이터 수집의 1년이 뒤따를 것입니다.

연구 절차

통로 디자인

경로의 디자인은 UCLA의 마취과 및 수술 전후 의학과 내에서 다양한 제공자의 구매 및 지원을 보장하도록 설계된 잘 확립된 프로세스를 거칠 것입니다. 조사관은 우리 부서 전체에서 품질, 정보학 및 임상 의사 결정의 주요 이해 관계자를 대표하는 개인의 핵심 그룹을 만들 것입니다. 이 그룹은 기존 문헌을 검토하고 경로 지침 및 관련 의사 결정 지원을 만드는 일을 담당합니다. 의사결정 지원은 고위험 환자에 대한 수술 전 경고, 인공호흡기 설정 및 반전과 같은 이벤트에 대한 수술 중 알림, 식별된 모범 사례 및 결과의 성능에 대한 수술 후 피드백으로 구성됩니다. 이 경로에는 신경근 차단을 역전시키기 위한 sugammadex 사용 권장 사항과 고위험 개인의 TOF(objective train of four) 모니터링 사용이 포함됩니다.

그런 다음 이 핵심 그룹은 분기별 품질 위원회에 승인을 위한 권장 경로를 제시한 다음 승인을 위해 더 광범위한 교수진 회의를 제시합니다. 연구자들은 경로 설계 및 생성에 소요되는 총 시간이 약 6개월이 될 것으로 추정합니다.

경로 구현

승인 후 조사관은 EMR에 필요한 수정을 보장하기 위해 EMR 빌드 팀과 협력합니다. 수정이 완료되면 조사관은 "가동" 날짜를 설정합니다. 조사관이 피드백을 수용하고 수정이 성공적으로 이루어졌는지 확인하는 초기 기간이 지나면 호흡 경로에 대한 추가 수정이 이루어지지 않습니다. 조사관은 이 경로를 최소 1년(연구 기간) 동안 유지할 계획입니다.

데이터 수집 및 분석

위에서 언급한 대로 팀은 분석 목적으로 EMR에서 데이터를 자동으로 수집할 수 있습니다. 1년의 구현 기간 후 조사자는 연구 기간 및 경로 구현 전 동등한 기간에 대해 위에 언급된 데이터 요소를 추출합니다. 데이터는 1차 및 2차 결과의 변화뿐만 아니라 전후 모범 사례의 전반적인 적용에 대해 분석됩니다.