기계 학습 기술과 교육 모델을 사용한 브라질 ICU의 항균 관리 프로그램 적용

항균제는 경험적으로 자주 사용되며 그람 양성균과 그람 음성균 모두에 대한 치료법을 포함합니다. 브라질에서는 다제내성 그람음성 병원균이 ICU에서 대부분의 병원내 감염의 원인입니다. 따라서 그람 양성균을 치료하기 위한 항생제의 과도한 사용은 중환자의 불필요한 항생제 사용을 줄일 수 있는 기회를 의미합니다. 게다가 그람 양성 박테리아를 치료하기 위해 항생제 사용을 줄이는 것을 목표로 하는 프로그램의 성공은 그람 음성 박테리아 및 진균과 같은 다른 미생물을 포함하도록 발전할 수 있습니다. 관련 병원 네트워크의 ICU 데이터를 분석한 결과, MRSA 감염은 거의 발생하지 않지만 광범위 항생제와 반코마이신의 높은 사용이 관찰되었습니다.

따라서 의사가 그람 양성균 감염 위험이 높은 환자를 식별할 수 있다면 항생제 소비가 감소할 수 있습니다. 보다 정확한 치료는 환자의 결과를 개선하고 항생제의 부작용을 줄이며 다제내성 박테리아의 유병률을 감소시킬 수 있습니다. 따라서 우리의 주요 목표는 (i) 의료팀 교육, (ii) 의사가 항생제를 처방하는 데 도움이 될 수 있는 도구 제공, (iii) 발견 및 감소의 세 가지 주요 목표로 중재를 적용하여 항생제 사용을 줄이는 것입니다. 저자원과 고자원 병원 간 항생제 처방 차이.

이러한 목표를 달성하기 위해 자원에 대한 액세스가 다른 두 병원의 ICU에 동일한 개입이 적용될 것입니다. 둘 다 우리 그룹과 관련된 병원 네트워크의 일부입니다.

첫째, 환자 특성, 항생제 사용, 미생물학적 결과 및 선택된 병원에서 실행 중인 현재 투여 프로그램에 해당하는 기준 데이터를 분석합니다. 그러면 그람 양성 감염 위험이 높은 환자를 탐지하기 위한 예측 모델이 개발될 것입니다. 이후 3개월간 항생제 처방에 대한 의학적 의사결정 개선을 위한 교육적 도구로 활용할 예정이다. 의사와 다른 병원 및 감염 관리 담당자로부터 피드백과 제안을 받은 후 모델을 조정하고 선택된 두 병원에서 실시간으로 사용할 수 있도록 적용할 것입니다. 1년 동안 개입을 모니터링하고 매월 데이터를 분석합니다.