HIV 치료 단계의 의사결정 지원을 위한 데이터 과학 및 질적 연구 (CASCADE)

저소득 및 중간 소득 국가(LMIC)의 요구 사항에 맞춘 임상 의사 결정 지원 시스템(CDSS)은 다양한 의료 직원의 지침 준수 및 치료 품질을 향상시키는 것으로 나타났습니다. 가장 효과적인 CDSS가 되려면 해당 지역의 대규모 임상 데이터 세트를 사용하여 CDSS를 개발하고 테스트해야 합니다. 기계 학습 알고리즘을 사용하면 임상 합병증 및 결과에 대한 예측 모델을 개발할 수 있으며, 이를 통해 의료 직원이 문제를 조기에 식별하고 적절한 개입을 할 수 있도록 안내할 수 있습니다. 이를 위해서는 CDSS(Learning Health System 접근 방식)를 통해 피드백을 전달하기 위한 플랫폼이자 데이터 소스 역할을 하는 잘 확립된 전자 건강 기록(EHR) 시스템이 필요합니다. PEPFAR(President's Emergency Plan for AIDS Relief)의 자금 지원을 받는 케냐 서부의 대규모 HIV 관리 프로그램인 AMPATH(Academic Model Provide Access to Healthcare)의 EHR은 OpenMRS EHR 버전을 거의 20년 동안 사용해 왔으며, 이 연구를 위한 독특한 환경을 제공합니다.

이 제안의 목적은 환자, 진료소 및 카운티 수준에서 건강 관련 의사 결정을 지원하는 데이터 기반 도구를 개발 및 구현하고 이러한 방법 사용의 효율성을 평가하는 것입니다. 가설은 이러한 데이터 기반 CDSS를 활용하는 의료 시설이 EHR 내에서 데이터 기반 CDSS를 활용하지 않는 의료 시설에 비해 치료 프로세스 및 결과의 개선을 보여줄 것이라는 것입니다.

연구의 두 가지 주요 평가변수는 치료 유지와 바이러스 부하 억제입니다.

이 동기는 전 세계적으로 HIV를 근절하기 위해 UNAIDS가 수립한 95-95-95 HIV 계단식 치료 벤치마크에 의해 주도됩니다. 간단히 말해서, 프레임워크는 HIV 감염자의 95%를 진단하고, 진단받은 사람의 95%에 대해 항레트로바이러스(ART) 치료를 시작하며, HIV 감염자의 95%에 대해 바이러스 부하(VL) 억제를 달성하도록 요구합니다. 치료. 우리 프로젝트는 두 번째와 세 번째 단계를 다룹니다.

두 번째 95세와 관련하여, 유지는 항레트로바이러스 치료(ART)에서 HIV(PLWH)에 걸린 사람을 유지하는 데 필요한 조건입니다. 왜냐하면 이제 글로벌 치료 지침에서는 모든 PLWH가 치료에 참여하면 ART를 시작하도록 지정하기 때문입니다. 세 번째 95와 관련하여 케냐 및 기타 여러 LMIC에서는 대부분의 성인 고객에 대한 바이러스 부하 테스트를 치료 시작 후 6개월, 그 이후로는 매년 수행합니다. 억제를 나타내는 측정된 VL 후에도 1년 후 다음 후속 조치가 이루어지기 훨씬 전에 비순응성 또는 약물 내성으로 인한 바이러스 실패가 발생할 수 있습니다. 따라서 우리 모델은 중간에 예측된 바이러스 부하 값을 생성하고 이를 사용하여 예정된 후속 조치 전에 VL 측정이 필요한 개인을 표시합니다.

이 시험은 NIH가 자금을 지원하는 대규모 연구의 일부입니다. 재판과 관련된 목적은 다음과 같습니다.

목표 1: 임상 및 프로그램 의사결정 지원을 위한 통계적 기계 학습 모델 및 알고리즘을 개발하고 검증합니다.

1a: 치료 중단 및 바이러스 실패 위험이 높은 사람들을 식별하고 현재 바이러스 부하의 예측 값을 생성하기 위해 통계적 기계 학습 알고리즘을 개발 및 검증합니다.

1. b: 최적의 의사결정을 가능하게 하기 위해 예측에 대한 통계적 불확실성 표현을 개발합니다.

   목표 2. 의사와 프로그램 관리자의 데이터 중심 의사 결정을 향상시키기 위한 현장 테스트 의사 결정 지원 및 데이터 시각화 도구를 개발, 구현 및 구현합니다.

2. a: OpenMRS 사용자 인터페이스(UI)에서 예측 모델을 지원하는 서버 아키텍처를 만듭니다.

2b: 방문 누락을 줄이고 바이러스 부하 실패 발생률을 줄이기 위해 위험 예측을 사용하기 위한 특정 프로토콜을 개발하고 개선합니다.

목표 3: AMPATH 케어 프로그램에서 임상 결정 지원 도구의 영향과 효능 평가 수행

3a: Uzima 및 Dumisha 집수 지역의 AMPATH 의료 기록 시스템(AMRS)을 사용하여 모든 진료소의 진료 시점에 CDSS를 구현합니다. 이러한 진료소는 규모와 지리적 위치가 다양합니다.

3b: 파일럿 단계에 이어 AMPATH의 30개 진료소에서 유지율과 바이러스 부하 억제율에 대한 계단형 쐐기 무작위 종단 비교를 수행합니다.

작업이 성공적으로 완료되면 케냐 및 기타 LMIC의 HIV 치료를 개선하기 위한 효과적인 CDSS 도구는 물론 기타 임상 문제에 대한 CDSS의 개발, 업데이트 및 평가를 위한 도구 세트가 제공될 것입니다. 연구자들과 동료들의 이전 연구 개발 및 광범위한 배포 OpenMRS는 44개국 이상에서 이 연구를 광범위하게 전파할 수 있는 플랫폼을 제공합니다.