Voorspellingsmodel voor hypoglykemie

Ons doel voor dit demonstratieproject voor een lerend gezondheidszorgsysteem is het verminderen van het aantal intramurale hypoglykemie. Hypoglykemie kan leiden tot een langer verblijf en verhoogde morbiditeit en mortaliteit (dwz vallen en cardiovasculaire of cerebrale gebeurtenissen).

De groep aan de Washington University (WSL) ontwikkelde een voorspellende risicoscore voor hypoglykemie. Met behulp van de huidige glucose, lichaamsgewicht, creatinineklaring, insulinetype en -dosering, en orale diabetische therapie, identificeerden ze patiënten met een hoog risico op hypoglykemie en gaven ze vervolgens persoonlijk onderwijs aan de zorgverleners van deze patiënten. Dit resulteerde in een vermindering van 68% van ernstige hypoglykemie (bloedglucose < 40 mg/dL). Deze aanpak vergde veel personeelsuren en is moeilijk te repliceren in andere systemen.

De onderzoekers zullen bij UCSF een op het EPD gebaseerde interventie implementeren om te voorspellen welke patiënten een hoog risico lopen op intramurale hypoglykemie en actie ondernemen om de hypoglykemische gebeurtenis te voorkomen. In realtime zullen alle volwassen (niet-OB) patiënten met een glucose < 90 en een hoog risico op toekomstige hypoglykemie (gebaseerd op de WSL-formule) worden geïdentificeerd. Patiënten worden willekeurig toegewezen aan interventie of geen interventie (huidige standaardzorg). De interventie zal bestaan ​​uit een geautomatiseerde providerwaarschuwing met aanbevelingen over welke aanpassingen kunnen worden aangebracht om een ​​mogelijk ernstige hypoglykemische gebeurtenis te voorkomen.

De resultaten die zullen worden gemeten zijn: 1) afname van ernstige hypoglykemische voorvallen, 2) toezicht houden op de wijzigingen die door zorgverleners zijn aangebracht als gevolg van waarschuwingen om het gedrag van zorgverleners te bestuderen en toekomstige interventiegebieden te identificeren, en 3) tevredenheid van zorgverleners met de waarschuwing systeem.