Eendaagse prevalentiestudie over decubitus op intensive care-afdelingen (DecubICUs)

Het doel is om een ​​actueel, internationaal "globaal" beeld te geven van de omvang en patronen van decubitus op IC's. Daartoe is het plan om een ​​1-daagse, prospectieve, multicenter puntprevalentiestudie uit te voeren. De grote schaal van het project moet grondige epidemiologische analyses mogelijk maken. Meer precies zal de studie het volgende mogelijk maken:

• belangrijke risicofactoren voor de ontwikkeling van decubitus;
• preventieve maatregelen die worden gebruikt in verschillende IC-populaties en landen;
• tekorten in de beschikbaarheid van evidence-based maatregelen om decubitus te voorkomen;
• wanpraktijken preventie van decubitus in bepaalde regio's of landen;
• voorkomen van decubitus met/zonder nauwkeurige aanpassing voor risicoprofiel en genomen preventieve maatregelen;
• benchmarking tussen regio's/landen; klinische uitkomsten geassocieerd met decubitus (ernstige orgaanstoornissen en mortaliteit);
• economische uitkomsten geassocieerd met decubitus (duur van IC-verblijf) en het koppelen van deze uitkomsten aan de lokale praktijk met betrekking tot toegepaste/beschikbare preventiemaatregelen.
• landelijke en regionale verschillen in prevalentie van decubitus en uitkomst.

De stadia van de decubituszweer worden ingedeeld volgens het classificatiesysteem dat gezamenlijk is ontwikkeld door het National Pressure Ulcer Advisory Panel en het European Pressure Ulcer Advisory Panel.

De te registreren gegevens omvatten demografische gegevens van de patiënt, gegevens over de ernst van de onderliggende ziekte en acute ziekte, orgaanfalen, decubitus, belangrijke risicofactoren voor decubitus en maatregelen die zijn genomen om decubitus te voorkomen.

Statistisch plan

Vermogensberekening. Voor een risicofactor met een prevalentie in het studiecohort van slechts 10% (bijvoorbeeld patiënten met een BMI <20) en een uitkomstverschil van slechts 5% om statistisch significant te zijn (15% vs. 20% in het voorkomen van decubitus), een steekproefomvang van 5255 patiënten is vereist (478 patiënten met de indexrisicofactor en 4777 zonder) (alfa=0,05; Bèta>0,80).

Gegevens opschonen en ontbrekende gegevens. Uitzonderlijke waarden worden opgespoord door middel van distributieplots. Bij onduidelijkheden wordt contact opgenomen met de individuele onderzoekers. Ontbrekende gegevens worden behandeld door imputatie (1, 2). Er worden datakwaliteitscontroles uitgevoerd, zoals controles op volledigheid, consistentie, juistheid en uniciteit.

beschrijvingen. Aan het einde van het onderzoek is een enkele eindanalyse gepland; er zijn geen tussentijdse analyses gepland. Sociaal-demografische studiecohortkenmerken zullen worden beschreven als verhoudingen voor categorische variabelen en voor continue variabelen als gemiddelde en standaarddeviatie indien normaal verdeeld of mediaan en interkwartielbereik indien niet normaal verdeeld (volgens de Kolmogorov-Smirnov-test voor normaliteit).

Het percentage patiënten met decubitus (percentage, % en hun 95%-betrouwbaarheidsintervallen) wordt gerapporteerd in het algemeen en volgens geografische regio (continent), landclassificatie op basis van inkomen zoals gedefinieerd door de Wereldbank (hoog-, hoger-midden-, lage-midden- en lage-inkomenslanden), percentage van het bruto binnenlands product besteed aan gezondheidszorg (verkregen van de Wereldgezondheidsorganisatie), en volgens het Education and Health Human Development Report van het Ontwikkelingsprogramma van de Verenigde Naties. Potentiële verschillen in prevalentie kunnen vervolgens de mogelijkheid bieden om varianties in preventiemaatregelen op grote schaal te evalueren.

Modellering. Covariaten die worden beoordeeld op hun relatie met de aanwezigheid van decubitus omvatten verschillende organisatorische aspecten van de IC (bijv. verpleegkundige-patiënt ratio), maatregelen ter voorkoming van decubitus (bijv. type matras dat wordt gebruikt) en patiëntspecifieke kenmerken (bijv. leeftijd, onderliggende aandoeningen, ernst van de acute ziekte, lichaamsmorfologie, BMI, verblijfsduur op de IC enz.). Covariaten komen in aanmerking voor aangepaste analyse wanneer ze een verband hebben met decubitus op een statistisch niveau <0,25 in niet-aangepaste (univariate) analyse of vanwege hun klinische relevantie. Er zal een stapsgewijze aanpak worden gebruikt om termen uit het regressiemodel te verwijderen; p<0,15 of p<0,10 wordt ingesteld als de limiet om covariaten in het model te houden.

Relaties met binaire uitkomstvariabelen (bijv. decubitus, mortaliteit) worden beoordeeld door middel van niet-gecorrigeerde statistische tests en multivariate logistische regressie. De waarde van aanvullende correctie van de propensityscore in het regressiemodel wordt beoordeeld. Multinomiale logistische regressie zal worden uitgevoerd om onafhankelijke relaties met decubitusstadia te beoordelen. Evenzo zal lineaire mixed-effect modellering worden gebruikt om niet-gecorrigeerde en aangepaste relaties met continue uitkomstvariabelen (bijv. duur van IC-verblijf en duur van ziekenhuisopname). Resultaten van logistische regressie worden gerapporteerd als aangepaste odds ratio's met 95% betrouwbaarheidsintervallen.

Om een ​​decubitusvoorspellingsmodel te ontwikkelen voor verschillende IC-populaties (bijv. traumapatiënten, chirurgische of medische patiënten), zullen modellen worden gebouwd met behulp van machine learning-technieken (bijv. Willekeurig bos, gradiëntverhogende machine). In het proces zullen verschillende technieken worden toegepast om de optimale nauwkeurigheid te verkrijgen. Om inzicht te krijgen in de correlatie tussen predictoren en variabelen zullen regressietechnieken worden toegepast, zoals hierboven vermeld.

Voor validatie van onze modellen wordt het studiecohort opgesplitst in een trainings-, test- en validatieset. Dit geeft dus een eerlijke interpretatie van de resultaten. Als alternatief kan tienvoudige kruisvalidatie worden toegepast om overfitting te voorkomen.

Benchmarking voor individuele centra op basis van decubitus zal worden uitgevoerd door middel van direct of indirect gestandaardiseerde risico's op basis van fixed center-effecten in een logistisch regressiemodel (3, 4). Naast de aanwezigheid van de binaire kwaliteitsuitkomst (d.w.z. decubitus) en de centrumcode bevat dit model ook patiëntspecifieke basislijn-covariaten om te corrigeren voor differentiële case-mix. De Firth-correctie zal worden toegepast op het logistische regressiemodel om convergentie te behouden in de aanwezigheid van zeer kleine centra (5).

Statistische analyses worden uitgevoerd met behulp van SPSS en R. De hoofdonderzoeker (SB) is verantwoordelijk voor alle statistische analyses. Geavanceerde statistische methoden zullen worden uitgevoerd door Mieke Deschepper (Cel Strategisch Beleid van het Universitair Ziekenhuis Gent).