Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Effectiviteit van een ADE-gerelateerde risicovoorspellingstool voor ziekenhuisopname voor patiënten (ADE-RED)

20 maart 2026 bijgewerkt door: Methodist Health System

Effectiviteit van een ADE-gerelateerd risicovoorspellingsinstrument voor ziekenhuisopname voor patiënten die zijn ontslagen van de afdeling spoedeisende hulp (ADE-RED)

De grondgedachte voor deze studie is het evalueren van de effectiviteit van een risicovoorspellingsinstrument voor patiënten met een hoog risico op ADE's die resulteren in ziekenhuisopname of opnieuw bezoeken aan de SEH. De ADE-RED-score initieert een PLMR waarvan de literatuur heeft aangetoond dat deze medicatieverschillen en ADE's bij ziekenhuisopname en ontslag vermindert. Geen enkel huidig ​​systeem identificeert patiënten die zich presenteren op de SEH die baat kunnen hebben bij PMLR, onafhankelijk van een toelatingsregeling. De ADE-RED-scoretool zal de incidentie van toekomstige bezoeken aan de SEH of toekomstige opnames verminderen door patiënten te identificeren die een hoog risico lopen op ADE-gerelateerde heropnames.

Studie Overzicht

Toestand

Voltooid

Gedetailleerde beschrijving

Er is veel aandacht besteed aan adverse drug events (ADE's) en hun effecten op het aantal heropnames wereldwijd. Verschillende onderzoeken hebben geprobeerd de geneesmiddelen te identificeren die het meest verantwoordelijk zijn voor ADE's, patiëntenpopulaties met een hoog risico en de oorzaken van deze ADE's. Enkele van de oorzaken die zijn gepostuleerd, zijn onder meer de vergrijzing van de bevolking, het toenemende aantal geneesmiddelen op de markt en een verontrustende opwaartse trend in polyfarmacie. De gerapporteerde percentages van ADE-gerelateerde ziekenhuisopnames varieerden van studie tot studie. Kongkaew et al. naar schatting is ongeveer 5% van alle ziekenhuisopnames het gevolg van een bijwerking (ADR), een subtype van ADE's. Ondertussen, Shehab et al. naar schatting leidt ongeveer 27,3% van de bezoeken aan de afdeling spoedeisende hulp (SEH) voor ADE's tot ziekenhuisopname.

Helaas kunnen artsen het probleem verergeren door aanvullende farmacotherapie voor te schrijven voor aandoeningen die worden veroorzaakt door een niet-herkende ADE. Dergelijke omstandigheden kunnen leiden tot extra kosten en schade voor patiënten. Apothekers zijn echter bij uitstek gekwalificeerd om potentiële ADE's te herkennen en aan te pakken door middel van door apothekers geleide medicatiereconciliatie (PLMR). PLMR is het proces waarbij een apotheker een nauwkeurige lijst maakt van de medicijnen die een patiënt gebruikt en die lijst vergelijkt met de gedocumenteerde opname-, overplaatsings- en/of ontslagopdrachten van de patiënt. Meerdere jaren van onderwijs en training om de farmacokinetische en farmacokinetische kenmerken van een breed scala aan medicijnen te leren, evenals mogelijke bijwerkingen, hebben apothekers de vaardigheden gegeven om ADE's te detecteren, te beoordelen en te begrijpen. Veel instellingen hebben PLMR's geïmplementeerd binnen specifieke ziekenhuisafdelingen, zoals de SEH, om de kostenbesparingen voor de patiënt en de zorginstelling te vergroten.

Uit een meta-analyse van patiënten met vermijdbare ADE's bleek dat maar liefst 52% van de ADE's, aanwezig op het moment van ziekenhuisopname of een spoedbezoek, te voorkomen was (8). Dit benadrukt de noodzaak om een ​​tool te produceren om patiënten te voorspellen die risico lopen op ADE-gerelateerde ziekenhuisopnames. Er zijn verschillende ADE-risicovoorspellingsinitiatieven ontwikkeld om patiënten met een hoog risico te identificeren (9-17). Veel van deze risicovoorspellingstools, zoals de Prediction of Hospitalization due to ADRs in Elderly Community-Dwelling Patients (PADR-EC)-score en het Brighton Adverse Drug Reactions Risk (BADRI)-model, waren gericht op oudere patiënten, gehospitaliseerde patiënten of beide . Een focus op voorspellingstools bij oudere volwassenen is redelijk vanwege ADE-gerelateerde ziekenhuisopnames bij volwassenen van 65 jaar of ouder, zeven keer hoger dan bij volwassenen jonger dan 65 jaar (6). Er is echter beperkte informatie in risicoscoretools voor het grote publiek dat zich presenteert op de SEH en een hoog risico loopt op een ADE. In 2017 ontwikkelde een apothekersassistent van Transitions of Care in het Methodist Dallas Medical Center (MDMC) een risicoscore-instrument om patiënten op de SEH te helpen identificeren die een hoog risico liepen op een ADE-gerelateerde ziekenhuisopname. De scoretool, die de ADE-RED-score werd genoemd, hield rekening met de leeftijd van de patiënt, de aanwezigheid van polyfarmacie, specifieke risicovolle medicatie, het aantal eerdere SEH-bezoeken, comorbiditeiten en de reden van hun huidige bezoek. Een score van 12 of meer waarschuwde ED-apothekers om een ​​PLMR uit te voeren en de nodige interventies en aanbevelingen aan medisch personeel te doen. Daarom heeft het ADE-RED-programma de mogelijkheid om een ​​leemte op te vullen in de zorg voor patiënten die mogelijk in het ziekenhuis worden opgenomen of terugkeren naar de SEH vanwege een te voorkomen ADE.

Deze studie zal worden uitgevoerd om te bepalen of de ADE-RED-score de incidentie van ADE-gerelateerde heropnames kan verminderen in vergelijking met de incidentie van dergelijke heropnames zoals waargenomen in zusterfaciliteiten binnen het Methodist Health System (MHS) en om te bepalen of de ADE-RED-score score kan patiënten voorspellen die het risico lopen op heropname.

Studietype

Observationeel

Inschrijving (Werkelijk)

471

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

    • Texas
      • Dallas, Texas, Verenigde Staten, 75203
        • Methodist Dallas Medical Center

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten worden als een hoog risico beschouwd als de score > 12 is, als een matig risico als de score 6-11 is en als een laag risico als de score 0-5 is. Patiënten met een hoog risico worden gemarkeerd in het elektronische medische dossier van de patiënt, waardoor de apotheker wordt gewaarschuwd om een ​​medicatieafstemming te voltooien en eventuele problemen op te lossen.

Beschrijving

Inclusiecriteria:

  • Patiënten die in het ziekenhuis zijn opgenomen met een eerder bezoek aan de spoedeisende hulp in de afgelopen 30 dagen
  • Patiënten die zich op de spoedeisende hulp presenteren met een eerder bezoek aan de spoedeisende hulp in de afgelopen 30 dagen

Uitsluitingscriteria:

  • Patiënten zonder PTA-medicatie op het moment van de eerste ED-presentatie

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Observatiemodellen: Case-Alleen
  • Tijdsperspectieven: Retrospectief

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Incidenten van ADE-gerelateerde heropname binnen 30 dagen na voorafgaand SEH-bezoek.
Tijdsspanne: periode van een maand in maart 2019
Incidenten van ADE-gerelateerde heropname binnen 30 dagen na voorafgaand SEH-bezoek.
periode van een maand in maart 2019

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Percentage patiënten dat opnieuw werd opgenomen en wel of geen ADE-RED-score had bij het eerste SEH-bezoek.
Tijdsspanne: periode van een maand in maart 2019
Percentage patiënten dat opnieuw werd opgenomen en wel of geen ADE-RED-score had bij het eerste SEH-bezoek.
periode van een maand in maart 2019

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Ilka Ratsaphangthong, PharmD, The Methodist Hospital Research Institute

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

8 november 2019

Primaire voltooiing (Werkelijk)

22 juni 2020

Studie voltooiing (Werkelijk)

22 juni 2020

Studieregistratiedata

Eerst ingediend

27 november 2019

Eerst ingediend dat voldeed aan de QC-criteria

27 november 2019

Eerst geplaatst (Werkelijk)

29 november 2019

Updates van studierecords

Laatste update geplaatst (Werkelijk)

24 maart 2026

Laatste update ingediend die voldeed aan QC-criteria

20 maart 2026

Laatst geverifieerd

1 september 2024

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • 060.PHA.2019.A

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

ONBESLIST

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Klinische onderzoeken op Bijwerkingen van geneesmiddelen

Abonneren