UM CRMC RecuR Score Pilot

I. ACHTERGROND:

Heropname in het ziekenhuis is een ongunstige uitkomst voor de gezondheid die aanzienlijke kosten met zich meebrengt voor het ecosysteem van de gezondheidszorg. Hoewel ongewenst, is ongeplande heropname in het ziekenhuis binnen 30 dagen na ontslag niet ongebruikelijk. Weiss et al. (2021) schatten dat het totale heropnamepercentage voor alle betalers 14 per 100 geïndexeerde opnames was (14%). Heropname in het ziekenhuis is vaak duurder dan de eerste opname. Heropnames in het ziekenhuis kosten gemiddeld $ 15.200, vergeleken met $ 11.700 voor een gemiddelde ziekenhuisopname (Freeman et al., 2018). Heropname in het ziekenhuis staat in het middelpunt van de belangstelling bij gezondheidsplannen, zorgverleners en beleidsmakers. Veel heropnames zijn te voorkomen, maar eerdere studies hebben moeite gehad om met succes patiënten te identificeren die het grootste risico op heropname lopen en overgangszorgplannen te implementeren om het aantal heropnames effectief te verminderen met blijvende resultaten (Hansen et al. 2011, Leppin et al. 2014).

Bij alle patiënten van het Charles Regional Medical Center (UM CRMC) van de Universiteit van Maryland tussen januari 2019 en januari 2022 was het percentage ongeplande ziekenhuisheropnames 11% en deze waarde is zelfs 30% voor bepaalde groepen met het hoogste risico. UM CRMC heeft sinds 2011 een Transitional Care Program geïmplementeerd met Nurse Navigators dat zich richt op patiënten waarvan bekend is dat ze vaker heropnames hebben (patiënten van wie de primaire reden voor opname diabetes, congestief hartfalen (CHF), chronische obstructieve longziekte ( COPD) en hypertensie). Ondanks oprechte inspanningen om deze patiënten te behandelen en extra ondersteuning te bieden aan deze patiënten voorafgaand aan en na ontslag, is het heropnamepercentage bij UM CRMC de afgelopen vijf jaar relatief onveranderd gebleven tussen 7-15% (gemiddeld 11% ± 1,5%) zonder aanhoudende verbetering op jaarbasis.

Om de kwaliteit van de zorg te verbeteren en onnodige zorgkosten te verminderen, lanceerde het Centre for Medicare and Medicaid Services (CMS) in 2013 het Hospital Readmissions Reduction Program (HRRP) als onderdeel van het Value Based Purchasing (VBP)-programma om een ​​betere coördinatie van de ontslagzorg te stimuleren. Onder het HRRP-programma krijgen ziekenhuizen met een hoog heropnamepercentage een betalingskorting tot 3 procent. Sinds de lancering van het HRRP-programma is het terugdringen van ziekenhuisopnames verheven tot een strategische prioriteit van ziekenhuizen.

De meeste gepubliceerde onderzoeken naar evaluaties van de vermindering van heropnames hebben een quasi-experimenteel ontwerp aangenomen, experimenten die behandelingsgroepen toewijzen op basis van een andere methode dan randomisatie, terwijl studies die rigoureuze gerandomiseerde gecontroleerde onderzoeken (RCT's) toepasten, vrij beperkt zijn. De resultaten van deze twee onderzoeksontwerpen zijn inconsistent.

Het bereiken van een substantiële vermindering van de overname vereist intensieve middelen en is duur in het gebruik. Jenq et al. (2016) schatten dat het in hun grootschalige heropnameprogramma $ 7000 kostte om één opname in hun Medicare-populatie te vermijden. Om de efficiëntie van de toewijzing van ziekenhuismiddelen te maximaliseren, wordt het identificeren en targeten van patiënten die het meeste baat zouden hebben bij de overgangsinterventie op de intensive care een belangrijke eerste stap in het programma voor het terugdringen van heropnames. In de branche zijn verschillende risicostratificaties geïntroduceerd om het risico op heropname van een patiënt te voorspellen, en deze worden gebruikt bij het prioriteren van patiënten.

Bij het University of Maryland Medical System (UMMS) hebben we een risicoscore ontwikkeld, de RecuR-score (Readmission Risk Score). De RecuR-score schat het risico van 30 dagen ongeplande heropname voor patiënten zowel intern als gedurende de 30 dagen na ontslag. Deze risicoscore wordt maandelijks bijgeleerd aan de hand van gegevens van patiënten met ontmoetingen in UMMS-ziekenhuizen. De doelpopulatie bestaat uit intramurale patiënten, momenteel interne niet-intramurale patiënten (afdeling Spoedeisende Hulp, Observatie-eenheid) die mogelijk intramuraal worden, en eerdere intramurale patiënten binnen 30 dagen na ontslag. De score maakt gebruik van gegevens van het UMMS Electronic Health Record System (EHR), CRISP, commerciële en niet-commerciële claims en het U.S. Census Bureau. Een vergelijking van de prestaties van de RecuR-score in vergelijking met LACE en HOSPITAL bij dezelfde patiënten toonde aan dat de Area Under the Receiver Operating Characteristic Curve, ook wel bekend als de Area Under the Curve (AUC), van de RecuR-score aanzienlijk beter presteert dan de andere twee metrische gegevens, zelfs vóór het ontslag. Hoewel LACE alleen beschikbaar is bij ontslag, wordt HOSPITAL beschreven als het meest nauwkeurig bij ontslag, en zelfs dan wordt het overtroffen door de RecuR-score 48 uur na aankomst wanneer de RecuR-score niet op zijn best is.

Uit het literatuuronderzoek blijkt dat inspanningen om het aantal heropnames terug te dringen niet consistent effectief zijn en dat het moeilijk is geweest om een ​​reeks interventies te vinden die het aantal heropnames op betrouwbare wijze terugdringt. Ons team veronderstelt dat inspanningen om het aantal heropnames te verminderen niet effectief zijn omdat de patiënten niet voldoende zijn ingedeeld in risicocategorieën, waardoor interventies niet worden gebruikt bij de patiënten die het meeste baat zullen hebben bij de interventies. Deze pilot pakt dit probleem aan door patiënten met een hoger risico op heropname te identificeren met behulp van de RecuR-score. De RecuR-score identificeert nauwkeurig patiënten met een hoog risico op heropname met een gebied onder de Receiver Operator Characteristic (ROC)-curve van 0,83. Deze populatie met een hoger risico (beperkt tot geselecteerde hoofddiagnoses en andere in- en exclusiecriteria) heeft een hoger heropnamepercentage (16,8%) dan het totale heropnamepercentage van het ziekenhuis (11%), wat resulteert in een grotere kans om het heropnamepercentage voor de doelgroep.

Om het probleem van het identificeren van de meest effectieve interventies aan te pakken, is de tweede hypothese van ons team dat de gebruikte interventies niet robuust zijn, wat betekent dat de impact van de interventie onvoldoende is. Zo richten de meeste heropname-interventieprogramma's zich op telefoontjes na ontslag zonder rekening te houden met een vollediger beeld van de situatie van de patiënt. Om dit probleem aan te pakken, implementeert deze pilot een beoordeling van de sociale determinanten van gezondheid (SDOH) van een patiënt, aanvullend educatief materiaal, en heeft het ook complexere interventies opgesteld, zoals meerdere thuiszorgprogramma's die een breed spectrum van mogelijke interventies bestrijken. De verwachting is dat door nauwkeurig de patiënten met een hoger risico te identificeren en een breder beeld te hebben van de situatie van de patiënt met meerdere opties voor interventies, we het aantal ongeplande heropnames na 30 dagen kunnen verminderen onder de populatie die is ingeschreven in de Enhanced Care-arm in vergelijking met de standaard van Care arm van de piloot.

Deze studie heeft tot doel het aantal ongeplande ziekenhuisopnames na 30 dagen te verminderen bij patiënten met een hoger risico op heropname en om complexere interventies te bieden die een hogere intensiteit hebben dan de interventies die momenteel worden aangeboden bij UM CRMC. Door zich te richten op patiënten met een hoger risico op heropname met behulp van een nieuwe risicoscore, de RecuR-score, kunnen middelen het beste worden toegewezen aan degenen die ze het meest nodig hebben. Bij deze intensievere interventies ligt de nadruk op het beoordelen van de sociale gezondheidsdeterminanten van de patiënt, aanvullend educatief materiaal en het hebben van een duidelijk gedefinieerd proces voor het activeren van thuisgezondheid en gemeenschapsmiddelen om geschikte patiënten te helpen.

De hypothese voor deze studie is dat het gebruik van een nieuw UMMS-algoritme (RecuR Score) om patiënten te identificeren met een hoger risico op ongeplande ziekenhuisopname gecombineerd met verbeterde pre-ontslag- en nazorginterventies inclusief een beoordeling van hun sociale determinanten van gezondheid, toegang tot thuiszorgbronnen en aanvullend educatief materiaal over hun gezondheid kan 30 dagen ongeplande ziekenhuisopnames in deze risicogroep met 30% verminderen.

III. METHODEN Dit is een pragmatisch, prospectief, gerandomiseerd, niet-geblindeerd controleonderzoek naar de impact van een nieuw overgangszorgmodel voor patiënten waarvan is vastgesteld dat ze een hoger risico lopen op ongeplande ziekenhuisopname van 30 dagen, uitgevoerd bij UM CRMC op 5 Garrett Ave, La Plata , MD 20646. Patiënten worden 1:1 (gelijk) gerandomiseerd naar een Standard of Care (controle)-arm of een Enhanced Care (interventie)-arm met behulp van een gestratificeerde randomisatiemethode met stratificatie op basis van de RecuR-score. Vanwege het duidelijke verschil tussen Standard of Care en Enhanced Care, zullen noch de patiënten, noch de zorgverleners blind zijn voor de studieopdracht.

De beoogde patiëntenpopulatie bestaat uit opgenomen patiënten (intramurale patiënten) met specifieke opnamediagnoses die vatbaar zijn voor interventies peri- en post-ontslag, waarbij het doel is om het aantal heropnames van deze populatie met een hoog risico te verminderen.

Op basis van historische gegevens verwachten we dat het 2,5 jaar zal duren om de 1500 vereiste deelnemers in te schrijven. Patiënten komen in aanmerking voor opname nadat het onderzoek is begonnen en doorgaan totdat het totale aantal patiënten is ingeschreven. De studie zal doorgaan met het verzamelen van gegevens voor elk onderwerp tot 90 dagen na ontslag uit hun opname in het ziekenhuis. Het verzamelen van gegevens eindigt 90 dagen nadat de laatste proefpersoon is ontslagen uit zijn ziekenhuisopname.

Gebruik de RecuR-score die beschikbaar is voor elke patiënt 24 uur nadat de gegevensverzameling is begonnen, schrijf patiënten in met een verblijfsduur van meer dan 48 uur en minder dan 30 dagen, en een of meer van de volgende scenario's: 1) RecuR-score groter dan of gelijk aan 2 met toegevende diagnose COPD, CHF, diabetes met verhoogde HbA1c, hypertensie of longontsteking OF 2) RecuR-score groter dan of gelijk aan 3 met elke toegevende diagnose OF 3) RecuR-score groter dan of gelijk aan 2 en verblijfsduur langer dan 10 dagen en elke opnamediagnose OF 4) elke RecuR-score EN huidige opname is een heropname binnen 30 dagen na eerdere opname, waarbij de patiënt niet was ingeschreven in de pilot tijdens eerdere opname EN elke opnamediagnose.

IV. GEGEVENSVERZAMELING Het elektronische patiëntendossier (EPD) van Epic zal de belangrijkste bron van informatie zijn over de demografische gegevens van de patiënt, opnamediagnoses, verblijfsduur en uitkomstgegevens, zoals latere ziekenhuisontmoetingen in de 90 dagen na ontslag. De CRISP ADT-tool (Chesapeake Regional Information System for our Patients, Admission Discharge Transfer) is de bron die aangeeft wat het ziekenhuis tegenkomt bij de geregistreerde patiënten na ontslag als ze niet voorkomen in UMMS-faciliteiten.

V. GEGEVENSANALYSE Het onderzoek lijkt een relatieve verandering van 30% te detecteren in het baseline-heropnamepercentage van een geschat heropnamepercentage van 19,4% in de standaardzorgarm met een power van 80% om deze verandering te detecteren en een tweezijdig alfaniveau van 0,05. Inschrijving vindt plaats in een verhouding van 1:1 voor zorgstandaard tot uitgebreide zorg, met stratificatie op RecuR-score 24 uur nadat de gegevensverzameling is begonnen of het tijdstip van de eerste in aanmerking komende score. Deze gestratificeerde randomisatie zorgt ervoor dat een evenwichtig aantal patiënten binnen hetzelfde RecuR Score-niveau wordt toegewezen aan beide armen van de pilot.

Patiëntkenmerken zullen worden samengevat en vergeleken tussen de Standard of Care- en Enhanced Care-armen. De meeste resultaten zullen worden vergeleken met behulp van een verschiltest voor twee verhoudingen. Als de gegevens multicategorisch zijn, wordt de Mantel-Haenszel-methode gebruikt voor vergelijkingen. Als een gebeurtenis zeldzaam is (<5%), wordt de Fisher exact-test gebruikt. Alle continue gegevens worden vergeleken met behulp van een t-test of Wilcoxon Rank Sum-statistiek. Als de gegevens sterk scheef zijn, kunnen aanvullende methoden nodig zijn. Deze analyses zullen worden gebruikt om basis- en achtergrondkenmerken weer te geven, om aan te tonen dat de analyse evenwichtig en representatief is voor de algemene bevolking, of om gebieden aan te wijzen waar primaire analyses mogelijk moeten worden aangepast om rekening te houden met onevenwichtigheden.

Alle analyses van resultaten voor primaire en secundaire eindpunten zullen gebaseerd zijn op het Intent-to-Treat-principe. Vergelijking van heropname in het ziekenhuis zal worden uitgevoerd met behulp van z-tests of Fischer's Exact-test, afhankelijk van de zeldzaamheid van de uitkomst van belang. Als er onevenwichtigheden worden geconstateerd in de basiskarakteristieken, worden waar nodig aangepaste regressiemodellen getest. Indien nodig wordt er een subgroepanalyse uitgevoerd.