Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Validering av EPICs risikomodell for gjeninnleggelse, LACE+-indeksen og SQLape som prediktorer for ikke-planlagte sykehusreinnleggelser

18. oktober 2020 oppdatert av: Aljoscha Hwang, Luzerner Kantonsspital

Ekstern validering av EPICs risikomodell for gjeninnleggelse, LACE+-indeksen og SQLape som prediktorer for ikke-planlagte sykehusreinnleggelser: En monosentrisk, retrospektiv, diagnostisk kohortstudie i Sveits

Hovedmålet med denne studien er å eksternt validere EPICs modell for gjenopptakelsesrisiko og å sammenligne den med LACE+-indeksen og SQLape-remisjonsmodellen.

Som sekundært mål vil EPICs modell for gjenopptakelsesrisiko bli justert basert på valideringsutvalget, og til slutt vil ytelsen sammenlignes med maskinlæringsalgoritmer.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Innledning: Gjeninnleggelser etter akuttinnleggelse er relativt vanlige, kostbare for helsevesenet og er forbundet med betydelig belastning for pasientene. Som en måte å redusere kostnadene og samtidig forbedre kvaliteten på omsorgen, får sykehusreinnleggelser økende interesse fra beslutningstakere. Det er først relativt nylig at strategier ble utviklet med det spesifikke målet om å redusere ikke-planlagte reinnleggelser ved å bruke prediksjonsmodeller. EPICs modell for gjenopptakelsesrisiko, utviklet i 2015 for akuttsykehus i USA, lover overlegen kalibrering og diskriminerende evner. Dens rutinemessige bruk i den sveitsiske sykehussettingen krever imidlertid ekstern validering først. Derfor er hovedmålet med denne studien å eksternt validere EPICs modell for gjenopptakelsesrisiko og å sammenligne den med LACE+ indeksen (Length of stay, Acuity, Comorbidities, Emergency Room visits index) og SQLape (Striving for Quality Level and analyse of pasientutgifter) Gjeninnleggelsesmodell.

Metoder: Av denne grunn vil det bli gjennomført en monosentrisk, retrospektiv, diagnostisk kohortstudie. Studien vil omfatte alle innlagte pasienter som ble innlagt på sykehus mellom 1. januar 2018 og 31. januar 2019 på Lucerne Cantonal-sykehuset i Sveits. Tilfeller vil være inneliggende pasienter som opplevde en ikke-planlagt (alle årsak) reinnleggelse innen 18 eller 30 dager etter indeksutskrivningen. Kontrollgruppen vil bestå av personer som ikke hadde noen uplanlagt reinnleggelse.

For ekstern validering vil diskriminering av skårene som undersøkes bli vurdert ved å beregne arealet under mottakeroperasjonskarakteristikkene (AUC). For kalibrering vil Hosmer-Lemeshow godhet-of-fit-testen bli illustrert grafisk ved å plotte de forutsagte resultatene med desiler mot observasjonene. Andre ytelsesmål som skal estimeres vil inkludere Brier Score, Net Reclassification Improvement (NRI) og Net Benefit (NB).

Alle pasientdata vil bli hentet fra kliniske datavarehus.

Studietype

Observasjonsmessig

Registrering (Faktiske)

23116

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

  • Sveits
    • Canton Lucerne
      • Lucerne, Canton Lucerne, Sveits, 6000
        • Cantonal Hospital of Lucerne

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

2 år til 96 år (Barn, Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Innlagte pasienter fra et akuttsykehus i Sentral-Sveits

Beskrivelse

Inklusjonskriterier:

- Alle innlagte pasienter i alderen ett år eller eldre (maks. 100 år), som var innlagt enten mellom 1. januar 2018 og 31. desember 2018, eller mellom 23. september og 31. desember 2019, inkluderes.

Ekskluderingskriterier:

  • innleggelse/overføring fra annen psykiatrisk, rehabiliterende eller akuttavdeling fra samme institusjon,
  • utskrivningsdestinasjon annet enn pasientens hjem eller
  • overføring til et annet akuttsykehus, begge betraktet som fortsettelse av behandlingen;
  • utenlandsk opphold,
  • døde før utskrivning,
  • utskrevet på opptaksdagen,
  • avslag på generelt samtykke, og
  • ukjent pasientbolig eller utskrivningsdestinasjon.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Observasjonsmodeller: Kohort
  • Tidsperspektiver: Retrospektiv

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Gjeninnlagte innlagte/Saker

Utfall 1: Pasienter som ble reinnlagt innen 18 dager etter indeksutskrivningsdato for sykehusinnleggelse til samme sykehus, med en diagnose som fører til samme Major Diagnostic Group som indeksoppholdet (definisjon i henhold til Swiss Diagnosis Related Groups-systemet, sakssammenslåing)

Utfall 2: Pasienter med en ikke-planlagt reinnleggelse innen 30 dager etter indeksutskrivningsdato for sykehusinnleggelse til samme sykehus. En ikke-planlagt reinnleggelse ble definert som en reinnleggelse gjennom akuttmottaket.
Annen: En amerikansk prediksjonsmodell for gjenopptaksrisiko
Logistisk regresjonsmodell som forutsier risikoen for uplanlagte reinnleggelser av alle årsaker utviklet av det privateide helseselskapet EPIC.
Annen: LACE+ score
LACE+-skåren er en poengskåre som kan brukes til å forutsi risikoen for død etter utskrivning eller akutt reinnleggelse. Den ble utviklet basert på administrative data i Ontario, Canada.
Annen: SQLAPE-modell
Risikomodellen for reinnleggelse (Striving for Quality Level and analyse of pasientutgifter), er en datastyrt validert algoritme og ble utviklet i 2002 for å identifisere potensielt unngåelige reinnleggelser.
Ikke-innlagte innlagte pasienter/kontroller
Utfall 1 og 2: Pasienter som ikke ble reinnlagt innen 30 dager etter indeksutskrivningsdato for sykehusinnleggelse.
Annen: En amerikansk prediksjonsmodell for gjenopptaksrisiko
Logistisk regresjonsmodell som forutsier risikoen for uplanlagte reinnleggelser av alle årsaker utviklet av det privateide helseselskapet EPIC.
Annen: LACE+ score
LACE+-skåren er en poengskåre som kan brukes til å forutsi risikoen for død etter utskrivning eller akutt reinnleggelse. Den ble utviklet basert på administrative data i Ontario, Canada.
Annen: SQLAPE-modell
Risikomodellen for reinnleggelse (Striving for Quality Level and analyse of pasientutgifter), er en datastyrt validert algoritme og ble utviklet i 2002 for å identifisere potensielt unngåelige reinnleggelser.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diskriminering etter 18 dager
Tidsramme: 18 dager etter indeksens utløpsdato
For diskriminering av poengsummene som undersøkes, vil arealet under mottakeroperasjonskarakteristikkene (AUC) beregnes.
18 dager etter indeksens utløpsdato
Diskriminering etter 30 dager
Tidsramme: 30 dager etter indeksens utløpsdato
For diskriminering av poengsummene som undersøkes, vil arealet under mottakeroperasjonskarakteristikkene (AUC) beregnes.
30 dager etter indeksens utløpsdato
Kalibrering etter 18 dager
Tidsramme: 18 dager etter indeksens utløpsdato
For kalibrering vil Hosmer-Lemeshow godhet-of-fit-testen bli illustrert grafisk ved å plotte de forutsagte resultatene med desiler mot observasjonene.
18 dager etter indeksens utløpsdato
Kalibrering etter 30 dager
Tidsramme: 30 dager etter indeksens utløpsdato
For kalibrering vil Hosmer-Lemeshow godhet-of-fit-testen bli illustrert grafisk ved å plotte de forutsagte resultatene med desiler mot observasjonene.
30 dager etter indeksens utløpsdato
Samlet ytelse etter 18 dager
Tidsramme: 18 dager etter indeksens utløpsdato
Brier-poengsum (Brier-poengsummen er en kvadratisk scoringsregel, der den kvadratiske forskjellen mellom faktiske binære utfall Y og spådommer p beregnes. Brier-poengsummen kan variere fra 0 for en perfekt modell til 0,25 for en ikke-informativ modell med 50 % forekomst av utfallet.)
18 dager etter indeksens utløpsdato
Samlet ytelse etter 30 dager
Tidsramme: 30 dager etter indeksens utløpsdato
Brier-poengsum (Brier-poengsummen er en kvadratisk scoringsregel, der den kvadratiske forskjellen mellom faktiske binære utfall Y og spådommer p beregnes. Brier-poengsummen kan variere fra 0 for en perfekt modell til 0,25 for en ikke-informativ modell med 50 % forekomst av utfallet.)
30 dager etter indeksens utløpsdato
Klinisk nytte (NRI) ved 18 dager
Tidsramme: 18 dager etter indeksens utløpsdato
Netto reklassifiseringsforbedring (NRI): I beregningen av NRI summeres forbedringen i sensitivitet og forbedringen i spesifisitet. NRI varierer fra 0 for ingen forbedring og 1 for perfekt forbedring.
18 dager etter indeksens utløpsdato
Klinisk nytte (NRI) ved 30 dager
Tidsramme: 30 dager etter indeksens utløpsdato
Netto reklassifiseringsforbedring (NRI): I beregningen av NRI summeres forbedringen i sensitivitet og forbedringen i spesifisitet. NRI varierer fra 0 for ingen forbedring og 1 for perfekt forbedring.
30 dager etter indeksens utløpsdato
Klinisk nytte (NB) ved 18 dager
Tidsramme: 18 dager etter indeksens utløpsdato
Netto fordel (NB): NB = (TP - w FP) / N, der TP er antall sanne positive avgjørelser, FP antall falske positive avgjørelser, N er det totale antallet pasienter og w er en vekt lik oddsen for cut-off (pt/(1-pt), eller forholdet mellom skade og nytte
18 dager etter indeksens utløpsdato
Klinisk nytte (NB) ved 30 dager
Tidsramme: 30 dager etter indeksens utløpsdato
Netto fordel (NB): NB = (TP - w FP) / N, der TP er antall sanne positive avgjørelser, FP antall falske positive avgjørelser, N er det totale antallet pasienter og w er en vekt lik oddsen for cut-off (pt/(1-pt), eller forholdet mellom skade og nytte
30 dager etter indeksens utløpsdato

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Luzerner Kantonsspital

Samarbeidspartnere

University of Lucerne

Etterforskere

  • Hovedetterforsker: Aljoscha B. Hwang, University Lucerne (Switzerland)
  • Hovedetterforsker: Stefan Boes, University Lucerne (Switzerland)

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

10. mars 2020

Primær fullføring (Faktiske)

10. april 2020

Studiet fullført (Faktiske)

1. oktober 2020

Datoer for studieregistrering

Først innsendt

6. mars 2020

Først innsendt som oppfylte QC-kriteriene

10. mars 2020

Først lagt ut (Faktiske)

12. mars 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

20. oktober 2020

Siste oppdatering sendt inn som oppfylte QC-kriteriene

18. oktober 2020

Sist bekreftet

1. oktober 2020

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Andre studie-ID-numre

  • LUKS_RRM_2019

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

Nei

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere