Evaluering av Geisinger at Home (GaH) pasientbehandling

BAKGRUNN OG BEGRUNDELSE:

Geisinger at Home™ bringer personlig tilpasset helsehjelp til kvalifiserte Geisinger Gold Medicare Advantage-medlemmer der de bor. Geisingers hjemmepleieprogram har som mål å holde pasienter sunnere, tryggere og bedre koblet til helseteamet deres. I tett samarbeid med pasientenes primærleger kan Geisingers team av leger, registrerte sykepleiere, dietister, saksbehandlere, farmasøyter og annet medisinsk støttepersonell besøke pasienter etter behov. Målet med programmet er å møte helsebehovene til pasienter med kroniske helsetilstander gjennom regelmessige hjemmebesøk, og potensielt redusere akutte forverringer av disse tilstandene som krever turer til legevakt eller sykehus.

Geisinger at Homes spekter av omsorg inkluderer:

Kontroller Rutinetesting Sårpleie Åndedrettspleie Ernæringsbehov Hastepleie Spesialpleie

For tiden er det rundt 7000 Geisinger Gold-medlemmer påmeldt i Geisinger at Home-programmet, og over 11 000 er kvalifisert basert på gjeldende screeningtilnærming.

En grunnleggende operasjonell utfordring for dette programmet er å bestemme hvordan man optimalt skal distribuere/distribuere sine knappe ressurser – medlemmene av omsorgsteamet – blant de 7000 registrerte medlemmene for å optimalisere deres innvirkning. Den nåværende screeningsprosessen bruker begrensede data (faktureringskoder) og enkle heuristikk for å vurdere pasientrisiko, og utnytter ikke de rike, svært granulære kliniske dataene som er tilgjengelige, som bildediagnostikk, laboratorieverdier og vitale tegn, noe som i stor grad kan forbedre evnen til å forutsi utfall nøyaktig og identifisere pasienter som passer best for programmet. Etterforskerne mener at bruk av disse mer detaljerte dataene kan optimere dette nye leveringssystemet for helsetjenester for å målrette pasienter som har høyest risiko for fremtidig bruk av helsetjenester eller uønskede hendelser som død. Som et proof-of-concept genererte etterforskerne en maskinlæringsmodell for å forutsi risikoen for fremtidig bruk i løpet av de neste 12 månedene. Denne modellen brukte 191 inngangsvariabler inkludert kliniske data, bildediagnostikk, komorbiditeter, medisiner, tidligere utnyttelsesmålinger, så vel som sosiale beregninger. Resultatene viste at maskinlæringsmodellen hadde evnen til å forutsi bruksendepunkter sammenlignet med gjeldende screeningtilnærminger ved å bruke faktureringskodedata. Etterforskerne søker nå å prospektivt evaluere effekten som GaH-intervensjoner har på pasientresultater (f.eks. sykehusinnleggelser og akuttbesøk, dødelighet), når de blir informert av disse nøyaktige prediktive modelleringsresultatene og andre stratifiseringstilnærminger.

PROSEDYRER:

Forskningsdesign Dette er en prospektiv pragmatisk randomisert kontrollert studie for å evaluere effekten av GaH-intervensjon på kvalifiserte pasienter sammenlignet med gjeldende beste praksis for omsorgsbehandling. Pasienter vil bli identifisert og screenet basert på tilgjengelige data fra EPJ, tilfeldig tildelt GaH-intervensjon eller standardbehandling (SoC) og fulgt i 6 måneder. De primære endepunktene for studien er antall sykehusinnleggelser og ED-besøk. Sekundært endepunkt vil være 6 måneders overlevelse etter registrering.

Detaljerte prosedyrer: Når kohortene er identifisert, vil kohort 2 (kontroller) fortsette å motta standard klinisk behandling og behandling. Det vil ikke være noen hensikt at medlemmer av prosjektteamet skal gripe inn eller samhandle med disse personene. Kohort 1 vil bli ombord for GaH-intervensjon gjennom den klinisk regisserte prosessen av GaH-teamet. Merk at formålet med dette prosjektet ikke er å definere, kontrollere eller evaluere de spesifikke detaljene i GaH-prosessen eller prosedyren, men å evaluere dens effektivitet som en alternativ klinisk behandlingsvei i denne innstillingen. Som sådan er de spesifikke detaljene og handlingene til GaH-pleieteamet i hver pasientinteraksjon overlatt til deres medisinske skjønn.