Advanced Recovery Room Care II - Forbedret restitusjon etter kirurgi (ARRCII)

Problemet: Kirurgi er avgjørende for omtrent 1/3 av helsebehovene, og volumet må dobles til 2040. Imidlertid har det risiko, med alvorlige postoperative komplikasjoner som forekommer ofte (5%-30% av pasientene) og postoperativ død er den tredje mest utbredte dødsårsaken globalt.

Komplikasjoner resulterer i økt pasientlidelse og dødelighet, sene uønskede hendelser som re-innleggelse, og to til tre ganger økning i ressursbruk (kostnad). De kan betraktes som "den skjulte pandemien" i moderne helsevesen, og på grunn av en aldrende komorbid befolkning, anslås de å øke med 300 % i Australia innen 2027.

Et australsk nasjonalt toppmøte om postoperative komplikasjoner (mars 2020), ledet av G Ludbrook, erkjente viktigheten av dette problemet. Rapporten identifiserte behovet for en systemtilnærming, med en evidensbase, klare behandlingsveier tilpasset individuelle pasienters risiko og behov, teknikker for å minimere unødvendig praksisvariasjon og relevante ytelsesmål: resultater (institusjons- og forbrukersentrert) og koste.

Én løsning: I 2017 ble en Advanced Recovery Room Care-modell (ARRC) testet ved RAH. Dette benyttet alle Summit Systems-elementene og prinsippene - tidlig validert risikovurdering (NSQIP), triage av pasienter med moderat risiko (spådd 30-dagers dødelighet: 1-4%) til middels høy akuitet postoperativ omsorg over natten (ARRC), passende personell og kapasitet, presis regelmessig sjekklistebasert vurdering, spesifikke fysiologiske mål, gjentatt revurdering og ny triage, formelle overleveringer og evaluering med relevante beregninger. Denne studien viste at: tidlige alvorlige bivirkninger var uventet vanlige (50 % av pasientene); disse skjedde hovedsakelig i 12-18 timer postoperativt; og gjeninnleggelser var svært vanlige (34 %).

Reduserte komplikasjoner og følgetilstander: ARRC resulterte i færre avdelingsbaserte komplikasjoner; og 80 % reduksjon i antall dager for gjeninnleggelse på sykehus, p=0,1. En 10-sengs enhet bør frigjøre 4000 RAH sengedager årlig.

Totalt sett stemmer ARRC-funnene overens med (i) funn i Storbritannia hos pasienter med moderat risiko - fjerning av pleie med høy skarphet økt dødelighet og sykehusdager, (ii) RAH Health Roundtable-data - pasientgrupper med moderat risiko med uplanlagte gjeninnleggelsesrater på 35 %.

Iterativ bedre risikoprediksjon og triage: Dataene antydet også at ved formell gjentatt re-evaluering av risiko over tid (i teater og ARRC), basert på uønskede hendelser og fysiologiske parametere, kan de 50 % av pasientene det er usannsynlig å ha påfølgende store komplikasjoner. identifisert og triagert til ARRC-behandling med lavere skarphet, noe som ytterligere reduserer kostnadene. Dette stemmer overens med RAH-data som viser uønskede hendelser ved tidlig utvinning som en viktig prediktor for påfølgende postoperative komplikasjoner, og store databaser som assosierer preoperative, in-theatre og postoperative hendelser med forsinkede komplikasjoner.

Kostnadseffektivitet: Kritisk sett virker ARRC kostnadseffektiv. Markov-modellering av ARRC-dataene avslører forbedret resultat (Days at Home) og kostnader, med en Incremental Cost Effectiveness Ratio (ICER) på -$600. Dette stemmer overens med Peter McCallum Cancer Centers funn av $1M årlige besparelser fra implementering av en 2-sengs enhet (upubliserte data).

Den primære hypotesen er at ARRC, gjennom rask påvisning og behandling av tidlige alvorlige postoperative bivirkninger, vil redusere påfølgende komplikasjoner, og dermed øke pasientens dager hjemme etter 30 og 90 dager (DAH30/90).

De sekundære hypotesene er: (i) at ARRC vil være kostnadseffektivt, produsere et negativt inkrementelt kostnadseffektivitetsforhold (ICER) sammenlignet med konvensjonell behandling, og (ii) at kontinuerlig re-evaluering av individuell pasientrisiko under operasjon og ARRC vil tillate nøyaktig identifikasjon av den lavere risikoundergruppen av pasienter som sannsynligvis ikke vil ha uønskede hendelser over natten, slik at omsorgen kan nedskaleres tidligere, noe som gradvis reduserer kostnadene og forbedrer ICER.

Dette er en prospektiv ublindet pragmatisk studie av ARRC versus konvensjonell omsorg. CALHN har forpliktet seg til å starte ARRC på nytt, men det kreves utmerkede data for å bekrefte effekt på utfall og kostnader.

Kohort: Pasienter er pasienter med moderat risiko (NSQIP-predikert 30-dagers mortalitet = 0,7-5%) som gjennomgår elektive eller akutte kolorektale, ortopedisk, gynekologiske, nevrokirurgiske og andre operasjoner over tid, og er planlagt til postoperativ avdeling.

System of Care: NSQIP-risiko beregnes tidlig (elektiv kirurgi - polikliniske pasienter; ikke-planlagt kirurgi - ved innleggelse), for å kvantifisere risikoer og fremheve og adressere modifiserbare risikoer. Tildeling til konvensjonell omsorg eller ARRC er pragmatisk basert på tilgjengelighet av seng, og produserer dermed minimal seleksjonsskjevhet i ARRC-piloten og den observasjonsstudien i Storbritannia av Swart et al. Intraoperativ ledelse vil være konsekvent, retningslinjebasert omsorg, noe som er vellykket implementert ved RAH tidligere.

ARRC vil være systemet som piloteres ved RAH, som ligger i nærheten av Recovery Room (PACU). Kritiske elementer inkluderer regelmessig sjekklistebasert vurdering, og definerte fysiologiske mål. ARRC involverer tverrfaglig personale - anestesi, sykepleie, kirurgi, indremedisin, alliert helse.

Dette systemet inkluderer alle Summit-rapportanbefalte prinsipper for utmerket omsorg av høy verdi, og dets implementeringsanbefalinger om at én institusjon tar ledelsen.

Datainnsamling: Aktivert gjennom hele den perioperative reisen av vår EMR og vårt Theatre/Recovery e-rekordsystem (AIMS) og administrert av PARC Clinical Research-staben som drev ARRC-piloten.

Data er en forlengelse av piloten. Kort fortalt inkluderer dette: (i) Preoperativt: pasientdemografi/komorbiditeter; (ii) Intraoperativt: operasjonstype/-varighet, komplikasjoner, variasjon av vitale tegn, uønskede hendelser. Avanserte monitorer (ANI-antinocisepsjon, kontinuerlig blodtrykksovervåking) hjelper utviklingen av risikoprediksjonsalgoritmene, (iii) ARRC: vitale tegn, uønskede hendelser, fullføring av sjekkliste, hendelser på MET-nivå (iv) post-ARRC: uønskede hendelser på avdelingen, overføringer til intensivavdelingen , re-operasjon, liggetid, reinnleggelser, dager hjemme (30 og 90 dager). Kostnadene er fra RAH Finance - ARRC, ICU, Ward, ED (re-innleggelser).

Dataanalyse Primærhypotese: U Adelaide-statistikere, som ledet ARRC-piloten, vil bruke lineær regresjon for å finne den gjennomsnittlige forskjellen i dager hjemme (DAH) ved 30/90 dager mellom case- og kontrollgruppen. Effektanalyse fra ARRC-piloten, som konservativt antar en DAH-forskjell på 1,5 dager, antyder en prøvestørrelse på N=876 tilfeller og N=438 kontroller (vekt 2:1). Det vil bli gjennomført foreløpige analyser for å vurdere fremdriften. Basert på 16 pasienter/uke skal studievarigheten være 82 uker. Med positive resultattrender forventer vi at ARRC vil utvides til 32 pasienter/uke, noe som potensielt vil redusere studievarigheten til 61 uker.

Kostnadseffektivitet: CIA vil oppdatere Markov-modellens overgangssannsynligheter og ICER etter hvert som data dukker opp. Sensitivitetsanalyse bestemmer usikkerhet. Midlertidig analyse vil også bli gjennomført halvveis. Lavere kostnader som følge av bedre risikoprediksjon (f.eks. lavere ARRC sykepleieforhold, tidligere overføringer fra ARRC til avdelingen) vil bli innarbeidet.

Forbedret risikoprediksjon: U Southampton Clinical Informatics Unit-kolleger vil bruke deres ALEA-plattform. Prediktiv analyseekspertise vil bli brukt til å generere et hierarkisk sett med nye prediktive algoritmer (basert på tilgjengelige datainndatakategorier) og begynne å lage sanntids dashbord for klinisk risikoprediksjon. RAH-data kan til slutt bli lagt til andre pilotnettsteder over hele verden.