Elektronisk klinisk beslutningsstøtte for diabetes og dysglykemi i sekundær psykisk helsevern

Personer med alvorlig psykisk lidelse (SMI) som schizofreni, schizoaffektiv lidelse og bipolar affektiv lidelse har en betydelig redusert forventet levealder sammenlignet med befolkningen generelt. Forbedringer av primær forebygging av fysiske helsesykdommer som diabetes i befolkningen generelt har ikke blitt speilet i samme grad hos personer med SMI.

Diabetes er en gruppe stoffskiftesykdommer som kjennetegnes av høyt blodsukker over en lengre periode. Hvis den ikke behandles eller behandles dårlig, kan diabetes føre til ulike langsiktige helsekomplikasjoner, inkludert hjerte- og karsykdommer, hjerneslag, kronisk nyresykdom, fotsår, skade på nerver og skade på øynene. Diabetes utgjør omtrent 10 % av helseressursene i Storbritannia, og dette er satt til å stige til 17 % med en estimert kostnad på £39,8 milliarder innen 2035 når direkte helsekostnader og indirekte kostnader på produktivitet er tatt i betraktning.

Personer med SMI har høyere forekomst av risikofaktorer for kardiovaskulær sykdom (CVD) som sentral fedme, høyt blodtrykk, økte kolesterolnivåer og økte blodsukkernivåer sammenlignet med befolkningen generelt. Lokale forekomster av diabetes hos personer med diagnosen etablert psykose er 20 %, med ytterligere 30 % som viser dysglykemi (økte blodsukkernivåer). Igjen lokalt dobles frekvensen av glukosedysregulering (indikator for høy risiko for å utvikle diabetes) det første året etter en første psykotisk episode, noe som skaper et unikt vindu for forebyggingsstrategier for å håndtere disse risikoene så tidlig som mulig.

En sentral ulikhet i helsetilbudet til personer med SMI er mindre enn tilstrekkelig vurdering og behandling av fysiske helsetilstander som diabetes i sekundære psykiske helsetjenester. Det er derfor behov for mer målrettede og klinisk informerte intervensjoner, som forbedrer standarden på fysisk helsetjenestescreening og intervensjoner som tilbys personer med SMI på tvers av både primær- og sekundæromsorgsmiljøer.

Globalt viser studier som evaluerer behandlingstilbudet fra klinikere at det er en suboptimal bruk av retningslinjer i praksis. De underliggende faktorene for dette er komplekse og forekommer på en kombinasjon av pasient-, kliniker- og systemnivå.

Adopsjon av digital teknologi for å forbedre fysisk helse hos personer med diagnosen SMI gir en unik mulighet, men krever bevis på aksept, gjennomførbarhet og effektivitet. Gitt den økende sykdomsbyrden fra diabetes i SMI, og mangler i å gi evidensbasert omsorg for diabetesforebygging og -behandling, er det et presserende behov for å identifisere flere systemfokuserte løsninger.

Elektroniske kliniske beslutningsstøttesystemer (eCDSS) er godt etablert som en strategisk metode for å forbedre omsorgen for forebygging og behandling av kroniske lidelser. eCDSS er definert som "ethvert elektronisk informasjonssystem basert på en programvarealgoritme designet for å hjelpe direkte i klinisk beslutningstaking, der egenskaper ved individuelle pasienter brukes til å generere pasientspesifikke vurderinger eller anbefalinger som deretter presenteres for klinikere for vurdering".

Kliniske retningslinjer forblir underutnyttet i klinisk praksis, og eCDSS har dermed potensial til å overvinne problemer knyttet til bruk av tradisjonelle papirbaserte retningslinjer. Det eksisterende evidensgrunnlaget for eCDSS-er som forbedrer klinisk ytelse og pasientresultater i psykisk helsevern er fortsatt sparsomt. I tillegg kan elektroniske systemer som ikke aksepteres av brukerne ikke forventes å bidra til å forbedre kvaliteten på omsorgen, derfor må tilretteleggere, barrierer og andre konsekvenser forstås for vellykket implementering av nye digitale verktøy og kan også tjene som grunnlag for fremtidig omstrukturering av systemet. Derfor kreves det at forskning inkluderer evaluering av implementeringen for vellykket fremtidig skalerbarhet.

Det digitale nøkkelverktøyet som skal brukes for eCDSS i denne studien er CogStack, en programvareplattform utviklet av National Institute for Health Research Maudsley Biomedical Research Center (NIHR Maudsley BRC) og PhiDataLab. CogStack er et åpen kildekode for informasjonsinnhenting og utvinningssystem med muligheten til å tilby nær sanntids naturlig språkbehandling (NLP) av elektroniske helsejournaler. CogStack implementerer nye data mining-teknikker, spesielt muligheten til å søke i enhver klinisk datakilde (ustrukturert og strukturert), og NLP-applikasjoner utviklet for å automatisere informasjonsutvinning av medisinske konsepter. Plattformen har vist tidlig potensial til å være av verdi for klinikere i overvåking, intervensjon og oppfølging for deres pasienter.

Hovedmålet med denne studien er å etablere gjennomførbarheten og akseptabiliteten av en eCDSS (Cogstack@Maudsley) som kompromitterer et sanntids datastyrt varslings- og klinisk beslutningsstøttesystem for dysglykemibehandling i sekundært psykisk helsevesen.

Våre sekundære mål er å vurdere om systemet fører til endringer i screenings- og oppfølgingstester for dysglykemi, og påfølgende klinikerledede evidensbaserte intervensjoner for dysglykemi og diabetes (dette vil bli målt ved hjelp av pseudonymiserte gruppeobservasjonsdata samlet inn fra sørlandet). London og Maudsley NHS Foundation Trust (SLaM) Biomedical Research Center (BRC) Clinical Records Interactive Search (CRIS)-system når avdelingens tilgang til eCDSS er avsluttet). Siden 2006 har South London og Maudsley NHS Trust drevet fullstendig elektroniske helsejournaler. Clinical Record Interactive Search (CRIS)-systemet, etablert i 2008, er et etisk godkjent grensesnittsystem for elektroniske helsejournaler som lar forskere få tilgang til avidentifiserte elektroniske helsejournaler fra denne trusten for forskningsformål.

Vi vil gjennomføre en prosessevaluering for å vurdere barrierer, tilretteleggere, utilsiktede konsekvenser og veiledende kostnader ved å implementere systemet på døgnavdelinger for generell voksenpsykiatri.

Data samlet inn fra denne studien vil tillate forskerteamet å avgrense systemet, adressere potensielle problemer med fremtidig vellykket implementering, og informere om en større og mer definitiv effektivitetsforsøk som vil undersøke for hypoteser om forbedringer i;

1. Hyppighet av evidensbaserte intervensjoner levert av kliniker for pasienter med dysglykemi
2. Kliniske utfall knyttet til diabetesbehandling