Evaluering av klinisk implementering av maskinlæringsbasert beslutningsstøtte for ICU-utskrivning (MIRACLE)

Begrunnelse: Uventet reinnleggelse på intensivavdeling (ICU) er assosiert med lengre liggetid og økt dødelighet. Beslutningsstøtte ved sengekanten kan forhindre reinnleggelse og dødelighet og kan tillate å optimalisere intensivavdelingens kapasitet. Flere forsøk på å utvikle prediksjonsmodeller for å forhindre gjeninnleggelse på intensivavdelingen og/eller død etter utskrivning fra intensivavdelingen for generelle voksne kritiske pasienter har blitt gjort tidligere. Selv om ytelsen til Machine Learning-modeller versus leger har blitt studert for diagnostisering innen medisinsk bildebehandling, er det lite litteratur som prospektivt sammenligner legens prediktive ytelse når det gjelder pasientresultater. I tillegg er det for øyeblikket ingen reinnleggelsesmodell implementert eller testet for å støtte utskrivning av intensivavdelingen

Mål: Ved å bruke en nylig utviklet og prospektivt validert maskinlæringsmodell som forutsier gjeninnleggelse og dødelighet på intensivavdelingen etter utskrivning av intensivavdelingen og viser trender i disse spådommene over tid, vil vi evaluere implementeringen av den europeiske konformitetsmerkede programvaren (CE) basert på denne modellen (Pacmed Critical, Pacmed, Amsterdam) ved å undersøke om programvaren forbedrer diagnostisk nøyaktighet sammenlignet med rutinemessig klinisk evaluering av behandlingsteamet og om tilgjengeligheten av informasjonen fra denne programvaren fører til endringer i utskrivningshåndtering (enten å utsette eller fremme utskrivning) for pasienter som vurderes kvalifisert for utskrivning. I tillegg, siden dette er en ny tilnærming for å støtte beslutningsstøtte for utslipp, vil det samles inn informasjon fra sluttbrukere med hensyn til tolkbarhet og brukervennlighet. Videre vil modell- og programvareforbedring skje i denne pilotfasen, bl.a. med hensyn til ut-av-distribusjon deteksjon for å gjenkjenne pasienter som ikke er tilstrekkelig like dataene modellen ble utviklet på. Resultatene fra denne studien vil bli brukt til å utvikle en klinisk studie for å evaluere effekten på reinnleggelsesraten og/eller dødeligheten etter utskrivning av intensivavdelingen, hvis det anses mulig, basert på effekten programvaren har på potensielt endrede intensivistiske beslutninger, og den estimerte effekten på reinnleggelse og dødelighet i On-perioden.

Design: Før-og-etter pilotimplementeringsstudie.

For denne evalueringen vil data samles inn både i de periodene der Pacmed Critical-programvaren ikke vil være tilgjengelig for sluttbrukere (av-periode, 3-6 måneder) og under selve implementeringsfasen hvor sluttbrukere er i stand til å bruke programvaren ved potensiell ICU-utskrivning (på-periode, 3-6 måneder). Etter implementeringsfasen vil en ekstra off-periode (3-6 måneder) følge.

Etter morgenoverleveringsprosedyren vil behandlingsteamet bestående av intensivister, stipendiater i intensivmedisin, medisinske beboere, ICU-sykepleiere og konsulterende legespesialister ('behandlingsteam'), avgjøre hvilke pasienter som ser ut til å være kvalifisert for utskrivning til sykepleien. (ikke-ICU) avdeling. For disse pasientene vil den behandlende intensivisten digitalt dokumentere følgende:

For både på- og av-perioder:

• "utskrivningsklar"-status, basert på den kollektive evalueringen fra behandlingsteamet, med hensyn til omsorgen som kan gis av mottaksavdelingen basert på lokale ICU-utskrivningsprotokoller. Pasienter som i utgangspunktet ble ansett som "utskrivningsberettiget til intensivavdelingen" kan dermed i siste instans bli vurdert og dokumentert som "ikke utskrivningsklare".
• destinasjonssykepleieavdelingen
• prediksjon for risiko for reinnleggelse og/eller dødelighet innen 7 dager (skala 0-100%), forutsatt at pasienten vil bli utskrevet
• hovedfaktorene som bidrar til denne avgjørelsen
• Selvrapportering av estimeringssikkerhet (lav-middels-høy).

• For pasienter med en "utskrivningsklar"-beslutning som ikke ble overført, ved dagens slutt, til vanlig avdeling, årsaken til det:

  • "Klinisk forverring"
  • "Utilstrekkelig sengekapasitet på sykeavdelingen"
  • "Utilstrekkelig isolasjonskapasitet sykepleieavdeling"

I tillegg, under On-perioder etter gjennomgang av tilleggsinformasjonen fra Pacmed Critical av behandlingsteamet, vil de tidligere spørsmålene bli stilt igjen for å vurdere om reevaluering med beslutningsstøtte hadde effekt på den beslutningen, dvs. "klar for utskrivning" status ble endret.

I løpet av hver periode er den endelige beslutningen om å skrive ut pasienter fra intensivavdelingen etter skjønn av den ledende enhetsintensivisten som er ansvarlig for den medisinske behandlingen av disse pasientene og kan endres basert på endringer i pasientens kliniske tilstand (f.eks. forverring) og/eller årsaker som krever revurdering av pasienter som er kvalifisert for utskrivning, inkludert behovet for å legge inn andre pasienter.

Pseudonymiserte nær sanntidsdata vil bli trukket ut i en kombinert produksjons-/forskningsdatabase for å utføre spådommer. Forutsigelsene som sluttbrukere får tilgang til, vil bli arkivert sammen med tilleggsdataene som samles inn som spesifisert ovenfor. I tillegg vil det anslåtte endepunktet (ICU-reinnleggelse og dødelighet innen 7 dager etter utskrivning) samles inn for alle pasienter som faktisk utskrives fra intensivavdelingen.

Avhengig av om det deltakende sykehuset allerede har bestått den tekniske implementeringen (dvs. bestått enhetsgrensesnitt og sluttbrukergodkjenning) etter starten av den første off-perioden Pacmed Critical vil enten bli brukt prospektivt for å lage spådommer og lagre resultatene ved studiedokumentasjonen til den behandlende intensivisten, eller retrospektivt. På-perioden kan først starte etter at sykehuset har fullført teknisk implementering i henhold til CE-dokumentasjonen.