Evaluering av Pediatrisk eCART-implementering

Pediatrisk eCART bygger på lett tilgjengelige EPJ-data og kvantifiserer raskt sykdommens alvorlighetsgrad, og forutsier sannsynligheten for utbrudd av kritisk sykdom. For tiden sporer ikke noe konsekvent tilgjengelig system kontinuerlig risikoen for kritisk sykdom hos barn innlagt på UW Health. Derfor har ikke UW Health-klinikere eller omsorgsleverandører en pålitelig mekanisme for å risikostratifisere pasienter for effektiv klinisk beslutningstaking.

Dette forslaget utnytter AgileMDs kliniske beslutningsstøttemotor og en maskinlæringsanalyse utviklet i et datasett med over 30 000 pasienter. Pediatrisk eCART ble eksplisitt designet for å trekke oppmerksomhet til pasienter med økt risiko for forverring og optimalisere pasientbehandlingen, inkludert tidspunktet for og behovet for behandling på intensivavdelingen.

Foreløpige studier indikerer at pediatrisk eCART-implementering ved University of Chicago har ført til forbedrede resultater. Lignende forbedringer blant barn innlagt på UW Health vil føre til redusert sykelighet og dødelighet blant vår pediatriske befolkning.

Videre gjenstår det et betydelig gap i forståelsen av sykepleiers aksept av datadrevne CDS-verktøy. Sykepleiere er den største arbeidsstyrken av klinikere i helsesystemet og spiller en primær rolle i oppdagelsen av klinisk forverring som de klinikerne som bruker mest tid på å observere og vurdere pasienter; AI-drevet CDS-akseptabilitet har imidlertid ikke blitt målt for å vurdere sykepleiers aksept av disse nye verktøyene. Akseptabilitet er avgjørende for å øke vedvarende bruk og for å redusere suboptimale utfall som varslingstretthet eller økt kognitiv belastning, slik at disse verktøyene til slutt medierer sykepleierens velvære. En studie vurderte sykepleiernes oppfatning av nytten av et tidlig varslingssystem for sepsis og fant at mindre enn halvparten av sykepleierne oppfattet varslene som nyttige, og bare en tredjedel av sykepleierne rapporterte at varslene påvirket pasientbehandlingen. Å forstå sykepleieraksept vil informere AgileMDs designstrategier for å fremme opptak og bruk slik at prediktive verktøy kan utnyttes for å forbedre den kognitive byrden til sykepleiere. Til slutt vil studien evaluere pediatrisk eCART på to pediatriske grupper: (1) screenede pediatriske pasienter; (2) pediatrisk sykepleier kliniker sluttbrukere.

Studiedesign: Dette er en pre- og postintervensjonell studie av en maskinlæringsalgoritme integrert i den elektroniske helsejournalen som et klinisk beslutningsstøtteverktøy. "Pre"-deltakerne er sykehusinnlagte barn (under 18 år) som ble innlagt på UW Health mellom 1. januar 2022 og datoen for pediatrisk eCART-implementering i 2025. Pediatriske eCART-score vil bli beregnet retrospektivt for "pre"-deltakerne ved å mate pasientens laboratorier og vitale tegnobservasjoner inn i det pediatriske eCART-verktøyet. "Post"-deltakerne er sykehusinnlagte barn (under 18 år) som vil bli innlagt på UW Health innen to år etter implementering av pediatrisk eCART (forventet 2025-2027). Pediatriske eCART-score vil bli beregnet i sanntid for disse pasientene.