Modelowanie ryzyka w celu poprawy jakości osób w stanie krytycznym: jak najlepsze wykorzystanie rutynowo dostępnych danych

Cel: Poprawa modeli ryzyka wykorzystywanych jako podstawa krajowych audytów klinicznych dotyczących ogólnej intensywnej opieki nad dorosłymi, intensywnej opieki kardiochirurgicznej i wewnątrzszpitalnego zatrzymania krążenia przy użyciu powiązań danych z innymi rutynowo gromadzonymi źródłami danych.

Cele szczegółowe to:

1. Ulepszenie modeli ryzyka dla ogólnej opieki nad osobami dorosłymi w stanie krytycznym poprzez: (1a) opracowanie modeli ryzyka śmiertelności w ustalonych punktach czasowych i czasie do zdarzenia (poprzez powiązanie danych między CMP a rejestracjami zgonów z ONS); opracowywanie modeli ryzyka dla długoterminowych przewlekłych skutków zdrowotnych (1b) cukrzycy (poprzez powiązanie danych między CMP a National Diabetes Audit) i (1c) schyłkowej niewydolności nerek (poprzez powiązanie danych między CMP a brytyjskim Rejestrem Nerek); oraz (1d) opracowanie modeli ryzyka dla późniejszego wykorzystania i kosztów opieki zdrowotnej (poprzez powiązanie danych między CMP a HES)
2. Poprawa modeli ryzyka dla intensywnej opieki kardiochirurgicznej poprzez: (2a) zwiększenie danych o czynnikach ryzyka (poprzez powiązanie danych z Krajową Bazą Danych Chirurgii Kardiochirurgicznej dla Dorosłych); (2b) opracowanie modeli ryzyka dla długoterminowej śmiertelności (poprzez powiązanie danych między CMP a rejestracjami zgonów z ONS); oraz (2c) opracowanie modeli ryzyka dla późniejszego wykorzystania i kosztów opieki zdrowotnej (poprzez powiązanie danych między CMP a HES)
3. Udoskonalić modele ryzyka wewnątrzszpitalnego zatrzymania krążenia poprzez: (3a) udoskonalenie danych dotyczących czynników ryzyka (poprzez powiązanie danych między NCAA i HES); (3b) opracowanie modeli ryzyka dla długoterminowej śmiertelności, wykorzystania opieki zdrowotnej i kosztów (poprzez powiązanie danych między NCAA i ONS); (3c) opracowywanie modeli ryzyka do późniejszego wykorzystania w intensywnej terapii (poprzez łączenie danych między NCAA i CMP); oraz (3d) opracowanie modeli ryzyka dla późniejszego wykorzystania i kosztów opieki zdrowotnej (poprzez powiązanie danych między NCAA, ONS i HES)
4. Natychmiastowe przełożenie udoskonalonych modeli ryzyka na praktykę poprzez: (4a) przyjęcie do rutynowej sprawozdawczości porównawczej wyników krajowych audytów klinicznych; oraz (4b) przekazywanie wyników badań świadczeniodawcom, menedżerom, zleceniodawcom, decydentom politycznym i pracownikom naukowym zajmującym się intensywną opieką

Gromadzenie danych: Projekt będzie wykorzystywał wysokiej jakości dane kliniczne zebrane na potrzeby programu Case Mix (CMP) i National Cardiac Arrest Audit (NCAA) — krajowych audytów klinicznych dotyczących intensywnej opieki nad dorosłymi i wewnątrzszpitalnego zatrzymania krążenia. Dane te zostaną połączone z danymi z National Diabetes Audit, UK Renal Registry i National Adult Cardiac Surgery Audit, rutynowymi danymi administracyjnymi ze statystyk epizodów szpitalnych (HES) oraz rejestracjami zgonów z Office for National Statistics (ONS).

Łączenie danych zostanie przeprowadzone przez HSCIC Data Linkage and Extract Service (DLES) działającą jako zaufana strona trzecia. Identyfikatory (bez powiązanych danych klinicznych) będą przesyłane z każdego krajowego audytu klinicznego na bezpieczne serwery w HSCIC. DLES wykona połączenie danych i zwróci wspólny klucz, którego można użyć do połączenia wszystkich rekordów tego samego pacjenta w zbiorach danych. Trzy krajowe audyty kliniczne zewnętrzne w stosunku do ICNARC wyodrębnią uzgodniony, spseudonimizowany zbiór danych dla połączonych rekordów, a DLES wyodrębni dane z HES i ONS, a te zbiory danych zostaną przekazane do ICNARC. ICNARC opracuje spseudonimizowane wyciągi danych z CMP i NCAA, które zostaną połączone ze zbiorami danych dostarczonymi przez krajowe audyty kliniczne i DLES przy użyciu wspólnego klucza. W ten sposób między wieloma źródłami danych zostaną połączone tylko dane spseudonimizowane.

Analiza danych: W zależności od wyniku i celów analizy zostaną zastosowane następujące podejścia do opracowania modelu:

• Modelowanie śmiertelności w ustalonych punktach czasowych (30 dni, 90 dni, 1 rok) przy użyciu regresji logistycznej.
• Modelowanie wyników czasu do zdarzenia przy użyciu standardowych metod regresji przeżycia, takich jak regresja Weibulla i Coxa.
• Aby obsłużyć dane cenzurowane interwałowo: modele proporcjonalnego hazardu Coxa, komplementarne modele log-log wykorzystujące oszacowanie częściowej wiarygodności (aby umożliwić cenzurowanie interwałowe) i modele hazardu w czasie dyskretnym.
• Aby uwzględnić zarówno cenzurowanie interwałowe czasu do początku, jak i współzawodnictwo ze śmiercią: rozważone zostaną modele proporcjonalnego hazardu Coxa dla określonej przyczyny i modele choroby-śmierci.
• Dla Celu 3, powrotu spontanicznego krążenia (ROSC) na dłużej niż 20 minut i przeżycia do wypisu ze szpitala, zostanie zastosowana wielopoziomowa regresja logistyczna z losowymi efektami szpitala.
• Aby modelować wykorzystanie zasobów szpitalnych i koszty opieki pokrytycznej: model regresji wielopoziomowej i model logarytmicznej regresji liniowej.

Modele przewidywania ryzyka zostaną zweryfikowane pod kątem ich rozróżniania, kalibracji i ogólnego dopasowania przy użyciu panelu miar obejmujących: wskaźnik c; wykresy obserwowanego względem przewidywanego ryzyka; statystyka dobroci dopasowania Hosmera-Lemeshow; regresja kalibracji Coxa; R Shapiro, wynik Briera i odpowiadające im przybliżone miary R2; i przeklasyfikowanie.