Zaawansowana opieka w sali pooperacyjnej II — lepsza rekonwalescencja po operacji (ARRCII)

Problem: Chirurgia jest niezbędna do zaspokojenia około 1/3 potrzeb opieki zdrowotnej, a jej wielkość musi się podwoić do 2040 r. Wiąże się to jednak z ryzykiem, ponieważ często występują poważne powikłania pooperacyjne (5–30% pacjentów), a śmierć pooperacyjna jest trzecią najczęstszą przyczyną zgonów na świecie.

Powikłania skutkują zwiększonym cierpieniem i śmiertelnością pacjentów, późnymi zdarzeniami niepożądanymi, takimi jak ponowne przyjęcie do szpitala, oraz dwu- lub trzykrotnym wzrostem wykorzystania zasobów (kosztów). Można je uznać za „ukrytą pandemię” współczesnej opieki zdrowotnej, a ze względu na starzejącą się populację współistniejących chorób szacuje się, że do 2027 r. w Australii wzrośnie o 300%.

Australijski Szczyt Narodowy poświęcony Powikłaniom Pooperacyjnym (marzec 2020), któremu przewodniczył G. Ludbrook, uznał znaczenie tego problemu. W swoim raporcie zidentyfikowano potrzebę podejścia systemowego, z bazą dowodową, jasnymi ścieżkami opieki dopasowanymi do ryzyka i potrzeb poszczególnych pacjentów, technikami minimalizującymi niepotrzebne różnice w praktyce oraz odpowiednimi miernikami wyników: wynikami (zorientowanymi na instytucję i konsumenta) oraz koszt.

Jedno rozwiązanie: w 2017 roku w RAH przetestowano model Advanced Recovery Room Care (ARRC). Wykorzystano w nim wszystkie elementy i zasady Summit Systems – wczesną zweryfikowaną ocenę ryzyka (NSQIP), segregację pacjentów o umiarkowanym ryzyku (przewidywana 30-dniowa śmiertelność: 1-4%) do opieki pooperacyjnej w średnim stopniu ostrej przez noc (ARRC), odpowiedni personel i zdolności, dokładna, regularna ocena oparta na liście kontrolnej, określone cele fizjologiczne, powtarzana ponowna ocena i ponowna segregacja, formalne przekazanie i ocena z odpowiednimi wskaźnikami. Badanie to ujawniło, że: wczesne poważne zdarzenia niepożądane były nieoczekiwanie częste (50% pacjentów); występowały one głównie przez 12-18 godzin po operacji; i ponowne przyjęcia były bardzo częste (34%).

Zmniejszenie liczby powikłań i następstw: ARRC spowodowało mniej powikłań na oddziałach; oraz 80% zmniejszenie liczby dni ponownego przyjęcia do szpitala, p=0,1. Jednostka z 10 łóżkami powinna zwolnić 4000 łóżek RAH rocznie.

Ogólnie rzecz biorąc, wyniki ARRC są zgodne z (i) wynikami w Wielkiej Brytanii dotyczącymi pacjentów z umiarkowanym ryzykiem – usunięcie intensywnej opieki, zwiększona śmiertelność i liczba dni pobytu w szpitalu, (ii) dane Okrągłego Stołu ds. Zdrowia RAH – grupy pacjentów z umiarkowanym ryzykiem z nieplanowanymi wskaźnikami ponownych przyjęć na poziomie 35 %.

Iteracyjne lepsze przewidywanie ryzyka i segregacja: dane sugerują również, że dzięki formalnej, powtarzanej ponownej ocenie ryzyka w czasie (w sali operacyjnej i ARRC), w oparciu o zdarzenia niepożądane i parametry fizjologiczne, można wykluczyć 50% pacjentów, u których prawdopodobnie nie wystąpią poważne powikłania zidentyfikowano i przydzielono do opieki ARRC o niższej ostrości, co jeszcze bardziej obniżyło koszty. Jest to zgodne z danymi RAH pokazującymi zdarzenia niepożądane wczesnej rekonwalescencji jako główny predyktor późniejszych powikłań pooperacyjnych oraz duże bazy danych łączące zdarzenia przedoperacyjne, na sali operacyjnej i pooperacyjne z powikłaniami opóźnionymi.

Opłacalność: krytycznie rzecz biorąc, ARRC wydaje się opłacalny. Modelowanie Markowa danych ARRC ujawnia lepsze wyniki (dni w domu) i koszty, przy przyrostowym współczynniku efektywności kosztowej (ICER) na poziomie -600 USD. Jest to zgodne z ustaleniami Petera McCalluma Cancer Center, które osiągnęły roczne oszczędności w wysokości 1 miliona dolarów dzięki wdrożeniu 2-łóżkowego oddziału (dane niepublikowane).

Podstawowa hipoteza jest taka, że ​​ARRC, dzięki szybkiemu wykrywaniu i leczeniu wczesnych poważnych pooperacyjnych zdarzeń niepożądanych, zmniejszy liczbę późniejszych powikłań, zwiększając w ten sposób liczbę dni w domu pacjenta po 30 i 90 dniach (DAH30/90).

Hipotezy drugorzędne to: (i) że ARRC będzie opłacalny, dając ujemny przyrostowy współczynnik efektywności kosztowej (ICER) w porównaniu z leczeniem konwencjonalnym, oraz (ii) że ciągła ponowna ocena indywidualnego ryzyka pacjenta podczas operacji i ARRC pozwoli na dokładną identyfikację podgrupy pacjentów o niższym ryzyku, u których zdarzenia niepożądane nie wystąpią z dnia na dzień, umożliwiając wcześniejsze ograniczenie opieki, co stopniowo obniży koszty i poprawi wskaźnik ICER.

Jest to prospektywna, niezaślepiona, pragmatyczna próba ARRC w porównaniu z opieką konwencjonalną. CALHN zobowiązał się do wznowienia ARRC, ale potrzebne są doskonałe dane, aby potwierdzić skuteczność w zakresie wyników i kosztów.

Kohorta: Pacjenci to pacjenci z grupy umiarkowanego ryzyka (30-dniowa śmiertelność przewidziana przez NSQIP = 0,7-5%) poddawani planowym lub pilnym zabiegom chirurgicznym jelita grubego, ortopedycznym, ginekologiczno-onkologicznym, neurochirurgii i innym zabiegom chirurgicznym w czasie i zakwalifikowani do opieki na oddziale pooperacyjnym.

System opieki: Ryzyko NSQIP jest obliczane wcześnie (operacja planowa – ambulatoryjnie; operacja nieplanowana – przy przyjęciu), aby określić ilościowo ryzyko oraz podkreślić i uwzględnić modyfikowalne ryzyko. Przydział do konwencjonalnej opieki lub ARRC jest pragmatycznie oparty na dostępności łóżek, co powoduje minimalne obciążenie selekcji w pilotażu ARRC i badaniu obserwacyjnym w Wielkiej Brytanii przeprowadzonym przez Swarta i in. Zarządzanie śródoperacyjne będzie spójną opieką opartą na wytycznych, co wcześniej z powodzeniem wdrożono w RAH.

ARRC będzie systemem pilotowanym w RAH, zlokalizowanym w pobliżu sali pooperacyjnej (PACU). Krytyczne elementy obejmują regularną ocenę opartą na liście kontrolnej i zdefiniowane cele fizjologiczne. ARRC obejmuje personel multidyscyplinarny - anestezjologiczny, pielęgniarski, chirurgiczny, internisty, pokrewny.

System ten obejmuje wszystkie zasady zalecane w raporcie Szczytu dotyczące doskonałej opieki o wysokiej wartości oraz zalecenia dotyczące wdrażania, zgodnie z którymi jedna instytucja powinna przejąć inicjatywę.

Gromadzenie danych: włączone przez cały okres okołooperacyjny przez nasz EMR i nasz system e-rekordów teatru/rekonwalescencji (AIMS) i zarządzane przez personel badań klinicznych PARC, który prowadził pilotaż ARRC.

Dane są rozszerzeniem pilota. W skrócie obejmuje to: (i) Przed operacją: dane demograficzne pacjenta / choroby współistniejące; (ii) Śródoperacyjnie: rodzaj operacji/czas trwania, powikłania, zmienność parametrów życiowych, zdarzenia niepożądane. Zaawansowane monitory (antynocycepcja ANI, ciągłe monitorowanie ciśnienia krwi) pomagają w opracowaniu algorytmów przewidywania ryzyka, (iii) ARRC: parametry życiowe, zdarzenia niepożądane, wypełnianie listy kontrolnej, zdarzenia na poziomie MET (iv) po ARRC: zdarzenia niepożądane na oddziale, transfery na OIOM , ponowna operacja, długość pobytu, ponowne przyjęcia, dni pobytu w domu (30 i 90 dni). Koszty są z RAH Finance - ARRC, OIOM, Oddział, ED (ponowne przyjęcia).

Analiza danych Hipoteza podstawowa: Statystycy z U Adelaide, którzy kierowali pilotażowym programem ARRC, wykorzystają regresję liniową, aby znaleźć średnią różnicę w dniach spędzonych w domu (DAH) w dniach 30/90 między grupą badaną a grupą kontrolną. Analiza mocy z pilota ARRC, przy ostrożnym założeniu różnicy DAH wynoszącej 1,5 dnia, sugeruje wielkość próby N=876 przypadków i N=438 kontroli (waga 2:1). Przeprowadzone zostaną analizy okresowe w celu oceny postępów. W oparciu o 16 pacjentów/tydzień czas trwania badania ma wynosić 82 tygodnie. Przy pozytywnych tendencjach wyników spodziewamy się, że ARRC zwiększy się do 32 pacjentów tygodniowo, potencjalnie skracając czas trwania badania do 61 tygodni.

Efektywność kosztowa: CIA będzie aktualizować prawdopodobieństwa przejścia modelu Markowa i ICER w miarę pojawiania się danych. Analiza wrażliwości określa niepewność. Analiza tymczasowa zostanie również przeprowadzona w połowie drogi. Niższe koszty wynikające z lepszego przewidywania ryzyka (np. niższe wskaźniki pielęgniarskie ARRC, wcześniejsze przeniesienia z ARRC na oddział) zostaną uwzględnione.

Ulepszone przewidywanie ryzyka: koledzy z U Southampton Clinical Informatics Unit będą korzystać z platformy ALEA. Specjalistyczna wiedza w zakresie analityki predykcyjnej zostanie wykorzystana do wygenerowania hierarchicznego zestawu nowatorskich algorytmów predykcyjnych (w oparciu o dostępne kategorie danych wejściowych) i rozpoczęcia tworzenia pulpitów nawigacyjnych do przewidywania ryzyka klinicznego w czasie rzeczywistym. Dane RAH mogą ostatecznie zostać dodane do innych miejsc pilotażowych na całym świecie.