Analityka predykcyjna i wizualizacja komputerowa zwiększają bezpieczeństwo pacjentów, zapobiegając upadkom

Aby ograniczyć liczbę upadków w warunkach szpitalnych oraz w oparciu o wcześniejsze badania dotyczące upadków pielęgniarskich, a także MFS i program Fall TIPS, MGH opracowało algorytm wspomagania decyzji w celu identyfikacji pojawiających się zmian czynników klinicznych i ostrzegania pielęgniarek o konieczności dostosowania się interwencje zapobiegające upadkom. Następnie firma MGH Nursing, we współpracy z RGI Informatics, wdrożyła algorytm MGH na jednym oddziale klinicznej opieki ogólnej. Oprogramowanie RGI wykorzystuje algorytm MGH, przesyłając strumieniowo na żywo dane EHR z firmy Epic, aby identyfikować pacjentów, u których ryzyko upadku mogło wzrosnąć, i zapewniać pielęgniarkom wsparcie w podejmowaniu decyzji klinicznych za pośrednictwem alertów wysyłanych na ich szpitalne telefony komórkowe. Wstępne wyniki wykazały wykonalność i statystycznie istotne zmniejszenie (p <0,01) upadków z powodu urazów w okresie 11 miesięcy.

Wzajemnie wykluczające się prace wstępne na drugim oddziale opieki ogólnej, obejmujące skomputeryzowany system wizualizacji pacjenta, również przyniosły zmniejszenie liczby upadków. Łączne zastosowanie tych dwóch technologii może dać efekt synergiczny, a tym samym jeszcze bardziej zmniejszyć częstość upadków na oddziałach intensywnej terapii. Do chwili obecnej nie ma dowodów pochodzących z oceny wyników pacjentów w wyniku jednoczesnego testowania obu technologii. Zatem celem tego badania jest określenie wpływu trzech różnych interwencji zapobiegających upadkom (tylko algorytm RGI/MGH, tylko Inspiren oraz połączenie algorytmu RGI/MGH i Inspiren) na pacjentów zagrożonych upadkami i upadkami z powodu urazów u trzech dorosłych osób oddziałów opieki w dużym akademickim ośrodku medycznym.

Proponowane przez nas rozwiązanie to jedyna znana strategia, która wyodrębnia i syntetyzuje dane fizjologiczne i fizyczne z wielu źródeł, aby stworzyć wymiarowy obraz profilu bezpieczeństwa pacjenta w odniesieniu do ryzyka upadku. Powiadomienia dostarczane w odpowiednim czasie poinformują pielęgniarki o ryzyku upadku pacjenta, jego przyczynach i decyzjach klinicznych dotyczących strategii zapobiegania upadkom. Niniejsza wstępna propozycja koncentruje się na pacjentach narażonych na ryzyko upadków i mamy pewność, że to innowacyjne podejście można dostosować do innych krytycznych problemów związanych z bezpieczeństwem, na przykład urazów uciskowych i infekcji dróg moczowych związanych z cewnikiem. Szczegółowe informacje na temat RGI Analytics i Inspiren znajdują się poniżej.

Metodologia: Przeprowadzone zostanie obserwacyjne badanie kohortowe, wykorzystujące różne metody, w celu określenia wpływu i skuteczności zwykłej opieki oraz trzech różnych strategii zapobiegania upadkom, które przekraczają standard opieki na trzech oddziałach stacjonarnych w MGH w ciągu jednego roku. Jednostka 1 będzie korzystać wyłącznie z analityki przesyłania strumieniowego i algorytmu MGH, jednostka 2 będzie korzystać wyłącznie z wizualizacji komputerowej Inspiren AUGI, a jednostka 3 będzie korzystać z połączonej analizy strumieniowej/algorytmu MGH i urządzenia AUGI firmy Inspiren. Jednostka 4, jednostka kontrolna, będzie służyć jako wewnętrzna grupa porównawcza z tej samej instytucji. Oprócz interwencji badawczych na wszystkich czterech oddziałach nadal będą obowiązywać zwykłe, oparte na dowodach praktyki MGH oraz standardy opieki w zakresie zapobiegania upadkom. Dane demograficzne pacjentów, oddziałów i pielęgniarek zebrane na potrzeby badania są obecnie dostępne lub obliczane na podstawie istniejących źródeł. Źródła obejmują dane finansowe, trafności i jakości ADT, PCS przechowywane w hurtowni danych PCS. Zbiorcze dane demograficzne pacjentów oddziału będą obejmować wiek, płeć i rasę. Dane demograficzne pielęgniarek będą obejmować liczbę osób zatrudnionych w pełnym wymiarze czasu pracy, lata doświadczenia w zawodzie pielęgniarki, lata doświadczenia w MGH oraz najwyższy poziom wykształcenia. Dane na oddziałach będą obejmować liczbę przyjęć pacjentów, liczbę dni pobytu pacjenta, długość pobytu na oddziale, stopień zaawansowania pielęgniarstwa, typ pacjenta według płci, wieku, rasy, pochodzenia etnicznego, liczbę upadków na oddziale i upadków na oddziale z urazami, a także wskaźniki personelu pielęgniarskiego. Postrzeganie przez pielęgniarki trzech oddziałów interwencyjnych będzie mierzone w powiązaniu z interwencją przy użyciu informacji zwrotnych w czasie rzeczywistym z alertów z telefonu komórkowego (przydatne/nieprzydatne), informacji zwrotnych od pielęgniarek i kwartalnych ankiet. Skala Skuteczności Zapobiegania Upadkom (Dykes i in., 2021) to recenzowane narzędzie składające się z 13 pozycji, które koncentruje się na czterech kluczowych obszarach: oszczędza czas, nie marnuje czasu, jest warte czasu i pomaga w zapobieganiu upadkom. Pytania ankiety zostaną dostosowane do potrzeb niniejszego badania i będą podawane za pośrednictwem REDCap, bezpiecznej aplikacji internetowej Harvard Catalyst do zarządzania narzędziami ankietowymi on-line.

Pytania badawcze

1. Czy w przypadku ostrej opieki szpitalnej w warunkach szpitalnych istnieje różnica w częstości występowania upadków i upadków z urazami, porównując trzy różne metody ostrzegania pielęgniarek w miejscu opieki o zmianie ryzyka upadku pacjenta, przy zachowaniu wszystkich innych obecnych standardów opieki nad zapobieganiem upadkom i dodanie w trakcie badania nowych standardów: (1) wykorzystanie analityki strumieniowej i algorytmu ryzyka upadku, który ostrzega pielęgniarki o zmianie ryzyka upadku, (2) wizualizacja komputerowa i interpretacja ruchów pacjenta za pomocą sztucznej inteligencji oraz ( 3) połączenie obu technologii?

2. Jakie są spostrzeżenia pielęgniarek na temat:

   1. Wpływ trzech technologii badawczych wdrożonych w celu pomocy w identyfikacji zwiększonego ryzyka upadku.
   2. Zmniejszenie obciążenia pielęgniarki związanego z oceną ryzyka upadku i zalecenie dodatkowych działań zapobiegających upadkom.

Cele badawcze:

1. Porównaj wpływ trzech innowacji w zakresie zapobiegania upadkom, w obrębie oddziałów i pomiędzy nimi oraz na jedną jednostkę sterującą (wszystkie cztery oddziały stosujące ten sam standard opieki) na upadki i upadki z urazami.
2. Określ postrzeganą skuteczność innowacji i ostrzeżeń w zakresie zapobiegania upadkom w zakresie wsparcia decyzji klinicznych i obciążenia pielęgniarek, korzystając z ankiet wśród pielęgniarek, odpowiedzi na alerty i grup fokusowych.