Analiza danych i badania jakościowe na rzecz wspomagania decyzji w kaskadzie opieki nad HIV (CASCADE)

Wykazano, że systemy wspomagania decyzji klinicznych (CDSS) dostosowane do wymagań krajów o niskim i średnim dochodzie (LMIC) poprawiają zgodność z wytycznymi i jakość opieki przez szereg pracowników służby zdrowia. Aby CDSS był najbardziej skuteczny, należy go opracować i przetestować na dużych zbiorach danych klinicznych z regionu lokalnego. Zastosowanie algorytmów uczenia maszynowego umożliwia opracowanie modeli przewidywania powikłań klinicznych i wyników, które mogą pomóc personelowi opieki zdrowotnej we wczesnej identyfikacji problemów i odpowiednich interwencjach. Wymaga to dobrze ugruntowanych systemów elektronicznej dokumentacji medycznej (EHR), działających zarówno jako źródła danych, jak i platformy do przekazywania informacji zwrotnych za pośrednictwem CDSS (podejście oparte na systemie uczenia się w zakresie opieki zdrowotnej). EHR w Academic Model Zapewnienie Dostępu do Opieki Zdrowotnej (AMPATH), dużym programie opieki nad osobami zakażonymi wirusem HIV w zachodniej Kenii, finansowanym w dużej mierze przez Plan Awaryjny Prezydenta na rzecz Pomocy w AIDS (PEPFAR), korzysta z wersji OpenMRS EHR od prawie dwóch dekad i zapewnia wyjątkowe środowisko dla tych badań.

Celem tej propozycji jest opracowanie i wdrożenie narzędzi opartych na danych, które pomogą w podejmowaniu decyzji związanych ze zdrowiem na poziomie pacjenta, kliniki i okręgu, a także ocena skuteczności stosowania tych metod. Hipoteza jest taka, że ​​placówki opieki zdrowotnej korzystające z CDSS opartego na danych wykażą poprawę procesów i wyników opieki w porównaniu z placówkami opieki zdrowotnej, które nie korzystają z CDSS opartego na danych w swoich EHR.

Dwa główne punkty końcowe badania to utrzymanie w opiece zdrowotnej i supresja miana wirusa.

Motywacją jest kaskada punktów odniesienia w zakresie opieki nad HIV ustanowiona przez UNAIDS w celu wyeliminowania wirusa HIV na całym świecie. W skrócie, ramy wzywają do zdiagnozowania 95% osób zakażonych wirusem HIV, rozpoczęcia leczenia przeciwretrowirusowego (ART) u 95% zdiagnozowanych osób i osiągnięcia supresji miana wirusa (VL) u 95% osób przyjmujących leczenie. Nasz projekt dotyczy drugiej i trzeciej fazy.

Jeśli chodzi o drugie 95, zatrzymanie jest warunkiem koniecznym, aby osoby żyjące z HIV (PLWH) poddawały się terapii przeciwretrowirusowej (ART), ponieważ obecnie globalne wytyczne dotyczące opieki określają, że wszyscy PLWH rozpoczynają ART po zaangażowaniu się w opiekę. Jeśli chodzi o trzecią grupę 95, w Kenii i wielu innych krajach LMIC badanie poziomu wiremii u większości dorosłych pacjentów przeprowadza się sześć miesięcy po rozpoczęciu leczenia, a następnie co roku. Nawet po zmierzeniu VL wskazującego na supresję, niewydolność wirusa spowodowana nieprzestrzeganiem zaleceń lub opornością na leki może wystąpić na długo przed kolejną wizytą kontrolną rok później. Dlatego nasze modele będą w międzyczasie generować przewidywane wartości wiremii i wykorzystywać je do oznaczania osób, które powinny wykonać pomiar VL przed zaplanowaną wizytą kontrolną.

Badanie jest częścią większego badania finansowanego przez NIH. Cele związane z rozprawą są następujące:

Cel 1: Opracowanie i walidacja statystycznych modeli i algorytmów uczenia maszynowego do wspomagania decyzji klinicznych i programowych.

1a: Opracuj i zweryfikuj statystyczne algorytmy uczenia maszynowego, aby zidentyfikować osoby z wysokim ryzykiem utraty kontaktu z opieką i niepowodzenia wirusowego oraz wygenerować przewidywane wartości bieżącego wiremii.

1. b: Opracuj reprezentacje niepewności statystycznej dotyczące prognoz, aby umożliwić podejmowanie optymalnych decyzji.

   Cel 2. Opracowanie, wdrożenie i przetestowanie w terenie narzędzi wspomagających podejmowanie decyzji i wizualizacji danych w celu usprawnienia podejmowania decyzji w oparciu o dane przez lekarzy i kierowników programów.

2. a: Utwórz architekturę serwera obsługującą modele predykcyjne w interfejsie użytkownika (UI) OpenMRS.

2b: Opracuj i udoskonal specjalny protokół wykorzystania przewidywań ryzyka w celu ograniczenia liczby opuszczonych wizyt i zmniejszenia częstości występowania niepowodzeń w zakresie wiremii.

Cel 3: Przeprowadzenie oceny wpływu i skuteczności narzędzi wspierających podejmowanie decyzji klinicznych w Programie Opieki AMPATH

3a: Wdrożenie CDSS w punktach opieki we wszystkich klinikach korzystających z systemu dokumentacji medycznej AMPATH (AMRS) w zlewniach Uzima i Dumisha. Kliniki te mają różną wielkość i położenie geograficzne.

3b: Po fazie pilotażowej należy przeprowadzić stopniowane, randomizowane, podłużne porównanie wskaźników retencji i wskaźników supresji miana wirusa w 30 klinikach w AMPATH

Pomyślne zakończenie prac zapewni skuteczne narzędzia CDSS umożliwiające poprawę opieki nad osobami zakażonymi HIV w Kenii i innych krajach LMIC, a także zestaw narzędzi do opracowywania, aktualizacji i oceny CDSS pod kątem innych problemów klinicznych. Poprzednie prace badaczy i współpracowników zajmujących się rozwojem i szerokim wdrożeniem OpenMRS w ponad 44 krajach stanowią platformę do szerokiego rozpowszechniania tych prac.