Modelagem de risco para melhoria da qualidade em pacientes críticos: fazendo o melhor uso dos dados rotineiramente disponíveis

Objetivo: Melhorar os modelos de risco usados ​​para sustentar as auditorias clínicas nacionais para cuidados intensivos gerais em adultos, cuidados intensivos cardiotorácicos e parada cardíaca intra-hospitalar usando a vinculação de dados com outras fontes de dados coletadas rotineiramente.

Os objetivos específicos são:

1. Melhorar os modelos de risco para cuidados intensivos gerais em adultos: (1a) desenvolvendo modelos de risco para mortalidade em pontos de tempo fixos e resultados de tempo para evento (por ligação de dados entre o CMP e os registros de óbito do ONS); desenvolvimento de modelos de risco para resultados de saúde crônicos de longo prazo de (1b) diabetes (por ligação de dados entre o CMP e o National Diabetes Audit) e (1c) doença renal em estágio terminal (por ligação de dados entre o CMP e o Registro Renal do Reino Unido); e (1d) desenvolver modelos de risco para utilização e custos subsequentes de cuidados de saúde (por ligação de dados entre o CMP e o HES)
2. Melhorar os modelos de risco para cuidados intensivos cardiotorácicos: (2a) aprimorando os dados de fatores de risco (por meio da vinculação de dados com o Banco de Dados Nacional de Cirurgia Cardíaca de Adultos); (2b) desenvolvimento de modelos de risco para mortalidade de longo prazo (por meio de ligação de dados entre o CMP e os registros de óbitos do ONS); e (2c) desenvolver modelos de risco para a utilização e custos subsequentes de cuidados de saúde (por ligação de dados entre o CMP e o HES)
3. .Aprimorar os modelos de risco para parada cardíaca intra-hospitalar: (3a) aprimorando os dados de fatores de risco (por meio da associação de dados entre NCAA e HES); (3b) desenvolver modelos de risco para mortalidade a longo prazo, utilização e custos de cuidados de saúde (por ligação de dados entre NCAA e ONS); (3c) desenvolver modelos de risco para subsequente utilização de cuidados intensivos (por ligação de dados entre NCAA e CMP); e (3d) desenvolver modelos de risco para utilização e custos subsequentes de cuidados de saúde (por ligação de dados entre NCAA, ONS e HES)
4. Tradução imediata dos modelos de risco aprimorados para a prática por meio de: (4a) adoção na rotina de relatórios comparativos de resultados para as auditorias clínicas nacionais; e (4b) comunicação dos resultados da pesquisa para provedores, gerentes, comissários, formuladores de políticas e acadêmicos em terapia intensiva

Coleta de dados: O projeto utilizará dados clínicos de alta qualidade coletados para o Programa Case Mix (CMP) e a Auditoria Nacional de Parada Cardíaca (NCAA) - as auditorias clínicas nacionais para cuidados intensivos em adultos e parada cardíaca hospitalar. Esses dados serão vinculados aos dados do National Diabetes Audit, UK Renal Registry e National Adult Cardiac Surgery Audit, dados administrativos de rotina do Hospital Episode Statistics (HES) e registros de óbitos do Office for National Statistics (ONS).

A vinculação de dados será realizada pelo HSCIC Data Linkage and Extract Service (DLES) atuando como um terceiro confiável. Os identificadores (sem dados clínicos associados) serão enviados de cada auditoria clínica nacional para servidores seguros no HSCIC. O DLES realizará a vinculação de dados e retornará uma chave comum que pode ser usada para vincular todos os registros do mesmo paciente nos conjuntos de dados. As três auditorias clínicas nacionais externas ao ICNARC extrairão um conjunto de dados pseudônimos acordados para registros vinculados e o DLES extrairá dados do HES e do ONS e esses conjuntos de dados serão repassados ​​ao ICNARC. O ICNARC produzirá extratos de dados pseudonimizados do CMP e NCAA e estes serão vinculados aos conjuntos de dados fornecidos pelas auditorias clínicas nacionais e DLES usando a chave comum. Dessa forma, apenas dados pseudonimizados serão vinculados entre as várias fontes de dados.

Análise de dados: As seguintes abordagens para o desenvolvimento do modelo serão aplicadas dependendo do resultado e dos objetivos da análise:

• Modelagem de mortalidade em pontos de tempo fixos (30 dias, 90 dias, 1 ano) usando regressão logística.
• Modelagem de resultados de tempo até o evento usando métodos de regressão de sobrevivência padrão, como regressão de Weibull e Cox.
• Para lidar com dados censurados por intervalo: modelos de riscos proporcionais de Cox, modelos log-log complementares usando estimativa de verossimilhança parcial (para permitir censura de intervalo) e modelos de risco de tempo discreto.
• Para contabilizar a censura de intervalo do tempo de início e a competição com a morte: serão considerados modelos de riscos proporcionais de Cox de causa específica e modelos de doença-morte.
• Para o Objetivo 3, retorno da circulação espontânea (ROSC) por mais de 20 minutos e desfecho sobrevida até a alta hospitalar, será aplicada a regressão logística multinível com efeitos aleatórios do hospital.
• Para modelar o uso de recursos hospitalares e custos de cuidados pós-críticos: modelo de regressão multinível e modelo de regressão linear Log.

Os modelos de previsão de risco serão validados quanto à sua discriminação, calibração e ajuste geral usando um painel de medidas, incluindo: índice c; plotagens de risco observado em relação ao risco previsto; estatística de qualidade de ajuste de Hosmer-Lemeshow; regressão de calibração de Cox; R de Shapiro, pontuação de Brier e medidas R2 aproximadas correspondentes; e reclassificação.