Reduzindo os atrasos no diagnóstico do diabetes tipo 2 usando o suporte à decisão

A crescente epidemia de diabetes tipo 2 afeta mais de 8,3% da população dos EUA e representa um grande desafio para os sistemas de saúde e saúde pública. Um adicional de 7 milhões de pessoas têm diabetes não diagnosticada e mais de 79 milhões têm pré-diabetes, que se não for reconhecida e não tratada pode progredir para diabetes full-blown. Embora testes de triagem e diagnóstico estejam disponíveis rotineiramente, os sistemas de saúde lutam para diagnosticar pacientes com diabetes em tempo hábil. De fato, o diagnóstico clínico demora 8 a 12 anos após o início da desregulação da glicose, resultando em atrasos no diagnóstico e na presença de complicações do diabetes no momento do diagnóstico. Entre os pacientes envolvidos em cuidados clínicos sem um diagnóstico conhecido de diabetes, quase todos os pacientes têm dados aleatórios de glicose plasmática (RPG) disponíveis, o que potencialmente fornece sinais de segurança valiosos e precoces sobre a necessidade de mais testes de diabetes. No entanto, valores elevados de glicose geralmente não são reconhecidos e mais de 60% dos valores anormais não são acompanhados com testes de diabetes em tempo hábil. Existem oportunidades para aproveitar os dados existentes nos registros médicos eletrônicos (EMR) para identificar pacientes que precisam de mais testes de diabetes e desenvolver soluções baseadas em sistemas para reduzir: 1) falhas no acompanhamento de testes anormais de glicose, 2) atrasos no diagnóstico de diabetes e 3) frequência de diagnósticos errados de diabetes.

Esta proposta alavancará o Epic EMR no Southwestern Medical Center (UTSW) da Universidade do Texas para melhorar a detecção e as taxas de testes de acompanhamento de valores anormais de glicose na prática do mundo real.

Os investigadores conduzirão um estudo pragmático e randomizado de cluster comparando a eficácia de uma estratégia de suporte à decisão clínica versus o cuidado usual para reduzir falhas no acompanhamento oportuno de RPGs anormais.

Os investigadores se concentrarão na coorte de 20.000 pacientes estabelecidos atendidos por 31 médicos assistentes em três clínicas ambulatoriais de cuidados primários para adultos na UTSW (duas clínicas gerais, uma medicina familiar e uma clínica geriátrica). Os provedores de cuidados primários (PCPs) serão randomizados para a intervenção de apoio à decisão clínica ou cuidados habituais. Os provedores no braço de intervenção/suporte à decisão clínica receberão suporte à decisão clínica que identifica valores aleatórios anormais de glicose e solicita aos provedores que realizem triagem de diabetes. Os resultados serão rastreados no nível do paciente e todos os indivíduos serão acompanhados por 12 meses para avaliar as taxas de teste de diabetes de acompanhamento, tempo para teste, taxas de diagnóstico subsequente de diabetes e tempo para diagnóstico. Os dados sobre elegibilidade do estudo, fatores de risco clínicos do paciente e sociodemográficos, características do provedor e da visita e resultados serão verificados usando o abrangente Epic EMR. Os investigadores levantam a hipótese de que o apoio à decisão do provedor baseado em visitas será superior ao atendimento usual.