Ampliação do Diagnóstico Diferencial Digitalizado em Pronto Socorro (DDX-BRO)

Fundo:

Erros de diagnóstico ocorrem em cerca de 5% dos pacientes ambulatoriais e em 10% a 35% dos pacientes do pronto-socorro (ER), às vezes com consequências médicas e econômicas devastadoras. Atualmente, existem programas computadorizados de apoio à decisão diagnóstica (CDDS), que sugerem diagnósticos diferenciais (DDx) aos médicos e, portanto, têm potencial para melhorar os diagnósticos e, portanto, os resultados do atendimento ao paciente. Os efeitos de tal CDDS em configurações de ER do 'mundo real' são desconhecidos. Ensaios clínicos controlados investigando sua eficácia e segurança estão ausentes. Além disso, a maioria dos CDDS disponíveis são excessivamente cautelosos e sugerem uma ampla variedade de opções de diagnóstico, provavelmente aumentando o consumo de recursos de diagnóstico.

Objetivos.

Com este projeto, os pesquisadores pretendem entender as consequências intencionais e não intencionais do uso de CDDS por médicos na qualidade do diagnóstico e no fluxo de trabalho em medicina de emergência

• no nível micro, como o CDDS afeta a qualidade do diagnóstico pelos médicos em pacientes de emergência individuais.
• no nível meso, como o CDDS afeta o fluxo de trabalho de diagnóstico nos departamentos de emergência.
• no nível macro, o impacto econômico e educacional da utilização de CDDS em ERs

Resultados: detalhes fornecidos abaixo

Projeto:

Ensaio randomizado por cluster, multicêntrico, transversal, controlado por cruzamento, de quatro períodos. Quatro locais de ER serão alocados aleatoriamente para uma das duas sequências com intervenção alternada e períodos de controle (ABAB vs. BABA), com cada período durando dois meses. O recrutamento terá como alvo 74 pacientes por período e grupo e 1.184 pacientes no total.

Critérios de inclusão/exclusão: detalhes fornecidos abaixo

Período de intervenção: detalhes fornecidos abaixo

Período de controle: detalhes fornecidos abaixo.

Medidas e procedimentos:

Para o desfecho primário, os dados serão extraídos dos registros eletrônicos de saúde (ou seja, diagnóstico de emergência, admissão em unidade de terapia intensiva ou diagnóstico após 14 dias se os pacientes ainda estiverem internados). Além disso, os pacientes e seus clínicos gerais serão contatados por telefone pelas enfermeiras do estudo após 14 dias de inclusão no estudo, a fim de coletar informações sobre os diagnósticos atuais dos pacientes e novas visitas ou hospitalizações relacionadas à visita inicial de emergência. Os dados para endpoints secundários serão recuperados dos dados coletados rotineiramente no sistema de registro eletrônico de saúde (por exemplo, mortalidade, tempo para diagnóstico de emergência, consumo de recursos). Além disso, entrevistas e grupos focais com médicos serão realizados para investigar mudanças no fluxo de trabalho de diagnóstico, confiança do médico e outros resultados do processo.

Análise estatística:

A análise estatística será baseada em métodos de modelagem linear mista geral multinível (GLMM) usando técnicas post hoc apropriadas (por exemplo, para análises de subgrupo).

Para o desfecho primário (presença ou não de um escore de risco de qualidade de diagnóstico positivo), será realizado um modelo linear misto generalizado (GLMM) com uma família de distribuição binomial e estrutura de correlação intercambiável. O GLMM leva em consideração um efeito aleatório para cada local, residente e médico assistente. Os residentes de diagnóstico e os médicos assistentes estão aninhados nos locais. A condição (intervenção e controle) e o período (período 1 a 4) serão incluídos como fatores fixos sob a hipótese de igualdade de efeitos de transferência. Além disso, a queixa principal apresentada, idade do paciente, sexo e índice de comorbidade serão adicionados como covariáveis.

Para todos os endpoints secundários, as estatísticas resumidas apropriadas para a distribuição serão tabuladas por grupo de tratamento. A análise dos endpoints secundários será paralela à análise primária.