Análise preditiva e visualização computacional melhoram a segurança do paciente para prevenir quedas

Para diminuir as quedas no ambiente hospitalar, e com base em pesquisas anteriores sobre quedas de enfermagem, bem como no MFS e no programa Fall TIPS, o MGH desenvolveu um algoritmo de apoio à decisão para identificar mudanças nos fatores clínicos à medida que ocorrem, para alertar os enfermeiros sobre a necessidade de ajuste intervenções de prevenção de quedas. A MGH Nursing, por meio de uma colaboração com a RGI Informatics, implantou então o algoritmo MGH em uma unidade clínica de cuidados gerais. O software RGI usa o algoritmo MGH para transmissão ao vivo de dados EHR da Epic para identificar pacientes cujo risco de queda pode ter aumentado e fornecer suporte à decisão clínica aos enfermeiros por meio de um alerta em seus telefones celulares emitidos pelo hospital. Os resultados preliminares demonstraram viabilidade e redução estatisticamente significativa (p<0,01) nas quedas com lesão ao longo de um período de 11 meses.

Trabalhos preliminares mutuamente exclusivos, em uma segunda unidade de internação de cuidados gerais, envolvendo um sistema computadorizado de visualização do paciente, também resultaram em redução de quedas. O uso combinado das duas tecnologias pode produzir um efeito sinérgico, reduzindo ainda mais a incidência de quedas no ambiente de cuidados intensivos. Até o momento, não há evidências derivadas da avaliação dos resultados dos pacientes provenientes de testes simultâneos das duas tecnologias. Assim, o objetivo deste estudo é determinar o impacto de três intervenções diferentes de prevenção de quedas (algoritmo RGI/MGH apenas, apenas Inspiren e algoritmo combinado RGI/MGH e Inspiren) em pacientes com risco de quedas e quedas com lesão em três adultos gerais unidades de atendimento em um grande centro médico acadêmico.

Nossa solução proposta é a única estratégia conhecida que extrai e sintetiza dados fisiológicos e físicos de múltiplas fontes, para criar uma visão dimensional do perfil de segurança de um paciente relacionado ao risco de queda. Alertas oportunos informarão os enfermeiros sobre o risco de queda do paciente, a razão do risco e suas decisões clínicas em relação às estratégias de prevenção de quedas. Esta proposta inicial concentra-se em pacientes em risco de quedas e estamos confiantes de que esta abordagem inovadora é adaptável para abordar outras questões críticas de segurança, por exemplo, lesões por pressão e infecções do trato urinário associadas a cateteres. Informações detalhadas sobre RGI Analytics e Inspiren são fornecidas abaixo.

Metodologia: Uma coorte observacional, desenho de estudo de métodos mistos será conduzido para determinar o impacto e a eficácia dos cuidados habituais e três diferentes estratégias de prevenção de quedas que excedem o padrão de atendimento em três unidades de internação no MGH durante um ano. A Unidade 1 usará apenas a análise de streaming e o algoritmo MGH, a Unidade 2 usará apenas a visualização computacional AUGI da Inspiren e a Unidade 3 usará o algoritmo combinado de análise de streaming/MGH e o dispositivo AUGI da Inspiren. A Unidade 4, unidade de controle, servirá como grupo de comparação interno da mesma instituição. Além das intervenções do estudo, todas as quatro unidades continuarão a manter a prática usual baseada em evidências do MGH, padrões de cuidados para prevenção de quedas. Os dados demográficos de pacientes, unidades e enfermeiros coletados para o estudo atualmente podem ser acessados ​​ou calculados a partir de fontes existentes. As fontes incluem dados ADT, financeiros, de acuidade e de qualidade do PCS armazenados no Datawarehouse do PCS. Os dados demográficos dos pacientes da unidade no agregado incluirão idade, sexo e raça. Os dados demográficos dos enfermeiros incluirão o número de equivalentes em tempo integral, anos de experiência como enfermeiro, anos de experiência no MGH e o mais alto nível de educação. Os dados da unidade incluirão contagens de admissões de pacientes, dias de pacientes, tempo de internação, acuidade de enfermagem, tipo de paciente por sexo, idade, raça, etnia, número de quedas na unidade e quedas na unidade com lesões e indicadores de pessoal de enfermagem. As percepções dos enfermeiros sobre as três unidades de intervenção serão medidas em associação com a intervenção usando feedback em tempo real de alertas de telefone celular (útil/não útil), feedback dos enfermeiros e pesquisas trimestrais. A Escala de Eficiência na Prevenção de Quedas (Dykes, et al., 2021) é uma ferramenta de 13 itens revisada por pares que se concentra em quatro áreas principais: economiza tempo, não perde tempo, vale a pena investir tempo e é útil na prevenção de quedas. As perguntas da pesquisa serão adaptadas para atender às necessidades deste estudo e serão administradas via REDCap, um aplicativo da web seguro Harvard Catalyst para gerenciamento de ferramentas de pesquisa on-line.

Questões de pesquisa

1. No ambiente hospitalar de cuidados agudos, existe uma diferença na taxa de ocorrência de quedas e quedas com lesões, comparando três métodos distintos de alertar os enfermeiros no local de atendimento para uma mudança no risco de queda de um paciente, mantendo todos os outros padrões atuais de cuidados para prevenção de quedas e adicionando estes novos padrões durante o estudo: (1) uso de análise de streaming e um algoritmo de risco de queda que alerta os enfermeiros sobre uma mudança no risco de queda, (2) visualização por computador e interpretação de inteligência artificial do movimento do paciente e ( 3) uma combinação de ambas as tecnologias?

2. Quais as percepções dos enfermeiros relacionadas a:

   1. O impacto de três tecnologias de estudo implementadas para auxiliar na identificação do aumento do risco de queda.
   2. A redução da carga do enfermeiro na avaliação do risco de queda e a recomendação de intervenções adicionais para prevenir quedas.

Objetivos da pesquisa:

1. Compare o impacto das três inovações na prevenção de quedas, dentro e entre unidades e com uma unidade de controle (todas as quatro unidades usando o mesmo padrão habitual de atendimento) em quedas e quedas com lesões.
2. Determine a eficácia percebida das inovações e alertas de prevenção de quedas no apoio à decisão clínica e na carga dos enfermeiros usando pesquisas com enfermeiros, respostas a alertas e grupos focais.