Avaliação da implementação do eCART pediátrico

O eCART pediátrico baseia-se em dados EHR prontamente disponíveis e quantifica rapidamente a gravidade da doença, prevendo a probabilidade de início de doença crítica. Atualmente, nenhum sistema disponível de forma consistente rastreia continuamente o risco de doenças críticas em crianças internadas na UW Health. Portanto, os médicos ou prestadores de cuidados de saúde da UW Health não têm um mecanismo confiável para estratificar o risco dos pacientes para uma tomada de decisão clínica eficaz.

Esta proposta aproveita o mecanismo de suporte à decisão clínica AgileMD e uma análise de aprendizado de máquina desenvolvida em um conjunto de dados de mais de 30.000 pacientes. O eCART pediátrico foi explicitamente projetado para chamar a atenção para pacientes com risco aumentado de deterioração e otimizar o manejo do paciente, incluindo o momento e a necessidade de cuidados em nível de UTI.

Estudos preliminares indicam que a implementação do eCART pediátrico na Universidade de Chicago levou a melhores resultados. Melhorias semelhantes entre as crianças internadas na UW Health levarão à diminuição da morbidade e mortalidade entre a nossa população pediátrica.

Além disso, permanece uma lacuna significativa na compreensão da aceitação, pelos enfermeiros, das ferramentas CDS baseadas em dados. Os enfermeiros constituem a maior força de trabalho de médicos no sistema de saúde e desempenham um papel fundamental na detecção da deterioração clínica, sendo os médicos que passam mais tempo a observar e avaliar os pacientes; no entanto, a aceitabilidade do CDS baseado em IA não foi medida para avaliar a aceitação destas ferramentas emergentes pelos enfermeiros. A aceitabilidade é essencial para aumentar o uso sustentado e diminuir resultados abaixo do ideal, como fadiga de alerta ou aumento da carga cognitiva, para que essas ferramentas, em última análise, mediem o bem-estar dos enfermeiros. Um estudo avaliou as percepções dos enfermeiros sobre a utilidade de um sistema de alerta precoce de sepse e descobriu que menos da metade dos enfermeiros consideraram os alertas úteis e apenas um terço dos enfermeiros relataram que os alertas impactaram o atendimento ao paciente. A compreensão da aceitação dos enfermeiros informará as estratégias de design do AgileMD para promover a aceitação e o uso, de modo que as ferramentas preditivas possam ser aproveitadas para melhorar a carga cognitiva dos enfermeiros clínicos. Ao final, o estudo avaliará o eCART pediátrico em dois grupos pediátricos: (1) pacientes pediátricos triados; (2) usuários finais de enfermeiros clínicos pediátricos.

Desenho do estudo: Este é um estudo pré e pós-intervencionista de um algoritmo de aprendizado de máquina integrado ao prontuário eletrônico como ferramenta de apoio à decisão clínica. Os “pré” participantes são crianças hospitalizadas (menores de 18 anos) que foram internadas na UW Health entre 1º de janeiro de 2022 e a data de implementação do eCART pediátrico em 2025. As pontuações do eCART pediátrico serão calculadas retrospectivamente para os "pré" participantes, alimentando os laboratórios do paciente e a observação dos sinais vitais na ferramenta eCART pediátrica. Os participantes "pós" são crianças hospitalizadas (menos de 18 anos) que serão internadas na UW Health dentro de dois anos após a implementação do eCART pediátrico (previsto para 2025-2027). As pontuações pediátricas do eCART serão calculadas em tempo real para esses pacientes.