Разработка цифрового приложения для фельдшеров, чтобы обеспечить персонализированный подход к догоспитальной стратификации при внебольничной остановке сердца (RAPID-MIRACLE)

Дизайн: проспективное обсервационное когортное исследование, включающее пациентов с внебольничной окклюзией по всему Лондону на догоспитальном этапе.

Протокол исследования: пациенты с OOHCA и ROSC будут набираться из сообщества для участия в исследовании Лондонской службой скорой помощи NHS Trust (LAS). В LAS работает 40 опытных фельдшеров-практиков в области интенсивной терапии (APP-CC), которые обладают рядом специальных навыков, включая управление дыхательными путями и сфокусированное ультразвуковое исследование, и посещают более 1500 OOHCA в год.

pH-тест в месте оказания медицинской помощи: Набранным участникам будет проведено pH-тестирование в месте оказания медицинской помощи с использованием системы CG4+ iStat (Abbott Vascular, Иллинойс, США). Для теста требуется 2 мл венозной крови, результаты анализа крови можно получить в течение нескольких минут. Устройство и система для взятия крови получили маркировку CE и уже регулярно используются в NHS. После получения результатов крови образец крови и система тестирования выбрасываются в обычном порядке.

Стандартный уход: затем участники будут доставлены либо в местное отделение неотложной помощи, либо в HAC в соответствии с текущими рутинными протоколами. Пациенты будут лечиться в обычном порядке после получения вторичной медицинской помощи в соответствии с местными и национальными рекомендациями без каких-либо изменений в уходе на основе этого исследования.

Расчет мощности: в 2019 году APP-CC из LAS посетили -700 пациентов с OOHCA с ROSC. Предполагая набор 60%, мы могли бы с комфортом предположить -500 пациентов, которые будут набраны в течение 15-месячного периода. Исходя из предыдущих данных, мы можем ожидать, что примерно 60% пациентов (n = 300) будут иметь показатель CPC 3–5 при выписке из больницы. Это будет тот же размер, что и набор данных, использованный для получения исходной оценки, что обеспечивает хороший уровень точности показателей эффективности модели.