Предиктивная аналитика и компьютерная визуализация повышают безопасность пациентов и предотвращают падения

Чтобы уменьшить количество падений в условиях больницы и основываясь на предыдущих исследованиях падений при кормлении грудью, а также на программе MFS и программе Fall TIPS, MGH разработала алгоритм поддержки принятия решений для выявления изменений клинических факторов по мере их возникновения, чтобы предупредить медсестер о необходимости корректировки. мероприятия по предотвращению падений. Компания MGH Nursing в сотрудничестве с RGI Informatics затем применила алгоритм MGH в одном клиническом отделении общей практики. Программное обеспечение RGI использует алгоритм MGH для потоковой передачи данных EHR от Epic в реальном времени для выявления пациентов, у которых риск падения мог увеличиться, и оказания поддержки медсестрам в принятии клинических решений посредством оповещения на выданные больницей мобильные телефоны. Предварительные результаты продемонстрировали осуществимость и статистически значимое снижение (p <0,01) количества падений с травмами за 11-месячный период.

Взаимоисключающие предварительные работы во втором стационарном отделении общей медицинской помощи с использованием компьютеризированной системы визуализации пациентов также привели к снижению количества падений. Совместное использование двух технологий может дать синергетический эффект, тем самым еще больше снижая частоту падений в отделениях неотложной помощи. На сегодняшний день нет никаких доказательств, полученных в результате оценки результатов лечения пациентов при одновременном тестировании двух технологий. Таким образом, цель данного исследования состоит в том, чтобы определить влияние трех различных мер по предотвращению падений (только алгоритм RGI/MGH, только Inspiren и комбинированный алгоритм RGI/MGH и Inspiren) на пациентов с риском падений и падений с травмами у трех взрослых пациентов. отделения ухода в крупном академическом медицинском центре.

Предлагаемое нами решение — единственная известная стратегия, которая извлекает и синтезирует физиологические и физические данные из нескольких источников, чтобы создать многомерное представление о профиле безопасности пациента, связанном с риском падения. Своевременные оповещения информируют медсестер о риске падения пациента, причине риска и их клинических решениях относительно стратегий предотвращения падений. Это первоначальное предложение ориентировано на пациентов с риском падений, и мы уверены, что этот инновационный подход можно адаптировать для решения других важных проблем безопасности, например, пролежней и катетер-ассоциированных инфекций мочевыводящих путей. Подробная информация о RGI Analytics и Inspiren представлена ​​ниже.

Методология: Будет проведено наблюдательное когортное исследование со смешанными методами для определения влияния и эффективности обычного ухода и трех различных стратегий предотвращения падений, которые превышают стандарт ухода в трех стационарных отделениях MGH в течение одного года. Подразделение 1 будет использовать только потоковую аналитику и алгоритм MGH, Подразделение 2 будет использовать только компьютерную визуализацию AUGI от Inspiren, а Подразделение 3 будет использовать комбинированный алгоритм потоковой аналитики/MGH и устройство AUGI от Inspiren. Блок 4, контрольный, будет служить группой внутреннего сравнения из того же учреждения. В дополнение к вмешательствам в рамках исследования все четыре отделения продолжат поддерживать обычную научно обоснованную практику MGH и стандарты ухода за профилактикой падений. Демографические данные пациентов, отделений и медсестер, собранные для исследования, в настоящее время могут быть доступны или рассчитаны на основе существующих источников. Источники включают ADT, финансовые данные, данные об остроте зрения и качестве PCS, хранящиеся в хранилище данных PCS. В совокупности демографические данные пациентов будут включать возраст, пол и расу. Демографические данные медсестер будут включать количество эквивалентов полной занятости, многолетний опыт работы медсестрой, многолетний опыт работы в MGH и самый высокий уровень образования. Данные отделений будут включать количество госпитализаций пациентов, число дней пребывания в отделении, продолжительность пребывания, остроту ухода, тип пациентов по полу, возрасту, расе, этнической принадлежности, количество падений в отделения и падений с травмами, а также показатели укомплектованности медсестер. Восприятие медсестрами трех отделений вмешательства будет измеряться в связи с вмешательством с использованием обратной связи в реальном времени по сигналам мобильных телефонов (полезно/не полезно), отзывов медсестер и ежеквартальных опросов. Шкала эффективности предотвращения падений (Дайкс и др., 2021) представляет собой проверенный экспертами инструмент из 13 пунктов, который фокусируется на четырех ключевых областях: экономит время, не тратит время зря, стоит потраченного времени и помогает предотвратить падения. Вопросы опроса будут адаптированы для удовлетворения потребностей этого исследования и будут администрироваться через REDCap, безопасное веб-приложение Harvard Catalyst для управления инструментами онлайн-опроса.

Вопросы исследования

1. В условиях неотложной помощи, в стационарных условиях, существует ли разница в частоте падений и падений с травмами, сравнение трех различных методов оповещения медсестер в местах оказания помощи об изменении риска падения пациента при сохранении всех других текущих стандартов ухода за предотвращением падений и добавление этих новых стандартов во время исследования: (1) использование потоковой аналитики и алгоритма риска падения, который предупреждает медсестер об изменении риска падения, (2) компьютерная визуализация и интерпретация движений пациента искусственным интеллектом и ( 3) сочетание обеих технологий?

2. Что думают медсестры по поводу:

   1. Влияние трех исследовательских технологий, реализованных для помощи в выявлении повышенного риска падения.
   2. Снижение нагрузки медсестры на оценку риска падения и рекомендации по дополнительным вмешательствам для предотвращения падений.

Цели исследования:

1. Сравните влияние трех инноваций в области предотвращения падений внутри и между подразделениями, а также на одно подразделение управления (все четыре подразделения используют одинаковые стандартные стандарты ухода) на падения и падения с травмами.
2. Определите предполагаемую эффективность инноваций в области предотвращения падений и предупреждений о поддержке принятия клинических решений и нагрузки на медсестру, используя опросы медсестер, ответы на предупреждения и фокус-группы.