Utveckla, implementera och utvärdera effektiviteten av Early Warning Score (EWS) för Moneragala District General Hospital (EWS)

Inledning: Tidig upptäckt och snabba insatser är viktiga bestämningsfaktorer för kliniskt utfall hos personer med akut sjukdom. Skadliga utfall inklusive oplanerad överföring till intensivvård (ICU), hjärtstillestånd och död föregås vanligtvis av akuta fysiologiska förändringar som visar sig som förändringar i vitala tecken. Användning av tidiga varningsvärden (EWS) baserat på observationer av vitala tecken vid sängkanten kan hjälpa till att upptäcka tidigt, förbättra patienternas resultat och minska kostnaderna för sjukvården.

Effektiviteten av EWS för att förutsäga försämring av allvarligt sjuka patienter har visats i höginkomstländer (HIC). Dessa poäng som utvecklats i HIC har dock visat sig förlora känslighet och specificitet när de tillämpas på en låginkomstmiljö. Det är absolut nödvändigt att utforska användbarheten av EWS i Sri Lanka. Om resultaten är positiva kan en omfattande anpassning av dessa poäng avsevärt bidra till förbättrat patientresultat, bättre utnyttjande av intensivvårdstjänster och kostnadseffektiv sjukvård.

Studien kommer att äga rum på distriktssjukhuset (DGH) Moneragala, i Sri Lanka, ett land med låg medelinkomst (LMIC). Sjukhuset har nästan 450 bäddar och över 800 anställda som betjänar över 50 000 patienter per år och cirka 500 hjärtstillestånd per år. Den har fyra medicinska avdelningar, två kirurgiska avdelningar och 5 andra avdelningar. En kilformad interventionsstudie utformades för att undersöka om ett "inställningstestad" protokoll för tidigt varningssystem kan implementeras på ett allmänt sjukhus på landsbygden i en LMIC med hjälp av en lokal TTT-modell för att minska hjärtstopp och inläggningar på intensivvårdsavdelningen.

Mål

• För att beskriva egenskaperna, inklusive EWS, hos patienter som återupplivats vid DGH, Moneragala.
• För att validera en lämplig EWS på DGH, Moneragala.
• Att undersöka effektiviteten av den validerade EWS som en del av ett utbildnings- och implementeringspaket för att minska förekomsten av hjärtstopp, intensivvårdsinläggningar och dödlighet.

Metod Studiekomponent 1- Retrospektiv studie Alla kliniska variabler och patientegenskaper från de senaste två åren (01.04.2013-30.06.2015) insamlade retrospektivt från BHT för alla hjärtstopp (cirka 200) av DGH Moneragala. Vitala tecken och laboratoriemätningar 24 och 48 timmar före hjärt-andningsnöd och vid inläggning på sjukhus kommer att extraheras. Tillgängligheten av variabler som krävs för beräkningen av olika EWS kommer att noteras.

Datainsamlingsverktyg: Fördefinierade datablad. Studieprocess: Alla kliniska variabler och patientegenskaper kommer att samlas in retrospektivt från BHT. Vitala tecken och laboratoriemätningar 24 och 48 timmar före hjärt-andningsnöd och vid inläggning på sjukhus kommer att extraheras. Tillgängligheten av variabler som krävs för beräkningen av olika EWS kommer att noteras.

Statistisk analys: Beskrivande statistik kommer att användas för att beskriva egenskaperna hos de återupplivade patienterna. Medelvärde och standardavvikelse kommer att användas för normalfördelade kontinuerliga variabler medan median- och interkvartilintervall kommer att användas för snedfördelningar av kontinuerliga variabler. Antal och procent kommer att användas för diskreta variabler. Tillgängligheten av fysiologiska variabler kommer också att illustreras med hjälp av räkningar och procentsatser.

Studiekomponent 2- Komponent två i studien syftar till att välja och validera en EWS som kan förutsäga hjärtstillestånd med hög sensitivitet och specificitet. En prospektiv kohortdesign, utförd på alla enheter av DGH, Moneragala (utom ICU) på alla på varandra följande slutenvård under en period av 3 månader.

Provstorlek: Denna fas kommer att användas för att bestämma EWS:s förmåga att förutsäga patientresultat med avseende på hjärtstillestånd, intensivvårdsinläggning och dödsfall. Om man antar att den bäst presterande EWS kommer att uppnå en area under ROC (AUROC) kurvan på 0,80 och en alfa på 0,05 med 80 % effekt, kommer jämförelse av en EWS som presterar "sämre" (AUROC kurva = 0,80) att kräva 28 hjärtstillestånd patienter. Med en hjärtstilleståndsfrekvens på cirka 1 % (hjärtstopp/totala inläggningar), och 56 000 inläggningar per år. detta innebär att varje EWS bör utföras på 2800 patienter. Under samma antaganden kommer jämförelse av en EWS med en AUROC-kurva = 0,70 att kräva n=108 patienter med hjärtstillestånd; sålunda bör 10 800 patienter testas med varje EWS. Med 56 000 antagningar per år räcker 3 månader av fas 2 för detta.

Datainsamlingsverktyg: Data kommer att samlas in från sänghuvudbiljetter med fördefinierade datablad. Demografiska detaljer och fysiologiska data kommer att registreras vid inläggning på avdelningen. Fysiologiska data kommer att samlas in två gånger dagligen av dessa läkare/sjuksköterskor.

National Early Warning Score (NEWS), Modified Early Warning Score (MEWS), Standardized Early Warning Score (SEWS), Patient At Risk Score (PARS), Leeds Early Warning Score (LEWS), The Assessment Score for Sick patient Identification and Step- upp i behandling (ASSIST), hjärtstoppsrisktriage (CART) och VitalpacTMEarly Warning Score (ViEWS) kommer att testas i denna fas för att välja den som ger bäst resultat, enligt beskrivningen nedan.

Statistisk analys: Data kommer att analyseras med STATA 13. Valet av EWS kommer att baseras på diskriminering (med användning av area under mottagarens funktionskurva), kalibrering (med Hosmer-Lemeshow Ĉ-statistik) och noggrannhet (med hjälp av Brier-poäng).

Studiekomponent 3- Syftet med denna komponent är att undersöka effektiviteten hos den valda EWS för att förbättra fördefinierade patientresultat.

Detta är en experimentell stegkildesign. Studiemiljö och population: Samma som studie två Studieperiod: Tolv månader Provstorlek: För närvarande är tidig upptäckt av försämring med hjälp av EWS före hjärtstopp 0 %. Det nuvarande hjärtstoppsteamet tar hand om patienter endast när ett hjärtstopp upptäcks. Man förutsåg att, med EWS som identifierades i del 2 av studien, kommer den tidiga upptäckten av hjärtstopp att öka till 50-75 %. För att upptäcka en skillnad på 50 % på en avdelning, med 90 % effekt och en alfa på 0,05, skulle det krävas en provstorlek på 15 hjärtstilleståndspatienter. Den uppskattade hjärtstilleståndsfrekvensen vid denna studieplats är <1 %. Om man antar en hjärtstilleståndsfrekvens på cirka 1 % bör den valda EWS som en del av EWS utföras på 1 500 patienter.

Detta innebär att studien kommer att kunna upptäcka detta på minst 7 av de 12 avdelningarna när utredare implementerar EWS under de 12 månader som det tar att rekrytera alla avdelningar. Men ytterligare datainsamling under tre månader kommer att göra det möjligt för (power) att upptäcka detta på nästan alla avdelningar.

Datainsamlingsverktyg och studievariabler Patientdata som samlats in från sänghuvudbiljetter med fördefinierade datablad. Enkäter som administreras av intervjuaren kommer att användas för att bedöma framgången med utbildningen för sjuksköterskor och läkare. Framgången med kursleverans i varje avsnitt kommer att mätas separat. Datablad kommer att användas för att övervaka genomförandet av interventionen och resultatmått.

Studievariabler inkluderar samma variabler som i studie 2. Indikatorerna för att övervaka genomförandet av interventionen kommer också att samlas in. Framgången med implementeringen kommer att utvärderas med hjälp av process- och resultatmått. Dessa kommer att inkludera indikatorer för att övervaka genomförandet av interventionen (observationernas fullständighet, användning av EWS, lämplig eskalering av omvårdnadsteamet) och resultatindikatorer (patienter som lider av hjärtstillestånd, upptäckt och missat av EWS, ICU-inläggningar och dödlighet på sjukhus) . Data kommer också att samlas in för att övervaka framgången för utbildningsprogrammet (retention of knowledge).

Intervention och studieprocess Inför EWS: En EWS som är lämplig för användning i studiemiljön kommer att anpassas och alla deltagare kommer att utbildas om detta.

Utbildning av personal: De deltagande läkarna och sjuksköterskorna från varje avdelning kommer att utbildas i tidig upptäckt och hantering av kliniskt försämrade patienter baserat på det valda EWS. Utbildningen kommer att implementeras i en stegvis metod med en ny avdelning som tas upp i programmet varje månad.

Eftersom varje avdelning har infört EWS kommer en akutvårdsutbildning (ACT) att levereras till personalen. ACT-kursen kommer att bestå av förberedelser med hjälp av en dedikerad e-learning-plattform (http://nics-training.com/?page_id=403) följt av ett 2-dagars strukturerat, multimodalt utbildningspaket fokuserat på färdigheter inom akutvård för avdelningssköterskor och läkare, bestående av korta föreläsningar, problembaserad inlärning och praktiska färdigheter. ACT-kursen kommer att ges till små grupper, varannan vecka av en fakultet av lokala utbildare (läkare, sjuksköterskelärare och sjuksköterskor) som har fått en fem dagars förberedande utbildning av utbildaren (TTT)-kurs ledd av erfarna läkare- och sjuksköterskeutbildare (del av utredarnas studiegrupp) efter modell av tidigare insatser. Liksom i fas 2 kommer process- och resultatdata att samlas in av utbildade datainsamlare.

Uppföljning: Formativa och summativa träningsbedömningar kommer att genomföras på utbildningsdeltagare för att mäta effektiviteten av programmen, före och efter träning. Coaching, stöd och feedback kommer att ges till fakulteten varannan månad för att säkerställa upprätthållande av kvaliteten. Eventuella problem som personalen möter under implementeringen kommer att identifieras och lämpliga åtgärder kommer att vidtas.

Slutpunkterna kommer att vara andelen patienter som upptäcks (och missas) av systemet och antalet oväntade hjärtstopp och intensivvårdsinläggningar.

Jämförelse av resultat: "Riskpopulationen" kommer att beräknas som en andel av de som har faktiska hjärtstillestånd, och testas om detta kommer att vara minst 50 % eller 75 % medan värdet nu är 0 % (det finns ingen systematisk upptäckt av riskpatienter för närvarande, med hjärtstilleståndsteam som deltar först efter ett deklarerat hjärtstillestånd. Detta kommer att göras för varje församling separat såväl som för gruppen som helhet. Matchade gruppresultat för intensivvårdsinläggningar, dödlighet och hjärtstillestånd kommer att jämföras. Dessa kommer att utvärderas för varje avdelning och för hela gruppen före och efter implementeringen av EWS/RRS. Wilcoxon signed-rank test och McNemar test kommer att användas för att jämföra icke-parametriska kontinuerliga respektive diskreta variabler för matchade gruppresultat uppmätta, respektive

För- och efterutbildning: Utbildningens inverkan på personalens kunskaper, färdigheter och förtroende för hanteringen av den försämrade patienten före och efter utbildningen kommer att bedömas enligt ovan (bilaga C, D och E).

Kunskapsretention: Kunskapsretention kommer att mätas 3 månader och 6 månader efter utbildningen.

Statistisk analys: Prevalensen av oförutsedda intensivvårdsinläggningar, hjärtstopp och sjukhusdödlighet kommer att beräknas för sjukhuset totalt, samt per avdelning (med det totala antalet inläggningar som nämnare), före och efter implementering av EWS vald från komponent 2 av studien. Effektiviteten av EWS-systemet kommer att bedömas genom att jämföra andelen hjärtstoppsfall som identifieras tidigt före och efter användning av EWS. Riskkvoter med 95 % konfidensintervall kommer att beräknas med delad svaghet specificerad för en församling för att ta hänsyn till någon inom församlingskluster. De formativa och summativa bedömningarna kommer att användas för att jämföra, på ett parat sätt, effekten av utbildningsprogrammet på församlingspersonalen. Resultatanalysen och statistiska tester som används för att jämföra resultat före och efter implementering av EWS beskrivs i avsnitt 3.5 jämförelse av resultat

Etiskt tillstånd erhållits från den etiska granskningskommittén vid medicinska fakulteten, University of Colombo (EC-15-034).