Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Validering av EPIC:s återintagsriskmodell, LACE+ Index och SQLape som prediktorer för oplanerade sjukhusåterinläggningar

18 oktober 2020 uppdaterad av: Aljoscha Hwang, Luzerner Kantonsspital

Extern validering av EPIC:s återintagsriskmodell, LACE+ Index och SQLape som prediktorer för oplanerade sjukhusåterinläggningar: En monocentrisk, retrospektiv, diagnostisk kohortstudie i Schweiz

Det primära syftet med denna studie är att externt validera EPIC:s modell för återtagningsrisk och att jämföra den med LACE+-indexet och SQLape-modellen för återinträde.

Som sekundärt mål kommer EPIC:s modell för återtagningsrisk att justeras baserat på valideringsprovet, och slutligen kommer dess prestanda att jämföras med maskininlärningsalgoritmer.

Studieöversikt

Detaljerad beskrivning

Inledning: Återinläggningar efter en akut sjukhusvistelse är relativt vanliga, kostsamma för sjukvården och är förknippade med betydande belastning för patienterna. Som ett sätt att minska kostnaderna och samtidigt förbättra kvaliteten på vården får återinläggningar på sjukhus ett allt större intresse från beslutsfattare. Det är först relativt nyligen som strategier utvecklades med det specifika syftet att minska oplanerade återinläggningar genom att tillämpa prediktionsmodeller. EPIC:s modell för återintagsrisk, utvecklad 2015 för den amerikanska akutsjukvården, lovar överlägsen kalibrering och diskriminerande förmåga. Dess rutinmässiga tillämpning i schweiziska sjukhusmiljö kräver dock extern validering först. Därför är det primära syftet med denna studie att externt validera EPIC:s modell för återintagsrisk och att jämföra den med LACE+ index (Längd av vistelse, Acuity, Comorbidities, Emergency Room visits index) och SQLape (Striving for Quality Level and Analysing of patientutgifter) Återintagningsmodell.

Metoder: Av denna anledning kommer en monocentrisk, retrospektiv, diagnostisk kohortstudie att genomföras. Studien kommer att omfatta alla slutenvårdspatienter som var inlagda på sjukhus mellan den 1 januari 2018 och den 31 januari 2019 på Lucerne Cantonal-sjukhuset i Schweiz. Fall kommer att vara slutenvårdspatienter som upplevde en oplanerad (all orsak) återinläggning inom 18 eller 30 dagar efter indexutskrivningen. Kontrollgruppen kommer att bestå av personer som inte hade någon oplanerad återinläggning.

För extern validering kommer diskriminering av poängen som undersöks att bedömas genom att beräkna arean under mottagarens operationskarakteristikkurvor (AUC). För kalibrering kommer Hosmer-Lemeshow-testet för god passform att illustreras grafiskt genom att plotta de förutsagda resultaten med decil mot observationerna. Andra resultatmått som ska uppskattas inkluderar Brier Score, Net Reclassification Improvement (NRI) och Net Benefit (NB).

All patientdata kommer att hämtas från kliniska datalager.

Studietyp

Observationell

Inskrivning (Faktisk)

23116

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • Canton Lucerne
      • Lucerne, Canton Lucerne, Schweiz, 6000
        • Cantonal Hospital of Lucerne

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

4 månader till 98 år (Barn, Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Inneliggande patienter från ett akutsjukhus i Central-Schweiz

Beskrivning

Inklusionskriterier:

- Alla slutenvårdspatienter i åldern ett år eller äldre (max. 100 år), som var inlagda på sjukhus antingen mellan 1 januari 2018 och 31 december 2018 eller mellan 23 september och 31 december 2019 kommer att inkluderas.

Exklusions kriterier:

  • intagning/överföring från annan psykiatrisk, rehabiliterande eller akut vårdavdelning från samma institution,
  • annan utskrivningsdestination än patientens hem eller
  • överföring till ett annat akutsjukhus, båda betraktas som fortsättning av behandlingen;
  • utländsk bosättning,
  • avliden före utskrivning,
  • skrivs ut på antagningsdagen,
  • vägran av allmänt samtycke, och
  • okänd patientbostad eller utskrivningsdestination.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Observationsmodeller: Kohort
  • Tidsperspektiv: Retrospektiv

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Återintagna slutenvårdspatienter/Fall

Utfall 1: Patienter som återinfördes inom 18 dagar efter indexdatum för sjukhusvistelse som lämnades till samma sjukhus, med en diagnos som leder till samma Major Diagnostic Group som indexvistelsen (definition enligt Swiss Diagnosis Related Groups system, fall sammanslagning)

Utfall 2: Patienter med en oplanerad återinläggning inom 30 dagar efter utskrivningsdatum för index sjukhusvistelse till samma sjukhus. En oplanerad återinläggning definierades som en återintagning genom akutmottagningen.

Logistisk regressionsmodell som förutsäger risken för oplanerade återinläggningar av alla orsaker utvecklad av det privatägda sjukvårdsmjukvaruföretaget EPIC.
LACE+-poängen är ett poängpoäng som kan användas för att förutsäga risken för dödsfall efter utskrivningen eller akut återinläggning. Det utvecklades baserat på administrativa data i Ontario, Kanada.
Återintagningsriskmodellen (Sträva efter kvalitetsnivå och analys av patientutgifter) är en datoriserad validerad algoritm och utvecklades 2002 för att identifiera potentiellt undvikbara återinläggningar.
Ej återintagna slutenvårdspatienter/kontroller
Utfall 1 & 2: Patienter som inte återinfördes inom 30 dagar efter indexdatum för sjukhusvistelse.
Logistisk regressionsmodell som förutsäger risken för oplanerade återinläggningar av alla orsaker utvecklad av det privatägda sjukvårdsmjukvaruföretaget EPIC.
LACE+-poängen är ett poängpoäng som kan användas för att förutsäga risken för dödsfall efter utskrivningen eller akut återinläggning. Det utvecklades baserat på administrativa data i Ontario, Kanada.
Återintagningsriskmodellen (Sträva efter kvalitetsnivå och analys av patientutgifter) är en datoriserad validerad algoritm och utvecklades 2002 för att identifiera potentiellt undvikbara återinläggningar.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Diskriminering efter 18 dagar
Tidsram: 18 dagar efter datum för indexavskrivning
För att särskilja poängen som undersöks kommer arean under mottagarens operationskarakteristikkurvor (AUC) att beräknas.
18 dagar efter datum för indexavskrivning
Diskriminering efter 30 dagar
Tidsram: 30 dagar efter datum för indexavskrivning
För att särskilja poängen som undersöks kommer arean under mottagarens operationskarakteristikkurvor (AUC) att beräknas.
30 dagar efter datum för indexavskrivning
Kalibrering efter 18 dagar
Tidsram: 18 dagar efter datum för indexavskrivning
För kalibrering kommer Hosmer-Lemeshow-testet för god passform att illustreras grafiskt genom att plotta de förutsagda resultaten med decil mot observationerna.
18 dagar efter datum för indexavskrivning
Kalibrering efter 30 dagar
Tidsram: 30 dagar efter datum för indexavskrivning
För kalibrering kommer Hosmer-Lemeshow-testet för god passform att illustreras grafiskt genom att plotta de förutsagda resultaten med decil mot observationerna.
30 dagar efter datum för indexavskrivning
Total prestation efter 18 dagar
Tidsram: 18 dagar efter datum för indexavskrivning
Brier-poäng (Brier-poängen är en kvadratisk poängregel, där den kvadratiska skillnaden mellan faktiska binära utfall Y och förutsägelser p beräknas. Brier-poängen kan variera från 0 för en perfekt modell till 0,25 för en icke-informativ modell med en incidens på 50 % av resultatet.)
18 dagar efter datum för indexavskrivning
Total prestanda efter 30 dagar
Tidsram: 30 dagar efter datum för indexavskrivning
Brier-poäng (Brier-poängen är en kvadratisk poängregel, där den kvadratiska skillnaden mellan faktiska binära utfall Y och förutsägelser p beräknas. Brier-poängen kan variera från 0 för en perfekt modell till 0,25 för en icke-informativ modell med en incidens på 50 % av resultatet.)
30 dagar efter datum för indexavskrivning
Klinisk användbarhet (NRI) vid 18 dagar
Tidsram: 18 dagar efter datum för indexavskrivning
Net Reclassification Improvement (NRI): I beräkningen av NRI summeras förbättringen i sensitivitet och förbättringen i specificitet. NRI varierar från 0 för ingen förbättring och 1 för perfekt förbättring.
18 dagar efter datum för indexavskrivning
Klinisk användbarhet (NRI) vid 30 dagar
Tidsram: 30 dagar efter datum för indexavskrivning
Net Reclassification Improvement (NRI): I beräkningen av NRI summeras förbättringen i sensitivitet och förbättringen i specificitet. NRI varierar från 0 för ingen förbättring och 1 för perfekt förbättring.
30 dagar efter datum för indexavskrivning
Klinisk användbarhet (OBS) vid 18 dagar
Tidsram: 18 dagar efter datum för indexavskrivning
Nettoförmån (NB): NB = (TP - w FP) / N, där TP är antalet sanna positiva beslut, FP antalet falskt positiva beslut, N är det totala antalet patienter och w är en vikt lika med odds för cut-off (pt/(1-pt), eller förhållandet mellan skada och nytta
18 dagar efter datum för indexavskrivning
Klinisk användbarhet (OBS) vid 30 dagar
Tidsram: 30 dagar efter datum för indexavskrivning
Nettoförmån (NB): NB = (TP - w FP) / N, där TP är antalet sanna positiva beslut, FP antalet falskt positiva beslut, N är det totala antalet patienter och w är en vikt lika med odds för cut-off (pt/(1-pt), eller förhållandet mellan skada och nytta
30 dagar efter datum för indexavskrivning

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Samarbetspartners

Utredare

  • Huvudutredare: Aljoscha B. Hwang, University Lucerne (Switzerland)
  • Huvudutredare: Stefan Boes, University Lucerne (Switzerland)

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

10 mars 2020

Primärt slutförande (Faktisk)

10 april 2020

Avslutad studie (Faktisk)

1 oktober 2020

Studieregistreringsdatum

Först inskickad

6 mars 2020

Först inskickad som uppfyllde QC-kriterierna

10 mars 2020

Första postat (Faktisk)

12 mars 2020

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

20 oktober 2020

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

18 oktober 2020

Senast verifierad

1 oktober 2020

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • LUKS_RRM_2019

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

Nej

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på Återinläggning på sjukhus

3
Prenumerera