Advanced Recovery Room Care II - Förbättrad återhämtning efter operation (ARRCII)

Problemet: Kirurgi är avgörande för ungefär 1/3 av sjukvårdsbehoven, och dess volym måste fördubblas till 2040. Det har dock risker, med allvarliga postoperativa komplikationer som förekommer ofta (5%-30% av patienterna) och postoperativ död är den tredje vanligaste dödsorsaken globalt.

Komplikationer resulterar i ökat patientlidande och dödlighet, sena biverkningar som återinläggning och två till tre gånger högre resursanvändning (kostnad). De kan betraktas som "den dolda pandemin" inom modern sjukvård och, på grund av en åldrande komorbid befolkning, beräknas de öka med 300 % i Australien till 2027.

Ett australiensiskt nationellt toppmöte om postoperativa komplikationer (mars 2020), ledd av G Ludbrook, erkände vikten av detta problem. Dess rapport identifierade behovet av ett systemtillvägagångssätt, med en evidensbas, tydliga vårdvägar anpassade till enskilda patienters risker och behov, tekniker för att minimera onödig variation i praktiken och relevanta prestationsmått: resultat (institution- och konsumentcentrerad) och kosta.

En lösning: Under 2017 testades en Advanced Recovery Room Care-modell (ARRC) på RAH. Detta utnyttjade alla Summit Systems element och principer - tidig validerad riskbedömning (NSQIP), triage av måttliga riskpatienter (förutspådd 30-dagars mortalitet: 1-4%) till medelnivå av hög skärpa postoperativ vård över natten (ARRC), lämplig personal och kapacitet, exakt regelbunden checklistabaserad bedömning, specifika fysiologiska mål, upprepad omvärdering och omprövning, formella överlämningar och utvärdering med relevanta mätvärden. Denna studie visade att: tidiga allvarliga biverkningar var oväntat vanliga (50 % av patienterna); dessa inträffade huvudsakligen under 12-18 timmar postoperativt; och återintagningar var mycket vanliga (34 %).

Minskade komplikationer och följdsjukdomar: ARRC resulterade i färre avdelningsbaserade komplikationer; och en 80 % minskning av antalet dagar för återinläggning på sjukhus, p=0,1. En enhet med 10 bäddar bör frigöra 4000 RAH bädddagar årligen.

Sammantaget överensstämmer ARRC-fynden med (i) fynd i Storbritannien hos patienter med måttlig risk - avlägsnande av vård med hög skärpa ökad dödlighet och dagar på sjukhus, (ii) RAH Health Roundtable-data - patientgrupper med måttlig risk med oplanerade återinläggningsfrekvenser på 35 %.

Iterativ bättre riskförutsägelse och triage: Data antydde också att genom formell upprepad omvärdering av risk över tid (inom teater och ARRC), baserat på biverkningar och fysiologiska parametrar, kan de 50 % av patienterna som är osannolikt att ha efterföljande större komplikationer identifierade och triagerades till ARRC-vård med lägre skärpa, vilket ytterligare minskade kostnaderna. Detta överensstämmer med RAH-data som visar biverkningar vid tidig återhämtning som en viktig prediktor för efterföljande postoperativa komplikationer, och stora databaser som associerar preoperativa, in-teater och postoperativa händelser med fördröjda komplikationer.

Kostnadseffektivitet: Kritiskt sett verkar ARRC kostnadseffektivt. Markov-modellering av ARRC-data visar förbättrat resultat (Days at Home) och kostnader, med en Incremental Cost Effectiveness Ratio (ICER) på -600 USD. Detta överensstämmer med Peter McCallum Cancer Centers konstaterande 1 miljoner dollar årliga besparingar från implementering av en enhet med 2 bäddar (opublicerade data).

Den primära hypotesen är att ARRC, genom snabb upptäckt och hantering av tidiga allvarliga postoperativa biverkningar, kommer att minska efterföljande komplikationer och därmed öka patientens dagar hemma vid 30 och 90 dagar (DAH30/90).

De sekundära hypoteserna är: (i) att ARRC kommer att vara kostnadseffektivt, producera en negativ inkrementell kostnadseffektivitetskvot (ICER) jämfört med konventionell behandling, och (ii) att kontinuerlig omvärdering av individuell patientrisk under operation och ARRC kommer att möjliggöra noggrann identifiering av den lägre riskundergruppen av patienter som sannolikt inte kommer att ha biverkningar över natten, vilket gör att vården kan nedskalas tidigare, vilket gradvis minskar kostnaderna och förbättrar ICER.

Detta är en prospektiv oblindad pragmatisk prövning av ARRC kontra konventionell vård. CALHN har förbundit sig att återstarta ARRC, men utmärkta data krävs för att bekräfta effekt på resultat och kostnader.

Kohort: Patienter är patienter med måttlig risk (NSQIP-förutspådd 30-dagars mortalitet = 0,7-5%) som genomgår elektiva eller akuta kolorektala, ortopediska, gynekologiska, neurokirurgiska och andra operationer över tid och schemalagda för postoperativ vård på avdelningen.

Vårdsystem: NSQIP-risken beräknas tidigt (elektiv kirurgi - öppenvårdspatienter; oplanerad operation - vid inläggning), för att kvantifiera risker och belysa och adressera modifierbara risker. Allokering till konventionell vård eller ARRC är pragmatiskt baserad på sängtillgänglighet, vilket ger minimal urvalsbias i ARRC-piloten och den observationsstudie i Storbritannien av Swart et al. Intraoperativ hantering kommer att vara konsekvent, riktlinjebaserad vård, något som framgångsrikt implementerats på RAH tidigare.

ARRC kommer att vara det system som testas vid RAH, beläget i närheten av Recovery Room (PACU). Kritiska element inkluderar regelbunden checklista-baserad bedömning och definierade fysiologiska mål. ARRC involverar multidisciplinär personal - anestesi, omvårdnad, kirurgi, internmedicin, allierad hälsa.

Detta system inkluderar alla toppmötesrapporter rekommenderade principer för utmärkt vård av högt värde, och dess implementeringsrekommendationer om att en institution tar ledningen.

Datainsamling: Aktiverad under hela den perioperativa resan av vår EMR och vårt Theatre/Recovery e-record-system (AIMS) och hanteras av PARC Clinical Research-personalen som drev ARRC-piloten.

Data är en förlängning av piloten. I korthet inkluderar detta: (i) Preoperativt: patientdemografi/komorbiditeter; (ii) Intraoperativt: operationstyp/varaktighet, komplikationer, variationer i vitala tecken, biverkningar. Avancerade monitorer (ANI-antinociception, kontinuerlig blodtrycksövervakning) hjälper till att utveckla riskprediktionsalgoritmerna, (iii) ARRC: vitala tecken, biverkningar, ifyllande av checklista, händelser på MET-nivå (iv) efter ARRC: biverkningar på avdelningen, ICU-överföringar , omoperation, vistelsetid, återintagningar, dagar i hemmet (30 och 90 dagar). Kostnaderna kommer från RAH Finance - ARRC, ICU, Ward, ED (återintagningar).

Dataanalys Primär hypotes: U Adelaide-statistiker, som skötte ARRC-piloten, kommer att använda linjär regression för att hitta medelskillnaden i dagar-at-home (DAH) vid 30/90 dagar mellan fall- och kontrollgrupperna. Effektanalys från ARRC-piloten, som konservativt antar en DAH-skillnad på 1,5 dagar, tyder på en provstorlek på N=876 fall och N=438 kontroller (vikt 2:1). Interimsanalyser kommer att genomföras för att bedöma framstegen. Baserat på 16 patienter/vecka ska studielängden vara 82 veckor. Med positiva resultattrender förväntar vi oss att ARRC kommer att utökas till 32 patienter/vecka, vilket potentiellt kommer att minska studietiden till 61 veckor.

Kostnadseffektivitet: CIA kommer att uppdatera Markov-modellens övergångssannolikheter och ICER när data dyker upp. Känslighetsanalys avgör osäkerhet. Interimsanalys kommer också att genomföras halvvägs. Lägre kostnader till följd av bättre riskförutsägelse (t.ex. lägre ARRC-omvårdnadskvoter, tidigare överföringar från ARRC till avdelningen) kommer att införlivas.

Förbättrad riskprediktion: U Southampton Clinical Informatics Unit-kollegor kommer att använda sin ALEA-plattform. Expertis inom prediktiv analys kommer att användas för att generera en hierarkisk uppsättning nya prediktiva algoritmer (baserade på tillgängliga kategorier för datainmatning) och börja skapa instrumentpaneler för förutsägelse av kliniska risker i realtid. RAH-data kan i slutändan läggas till andra pilotwebbplatser över hela världen.