UM CRMC RecuR Score Pilot

I. BAKGRUND:

Återinläggning på sjukhus är ett negativt hälsoresultat som medför betydande kostnader för sjukvårdens ekosystem. Även om det är oönskat är oplanerad återinläggning på sjukhus inom 30 dagar efter utskrivning inte ovanligt. Weiss et al. (2021) uppskattade att den totala återtagningsfrekvensen för alla betalare var 14 per 100 indexantagningar (14 %). Återinläggning på sjukhus är ofta dyrare än den första inläggningen. Återinläggningar på sjukhus kostar i genomsnitt $15 200, jämfört med $11 700 för genomsnittliga sjukhusvistelser (Freeman et al., 2018). Återinläggning på sjukhus har varit i centrum för uppmärksamheten bland hälsoplaner, leverantörer och beslutsfattare. Många återinläggningar kan förebyggas, men tidigare studier har kämpat för att framgångsrikt identifiera patienter med högsta risk för återinläggning och implementera övergångsvårdplaner för att effektivt minska återinläggningsfrekvensen med ihållande resultat (Hansen et al. 2011, Leppin et al. 2014).

För alla patienter vid University of Maryland Charles Regional Medical Center (UM CRMC) mellan januari 2019 och januari 2022 var den oplanerade återinläggningsfrekvensen på sjukhus 11 % och detta värde är så högt som 30 % i vissa högst riskgrupper. UM CRMC har implementerat ett Transitional Care Program med Nurse Navigators sedan 2011 som fokuserar på patienter som vanligtvis är kända för att ha en högre frekvens av återinläggning (patienter vars primära anledning till inläggning är diabetes, kongestiv hjärtsvikt (CHF), kronisk obstruktiv lungsjukdom ( KOL) och hypertoni). Trots genuina ansträngningar för att hantera dessa patienter och ge ytterligare stöd till dessa patienter före utskrivning och efter utskrivning, har återinläggningsfrekvensen vid UM CRMC varit relativt oförändrad under de senaste fem åren mellan 7-15 % (medelvärde 11 % ± 1,5 %) utan varaktig förbättring från år till år.

För att förbättra vårdkvaliteten och minska onödiga sjukvårdskostnader lanserade Center for Medicare and Medicaid Services (CMS) 2013 Hospital Remissions Reduction Program (HRRP) som en del av programmet Value Based Purchasing (VBP) för att uppmuntra bättre samordning av utskrivningsvård. Enligt HRRP-programmet får sjukhus med hög återinläggningsfrekvens en betalningsreduktion på upp till 3 procent. Sedan lanseringen av HRRP-programmet har minskat antal återinläggningar på sjukhus höjts till en strategisk prioritet för sjukhus.

De flesta publicerade studier om utvärderingar av reduktionsreduktion antog kvasi-experimentell design, experiment som tilldelar behandlingsgrupper baserat på en annan metod än randomisering, medan studier som tillämpade rigorösa randomiserade kontrollerade studier (RCT) är ganska begränsade. Resultaten av dessa två studiedesigner är inkonsekventa.

Att uppnå en avsevärd minskning av återintagningen kräver intensiva resurser och är dyra i drift. Jenq et al. (2016) uppskattade att det i deras storskaliga återintagningsprogram kostade $7000 att undvika en intagning i deras Medicare-population. För att maximera effektiviteten i allokering av sjukhusresurser, blir identifiering och inriktning på patienter som skulle dra mest nytta av intensivvårdsövergångsintervention ett viktigt första steg i programmet för att minska återinläggningen. Olika riskstratifieringar infördes i branschen för att förutsäga en patients risk för återinläggning och används i patientprioritering.

Vid University of Maryland Medical System (UMMS) har vi utvecklat ett riskpoäng som kallas RecuR Score (Readmission Risk Score). RecuR Score uppskattar risken för 30 dagars oplanerad återinläggning för patienter både internt och under 30 dagar efter utskrivning. Denna riskpoäng tränas om månadsvis med hjälp av data från patienter med möten på UMMS-sjukhus. Målgruppen är slutenvårdspatienter, för närvarande interna patienter (akuten, observationsenheten) som kan bli slutenvårdspatienter och tidigare slutenvårdspatienter inom 30 dagar efter utskrivning. Poängen använder data från UMMS elektroniska journalsystem (EHR), CRISP, kommersiella och icke-kommersiella påståenden och U.S. Census Bureau. En jämförelse av prestandan för RecuR Score jämfört med LACE och HOSPITAL på samma patienter visade att Area Under the Receiver Operating Characteristic Curve, ibland känd som Area Under the Curve (AUC), av RecuR Score avsevärt överträffar de andra två mätvärden, även före utsläpp. Medan LACE endast är tillgängligt vid utskrivning, beskrivs HOSPITAL som mest exakt vid utskrivning, och även då överträffas det av RecuR-poängen 48 timmar efter ankomsten när RecuR-poängen inte är som bäst.

Litteraturgenomgången visar att insatserna för att minska återinläggningsfrekvensen inte är konsekvent effektiva, och det har varit svårt att få fram en uppsättning insatser som på ett tillförlitligt sätt minskar återinläggningarna. Vårt team antar att insatser för att minska återinläggningsfrekvensen inte är effektiva eftersom patienterna inte är tillräckligt stratifierade i riskkategorier vilket resulterar i att interventioner inte används på de patienter som kommer att dra mest nytta av interventionerna. Denna pilot åtgärdar detta problem genom att identifiera patienter med högre risk för återinläggning med hjälp av RecuR Score. RecuR Score identifierar noggrant patienter med hög risk för återinläggning med ett område under Receiver Operator Characteristic (ROC)-kurvan på 0,83. Denna högre riskpopulation (begränsad till utvalda huvuddiagnoser och andra inklusions- och uteslutningskriterier) har en högre återinläggningsfrekvens (16,8 %) än sjukhusets totala återinläggningsfrekvens (11 %), vilket ger en större möjlighet att minska återinläggningsfrekvensen för målgrupp.

För att ta itu med frågan om att identifiera de mest effektiva interventionerna är vårt teams andra hypotes att de interventioner som används inte är robusta, vilket innebär att effekten av interventionen är otillräcklig. Till exempel fokuserar de flesta återintagsinterventionsprogram på telefonsamtal efter utskrivning utan att ta hänsyn till en mer fullständig bild av patientens situation. För att lösa detta problem implementerar denna pilot en bedömning av en patients sociala hälsofaktorer (SDOH), ytterligare utbildningsmaterial och har också radat upp mer komplexa insatser såsom flera hemsjukvårdsprogram som täcker ett brett spektrum av potentiella insatser. Förväntningen är att vi genom att noggrant identifiera patienter med högre risk och ha en bredare syn på patienternas situation med flera alternativ för interventioner kan minska antalet oplanerade återinläggningar under 30 dagar bland befolkningen som är inskrivna i Enhanced Care-armen jämfört med standarden av Care arm av piloten.

Denna studie syftar till att minska 30-dagars oplanerade sjukhusåterinläggningsfrekvenser hos patienter som löper en högre risk för återinläggning och ge mer komplexa insatser som är högre intensitet än de som för närvarande ges vid UM CRMC. Genom att rikta in sig på patienter som löper en högre risk för återinläggning med hjälp av en ny riskpoäng, RecuR Score, kan resurser bäst fördelas till dem som behöver dem mest. Dessa mer intensiva insatser inkluderar en betoning på att bedöma patientens sociala hälsobestämningsfaktorer, ytterligare utbildningsmaterial och ha en tydligt definierad process för att aktivera hemsjukvård och resurser i samhället för att hjälpa lämpliga patienter.

Hypotesen för denna studie är att använda en ny UMMS-algoritm (RecuR Score) för att identifiera patienter med en högre risk för oplanerad återinläggning på sjukhus kombinerat med förbättrade vårdinterventioner före utskrivning och uppföljning inklusive en bedömning av deras sociala bestämningsfaktorer för hälsa, tillgång till hemsjukvårdsresurser och ytterligare utbildningsmaterial om deras hälsa kan minska 30-dagars oplanerade sjukhusåterinläggningar i denna högriskgrupp med 30 %.

III. METODER Detta är en pragmatisk, prospektiv, randomiserad, icke-blind kontrollstudie av effekten av en ny övergångsvårdsmodell för patienter som bedöms ha högre risk för 30 dagars oplanerad sjukhusåterinläggning utförd vid UM CRMC på 5 Garrett Ave, La Plata , MD 20646. Patienterna kommer att randomiseras 1:1 (lika) till en Standard of Care-arm (kontroll) eller en Enhanced Care-arm (intervention) med en stratifierad randomiseringsmetod med stratifiering med RecuR Score. På grund av den uppenbara skillnaden mellan Standard of Care och Enhanced Care kommer varken patienter eller vårdgivare att bli blinda för studieuppgiften.

Målpatientpopulationen är inlagda patienter (slutenvårdspatienter) med specifika intagningsdiagnoser som är mottagliga för insatser peri- och post-utskrivning, där målet är att minska återinläggningsfrekvensen för denna högriskpopulation.

Baserat på historiska data räknar vi med att det kommer att ta 2,5 år att registrera de 1500 nödvändiga deltagarna. Patienter kommer att vara berättigade till inkludering efter att studien påbörjats, och fortsätter tills det totala antalet patienter har registrerats. Studien kommer att fortsätta att samla in data för varje individ fram till 90 dagar efter utskrivningen från deras inskrivning på sjukhus. Datainsamlingen kommer att avslutas 90 dagar efter att den sista försökspersonen har skrivits ut från sin inskrivning på sjukhus.

Genom att använda RecuR Score tillgängligt för varje patient 24 timmar efter att datainsamlingen började, registrera patienter med vistelselängd längre än 48 timmar och mindre än 30 dagar, och ett eller flera av följande scenarier: 1) RecuR Score större än eller lika med 2 med ingivande diagnos av KOL, CHF, Diabetes med förhöjt HbA1c, högt blodtryck eller lunginflammation ELLER 2) RecuR-poäng större än eller lika med 3 med någon antagningsdiagnos ELLER 3) RecuR-poäng större än eller lika med 2 och vistelsetid längre än 10 dagar och eventuell inläggningsdiagnos ELLER 4) varje RecuR Score OCH aktuell intagning är en återinläggning inom 30 dagar efter föregående inläggning, där patienten inte var inskriven i piloten under någon tidigare intagning OCH någon antagningsdiagnos.

IV. DATAINSAMLING Patientens elektroniska hälsojournal (EPJ) från Epic kommer att vara den huvudsakliga informationskällan om patientens demografi, intagningsdiagnoser, vistelsens längd och resultatdata som efterföljande sjukhusmöten under de 90 dagarna efter utskrivning. CRISP ADT-verktyget (Chesapeake Regional Information System for our Patients, Admission Discharge Transfer) är källan som tillhandahåller vad sjukhuset möter de inskrivna patienterna har efter utskrivningen om de inte inträffar vid UMMS-anläggningar.

V. DATAANALYS Studien ser ut att upptäcka en 30 % relativ förändring i återinläggningsfrekvensen vid baslinjen från en uppskattad återinläggningsfrekvens på 19,4 % i Standard of Care-armen med en kraft på 80 % för att upptäcka denna förändring och en dubbelsidig alfanivå på 0,05. Registrering kommer att göras i förhållandet 1:1 för Standard of Care till Enhanced Care, med stratifiering på RecuR Score 24 timmar efter att datainsamlingen påbörjats eller tidpunkten för första kvalificerade poäng. Denna stratifierade randomisering säkerställer att ett balanserat antal patienter inom samma RecuR Score-nivå tilldelas pilotens båda armar.

Patientegenskaper kommer att sammanfattas och jämföras mellan armen Standard of Care och Enhanced Care. De flesta resultat kommer att jämföras med ett skillnadstest för två proportioner. Om uppgifterna är multikategoriska kommer Mantel-Haenszel-metoden att användas för jämförelser. Om en händelse är sällsynt (<5 %) kommer Fishers exakta test att användas. Alla kontinuerliga data kommer att jämföras med ett t-test eller Wilcoxon Rank Sum-statistik. Om data är mycket skeva kan ytterligare metoder behövas. Dessa analyser kommer att användas för att presentera baslinje- och bakgrundsegenskaper, vilket visar att analysen är balanserad och representativ för den allmänna befolkningen, eller pekar på områden där primära analyser kan behöva justeras för att ta hänsyn till obalanser.

Alla analyser av resultat för primära och sekundära effektmått kommer att baseras på Intent-to-Treat-principen. Jämförelse av återinläggning på sjukhus kommer att utföras med antingen z-test eller Fischers Exact-test, beroende på hur sällsynt resultatet av intresse är. Om obalanser noteras i baslinjeegenskaperna kommer justerade regressionsmodeller att testas där så anges. Undergruppsanalys kommer att utföras vid behov.