减少术中低血压的临床决策支持试验

术前决策支持：

根据患者过去的病史和合并症，提供者在图表的术前部分收到了两条消息之一。 如果患者过去有肾功能不全、充血性心力衰竭或缺血性心脏病的病史，则提供者会收到一条消息，即患者极有可能患上低血压后遗症。 如果患者在之前的麻醉期间出现低血压超过 15 分钟（定义为平均动脉压 (MAP)<65mmHg），则提供者会收到一条消息，即患者发生术中低血压的风险很高。 根据患者过去的病史，提供者将收到零条、一条或两条消息。

术中决策支持：

在术中记录的生命体征部分，添加了一条表示平均动脉压 (MAP) 的线。 如果患者的低血压累积时间超过 10 分钟（定义为 MAP<65 mmHg），则屏幕右下方会显示黄色警报。 如果患者的低血压超过 20 分钟，则警报变为红色。

数据分析：

所有研究数据均通过我们之前发布的加州大学洛杉矶分校 (UCLA) 围手术期数据仓库 (PDW) 麻醉学和围手术期医学系获得。 PDW 是一种结构化报告模式，其中包含通过使用 Clarity 输入电子病历 (EMR) 的所有相关临床数据，Clarity 是 EPIC 创建的用于数据分析和报告的关系数据库。 虽然 Clarity 包含原始临床数据，但 PDW 旨在组织、过滤和改进数据，以便它可以可靠地用于创建这些类型的指标。 最后，PDW 服务器与其他健康系统资源接口，以允许自动通过电子邮件发送报告和生成基于 Web 的图形仪表板。

低血压分析：

对于每个病例，低血压定义为患者血压低于预定义的 MAP mmHG 阈值（如先前报道的 Salmasi 论文）所花费的总分钟数：60-65、55-60、50-55 和 <50。 为了确定通路展开对术中低血压发生率的影响，研究人员计划进行多项分析。

1. 从途径上线前 12 个月到上线后 12 个月的每个月，在 0-10 分钟、11-20 分钟和 >20 分钟范围内经历上文定义的低血压的病例百分比（削减-决策支持系统中使用的点）将被计算。
2. 本质上，根据患者低血压或低血压后遗症的风险，患者被分配到 CDS 计划中的四种途径之一。 研究人员将对四种途径（低血压信息、并发症高风险信息、两种信息、无信息）中的每一种进行亚组分析，以查看提供者的反应是否根据他们收到的信息而有所不同。

决策支持对术后AKI的影响分析：

为了确定该途径对减少术后 AKI 的影响（根据 KDIGO 标准定义为二元实例 0 与阶段 1、2、3），研究人员进行了以下分析

患者特征（年龄、性别、ASA 等）和研究变量（包括低血压、AKI）将使用干预前/后分层的平均值 (SD) 和频率 (%) 进行总结。 然后，研究人员将根据 Sun 等人确定的风险因素创建术后 AKI 的风险评分。 对于实施后组中的每位患者，研究人员将使用 R V3.5.1（维也纳，澳大利亚 www.r-project.org）中的倾向评分匹配确定实施前组中具有相似 AKI 风险的患者。 研究人员将通过探索匹配前后的标准化均值差 (SMD) 图来评估匹配算法的性能。 如果认为匹配不充分（任何匹配变量的 SMD > 0.1），调查人员将尝试更复杂的模型，包括平方项、交互作用，或扩大调查人员认为充分匹配的卡尺宽度（从标准起始宽度0.2*倾向得分对数的 SD）。 一旦匹配被认为成功，研究人员将通过分析从滚动前 12 个月到滚动后 12 个月的每个月的低血压发生率来评估干预的效果，考虑到 2 个月的清除期使用 Wagner 等人描述的中断时间序列方法。 铝。

由于干预的效果对低风险患者的影响可能可以忽略不计，因此研究人员将对 AKI 高风险患者进行亚组分析，并使用与上述类似的方法。

最后，如果研究人员根据上述过程观察到 AKI 显着减少，研究人员假设这种减少是通过低血压介导的，并使用 Baron 和 Kenny 的调解步骤对此进行测试：

1. 首先，在风险匹配队列中，研究人员将表明实施后 AKI 发生率下降（显着路径 C）
2. 接下来，研究人员将表明干预与至少一种低血压类别（60-65、55-60、50-55、<50）的时间减少相关，方式与上述类似（重要路径 A）
3. 最后，研究人员将表明，在模型中包含低血压信息后，干预与 AKI 之间的关联消失（或减少），并使用 Sobel 检验获得 p 值以检验干预系数的显着降低。

如果上述任何步骤失败（a、b、c），那么研究人员不能得出结论，AKI 的减少完全是通过低血压介导的。