Calculadora de aventura para precaver el ingreso hospitalaria retrasada – ScienceDaily

0


Una nueva investigación podría reducir significativamente el hacinamiento en los departamentos de emergencia, lo que podría ahorrarle al NHS millones de libras.

En un proyecto de colaboración entre el NHS Trust de los Hospitales Universitarios de North Midlands (UHNM) y la Universidad de Staffordshire, los expertos desarrollaron un modelo de predicción para identificar a los pacientes con mayor riesgo de permanecer en camas de hospital más tiempo del necesario.

Un nuevo estudio, financiado por el Instituto Médico de North Staffordshire (NSMI), detalla una herramienta predictiva de ocho variables que puede calcular la probabilidad de que un paciente experimente un alta tardía al momento de la admisión.

El alta hospitalaria tardía es uno de los principales desafíos que enfrenta el NHS y ha aumentado considerablemente durante la última década. Según los datos de 2019, los días de cama tardía cuestan el equivalente a £ 27,000 por hora, y las presiones adicionales del COVID-19 han intensificado el problema desde entonces.

El Dr. Andrew Davy, GP Lead de Investigación y Desarrollo en A&E en UHNM, explicó: «La transferencia demorada de la atención ocurre cuando un residente adulto está médicamente listo para irse a casa pero no puede hacerlo porque no hay otra atención, apoyo o acomodación necesarios disponibles. Estos retrasos pueden tener graves implicaciones como mortalidad, infecciones, depresión y reducción de la movilidad y capacidad del paciente para realizar las actividades diarias.

«También tiene un efecto dominó en los pacientes en el departamento de emergencias que no pueden trasladarse a las camas de la sala hasta que los pacientes actuales sean dados de alta. Este efecto de estrangulamiento en el flujo causa un hacinamiento significativo dentro de las salas de emergencia y que otros portales de emergencia, lo que resulta en un aumento de la mortalidad. , resultados deficientes para los pacientes y un consumo significativamente mayor de recursos hospitalarios «.

Para el desarrollo de la herramienta predictiva, Md Asaduzzaman, profesor adjunto de Investigación de Operaciones en la Universidad de Staffordshire, explicó: tres años de 2018 a 2020. Los investigadores utilizaron la información recopilada de forma rutinaria cuando los pacientes ingresan en el hospital desde la sala de emergencias para identificar varios factores demográficos, socioeconómicos y factores clínicos asociados con pacientes que han experimentado o no un retraso en la transferencia de la atención.

«Se encontró que la edad, el género, la etnia, el puntaje nacional de alerta temprana (NEWS), el puntaje de predicción de admisión de Glasgow, el decil del índice de privación múltiple, la llegada de ambulancias y la hospitalización previa en el último año tenían una asociación estadísticamente significativa con las transferencias de atención demoradas».

El modelo de pronóstico y el conjunto de herramientas digitales se están probando actualmente en el Royal Stoke University Hospital con Thomas Hill, analista técnico / desarrollador de inteligencia empresarial en UHNM, desarrollando cómo se muestra visualmente el sistema de puntuación en los paneles. A&E en vivo, para garantizar que los pacientes con alto riesgo de Las transferencias de atención demoradas se informan a los equipos de revisión con anticipación. Actualmente se están revisando otras variables que se cree que pueden causar un retraso en el alta. Los investigadores creen que este modelo predictivo podría eventualmente implementarse fácilmente en todo el país.

Sarahjane Jones, profesora asociada de seguridad del paciente, dijo: “Una mejor planificación del alta reduciría una enorme carga de costos para el NHS y creemos que este documento podría tener un impacto importante en el manejo del paciente.

«Comprender quién tiene estadísticamente más probabilidades de experimentar un alta retrasada podría ayudar a los hospitales a derivar a los pacientes para una planificación proactiva del alta en las primeras etapas de su proceso de atención. Esto podría lograrse alertando a los equipos internos, como terapeutas y socios, con anticipación. planes de asistencia y colocaciones en residencias de ancianos y ancianos «.

Sobre la base de este estudio, el equipo de investigación ahora espera mejorar la precisión de la calculadora de riesgos y trabajar con las autoridades locales para comprender mejor la logística de la atención al paciente. La Dra. Keira Watts y el Dr. Simon Lea de UHNM Research and Innovation, que participaron en el desarrollo del proyecto, están ansiosos por llevar adelante este trabajo.

El Dr. Lea dijo: «Este trabajo es increíblemente importante para el bienestar de nuestros pacientes y la prestación de nuestros servicios y estamos encantados de que este trabajo, financiado por una subvención del Instituto Médico North Staffordshire, tenga el potencial de tener tal impacto. «Esperamos trabajar con el Dr. Davy y el profesor Asaduzzaman en futuras solicitudes de subvenciones y proyectos de investigación».

El profesor asociado Asaduzzaman agregó: «Hemos basado nuestro modelo en datos recopilados de forma rutinaria en los hospitales, lo que significa que tiene el potencial de ser adoptado en todo el NHS. Este problema no desaparecerá y, a raíz del COVID-19, es más importante que nunca. para encontrar soluciones. Necesitamos desarrollar un modelo de ruta de atención al paciente bien diseñado para pacientes vulnerables, que incluya a todas las partes interesadas, incluidos los hospitales de cuidados intensivos y los centros de atención social, junto con los gobiernos locales «.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More