Migliorare la salute dei bambini con un modello di triage intelligente

I tassi di mortalità infantile sono diminuiti notevolmente dai anni '90, soprattutto tra i bambini più grandi. Tuttavia, molti bambini sotto i cinque anni continuano a morire, soprattutto nei paesi a basso e medio reddito come quelli dell'Africa subsahariana e del Sud Asia. Nel 2020, cinque milioni di bambini sotto i cinque anni sono morti a causa di varie malattie, con una parte significativa che erano neonati affetti da infezioni. Le cause comuni di morte includono diarrea, infezioni respiratorie, meningite e malaria.

La sepsi, una grave risposta a un'infezione, porta a molte visite in ospedale nelle aree con risorse limitate. Una classificazione rapida ed efficace dei pazienti, nota come triage, è fondamentale. Questo aiuta a identificare i casi più critici in anticipo e a dare loro priorità. Molte morti in ospedale avvengono nelle prime 24 ore, quindi è essenziale un intervento tempestivo.

Per aiutare in questo processo, l'Organizzazione Mondiale della Sanità ha creato linee guida chiamate Emergency Triage Assessment and Treatment (ETAT). Queste linee guida aiutano il personale a valutare e trattare i bambini malati negli ospedali con risorse limitate. Tuttavia, implementare l'ETAT può essere complicato. Richiede molta formazione e conoscenza, che può essere difficile da mantenere in ospedali affollati dove il turn-over del personale è alto.

Una soluzione è creare strumenti elettronici che utilizzano i dati per aiutare a dare priorità all'assistenza ai pazienti. Un esempio di questo è il modello di Smart Triage, che considera nove fattori per determinare il rischio per i bambini malati. Tuttavia, questi modelli devono essere testati in ambienti diversi per garantire che funzionino efficacemente ovunque.

#L'importanza di testare i modelli

I modelli predittivi possono aiutare a prendere decisioni informate in campo sanitario. Prima di utilizzare questi modelli negli ospedali reali, devono essere testati per confermare che funzionino al di fuori del loro ambiente iniziale. Questo processo è noto come validazione esterna. Aiuta a garantire che le previsioni del modello siano affidabili e applicabili a diverse popolazioni.

La validazione esterna può valutare se un modello necessita di aggiustamenti in base ai nuovi dati che incontra. Usare gli stessi fattori del modello originale può talvolta aiutare a mantenere la sua capacità predittiva. Pertanto, è importante adattare i modelli esistenti per adattarli a nuovi contesti.

Ci sono due metodi per valutare i modelli predittivi: la validazione geografica e l'analisi dei dati per sottogruppi. In uno studio recente, il modello di Smart Triage è stato testato utilizzando dati provenienti da diversi ospedali in Uganda e Kenya. È stato esaminato come funzionava per diversi gruppi di età. Poiché l'età gioca un ruolo critico nei Rischi per la salute, i ricercatori hanno mirato a valutare l'accuratezza del modello concentrandosi sui pazienti più giovani, in particolare i neonati.

Il periodo Neonatale è noto per avere il rischio più elevato a causa di vari fattori. Lo studio mirava a creare un modello specifico per questo gruppo di età aggiornando attentamente quello esistente.

#Progettazione dello studio e raccolta dei dati

Il modello Smart Triage è stato inizialmente sviluppato sulla base di uno studio condotto in un grande ospedale in Uganda. Serve molti pazienti ogni giorno e funziona in modo simile ai dipartimenti di emergenza nei paesi più ricchi. Nel tempo, il modello è stato testato in altri ospedali in Uganda e Kenya. È stata ottenuta l'approvazione etica della ricerca per tutti i luoghi per garantire che lo studio rispettasse gli standard etici.

La raccolta dei dati ha coinvolto infermieri formati che raccoglievano informazioni sanitarie da bambini che cercavano trattamento. Questo processo ha garantito che fossero seguite procedure semplici, rendendo più facile raccogliere dati sanitari accurati. Gli stessi metodi sono stati utilizzati in tutti i siti per mantenere la coerenza.

Lo studio ha incluso bambini sotto i cinque anni che cercavano trattamento per malattie acute. I loro genitori o tutori dovevano fornire il consenso, e i bambini più grandi dovevano anche dare il proprio assenso. Chi era programmato per procedure elettive o appuntamenti pianificati non è stato incluso nello studio.

#Misurazione dei risultati

L'obiettivo principale dello studio era monitorare i risultati dei pazienti, concentrandosi sull'ammissione in ospedale per più di 24 ore, le riammissioni e i tassi di mortalità. Questi risultati sono stati verificati attraverso chiamate di follow-up con i caregiver dopo l'iscrizione allo studio.

Inoltre, i ricercatori hanno confrontato i risultati dei bambini più piccoli (sotto i cinque anni) con quelli di quelli sopra i sei mesi di età. I risultati hanno mostrato che i bambini più piccoli avevano maggiori probabilità di avere bisogno di ospedalizzazione.

#Prestazioni del modello Smart Triage

Il modello di Smart Triage utilizza una combinazione di nove predittori per valutare il rischio, come età, frequenza cardiaca e temperatura. Quando è stato testato, il modello ha dimostrato di funzionare bene in generale per i bambini sotto i cinque anni, ma la sua efficacia è diminuita per i gruppi più giovani, in particolare i neonati. Le prestazioni sono diminuite perché i fattori che influenzano i rischi per la salute cambiano significativamente nei bambini più piccoli.

Ad esempio, quando il modello è stato testato esclusivamente su neonati, le sue previsioni sono diventate meno accurate, evidenziando la necessità di un modello dedicato per questo gruppo di età. I ricercatori hanno deciso di aggiornare il modello specificamente per i neonati, concentrandosi su fattori che giocano un ruolo cruciale nella loro salute.

#Aggiornamento del modello per i neonati

Il processo di aggiornamento del modello per i neonati ha coinvolto l'ajustamento dei fattori chiave e testandoli contro nuovi dati. Era essenziale garantire che il modello aggiornato fosse ben calibrato per prevedere accuratamente i rischi per la salute di questo gruppo vulnerabile.

Dopo aver seguito vari passaggi per l'ajustamento, il modello migliorato ha mostrato una migliore capacità predittiva per i neonati rispetto all'originale. La capacità del modello di distinguere tra casi ad alto e basso rischio è migliorata notevolmente.

Selezionando nuove soglie per le categorie a basso e alto rischio, il modello aggiornato ha permesso agli operatori sanitari di dare priorità all'assistenza per i casi di emergenza in modo efficace. Ha identificato correttamente un numero significativo di neonati che necessitavano di attenzione urgente.

#Implicazioni pratiche dello studio

Il modello di Smart Triage aggiornato ha applicazioni in corso negli ospedali in Uganda e Kenya, dove viene utilizzato per identificare rapidamente i bambini gravemente malati. Il modello ha dimostrato di migliorare la qualità dell'assistenza e i risultati per i pazienti, ed è anche conveniente. La sua semplicità lo rende facile da usare per i fornitori di assistenza sanitaria anche in condizioni impegnative con risorse limitate.

Sebbene il modello funzioni bene in contesti simili, ha comunque bisogno di ulteriori test in ambienti diversi per dimostrare la sua affidabilità in popolazioni più varie. Gli studi futuri potrebbero prevedere il test del modello in diversi paesi o tipi di strutture sanitarie per garantire che funzioni efficacemente in vari contesti.

#Punti di forza e limitazioni

Il principale punto di forza di questo studio risiede nel suo ampio set di dati provenienti da più luoghi, fornendo una robusta potenza statistica. L'uso di procedure standard per la raccolta dei dati ha ridotto le possibilità di mancanza di informazioni. Tuttavia, lo studio ha anche affrontato alcune limitazioni, tra cui il fatto che tutte le sedi ospedaliere si trovavano in regioni vicine, il che potrebbe aver influenzato la generalizzabilità dei risultati.

Mantenere un equilibrio tra riproducibilità e applicabilità a diversi contesti è essenziale. L'obiettivo finale è perfezionare il modello per garantire che possa essere utilizzato in modo affidabile per migliorare la cura neonatale in ambienti a basso reddito.

Il lavoro in corso con il modello Smart Triage mostra un impegno a migliorare la salute infantile utilizzando metodi scientifici per creare strumenti efficaci per i professionisti. Grazie alla continua ricerca e sviluppo, c'è speranza per risultati migliori per i bambini in tutto il mondo, specialmente in quelle aree che ne hanno maggiormente bisogno.