Identificar os pacientes antes do colapso: a próxima grande oportunidade para melhorar a segurança do paciente

Editorial

Os eventos adversos causam um grande número de mortes em hospitais e um número ainda maior de lesões graves. Porém, em circunstâncias específicas, muitas vezes é difícil ou impossível determinar se uma intervenção mais precoce poderia ter gerado um resultado diferente.^1,2 Por outro lado, no caso de muitas condições de saúde — a sepse, por exemplo —, existem evidências consideráveis de que uma intervenção mais precoce e agressiva pode melhorar os resultados do cuidado, especialmente com o uso de protocolos ou diretrizes.³

Nas últimas décadas, os hospitais têm demonstrado um grande interesse em melhorar o monitoramento de pacientes doentes – uma das principais razões para o desenvolvimento das unidades de terapia intensiva (UTIs). Boa parte da pesquisa sobre o monitoramento vem da medicina intensivista. Os pacientes em enfermarias gerais (isto é, fora de UTIs) apresentam-se cada vez mais doentes, mas o nível de monitoramento que recebem varia de forma considerável, de modo que a aferição dos sinais vitais frequentemente é feita em intervalos de 8 a 12 horas. Os pacientes muitas vezes já estão bastante descompensados no momento em que a transferência para uma UTI é cogitada.

Acreditamos que a combinação de quatro grandes tendências ou inovações traz a promessa de melhorar consideravelmente os resultados do cuidado, resolvendo o persistente problema do atraso no reconhecimento e no tratamento de pacientes descompensados em enfermarias gerais. Essas tendências incluem o uso regular de prontuários eletrônicos em hospitais,4 grandes avanços no desenvolvimento de sensores fisiológicos,⁵ a rápida adoção de tecnologias móveis6 e a capacidade de utilizar métodos analíticos para apoiar a tomada de decisões no local da prestação do cuidado.⁷

As taxas de adoção de prontuários eletrônicos nos EUA subiram de cerca de 20% para mais de 80% nos últimos anos.8 Embora as diferentes instituições incluam mais ou menos dados nesses prontuários, uma grande proporção inclui os sinais vitais, o que gera grandes oportunidades para melhorar a detecção e o tratamento precoce de pacientes em risco de deterioração clínica. Outros países, como o Reino Unido e o Canadá, estão mais atrasados na adoção generalizada de prontuários eletrônicos, mas esta situação pode mudar em breve. Neste exato momento, as grandes instituições da maior parte dos países industrializados estão começando a adotá-los.

Novos tipos de sensores fisiológicos representam um outro grande avanço — e a disponibilidade desses dispositivos tem aumentado enormemente. Eles incluem dispositivos instalados sob o colchão para detectar continuamente o pulso, a frequência respiratória e a movimentação do paciente^9, monitores de CO2 ao final da respiração e dispositivos de "alta tecnologia" para detectar parâmetros fisiológicos¹⁰, para citar apenas alguns exemplos.

A "revolução móvel"¹¹ é uma parte fundamental da "tripla revolução": internet, tecnologia móvel e redes sociais. O uso de tecnologia móvel por profissionais clínicos tem se tornado cada vez mais comum no cuidado de saúde. Além de facilitar a rápida comunicação, ela se tornará cada vez mais importante como uma ferramenta de inserção de dados e como uma forma de facilitar o consumo de dados pelos usuários.

Por último, o estudo de grandes volumes de dados ("big data") e os processos analíticos em geral estão finalmente chegando ao cuidado de saúde, oferecendo oportunidades para melhorar a prestação do cuidado.⁷ Para aprimorar o monitoramento do paciente, será preciso aproveitar e combinar melhor os vários tipos de dados — especialmente os sinais vitais e os resultados de exames laboratoriais — para identificar pacientes com sinais precoces de deterioração. A capacidade de identificar essas situações provavelmente aumentará quando passarmos a examinar tendências e combinações de variáveis, em vez de apenas limiares simples. Por exemplo, uma queda da pressão arterial combinada a um aumento da frequência cardíaca e a uma redução da diurese é muito mais preocupante do que uma queda isolada da pressão arterial. A combinação de outros fatores clínicos, como a presença de uma infecção conhecida ou uma cirurgia recente, também terá implicações específicas que poderão servir como alertas para os profissionais clínicos no local de prestação do cuidado.

No contexto acima, o estudo de Schmidt et al.12 representa um marco importante. Os autores utilizaram um sistema eletrônico de vigilância da segurança do paciente (EPSS), alavancando o uso de prontuários eletrônicos, tecnologia móvel e métodos analíticos, para identificar pacientes que pareciam estar em processo de descompensação. De forma notável, eles observaram reduções na mortalidade de pacientes com 56 grupos de diagnósticos utilizados pelo National Health Service (NHS) britânico para avaliar a qualidade — reduções de 7,8% para 6,4% num hospital e de 7,6% para 6,2% em outro. É interessante observar que os autores obtiveram essas reduções quase simultaneamente nos dois hospitais, tendo em conta os desafios logísticos para implementar essa intervenção. Aparentemente, os autores não utilizaram novas tecnologias de sensores em nenhuma das duas instituições, baseando o mecanismo de alerta na medição intermitente dos sinais vitais. Além disso, as abordagens analíticas utilizadas não parecem ser particularmente sofisticadas, o que sugere que, provavelmente, seria possível obter melhorias ainda maiores. Tem sido muito difícil reduzir a mortalidade hospitalar; por isso, a redução da mortalidade relatada por Schmidt et al.12 nos dois hospitais representa um avanço realmente fantástico.

O estudo e a abordagem possuem muitos pontos fortes e uma série de deficiências. Os autores especulam que o sistema EPSS pode ter sido eficaz porque aumentou a probabilidade de que os sinais vitais fossem aferidos de forma mais completa, possibilitou um rápido apoio à decisão, permitiu prever as necessidades dos usuários, utilizou uma interface simples para a inserção e a leitura dos dados, somente solicitou dados quando necessário e permitiu o rastreamento. Quando um usuário inseria sinais vitais preocupantes, eles recebiam um feedback imediato e os dados estavam disponíveis em toda parte graças ao uso de tecnologias móveis e sem fio. É importante observar que os autores não mediram a mortalidade por todas as causas, o que deve ser feito no futuro. Os fatores de confusão são sempre um importante motivo de preocupação; porém, neste caso, nenhum fator de confusão se destacou como um problema evidente. Além disso, o estudo encontrou reduções na mortalidade pelos 56 diagnósticos utilizados para monitorar o desempenho do NHS – estes diagnósticos, somados, representam 83% das mortes de pacientes internados em hospitais do Reino Unido. O fato de que a intervenção provocou reduções semelhantes na mortalidade nos dois hospitais dá mais credibilidade ao estudo.

Certamente, muitas iniciativas anteriores tiveram por objetivo melhorar o monitoramento em geral e, mais particularmente, a detecção de pacientes em processo de descompensação. Muita atenção foi dedicada às equipes de resposta rápida. Embora as evidências em favor dessas iniciativas tenham sido mistas, uma metanálise recente concluiu haver evidências moderadas que corroboram sua utilização.¹³ Tal como acontece em muitas dessas intervenções, é provável que as equipes de resposta rápida possam ser mais benéficas caso os pacientes em deterioração sejam reconhecidos mais precocemente. Isso pode ser feito automatizando-se a identificação de pacientes em deterioração através do monitoramento contínuo e dos métodos analíticos. Além disso, é preciso ativar diretamente as equipes de resposta para mitigar as barreiras culturais. A tecnologia móvel também pode ser utilizada — por exemplo, enviando os sinais preocupantes de descompensação aos profissionais clínicos responsáveis para que estes venham avaliar o paciente.

O monitoramento contínuo pode ser feito através da oximetria de pulso contínua, que já é utilizada rotineiramente em muitos hospitais para monitorar diversos tipos de pacientes, especialmente após uma cirurgia.^14,15 A capnografia ao final da expiração também se mostra promissora, detectando a deterioração respiratória antes da oximetria de pulso.¹⁶ Outra abordagem que reúne várias tecnologias é o sistema EarlySense9, que inclui um sensor para detectar o pulso, a frequência respiratória e a movimentação do paciente, ferramentas analíticas em tempo real para detectar alertas falsos-positivos17 e tecnologias modernas de comunicação móvel para comunicar os resultados ao profissional clínico responsável. Num estudo recente,9 esta abordagem reduziu o tempo de internação de pacientes em unidades gerais de intervenção clínico-cirúrgica e o número de dias subsequentes na UTI, embora não tenha afetado significativamente a probabilidade de transferência para a UTI. Além disso, a intervenção pareceu ser altamente custo-efetiva.¹⁸

Os resultados do estudo de Schmidt et al.¹² têm uma série de implicações. Antes que a abordagem seja implementada de forma disseminada, seria interessante validar os resultados prospectivamente em pelo menos mais alguns hospitais. Porém, a intervenção é simples e deve ser possível disseminá-la amplamente pelo NHS, o que teria um grande efeito.

De forma mais ampla, também está claro que o reconhecimento da descompensação deve receber bastante atenção daqui para a frente. A pesquisa futura deve avaliar os benefícios relativos e a custo-efetividade de diferentes abordagens, o que deve receber apoio público. Além disso, a pesquisa deve abordar diferentes ambientes clínicos — UTIs, enfermarias gerais, cuidado de longa permanência e pacientes de alto risco em atenção domiciliar. A questão dos falsos-positivos deve ser abordada — a "fadiga de alerta" é a regra nesta área. Os maiores benefícios provavelmente ocorrerão em enfermarias gerais — este possivelmente será o "alvo mais fácil", embora acreditemos que, muito provavelmente, também haverá melhorias consideráveis para pacientes de alto risco em atenção domiciliar.

De modo geral, o uso de abordagens de monitoramento mais eficazes promete reduzir consideravelmente as taxas de mortalidade entre pacientes internados. As intervenções mais bem-sucedidas provavelmente reunirão uma série de tecnologias — prontuários eletrônicos, sensores, dispositivos móveis e métodos analíticos. Porém, para implementar essas intervenções de forma efetiva em ambientes de saúde complexos, teremos que prestar muita atenção aos fatores sociotécnicos, pois estes podem prevalecer sobre as melhores tecnologias.

Referências

1. Hogan H, Healey F, Neale G, et al. Preventable deaths due to problems in care in English acute hospitals: a retrospective case record review study. BMJ Qual Saf 2012;21:737–45.

2. Hayward RA, Hofer TP. Estimating hospital deaths due to medical errors: preventability is in the eye of the reviewer. JAMA 2001;286:415–20.

3. van Zanten AR, Brinkman S, Arbous MS, et al. Guideline bundles adherence and mortality in severe sepsis and septic shock. Crit Care Med 2014;42:1890–8.

4. Adler-Milstein J, Everson J, Lee SY. Sequencing of EHR adoption among US hospitals and the impact of meaningful use. J Am Med Inform Assoc 2014. Published Online First: 22 May 2014. doi:10.1136/amiajnl-2014-002708. 

5. Pol MC, Poerbodipoero S, Robben S, et al. Sensor monitoring to measure and support daily functioning for independently living older people: a systematic review and road map for further development. J Am Geriatr Soc 2013;61:2219–27.

6. Fiordelli M, Diviani N, Schulz PJ. Mapping mHealth research: a decade of evolution. J Med Internet Res 2013;15:e95.

7. Bates DW, Saria S, Ohno-Machado L, et al. Big data in health care: using analytics to identify and manage high-risk and high-cost patients. Health Aff (Millwood) 2014;33:1123–31.

8. Adler-Milstein J, Jha AK. No evidence found that hospitals are using new electronic health records to increase medicare reimbursements. Health Aff (Millwood) 2014;33:1271–7.

9. Brown H, Terrence J, Vasquez P, et al. Continuous monitoring in an inpatient medical-surgical unit: a controlled clinical trial. Am J Med 2014;127:226–32.

10. Seoane F, Ferreira J, Alvarez L, et al. Sensorized garments and textrode-enabled measurement instrumentation for ambulatory assessment of the autonomic nervous system response in the ATREC project. Sensors (Basel) 2013;13:8997–9015.

11. Rainie H, Wellman B. Networked: the new social operating system. Cambridge, Mass: MIT Press, 2012. 

12. Schmidt PE, Meredith P, Prytherch DR, et al. Impact of introducing an electronic physiological surveillance system on hospital mortality. BMJ Qual Saf 2014. In press. doi:10.1136/bmjqs-2014-003073.

13. Winters BD, Weaver SJ, Pfoh ER, et al. Rapid-response systems as a patient safety strategy: a systematic review. Ann Intern Med 2013;158(5 Pt 2):417–25.

14. Curry JP, Jungquist CR. A critical assessment of monitoring practices, patient deterioration, and alarm fatigue on inpatient wards: a review. Patient Saf Surg 2014;8:29.

15. Taenzer AH, Pyke JB, McGrath SP, et al. Impact of pulse oximetry surveillance on rescue events and intensive care unit transfers: a before-and-after concurrence study. Anesthesiology 2010;112:282–7.

16. Nagler J, Krauss B. Capnography: a valuable tool for airway management. Emerg Med Clin North Am 2008;26:881–97, vii.

17. Zimlichman E, Szyper-Kravitz M, Shinar Z, et al. Early recognition of acutely deteriorating patients in non-intensive care units: assessment of an innovative monitoring technology. J Hosp Med 2012;7:628–33.

18. Slight SP, Franz C, Olugbile M, et al. The return on investment of implementing a continuous monitoring system in general medical-surgical units*. Crit Care Med 2014;42:1862–8.

Editorial
Adverse events cause large numbers of deaths in hospitals, and many more serious injuries. Often, however, it is difficult or impossible in a specific circumstance to determine whether or not the outcome would have been different with an earlier intervention.^{1 ,2} On the other hand, substantial evidence exists for many conditions—sepsis for example—showing that earlier, more aggressive intervention can improve patient outcomes, especially with the use of protocols or guidelines.³

Better monitoring of sick patients has been a major interest in hospitals for decades and was a major rationale for the development of intensive care units (ICUs). Much of the research on monitoring comes from intensive care. Patients on general wards (ie, outside ICUs) are increasingly sick, but the level of monitoring they receive varies substantially, with intervals between manual vital signs measurement easily spanning 8–12 h. Often patients have already decompensated to a significant extent before transfer to an ICU is contemplated.

We believe that the coming together of four major trends or innovations promises substantial improvements to patient outcomes by preventing this perennial problem of delayed recognition and management of deteriorating patients on general hospital wards. These trends include the uniform use of electronic health records in hospitals,⁴ major advances in physiological sensor development^,5 the rapid adoption of mobile technologies,⁶ and the ability to perform analytics in the background to provide decision support at the point of care.⁷

Adoption rates for electronic health records in the USA have risen from approximately 20% to over 80% in recent years^.8 Although the comprehensiveness of these records varies substantially, a high proportion include electronic vital signs, which offers major opportunities to improve the early detection and management of patients at risk of clinical deterioration. Other countries, such as the UK and Canada, currently lag behind in terms of widespread adoption of electronic health records, but this may well change soon. Even now, leading institutions have begun adopting in most industrialised nations.

New types of physiological sensors represent another breakthrough—and a staggering array are becoming available. These range from devices that sit under the mattress and can continuously detect pulse, respirations and whether or not the patient is moving⁹ through to end-tidal CO2 monitoring to ‘high-technology’ wearable garments that can detect physiological parameters¹⁰ to name just a few examples.

The ‘mobile revolution’¹¹ constitutes a key part of the ‘triple revolution’—the internet, mobile technology and social networks. Use of mobile technology by clinical staff has become increasingly widespread in healthcare. In addition to facilitating rapid communication, it will become increasingly valuable as a data-entry tool and as an enabler for users to consume data.

Finally, ‘big data’ and analytics in general are finally coming to healthcare and offer opportunities to deliver major improvements in care delivery.⁷ For this area of enhanced patient monitoring, improvements will depend on harnessing and combining several types of data, but especially vital signs and clinical laboratory results, to identify patients with early signs of deterioration. The ability to identify such situations will likely be particularly enhanced when trends and combinations of variables are examined rather than simple cutoffs. For example, a fall in blood pressure at the same time as an increase in pulse and a decrease in urine output is of much more concern than a fall in blood pressure alone. Combining other clinical factors, such as the presence of a known infection or recent surgery, will also have specific implications that can add to point-of-care alerts for clinical staff.

In the above context, the study by Schmidt et al¹² represents an important milestone. The authors used an electronic patient safety surveillance system (EPSS), while leveraging the use of electronic health records, mobile technology and analytical approaches, to find patients who appeared to be decompensating. Remarkably, they found reductions in mortality for patients within 56 diagnosis groups used in the National Health Service (NHS) to assess quality from 7.8% to 6.4% at one hospital, and 7.6% to 6.2% at the other. It is remarkable that the authors achieved these reductions roughly concurrently at the two hospitals given the logistic challenges of implementing this intervention. The authors apparently did not use new sensor technologies at either institution, basing the alerting mechanism on intermittent vital signs measurement. Furthermore, the analytical approaches used do not appear to be particularly sophisticated, which suggests that even bigger improvements are probably possible. Hospital mortality has been stubbornly resistant to improvement, so the lowering of mortality at the two study hospitals reported by Schmidt et al¹² represents a truly dramatic improvement.

The study and approach taken have many strengths and a number of weaknesses. The authors speculate that the EPSS may have been effective because it increased the likelihood that more complete vital signs data would be collected, enabled fast delivery of decision support, anticipated user needs, included simple data screens, asked for data only when necessary, and enabled tracking. If a user entered worrisome vital signs, they received immediate feedback, and entry was available everywhere because of the use of wireless and mobile. It is notable that they did not measure all-cause mortality, and this should be done in the future. Confounders are always an important concern, but none stand out in this case as an obvious issue. Moreover, the study did find reductions in mortality for the 56 diagnoses used to monitor performance in the NHS, and these in aggregate account for 83% of inpatient deaths in UK hospitals. That the intervention showed similar reductions in mortality at the two hospitals provides further reassurance.

Of course, many previous efforts have aimed to improve monitoring in general and detection of decompensating patients in particular. A great deal of attention and focus has been placed on rapid response teams. While the evidence to support them has been mixed, a recent meta-analysis concluded that moderate evidence supports their use.¹³ As with many such interventions, rapid response teams would probably be more beneficial if deteriorating patients were recognised earlier. This can be achieved by automating the identification of a deteriorating patient through continuous monitoring and use of analytics as well as directly activating the response teams so that cultural barriers are mitigated. Mobile technology can also be leveraged—for example, to push worrisome signals about decompensation to responsible caregivers so they can come to evaluate the patient.

Continuous monitoring can be achieved through the use of continuous pulse oximetry, which is now routinely used at many hospitals to monitor many types of patients, especially after surgery.^{14 ,15} End-tidal capnography shows promise for detecting respiratory compromise earlier than oximetry might.¹⁶ Another approach that brings together multiple technologies is the EarlySense technology.⁹ This brings together: a sensor that detects pulse, respiratory rate and whether or not the patient is moving; real-time analytical tools to detect false-positive warnings¹⁷; and modern communication mobile technology to communicate the results to the responsible provider. In a recent study,⁹ this approach reduced the length of stay of patients in general medical–surgical intervention units and the number of subsequent ICU days for patients in intervention units, although it did not significantly affect the likelihood of transfer to the ICU. Moreover, it appeared highly cost-effective.¹⁸

The results of the study by Schmidt et al¹² have a number of implications. Before the approach is implemented widely, it would be helpful if the results could be validated prospectively in at least a few more hospitals. But the intervention is simple, and it should be possible to spread it widely within the NHS, which would have a major effect.

More broadly, it is also clear that recognition of decompensation should receive a great deal of attention going forward. Future research should address the relative benefits and cost-effectiveness of different approaches, and this should be publicly supported. In addition, research should target different clinical settings—ICUs, general care units, long-term care and high-risk patients at home. The false-positive issue has to be addressed—alert fatigue is the rule in this area. The greatest benefits are likely to be realised first in general care units—this is likely to be the ‘lowest-hanging’ fruit, although we believe there will also very likely be substantial improvement for high-risk patients at home.

Overall, the use of more effective monitoring approaches promises to reduce mortality rates substantially for hospital patients. The most successful interventions will probably bring together a variety of technologies—electronic health records, sensors, mobile devices and analytics. But, to implement these interventions effectively in the complex environments in healthcare, we will have to pay careful attention to sociotechnical factors, as they can trump even the best technologies.

References
1. Hogan H, Healey F, Neale G, et al. Preventable deaths due to problems in care in English acute hospitals: a retrospective case record review study. BMJ Qual Saf 2012;21:737–45.
2. Hayward RA, Hofer TP. Estimating hospital deaths due to medical errors: preventability is in the eye of the reviewer. JAMA 2001;286:415–20.
3. van Zanten AR, Brinkman S, Arbous MS, et al. Guideline bundles adherence and mortality in severe sepsis and septic shock. Crit Care Med 2014;42:1890–8.
4. Adler-Milstein J, Everson J, Lee SY. Sequencing of EHR adoption among US hospitals and the impact of meaningful use. J Am Med Inform Assoc 2014. Published Online First: 22 May 2014. doi:10.1136/amiajnl-2014-002708. 
5. Pol MC, Poerbodipoero S, Robben S, et al. Sensor monitoring to measure and support daily functioning for independently living older people: a systematic review and road map for further development. J Am Geriatr Soc 2013;61:2219–27.
6. Fiordelli M, Diviani N, Schulz PJ. Mapping mHealth research: a decade of evolution. J Med Internet Res 2013;15:e95.
7. Bates DW, Saria S, Ohno-Machado L, et al. Big data in health care: using analytics to identify and manage high-risk and high-cost patients. Health Aff (Millwood) 2014;33:1123–31.
8. Adler-Milstein J, Jha AK. No evidence found that hospitals are using new electronic health records to increase medicare reimbursements. Health Aff (Millwood) 2014;33:1271–7.
9. Brown H, Terrence J, Vasquez P, et al. Continuous monitoring in an inpatient medical-surgical unit: a controlled clinical trial. Am J Med 2014;127:226–32.
10. Seoane F, Ferreira J, Alvarez L, et al. Sensorized garments and textrode-enabled measurement instrumentation for ambulatory assessment of the autonomic nervous system response in the ATREC project. Sensors (Basel) 2013;13:8997–9015.
11. Rainie H, Wellman B. Networked: the new social operating system. Cambridge, Mass: MIT Press, 2012. 
12. Schmidt PE, Meredith P, Prytherch DR, et al. Impact of introducing an electronic physiological surveillance system on hospital mortality. BMJ Qual Saf 2014. In press. doi:10.1136/bmjqs-2014-003073.
13. Winters BD, Weaver SJ, Pfoh ER, et al. Rapid-response systems as a patient safety strategy: a systematic review. Ann Intern Med 2013;158(5 Pt 2):417–25.
14. Curry JP, Jungquist CR. A critical assessment of monitoring practices, patient deterioration, and alarm fatigue on inpatient wards: a review. Patient Saf Surg 2014;8:29.
15. Taenzer AH, Pyke JB, McGrath SP, et al. Impact of pulse oximetry surveillance on rescue events and intensive care unit transfers: a before-and-after concurrence study. Anesthesiology 2010;112:282–7.
16. Nagler J, Krauss B. Capnography: a valuable tool for airway management. Emerg Med Clin North Am 2008;26:881–97, vii.
17. Zimlichman E, Szyper-Kravitz M, Shinar Z, et al. Early recognition of acutely deteriorating patients in non-intensive care units: assessment of an innovative monitoring technology. J Hosp Med 2012;7:628–33.
18. Slight SP, Franz C, Olugbile M, et al. The return on investment of implementing a continuous monitoring system in general medical-surgical units*. Crit Care Med 2014;42:1862–8.

Crédito da imagem:@anexotechnology