Assistenza “proattiva”: il ruolo dei CDSS nel processo decisionale clinico

In un’epoca in cui il valore del dato è più che mai alla ribalta, si potrebbe pensare che quantità e qualità delle informazioni e qualità delle cure siano fattori direttamente proporzionali nel contesto dell’assistenza sanitaria. Ci si potrebbe aspettare che quanti più dati sui pazienti e quante più evidenze e conoscenze cliniche possano essere applicate per trattare un caso, migliore sia il livello di qualità delle cure e di sicurezza raggiungibile.

La realtà è però differente, perché ad ostacolare il processo decisionale clinico e quindi il pieno soddisfacimento dell’obiettivo di fornire cure di qualità, è spesso proprio la combinazione tra volumi consistenti di informazioni relative ai pazienti, dati che oggi siamo in grado di trarre da diversi flussi, sistemi e dispositivi, e linee guida cliniche in costante evoluzione.

La complessità di questa unione può generare sovraccarichi di lavoro a livello cognitivo per gli addetti alle cure e ciò ha impatto naturalmente sulla qualità del servizio offerto dalle strutture sanitarie.

Come armonizzare le decisioni cliniche con i Cds per ridurre la variabilità nella cura

Il valore dei CDSS (Clinical Decision Support Systems)

Ogni anno milioni di pazienti subiscono lesioni o muoiono a causa di cure sanitarie di scarsa qualità. Se non è realistico aspettarsi prestazioni sempre impeccabili da parte di ogni addetto alle cure, vero è che, tra l’altro, le strutture sanitarie oggi sono sempre più complesse e questa complessità aumenta anche la probabilità di errori individuali.

Nel modo “tradizionale” di operare in ambito sanitario spesso, inoltre, il peggioramento del paziente viene rilevato solo quando è sufficientemente grave da attirare preoccupazioni significative. Molti
dei segni di peggioramento non sono immediatamente visibili ed è facile ignorarli, quando ci si basa su controlli sporadici e ci si affida a sistemi non connessi. Il riconoscimento dei segni di peggioramento è solo il primo passo per migliorare i tassi di sopravvivenza. L’escalation delle cure è, per definizione, un problema multidisciplinare, non qualcosa che può essere semplicemente considerato un compito degli infermieri o lasciato gestire da allarmi provenienti da dispositivi medici.

I sistemi attualmente più diffusi tendono a supportare le reazioni ai gravi peggioramenti nel tentativo di evitare il decesso o complicazioni gravi dei pazienti, ma per ottenere miglioramenti reali nella cura è fondamentale saper attivare interventi rapidamente e in modo mirato. Uno studio^[1] evidenzia che per ogni ora di ritardo nel ricovero di un paziente in terapia intensiva si registra un aumento del rischio di decesso (dell’1,5% in terapia intensiva e dell’1% in ospedale). Inoltre, è stato dimostrato che la mortalità dei pazienti in condizioni critiche è correlata all’evoluzione iniziale dell’insufficienza d’organo e alla valutazione sequenziale dell’insufficienza d’organo (SOFA) al momento del ricovero^[2]. In questo particolare studio è stato individuato poi che il 50% dei pazienti non aveva ricevuto cure ottimali prima del ricovero in terapia intensiva e che molti dei ricoveri in terapia intensiva avrebbero potuto essere effettivamente evitati con un intervento più tempestivo.

In questo si esprime il valore dei cosiddetti CDSS (Clinical Decision Support Systems).

Di cosa si tratta e, soprattutto, in che modo essi possono favorire cure migliori e più proattive, liberando risorse sanitarie, riducendo i carichi di lavoro e migliorando l’eccellenza clinica, la sicurezza e l’esperienza utente?

Cosa sono i CDSS

Un CDSS permette tecnicamente agli addetti alle cure di ricevere, tramite dashboard o direttamente su dispositivi portatili, informazioni in tempo reale e linee guida tempestive per il monitoraggio e il miglioramento degli esiti dei pazienti, quindi – esattamente come da definizione – di supportare il processo decisionale.

Il valore aggiunto di questi sistemi applicati nelle unità di terapia intensiva, in cui è essenziale predisporre risposte rapide, è evidente, ma in generale lo è in tutti i contesti in cui il rilevamento precoce può prevenire un peggioramento del quadro clinico e quindi scongiurare la necessità di trattamenti acuti. Un CDSS può essere utilizzato efficacemente anche per monitorare pazienti non gravi sottoposti a cure domiciliari. In questo caso il beneficio si estende quindi oltre, andando a contribuire a ridurre la necessità di ospedalizzazione e quindi a liberare risorse.

Basandosi su best practice ed evidenze un sistema CDSS consente al personale sanitario di avere tutto sotto controllo. Siamo nel campo della medicina basata sull’evidenza (EBM) introdotta negli anni ’80 per supportare il personale nel prendere decisioni equilibrate, riducendo i fattori di diversità e combinando le informazioni sui pazienti con le migliori evidenze cliniche esterne.

Un approccio di questo genere ha lungamente dimostrato la sua efficacia, ma nonostante ciò, tuttora non risulta applicato in modo generalizzato e in molte strutture tradizionali la gestione dei dati avviene ancora su silos.

È ancora necessario un cambiamento di mentalità capace di aprire la strada a questo nuovo approccio, e un ruolo significativo può essere svolto dalla tecnologia, in particolare da questo tipo di software che, integrando i dati personali dei pazienti con le linee guida cliniche, o con qualsiasi altra informazione rilevante, permettono di applicare appunto le “best practice” ai flussi di dati.

Un vero ambiente di assistenza proattivo

In altri termini, automatizzando l’aggregazione, applicando le migliori pratiche ai dati raccolti, e distribuendo i risultati delle informazioni (punteggi, allarmi ecc.) direttamente agli addetti alle cure di volta in volta appropriati a riceverli, questi software contribuiscono a creare un vero ambiente di assistenza proattivo, in cui gli interventi vengono effettuati tempestivamente laddove i pazienti siano a rischio, eventuali peggioramenti vengono evitati e il carico di lavoro legato alla prestazione delle cure viene quindi significativamente ridotto.

Per aumentare la probabilità di individuazione di peggioramento nelle condizioni dei pazienti vengono utilizzati anche strumenti standardizzati, come il National Early Warning Score (NEWS), che assegna un indice di gravità a 7 parametri base, misurati a intervalli. Ma tale metodo ha dimostrato^[3] di avere un effetto limitato sugli esiti dei pazienti, a causa della natura estesa della valutazione e della sua impostazione meccanica. Gli Early Warning Score (EWS), inoltre, spesso richiedono un calcolo manuale, per il quale si fa affidamento sulla formazione del personale preposto a registrare le osservazioni e va quindi previsto un margine di errore. Allo stesso tempo, l’EWS da solo non fornisce un quadro completo rispetto alle informazioni incrociate da altri sistemi. Questo approccio potrebbe rappresentare una soluzione, se non fosse che la raccolta manuale delle informazioni da più fonti sottrae tempo prezioso alla cura dei pazienti. Inoltre, gli EWS sono spesso raccolti in modo discontinuo, con lunghi intervalli tra
i dati, e forniscono quindi solo punti di dati distribuiti in modo sporadico, che non permettono di identificare trend e quindi di costruire un quadro coerente delle condizioni del paziente per poter reagire immediatamente in caso di peggioramento rapido. Possono potenzialmente trascorrere ore prima che ciò venga notato e che venga ordinato un intervento.

Conclusioni

L’avvento di dispositivi di monitoraggio wearable, precisi e convenienti, ha rappresentato un’alternativa efficace e reso possibile il monitoraggio continuo dei parametri vitali, dei marcatori fisiologici e dei trend, su un numero di pazienti molto maggiore rispetto ai dispositivi tradizionali. Anche se si tratta di un grande passo avanti verso la riduzione dei rischi di errore, la raccolta di più dati sui parametri vitali non costituisce di per sé una soluzione completa. È fondamentale che i dati siano organizzati correttamente, con riferimenti incrociati rispetto ad altri flussi, quali i risultati di laboratorio, applicati alle regole di governance clinica e distribuiti agli addetti qualificati a riceverli, in modo da attivare una gestione rapida, mirata e proattiva delle condizioni del paziente.

Il potenziale dei CDSS risiede nella possibilità di applicare esattamente quelle stesse regole di governance clinica predefinite ai diversi flussi. Certamente è importante che un CDSS si adatti all’ambiente in cui opera, ossia non solo supporti le migliori pratiche, ma possa anche essere adattato dai team che lo utilizzeranno alle esigenze delle specifiche unità, affinché le informazioni siano utili, pertinenti e fruibili per coloro che le dovranno gestire.

Note

1. Cardoso LT, Grion CM, Matsuo T, et al. Impact of delayed admission to intensive care units on mortality of critically ill patients: a cohort study. Crit Care 2011; 15:R28 ↑
2. Sakr Y, Lobo SM, Moreno RP, et al. Patterns and early evolution of organ failure in the intensive care unit and their relation to outcome. Crit Care 2012; 16:R222. ↑
3. Bedoya, AD, Clement, ME, Phelan, M, Steorts, RC, O’Brien, C, Goldstein, BA. Minimal impact of implemented Early Warning Score and best practice alert for patient deterioration. Crit Care Med. 2019;47(1):49–55. doi:10.1097/ CCM.0000000000003439 ↑