Beyond technology: Can artificial intelligence support clinical decisions in the prediction of sepsis?

OBJECTIVE: To analyze the critical alarms predictors of clinical deterioration/sepsis for clinical decision making in patients admitted to a reference hospital complex. METHODS: An observational retrospective cohort study. The Machine Learning (ML) tool, Robot Laura®, scores changes in vital parameters and lab tests, classifying them by severity. Inpatients and patients over 18 years of age were included. RESULTS: A total of 122,703 alarms were extracted from the platform, classified as 2 to 9. The pre-selection of critical alarms (6 to 9) indicated 263 urgent alerts (0.2%), from which, after filtering exclusion criteria, 254 alerts were delimited for 61 inpatients. Patient mortality from sepsis was 75%, of which 52% was due to sepsis related to the new coronavirus. After the alarms were answered, 82% of the patients remained in the sectors. CONCLUSIONS: Far beyond technology, ML models can speed up assertive clinical decisions by nurses, optimizing time and specialized human resources.

Beyond technology: Can artificial intelligence support clinical decisions in the prediction of sepsis? / Más allá de la tecnología: ¿La inteligencia artificial puede apoyar la toma de decisiones clínicas en la predicción de la sepsis? / Para além da tecnologia: a inteligência artificial pode apoiar decisões clínicas na predição da sepse?

ABSTRACT Objective: To analyze the critical alarms predictors of clinical deterioration/sepsis for clinical decision making in patients admitted to a reference hospital complex. Methods: An observational retrospective cohort study. The Machine Learning (ML) tool, Robot Laura®, scores changes in vital parameters and lab tests, classifying them by severity. Inpatients and patients over 18 years of age were included. Results: A total of 122,703 alarms were extracted from the platform, classified as 2 to 9. The pre-selection of critical alarms (6 to 9) indicated 263 urgent alerts (0.2%), from which, after filtering exclusion criteria, 254 alerts were delimited for 61 inpatients. Patient mortality from sepsis was 75%, of which 52% was due to sepsis related to the new coronavirus. After the alarms were answered, 82% of the patients remained in the sectors. Conclusions: Far beyond technology, ML models can speed up assertive clinical decisions by nurses, optimizing time and specialized human resources.

RESUMEN Objetivo: Analizar alarmas críticas predictoras de deterioración clínica/sepsis para toma de decisiones clínicas en pacientes internados en complejo hospitalario de referencia. Métodos: Estudio observacional de cohorte retrospectivo. La herramienta Machine Learning (ML), Robot Laura®, puntúa alteraciones en parámetros vitales y exámenes laboratoriales, clasificándolos por gravedad. Incluyeron pacientes internados y mayores de 18 años. Resultados: Extrajeron 122.703 alarmas de la plataforma, clasificadas de 2 hasta 9. La preselección de alarmas críticas (6 a 9) apuntó 263 alertas urgentes (0,2%), entre ellas, después del filtro de criterios de exclusión, delimitaron 254 alertas para 61 pacientes internados. La mortalidad de pacientes por sepsis fue de 75%, entre ellos 52% debido a sepsis relacionada al nuevo coronavirus. Después de las alarmas ser atendidas, 82% de los pacientes permanecieron en los sectores. Conclusiones: Más allá de la tecnología, modelos de ML pueden agilizar la decisión clínica asertiva de enfermeros, optimizando tiempos y recursos humanos especializados.

RESUMO Objetivo: Analisar os alarmes críticos preditores de deterioração clínica/sepse para tomada de decisão clínica nos pacientes internados em complexo hospitalar de referência. Métodos: Estudo observacional de coorte retrospectivo. A ferramenta de Machine Learning (ML), Robô Laura®, pontua alterações nos parâmetros vitais e exames laboratoriais, classificando-os por gravidade. Incluíram-se pacientes internados e maiores de 18 anos. Resultados: Extraíram-se 122.703 alarmes da plataforma, classificados de 2 até 9. A pré-seleção dos alarmes críticos (6 a 9) apontou 263 alertas urgentes (0,2%), dos quais, após o filtro de critérios de exclusão, delimitaram se 254 alertas para 61 pacientes internados. A mortalidade dos pacientes por sepse foi de 75%, dos quais 52% devido à sepse relacionada ao novo coronavírus. Após os alarmes serem atendidos, 82% dos pacientes permaneceram nos setores. Conclusões: Muito além da tecnologia, modelos de ML podem agilizar a decisão clínica assertiva dos enfermeiros, otimizando tempos e recursos humanos especializados.

Mortality from Complications of Medical Assistance in Brazil from 2000 to 2010 / Mortalidade Por Complicações de Assistência Médica no Brasil de 2000 a 2010

Analyze the epidemiological profile of the Brazilian population mortality from complications arising from medical and surgical assistance, registered in the database of the Mortality Information System (SIM), from January 2000 to December 2010, according to the place of occurrence. Ecological study on mortality from complications of medical and surgical assistance, from January 2000 to December 2010, date provided online, via Tabnet, by the Department of Informatics of the Unified Health System-DATASUS. Women (52.3%), white (64%) in old age (65.6%), are more prone to complications arising from medical and surgical assistance. The most frequent adverse event was the abnormal reaction or late complication caused by surgery and other surgical acts, without mentioning accidents during the intervention and the majority of deaths (93%) occurred in hospitals. Increased rates of mortality are highlighted in the Northeast and Southeast regions of Brazil. The analysis of mortality on individual and organizational elements, suggest, the potential protectors to the death, the increase in schooling, the average income per capita household and professional investment in the basic attention to health. Changing the punitive posture is an educational stance within the institutions, at the prevention of damage and conscientious record of notifications can subsidize the increase in notifications and, consequently, of the analytical possibilities of this theme. (AU).

Analisar o perfil epidemiológico da mortalidade da população brasileira por complicações decorrentes da assistência médica e cirúrgica, registrados na base de dados do Sistema de Informações sobre Mortalidade (SIM), no período de janeiro de 2000 a dezembro de 2010, segundo o local de ocorrência. Estudo ecológico sobre mortalidade por complicações da assistência médica e cirúrgica, de janeiro de 2000 a dezembro de 2010, dos dados disponibilizados online, via Tabnet, pelo Departamento de Informática do Sistema Único de Saúde - DATASUS. As mulheres (52,3%), brancas (64%) em idade avançada (65,6%), estão mais propensas às complicações decorrentes da assistência médica e cirúrgica. O evento adverso mais frequente foi a reação anormal ou complicação tardia, causadas por intervenção cirúrgica e por outros atos cirúrgicos, sem menção de acidente durante a intervenção e a maioria dos óbitos (93%) ocorreram em instituições hospitalares. Taxas aumentadas de mortalidade são evidenciadas nas regiões nordeste e sudeste do Brasil. A análise de mortalidade com elementos individuais e organizacionais, sugerem, como possíveis protetores ao óbito, o aumento da escolaridade, da renda média domiciliar per capita e o investimento em profissionais e na Atenção Básica de Saúde. A alteração da postura punitiva para uma postura educativa dentro das instituições, visando a prevenção do dano e o registro consciencioso das notificações, pode subsidiar o aumento das notificações e, consequentemente, das possibilidades analíticas desta temática. (AU).

Higienização das Mãos: Adesão dos Profissionais Antes e Após Programa de Capacitação / Hands Hygiene: Professionals' Adherence Before and After Training Program

Capacitação e educação são essenciais aos profissionais de saúde sobre a importância da higienização das mãos (HM) durante a assistência direta, no intuito de, constantemente, provocar reflexão e o aumento na adesão à HM. Este estudo comparou a taxa de adesão à HM, após uma campanha de capacitação em Centro de Terapia Intensiva Adulto (CTI). Foram comparadas as taxas de adesão de HM verificadas em março e junho de 2012, do CTI Adulto, respectivamente, antes e após a campanha de capacitação realizada pelo Serviço de Controle de Infecção Hospitalar nos meses de abril e maio do mesmo ano. Os resultados apontam uma maior adesão à HM pelos profissionais enfermeiros (67,57%) e fisioterapeutas (72,73%) antes da campanha. Após a campanha de educação, a resposta em relação à higiene correta pelos profissionais da enfermagem aumentou (79,31%), enquanto para os fisioterapeutas houve uma redução (56,25%) na taxa de adesão. Mesmo com todas as evidências convincentes publicadas sobre a importância da adesão à higienização de mãos no combate às infecções, ainda não se atingiu a adesão total à técnica. Portanto, a capacitação específica e periódica influência nos índices de adesão de HM e na melhoria da qualidade da assistência, resultando em maior segurança dos processos assistenciais. (AU)

Training and education are essential for health professionals on the importance of hand hygiene (HM) during direct care, in order to constantly instigate reflection and HM increase adherence. This study compared the HM adherence rate after a training campaign at the Center for Adult Intensive Care (ICU). The HM adherence rates verified in March and June 2012, respectively were compared, before and after the training campaign carried out by the Hospital Infection Control Service in April and May of the same year. The results indicate a higher nurses' HM adherence (67.57%) and physiotherapists (72.73%) before the campaign. After the education campaign, the response to correct hygiene by nursing professionals increased (79.31%), while for physiotherapists there was a reduction (56.25%) in the adherence rate. Even with all the compelling evidence published on the importance of adherence to hand hygiene in combating infections, complete adherence to the technique has not been achieved yet. Therefore, specific and periodic training influences HM adherence rates and improves the care quality, resulting in greater security of care processes. (AU)