Đóng khe hở: Cải thiện sự đồng thuận giữa đánh giá loạn thần của y tá ghi chép ICDSC và nhà nghiên cứu CAM-ICU trong Khoa Hồi sức tích cực

Nhấn mạnh

– Sử dụng ngưỡng tiêu chuẩn (≥4) của ICDSC do y tá ghi chép chỉ có sự đồng thuận trung bình với các đánh giá CAM-ICU của nhà nghiên cứu đã được đào tạo (Cohen’s kappa = 0.42) trong 1,535 đánh giá phù hợp từ 279 bệnh nhân Khoa Hồi sức tích cực.
– Mô hình hồi quy logistic kết hợp các mục ICDSC riêng lẻ và các biến lâm sàng (trạng thái thở máy, điểm SOFA khi nhập viện) dự đoán loạn thần do nhà nghiên cứu xác định với khả năng phân biệt tốt (AUC = 0.87) và điểm F1 kiểm tra chéo là 0.72.
– Các mô hình đơn giản hơn với thông tin ICDSC hạn chế vẫn cải thiện hiệu suất so với ngưỡng tiêu chuẩn ICDSC (điểm F1 kiểm tra chéo = 0.60–0.70), gợi ý hướng tiếp cận thực tế, dựa trên hồ sơ điện tử (EHR) để xác định loại loạn thần cho nghiên cứu.

Nền tảng

Loạn thần là một rối loạn cấp tính, thay đổi về sự tập trung và nhận thức ảnh hưởng đến đến một nửa số bệnh nhân nặng và có liên quan độc lập đến tỷ lệ tử vong tăng cao, thời gian nằm viện lâu hơn tại Khoa Hồi sức tích cực và bệnh viện, cũng như suy giảm chức năng nhận thức dài hạn. Hướng dẫn chăm sóc cấp cứu hiện tại khuyến nghị sử dụng thường xuyên các công cụ sàng lọc đã được kiểm chứng—chủ yếu là Phương pháp Đánh giá Sự nhầm lẫn cho Khoa Hồi sức tích cực (CAM-ICU) và Danh sách Kiểm tra Loạn thần Khoa Hồi sức (ICDSC)—để phát hiện loạn thần ở bệnh nhân thở máy và không thở máy.

Dù các nghiên cứu kiểm chứng cho thấy cả hai công cụ đều có đặc tính tâm lý học tốt, nhưng việc ghi chép tại giường bởi y tá thường có sự đồng thuận đa dạng với các đánh giá chuẩn tham chiếu do nhà nghiên cứu thực hiện. Khoảng cách này hạn chế tính hữu ích của việc ghi chép loạn thần lâm sàng thường xuyên cho nghiên cứu quan sát, đo lường chất lượng và các thử nghiệm thực tế sử dụng hồ sơ sức khỏe điện tử (EHR).

Thiết kế nghiên cứu

Môi trường và đối tượng

Toth et al. đã phân tích các đánh giá loạn thần hàng ngày phù hợp được thu thập triển vọng từ bệnh nhân nặng người lớn mắc suy hô hấp cấp tính hoặc nhiễm trùng huyết được nhập viện tại các Khoa Hồi sức tích cực trong hệ thống y tế học thuật lớn ở Pennsylvania phía Tây Nam. Các đánh giá phù hợp giữa y tá và nhà nghiên cứu đã được sử dụng để so sánh việc xác định loạn thần.

Đánh giá và chuẩn tham chiếu

Y tá ghi chép Danh sách Kiểm tra Loạn thần Khoa Hồi sức (ICDSC) trong quá trình chăm sóc thường xuyên. Nhân viên nghiên cứu đã được đào tạo thực hiện các đánh giá CAM-ICU, đóng vai trò là chuẩn tham chiếu cho các phân tích. Các đánh giá được ghép thời gian (cùng một ngày tại Khoa Hồi sức tích cực) và giới hạn ở bệnh nhân không hôn mê cho phân tích chính.

Phương pháp phân tích

Tác giả đầu tiên so sánh việc phân loại loạn thần bằng ngưỡng ICDSC đã được thiết lập (ICDSC ≥ 4 = loạn thần) với CAM-ICU, lượng hóa sự đồng thuận bằng Cohen’s kappa. Họ sau đó phát triển các mô hình hồi quy logistic để dự đoán một CAM-ICU dương tính bằng cách sử dụng các mức độ thông tin ICDSC khác nhau và các biến lâm sàng sẵn có: các thành phần của ICDSC (điểm mục riêng lẻ), trạng thái thở máy, và điểm Đánh giá Thất bại Cơ quan Liên tục (SOFA) khi nhập viện. Các mô hình được xác thực nội bộ bằng phương pháp chia gấp mười và được đánh giá bằng các chỉ số phân biệt (AUC) và điểm F1 để cân bằng độ nhạy và độ chính xác. Phân tích nhạy cảm đánh giá hiệu suất của các mô hình sử dụng thông tin ICDSC hạn chế hơn để mô phỏng các tình huống mà dữ liệu mức mục đầy đủ có thể không có trong EHR.

Kết quả chính

Mẫu nghiên cứu: 1,535 đánh giá phù hợp giữa y tá và nhà nghiên cứu từ 279 bệnh nhân.

Sự đồng thuận sử dụng ngưỡng ICDSC đã được thiết lập

Sử dụng ngưỡng ICDSC tiêu chuẩn (≥4) chỉ tạo ra sự đồng thuận trung bình với các đánh giá CAM-ICU do nhà nghiên cứu thực hiện (Cohen’s kappa = 0.42). Kết quả này phản ánh các báo cáo trước đây rằng việc đơn giản hóa các điểm ICDSC tại giường có thể phân loại sai loạn thần so với các đánh giá chuẩn nghiên cứu.

Dự đoán dựa trên mô hình

Mô hình hồi quy logistic toàn diện nhất—sử dụng dữ liệu mục ICDSC riêng lẻ cộng thêm trạng thái thở máy và điểm SOFA khi nhập viện—đạt được khả năng phân biệt tốt để dự đoán một CAM-ICU dương tính (AUC = 0.87). Hiệu suất ổn định trong xác thực nội bộ (chia gấp mười), với điểm F1 là 0.72, cho thấy sự cân bằng đáng khích lệ giữa độ nhạy và giá trị dự đoán dương tính.

Các mô hình đơn giản hơn và phân tích nhạy cảm

Khi thông tin mục ICDSC bị hạn chế (mô phỏng việc ghi chép một phần trong một số bối cảnh EHR), hiệu suất phân loại giảm nhưng vẫn có tính lâm sàng (điểm F1 kiểm tra chéo 0.60–0.70). Quan trọng là, mô hình ngưỡng ICDSC truyền thống có hiệu suất dự đoán thấp nhất trong số các phương pháp được đánh giá.

Giải thích kích thước hiệu ứng

Mặc dù báo cáo nghiên cứu tập trung vào khả năng phân biệt và F1 thay vì các cặp độ nhạy/độ đặc hiệu thô cho tất cả các mô hình, sự cải thiện đáng kể về AUC và F1 cho thấy việc kết hợp bối cảnh lâm sàng (thở máy, suy tạng) và các đặc điểm loạn thần mức mục có ý nghĩa làm giảm sự phân loại sai so với việc dựa vào ngưỡng ICDSC đơn thuần.

Bình luận chuyên gia và ý nghĩa

Tính liên quan lâm sàng: Việc ghi chép loạn thần thường xuyên của y tá là cần thiết cho chăm sóc tại giường và theo dõi chất lượng, nhưng như nghiên cứu này chứng minh, các điểm ICDSC thô—đặc biệt là được phân loại bằng một ngưỡng duy nhất—không hoàn toàn phù hợp với các đánh giá CAM-ICU của nhà nghiên cứu. Đối với các nhà nghiên cứu và hệ thống y tế phụ thuộc vào loạn thần được ghi chép trong EHR để nghiên cứu kết quả, triển khai các chỉ số hiệu suất, hoặc kích hoạt can thiệp, cần có các phương pháp phân loại tốt hơn.

Tính hữu ích của mô hình: Mô hình hồi quy được mô tả bởi Toth et al. cung cấp một cây cầu thực tế: bằng cách sử dụng thông tin ICDSC được ghi chép bởi y tá một cách chi tiết cùng với hai biến lâm sàng đã có trong EHR (trạng thái thở máy và điểm SOFA khi nhập viện), các nhà nghiên cứu có thể thu được nhãn loạn thần phù hợp đáng kể hơn với các đánh giá CAM-ICU chuẩn nghiên cứu. Cách tiếp cận này cho phép sử dụng dữ liệu được thu thập thường xuyên với độ chính xác cao hơn cho các nghiên cứu quan sát quy mô lớn và các thử nghiệm thực tế mà không cần các quy trình thu thập dữ liệu mới.

Tính phù hợp với hướng dẫn: Các hướng dẫn thực hành hiện tại từ các hội chăm sóc cấp cứu khuyến nghị giám sát loạn thần thường xuyên bằng các công cụ đã được kiểm chứng như CAM-ICU hoặc ICDSC. Nghiên cứu này không thay thế những khuyến nghị này nhưng đề xuất rằng việc xử lý phân tích sau của tài liệu ICDSC có thể tăng cường giá trị của nó cho nghiên cứu và sử dụng thứ cấp.

Hạn chế và khả năng tổng quát hóa

– Hệ thống y tế đơn lẻ: Dữ liệu được lấy từ nhiều Khoa Hồi sức tích cực trong một hệ thống y tế học thuật ở Pennsylvania phía Tây Nam; cần xác thực bên ngoài trong các bệnh viện đa dạng, Khoa Hồi sức cộng đồng, và các thực hành ghi chép y tá khác nhau trước khi áp dụng rộng rãi.
– Các công cụ và người đánh giá khác nhau: Chuẩn tham chiếu là CAM-ICU do nhà nghiên cứu thực hiện, trong khi chỉ số là ICDSC do y tá ghi chép. Sự khác biệt có thể phản ánh cả cấu trúc công cụ và việc đào tạo/độ sẵn có của người đánh giá chứ không chỉ là lỗi đo lường.
– Nhu cầu kiểm tra triển vọng: Chứng minh rằng các nhãn loạn thần dựa trên mô hình cải thiện suy luận nghiên cứu hoặc kết quả lâm sàng khi được sử dụng trong hỗ trợ quyết định yêu cầu đánh giá triển vọng.

Lời khuyên lâm sàng và nghiên cứu

Đối với các nhà nghiên cứu sử dụng kết quả loạn thần từ EHR:
– Xem xét các phương pháp phân tích tận dụng thông tin mục ICDSC và các biến lâm sàng thay vì chỉ dựa vào nhãn ICDSC dựa trên ngưỡng.
– Báo cáo thuật toán xác định loạn thần và các chỉ số xác thực để độc giả có thể đánh giá tiềm năng của sự phân loại sai.
– Ưu tiên xác thực bên ngoài của các mô hình dự đoán qua các tổ chức và quy trình ghi chép khác nhau.

Đối với các bác sĩ và hệ thống y tế:
– Củng cố đào tạo và đảm bảo chất lượng cho việc sàng lọc loạn thần tại giường, nhấn mạnh cả tính trung thực của công cụ và sự đầy đủ của ghi chép.
– Khi có thể, khuyến khích lưu trữ các mục ICDSC mức mục trong EHR để cho phép cải tiến phân tích sau này.
– Sử dụng cẩn thận các phương pháp phân loại dựa trên EHR trong hỗ trợ quyết định lâm sàng thời gian thực cho đến khi tác động triển vọng được xác lập.

Kết luận

Toth và các cộng sự cung cấp một đóng góp thực tế quan trọng cho việc đo lường loạn thần trong Khoa Hồi sức tích cực. Kết quả của họ cho thấy rằng cách tiếp cận dựa trên mô hình tích hợp dữ liệu mục ICDSC do y tá ghi chép với các biến lâm sàng đơn giản đáng kể cải thiện sự đồng thuận với các đánh giá CAM-ICU do nhà nghiên cứu thực hiện. Chiến lược này có thể tăng cường tính hữu ích của việc ghi chép lâm sàng thường xuyên cho nghiên cứu, cải tiến chất lượng, và có thể cho giám sát dân số, miễn là các mô hình được xác thực bên ngoài và việc triển khai chúng đi kèm với sự chú ý liên tục đến chất lượng sàng lọc tại giường.

Kinh phí và clinicaltrials.gov

Kinh phí và đăng ký thử nghiệm: Các nguồn kinh phí không được chi tiết trong bản tóm tắt được cung cấp. Để biết các thông tin công bố đầy đủ, số tài trợ, và đăng ký thử nghiệm (nếu có), hãy tham khảo bài viết đầy đủ: Toth KM et al., Crit Care Med. 2025;53(12):e2516–e2525.

Các tài liệu tham khảo được chọn

– Toth KM, Aghababa Z, Kennedy JN, et al. Optimizing Agreement Between Bedside Nurse-Documented and Trained Researcher Delirium Assessments in the ICU. Crit Care Med. 2025;53(12):e2516–e2525.
– Devlin JW, Skrobik Y, Gélinas C, et al. Clinical Practice Guidelines for the Prevention and Management of Pain, Agitation/Sedation, Delirium, Immobility, and Sleep Disruption in Adult Patients in the ICU. Crit Care Med. 2018;46(9):e825–e873.
– Bergeron N, Dubois MJ, Dumont M, Dial S, Skrobik Y. The Intensive Care Delirium Screening Checklist: evaluation of a new screening tool. Intensive Care Med. 2001;27(5):859–864.
– Ely EW, Margolin R, Francis J, et al. Evaluation of delirium in critically ill patients: validation of the Confusion Assessment Method for the Intensive Care Unit (CAM-ICU). Crit Care Med. 2001;29(7):1370–1379.
– Pandharipande PP, Girard TD, Jackson JC, et al. Long-term cognitive impairment after critical illness. N Engl J Med. 2013;369(14):1306–1316.