Ny forskning kan förebygga återinläggning på sjukhus efter hjärtsvikt

Vid hjärtsvikt är risken för ytterligare kardiovaskulära problem som störst inom 100 dagar, det kan vara exempelvis ny hjärtsvikt, angina, hjärtattack, stroke och oregelbundna hjärtslag. Ny studier vid Högskolan i Halmstad visar vilka faktorer som redan vid utskrivning skulle kunna tas i beaktande då dessa kan kopplas till ökad risk för ny, oplanerad sjukhusinläggning inom 100 dagar. Att vara kvinna minskar risken, liksom förhöjt blodtryck. Fler faktorer som kan kopplas till ökad risk för återinläggning är ålder, vissa hormonvärden och andra sjukdomar som KOL.

– Dessa faktorer är exempel på tydliga indikatorer för återinläggning, säger Farzaneh Kobra Etminani, docent i informationsteknologi vid Högskolan i Halmstad och en av forskarna bakom de aktuella studierna.

Slutsatser från hälsodata

Studierna är ett exempel på Högskolan i Halmstads forskning om informationsdriven vård där AI och dataanalys används för att dra slutsatser från hälsodata.

Det är skillnad mellan planerade och oplanerade inläggningar, påpekar Farzaneh Etminani. Forskarna har därför börjat utveckla en algoritm för att förutse vilka personer som statistiskt sett löper större risk att läggas in igen:

– Kunskapen bidrar till ett kliniskt beslutsstödsystem som kan stödja vårdpersonalen medan de fortfarande har patienten hos sig. Systemet kan ”flagga” för en hög risk för återinläggning, sedan är det upp till läkare att exempelvis inte skriva ut patienten alls eller att utskrivning sker exempelvis med fler stödinsatser och planerade återbesök.

Kunskapen blir ett beslutsstöd som blir en del av läkarens samlade kunskap om patienten tillsammans med provresultat, patientens historik, erfarenhet och så vidare. Förutom de känslomässiga aspekterna för patienten kopplat till att läggas in på sjukhus, handlar beslutsstödet om att spara resurser och rikta resurserna rätt.

– Tanken är att patienterna ska få bättre vård till lägre kostnad. Oplanerade inläggningar kostar mer än planerade. Det handlar inte om att undvika att patienter läggs in på nytt utan att kunna fokusera på de som verkligen behöver läggas in. Vem behöver vården och resurserna bäst? säger Farzaneh Kobra Etminani.

Beslutsstödsystemet implementeras just nu i vården tillsammans med ett företaget som gör journalsystem.

– Det gäller att vi hittar sätt som klinikerna tycker är det bästa, så att ny kunskap kan integreras in i vårdkedjan. I slutänden handlar det om att patienterna ska gynnas, säger Farzaneh Kobra Etminani.

Arbeta förebyggande

Markus Lingman, överläkare och strateg på Region Halland samt adjungerad professor i medicin vid Högskolan i Halmstad, menar att det är ohört viktigt för vården att förstå vad som kommer att hända med en patient för att kunna arbeta förebyggande och vidta preventiva åtgärder i tid.

– Att dessutom förstå vad det är som ökar risken, i detta fall för återinläggning, gör att vi kan rikta de förebyggande åtgärderna och på så sätt bli mer träffsäkra i vårt arbete, säger Markus Lingman och fortsätter:

– Vissa faktorer går att påverka medan andra, såsom ålder, inte går att göra så mycket åt. Att veta vilka faktorer som är viktigast och möjliga att påverka kan göra planeringen för patienterna mycket bättre så att behov av inläggning på sjukhus inte blir nödvändigt.

Mer om forskningen

Studien baseras på 7 500 patienter över 40 år som har lagts in med hjärtsvikt under åren 2017–2020 i Region Halland. Av patienterna avled 12 procent och var tredje patient lades in på sjukhus igen inom 100 dagar efter utskrivning.

Forskningen kring informationsdriven vård vid Högskolan i Halmstad sker ofta i nära samarbete med Region Halland.

Läs hela artikelnClinical characteristics at hospital discharge that predict cardiovascular readmission within 100 days in heart failure patients – An observational studyi International Journal of Cardiology: Cardiovascular Risk and Prevention (IJCCRP)

Forskarna bakom studien är Jason Davidge, doktorand i allmänmedicin, Lunds universitet, Anders Halling, professor i allmänmedicin, Lunds universitet, Awais Ashfaq, postdoktor i signal- och systemteknik, Högskolan i Halmstad, Farzaneh Kobra Etminani, docent i informationsteknologi, Högskolan i Halmstad samt Björn Agvall, specialist i allmänmedicin och FoU-handledare, Region Halland.

Läs hela artikeln The Price of Explainabitlity in Machine Learning Models for 100-Day Readmission Predicition in Heart Failure: Retrospective, Comparative, Machince Learning Study i Journal of Medical Internet Research.

Forskarna bakom den studien är Amira Soliman, universitetslektor, Högskolan i Halmstad, Björn Agvall, specialist i allmänmedicin och FoU-handledare, Region Halland, Kobra Farazaneh Etminani, docent i informationsteknologi, Högskolan i Halmstad, Omar Hamed, forskningsingenjör, Högskolan i Halmstad samt Markus Lingman, överläkare och strateg på Region Halland