Påverkas patientens funktionsnivå av att tillgången på slutenvårdsplatser är låg då patienten vårdas för sin stroke? Bakgrund Fulla slutenvårdsavdelningar innebär att en given mängd resurser måste fördelas på ett större antal patienter än vad som är fallet då vissa vårdplatser står tomma. En pilotstudie från ett sjukhus i region Skåne omfattande drygt 34000 vårdtillfällen, visar att frekvensen återinläggningar inom 30 dygn för samtliga akut inlagda patienter som vårdats inom slutenvården är högre för de som skrivs ut vid hög beläggningsgrad, jämfört med de som skrivs ut vid lägre beläggningsgrad [1]. Fulla slutenvårdsavdelningar har också visats öka risken för spridning av MRSA och Campylobakter, såväl som påverka vårdpersonals psykiska hälsa i negativ riktning [2-4]. Det finns också belägg för att brist på tillgång till slutenvårdplatser leder till ökade väntetider och negativa utfall inom akutsjukvården [5-6]. Man har även sett att ökad beläggningsgrad korrelerar till ökad mortalitet [7]. Studierna ovan säger dock ingenting om hur bristande tillgång på slutenvårdsplatser påverkar funktionella utfall för individuella patientgrupper. För strokepatienter finns en möjlighet att fulla slutenvårdsavdelningar kan leda till att kvaliteten på vården som ges under den akuta vårdepisoden försämras. Detta kan exempelvis ske genom att tiden för rehabilitering blir kortare eller att viss utredning missas, vilket skulle kunna medföra negativa effekter för patientens framtida funktionsnivå. Syfte Att ta reda på om funktionsnivån, mätt som andel patienter som blivit ADL-beroende 1 vid uppföljning 3 månader efter stroke, är associerat till beläggningsgraden på vårdavdelningen där patienten vårdas för sin stroke. Hypotesen är att patienter som vårdas vid hög beläggningsgrad får sämre vård jämfört med de som vårdas vid lägre beläggningsgrad och därför i större utsträckning riskerar att bli ADLberoende. 1 Om man behöver hjälp av andra vid på- och avklädning och/eller toalettbesök 1
Metod Studien kommer att genomföras som en retrospektiv kohortstudie på insamlad data från det nationella kvalitetsregistret Riksstroke. Samtliga slutenvårdstillfällen för patienter som vårdats för stroke under 2011-2013 i Region Skåne och Norrbottens Läns Landsting och som registrerats i Riksstroke inkluderas i studien. Beräknat antal patienter är knappt 12400 under denna period [8]. Efter godkännande från etikprövningsnämnd och efter det att utlämnande av data har skett kommer datamaterialet att samköras med data för beläggningsgrad och därefter kommer statistisk bearbetning att ske. Flera metoder som skulle kunna appliceras på detta projekt finns redan framtagna av en forskargrupp vid Lunds universitet som undersöker effekten av hög beläggningsgrad inom akutsjukvård [1, 9-10]. Datakällor Data för vårdtillfällen kommer att hämtas från kvalitetsregistret Riksstroke. Data för beläggningsgrad i Norrbotten kommer att hämtas från Norrbottens Läns Landstings datalager. Motsvarande data för Region Skåne kommer att hämtas från en databas som används för verksamhetsuppföljning. 2
Appendix Patientunderlag och powerberäkning Varje år registreras ca 25000 patienter i Riksstroke nationellt, 2012 registrerades drygt 4100 av dessa i Region Skåne och Norrbottens Läns Landsting tillsammans [8]. Över 3 år ger detta ett beräknat patientunderlag på ca 12400 patienter som kommer inkluderas i studien. Av alla som drabbas av stroke och som är ADL-oberoende innan sin stroke blir ca 19 % ADL-beroende mätt vid 3- månadersuppföljningen [8]. Patienterna delas upp i 4 lika stora grupper utifrån beläggningsgrad (låg-medel-medelhög-hög), vilket ger ca 3100 patienter i varje grupp. Powerberäkning visar att studien kommer att kunna upptäcka en skillnad i ADL-beroende på ca 2,8 % mellan grupperna [11-12]. Hänsynstaganden Lägre andel utvärderingar inkommer för patienter från särskilda boenden vilket gör att man potentiellt sett tappar en större andel ADL-beroende patienter i 3-månadersuppföljningen. Hänsyn till komorbiditet är eftersträvansvärt, men full hänsyn kommer inte att kunna tas och troligen kommer antalet tänkta prediktorer att behöva begränsas. Sådan begränsning sker då i samråd mellan medicinskt kunnig personal och biostatistiker. Ansökan om etikprövning kommer att göras. Prediktorer Patientrelaterade: - Kön - Åldersgrupp - NIHSS vid strokedebut - Tidigare stroke - Diabetes vid strokedebut - Rökning vid strokedebut - Förmaksflimmer vid strokedebut - Pågående waranbehandling - Boendeform vid inskrivning - Cerebral blödning med klinisk försämring inom 36h från strokedebut - Nedstämdhet vid uppföljning efter 3 månader 3
- Erhållit sjukgymnastik/arbetsterapi (ja/nej/avböjt) under vårdtid - Komplikation under vårdtid (DVT/Fraktur/Pneumoni) Verksamhetsrelaterade: - Redan inlagd vid strokedebut - Genomgår trombolys vid strokedebut - Trombektomi vid strokedebut - Bilddiagnostisk modalitet (CT/MR) - UL karotider under akut episod - CT/MR angiografi under akut episod - Hemikraniektomi - Tid från symtomdebut till vårdinrättning - Längd på akut fas - Längd på inneliggande konvalescensfas - Sjukhus - Beläggningsgrad på avdelningen 4
Referenser 1. Blom M, Erwander K, Gustafsson L, Jonsson F, Landin-Olsson M, Ivarsson K. The probability of being subject to an unplanned 30-day readmission after discharge from an in-hospital ward is positively associated to in-hospital bed-occupancy at discharge. 2014 Sep(BMC Emerg Med). 2. Kaier K, Mutters NT, Frank U. Bed occupancy rates and hospitalacquired infections--should beds be kept empty? Clin Microbiol Infect 2012 Oct;18(10):941-945. 3. Kaier K, Luft D, Dettenkofer M, Kist M, Frank U. Correlations between bed occupancy rates and Clostridium difficile infections: a time-series analysis. Epidemiol Infect 2011 Mar;139(3):482-485. 4. Virtanen M, Batty GD, Pentti J, Vahtera J, Oksanen T, Tuisku K, et al. Patient overcrowding in hospital wards as a predictor of diagnosisspecific mental disorders among staff: a 2-year prospective cohort study. J Clin Psychiatry 2010 Oct;71(10):1308-1312. 5. Rathlev NK, Chessare J, Olshaker J, Obendorfer D, Mehta SD, Rothenhaus T, et al. Time series analysis of variables associated with daily mean emergency department length of stay. Ann Emerg Med 2007 Mar;49(3):265-271 6. Guttmann A, Schull MJ, Vermeulen MJ, Stukel TA. Association between waiting times and short term mortality and hospital admission after departure from emergency department: population based cohort study from Ontario, Canada. BMJ 2011 Jun 1;342:d2983. 7. Schilling PL, Campbell DA,Jr, Englesbe MJ, Davis MM. A comparison of in-hospital mortality risk conferred by high hospital occupancy, differences in nurse staffing levels, weekend admission, and seasonal influenza. Med Care 2010 Mar;48(3):224-232. 8. Riks-Stroke. Årsrapport, Rapport från Riks-Stroke 2012. 2013. 9. Blom MC, Jonsson F, Landin-Olsson M, Ivarsson K. The probability of patients being admitted from the emergency department is 5
negatively correlated to in-hospital bed occupancy - a registry study. Int J Emerg Med 2014 Feb 5;7(1):8-1380-7-8. 10. Blom MC, Jonsson F, Landin-Olsson M, Ivarsson K. Associations between in-hospital bed occupancy and unplanned 72-h revisits to the emergency department: a register study. Int J Emerg Med 2014 Jun 28;7:25-014-0025-4. ecollection 2014. 11. Rosner B editor. Fundamentals of Biostatistics. 7th ed ed. Boston, MA: Brooks/Cole; 2011. 12. Kane SP. ClinCalc. Updated November 20, 2014; Available at: //clincalc.com/stats/power.aspx. Accessed December 4, 2014. 6