Projektdetaljer
Beskrivelse
Ph.d.-projektet har fokus på diagnostik og behandling af infektioner på akutmodtagelserne med henblik på reduktion af bredspektret antibiotikaforbrug.
En betragtelig del af de danske patienter, der indlægges i akutmodtagelser landet over, har en infektion. De hyppigste infektioner er lungebetændelse og urinvejsinfektion. Lokale opgørelser viser, at der årligt indlægges op til 2000 patienter med disse infektioner på hver akutmodtagelse i regionen.
Patienter, der ses i akutmodtagelsen med infektion, bliver ofte startet i bredspektret antibiotisk behandling, hvor flere bakterietyper angribes, pga. usikkerhed omkring den tilgrundliggende årsag til infektionen, og fordi der ønskes en hurtig, dækkende behandling for at undgå forværring af patientens tilstand.
Der efterspørges derfor bedre metoder og redskaber, som kan anvendes til at diagnosticere og starte relevant behandling op.
Det regionale studie som er forankret på Sygehus Sønderjylland ’Improved diagnostics of infectious diseases in emergency departments (INDEED) belyser netop dette og har afprøvet en række nye diagnostiske metoder af på 1000 patienter indlagt med mistanke om en infektion i Region Syddanmark. Studiet har fx afprøvet nye skanningsmetoder af lunger og nyrer, ny 1-timers urinanalyse, ny 1-timers analyse af sekret fra nedre luftveje, og nye markører i blodet. Patienterne er også blevet interviewet omkring sygdomsforløb, og en masse kliniske informationer er indsamlet.
Med afsæt i INDEED-resultaterne er hypotesen for ph.d.-projektet, at et evidensbaseret diagnostisk værktøj baseret på kliniske og parakliniske parametre, som inkluderer sensitive skanninger af lunger og nyre, urinanalyse, infektions- og lungeskademarkører, og patientnær testning af lungesekret, vil bidrage til hurtigere diagnostik og reduceret brug af bredspektret antibiotisk behandling hos akutindlagte patienter med mistanke om en infektion.
Mere specifikt, forventes det at værktøjet vil føre til at færre patienter får antibiotika og at andelen af bredspektret antibiotika falder.
Ph.d.-projektet er bygget op omkring tre delstudier.
I de første to delstudier udvikles artificial intelligens (AI) algoritmer på baggrund af INDEED-resultaterne, som inkluderer de nye afprøvede diagnostiske metoder. Algoritmerne kan identificere patienter med infektion, og skelne mellem lungebetændelse, urinvejsinfektion og øvrige infektioner.
I delstudie 3 implementeres en AI algoritme som beslutningsstøtteværktøj i akutmodtagelserne i et stepped-wedge cluster randomised trial.
Beslutningsstøtteværktøjet kan assistere akutlægen i den diagnostiske proces samt til valg af behandling med afsæt i den regionale antibiotikavejledning.
Resultaterne kan anvendes direkte i akutmodtagelserne, og implementering af værktøjet er en del af projektet.
Dette projekt vil få betydning for de mange patienter som indlægges på akutmodtagelser med mistanke om en infektion på Sygehus Sønderjylland og i hele Region Syddanmark. Projektet forventes at bidrage til hurtigere og mere specifik diagnostik, som forventes at øge effektiviteten og skabe bedre flow i akutmodtagelserne, som dermed mindsker ventetiden for patienterne. På sigt forventes det at projektet bidrager til lavere antibiotikaresistens i regionen, grundet fald i forbrug af bredspektret antibiotika.
En betragtelig del af de danske patienter, der indlægges i akutmodtagelser landet over, har en infektion. De hyppigste infektioner er lungebetændelse og urinvejsinfektion. Lokale opgørelser viser, at der årligt indlægges op til 2000 patienter med disse infektioner på hver akutmodtagelse i regionen.
Patienter, der ses i akutmodtagelsen med infektion, bliver ofte startet i bredspektret antibiotisk behandling, hvor flere bakterietyper angribes, pga. usikkerhed omkring den tilgrundliggende årsag til infektionen, og fordi der ønskes en hurtig, dækkende behandling for at undgå forværring af patientens tilstand.
Der efterspørges derfor bedre metoder og redskaber, som kan anvendes til at diagnosticere og starte relevant behandling op.
Det regionale studie som er forankret på Sygehus Sønderjylland ’Improved diagnostics of infectious diseases in emergency departments (INDEED) belyser netop dette og har afprøvet en række nye diagnostiske metoder af på 1000 patienter indlagt med mistanke om en infektion i Region Syddanmark. Studiet har fx afprøvet nye skanningsmetoder af lunger og nyrer, ny 1-timers urinanalyse, ny 1-timers analyse af sekret fra nedre luftveje, og nye markører i blodet. Patienterne er også blevet interviewet omkring sygdomsforløb, og en masse kliniske informationer er indsamlet.
Med afsæt i INDEED-resultaterne er hypotesen for ph.d.-projektet, at et evidensbaseret diagnostisk værktøj baseret på kliniske og parakliniske parametre, som inkluderer sensitive skanninger af lunger og nyre, urinanalyse, infektions- og lungeskademarkører, og patientnær testning af lungesekret, vil bidrage til hurtigere diagnostik og reduceret brug af bredspektret antibiotisk behandling hos akutindlagte patienter med mistanke om en infektion.
Mere specifikt, forventes det at værktøjet vil føre til at færre patienter får antibiotika og at andelen af bredspektret antibiotika falder.
Ph.d.-projektet er bygget op omkring tre delstudier.
I de første to delstudier udvikles artificial intelligens (AI) algoritmer på baggrund af INDEED-resultaterne, som inkluderer de nye afprøvede diagnostiske metoder. Algoritmerne kan identificere patienter med infektion, og skelne mellem lungebetændelse, urinvejsinfektion og øvrige infektioner.
I delstudie 3 implementeres en AI algoritme som beslutningsstøtteværktøj i akutmodtagelserne i et stepped-wedge cluster randomised trial.
Beslutningsstøtteværktøjet kan assistere akutlægen i den diagnostiske proces samt til valg af behandling med afsæt i den regionale antibiotikavejledning.
Resultaterne kan anvendes direkte i akutmodtagelserne, og implementering af værktøjet er en del af projektet.
Dette projekt vil få betydning for de mange patienter som indlægges på akutmodtagelser med mistanke om en infektion på Sygehus Sønderjylland og i hele Region Syddanmark. Projektet forventes at bidrage til hurtigere og mere specifik diagnostik, som forventes at øge effektiviteten og skabe bedre flow i akutmodtagelserne, som dermed mindsker ventetiden for patienterne. På sigt forventes det at projektet bidrager til lavere antibiotikaresistens i regionen, grundet fald i forbrug af bredspektret antibiotika.
| Status | Igangværende |
|---|---|
| Effektiv start/slut dato | 01/09/2023 → 31/08/2026 |