Is my patient ready for a safe transfer to a lower-intensity care setting? Nursing complexity as an independent predictor of adverse events risk after ICU discharge
Sanson G1, Marino C2, Valenti A2, Lucangelo U1, Berlot G1.
1- Clinical Department of Medical, Surgical and Health Sciences – Trieste University – Trieste – Italy
2- Department of Perioperative Medicine – Intensive Care and Emergency – University Hospital – Trieste – Italy
Heart Lung 2020 ;S0147-9563(20)30015-7. Doi : 10.1016/j.hrtlng.2020.02.003.
Contexte. Les patients qui sortent des unités de soins intensifs (USI) sont à risque de subir des événements indésirables (EI). Il est difficile de définir des critères pour une sortie en toute sécurité. Parmi les critères, aucun ne prend en compte la complexité de soins infirmiers. Objectifs. Déterminer si la complexité des soins infirmiers à la sortie de l’unité de soins intensifs est un facteur indépendant prédicteur d’EI. Méthodes. Étude observationnelle prospective. Le score d’acuité et de complexité du patient (PACS) a été développé afin de mesurer la complexité des soins infirmiers. Son pouvoir prédicteur d’EI a été testé à l’aide d’une analyse de régression multivariée. Résultats. Le modèle de régression finale présente un bon pouvoir de discrimination (AUC 0,881 ; p<0,001) pour identifier les patients ayant subi un EI. L’âge, la raison d’admission en soins intensifs, le score PACS, la force de la toux, les valeurs de PaCO2, de créatinine plasmatique et de sodium, et le transfert en unité de médecine interne ont été identifiés comme des facteurs prédicteurs d’EI. Les patients ayant dépassé le seuil préétabli du score PACS présentaient un risque 3,3 fois plus élevé de subir un EI. Conclusion. Le niveau de complexité de soins infirmiers permet de prédire de manière indépendante le risque de survenue d’EI et doit être pris en compte dans les critères de sortie du patient de l’USI.
Background. Patients discharged from intensive care units (ICUs) are at risk for adverse events (AEs). Establishing safe discharge criteria is challenging. No available criteria consider nursing complexity among risk factors. Objectives. To investigate whether nursing complexity upon ICU discharge is an independent predictor for AEs. Methods. Prospective observational study. The Patient Acuity and Complexity Score (PACS) was developed to measure nursing complexity. Its predictive power for AEs was tested using multivariate regression analysis. Results. The final regression model showed a very-good discrimination power (AUC 0.881 ; p<0.001) for identifying patients who experienced AEs. Age, ICU admission reason, PACS, cough strength, PaCO2, serum creatinine and sodium, and transfer to Internal Medicine showed to be predictive of AEs. Exceeding the identified PACS threshold increased by 3.3 times the AEs risk. Conclusions. The level of nursing complexity independently predicts AEs risk and should be considered in establishing patient’s eligibility for a safe ICU discharge.
Van Innis AL. Mon patient est-il prêt pour être transféré d’une unité de soins intensifs vers d’autres unités de soins ? Risques & Qualité 2023;(20)4;246-248.