Un progetto innovativo per prevenire il rischio di cadute dei pazienti e migliorare la gestione del rischio clinico.

L’obiettivo è lo sviluppo di un albero decisionale che si affianchi alla scala di Conley e migliori la capacità di individuare i pazienti a rischio, utilizzando i dati già a disposizione del personale medico-infermieristico. 

Le cadute ospedaliere rappresentano uno dei più frequenti eventi avversi e sono un grave problema sia per la salute dei pazienti che per costi diretti e indiretti che provocano alle strutture: risarcimenti, prolungamento della degenza, preclusione di nuovi ricoveri e danni di immagine. I pazienti anziani e poli patologici sono maggiormente a rischio, così come quelli che provengono dal Pronto Soccorso (anche una volta entrati in degenza nei singoli reparti). 

“Al momento – spiega Vincenzo Maria Grassi, dirigente medico della UOS Risk Management del Fondazione Policlinico Universitario Agostino Gemelli IRCCS – il principale strumento di valutazione è la scala di Conley che identifica un paziente come ‘a rischio caduta’ con un punteggio pari o superiore a due, con la Letteratura che segnala una sensibilità del 60-69% e una specificità del 41-61%, valori deponenti per un potere predittivo positivo o negativo sostanzialmente limitato.

Ci siamo chiesti, perciò, se esistesse un modo per migliorare le capacità predittive delle strutture sanitarie, fornendo a medici e infermieri uno strumento più efficace per identificare i pazienti maggiormente a rischio senza, nello stesso tempo, aumentare il loro carico di lavoro.  L’obiettivo, dunque, è stato quello integrare i parametri già raccolti nella nostra cartella clinica digitale per affinare l’indicazione offerta dalla scala di Conley”. 

Da questa premessa è partito uno studio-controllo retrospettivo che ha analizzato la storia clinica di 216 pazienti, 108 con esperienza di caduta e 108 no, valutando i valori di altre tre scale: IDA (l’indice di dipendenza assistenziale); l’indice di Barthel (che misura autonomia della persona nelle attività quotidiane); e il BRASS (Blaylock risk assessment screening score). 

“La domanda fondamentale dello studio è stata: possono i valori di queste tre scale essere utilizzati per affinare la predizione sui pazienti identificati a rischio dalla scala di Conley?

Il risultato dello studio – che è, al momento, in attesa di pubblicazione su una rivista scientifica – è un albero decisionale di 9 livelli con domande dicotomiche che affrontano tutte le possibili variabili. Una valutazione sulla scala di Brass con valore superiore a 2 è un’indicazione generale di rischio, alla quale segue il percorso dell’albero decisionale”. 

“Gli elementi finora raccolti – conclude Grassi – indicano che esistono validi presupposti per continuare la ricerca e la sperimentazione. Puntiamo nel breve futuro a sviluppare un software capace di processare l’albero decisionale, incrociando i dati nella cartella digitale del Gemelli e offrendo ai clinici una predizione del rischio sempre più precisa”.