テクニカル・サマリー：覚醒および呼吸プロトコル（Wake Up and Breathe Protocol）への遵守度を測定するための電子フェノタイプ・シリーズ

問題提起

「覚醒および呼吸（Wake Up and Breathe）」プロトコルは、侵襲的機械換気を受けている集中治療室（ICU）患者に対する、エビデンスに基づいた多職種連携戦略である。これは、早期の離脱を促進するために、日々の自発覚醒試行（SAT）と自発呼吸試行（SBT）を統合したものであり、この実践は死亡率の低下および人工呼吸器装着期間の短縮に関連している。しかし、この複雑で多段階的なプロトコルへの遵守度を測定するには、2つの大きな障壁が存在する：

1. インフォマティクスの複雑性： プロトコルは、ベッドサイドモニター、臨床指示、および生理学的評価に分散された一連の動作に依存している。進行はしばしば反応依存的であり、非決定的である。文書化は断片化されることが多く、上流の除外基準（例：予定手術）が標準的なデータキャプチャに一貫して組み込まれていない。
2. 指標のゲーミング（不正操作）のリスク： 客観的なデータではなく文書化に基づいてパフォーマンスを測定すると、意図的に行動が変化してしまう可能性がある。例えば、SBT完了に対する財務的インセンティブは、実際の患者アウトカムを改善することよりも、適応除外に関する文書化を増加させる傾向があることが示されており、これは指標が主観的な記録に依存する場合の「ゲーミング」のリスクを浮き彫りにしている。

現在の手法では、実世界の電子健康記録（EHR）データを用いて、スケーラブルで遡及的かつ信頼性の高いプロトコル遵守度の測定を行うことが困難である。

方法論

著者らは、Wake Up and Breatheプロトコルへの遵守度を測定するために設計された、7つの電子フェノタイプのシリーズを開発し、検証した。本研究では、米国中大西洋地域にある大規模な統合ヘルスシステム内の12の病院から集められたICUデータを集約した研究用データウェアハウスを利用した。

フェノタイプ定義戦略

• 分析単位： プロトコルの典型的な実行頻度（24時間につき1回）を反映し、「患者日（patient-day）」を分析単位として選択した。
• 逐次論理： 定義は構造化されており、あるフェノタイプの基準は、先行するフェノタイプの充足に依存する。これにより、プロトコルの多段階的な性質を捉えている。
• データソース： 基準は臨床リソース（特に医療品質・調査研究機構（AHRQ）のガイダンス）から導出され、研究用ウェアハウス内の利用可能なデータ要素にマッピングされた。
• 除外： ローカルな品質目標を満たすため、気管切開チューブを介して換気されている患者は除外された。ウェアハウスで利用不可能なデータ（例：興奮、呼吸困難、または心室性不整脈の特定の記録）を必要とする構成要素は除外された。
• 時間的論理： 定義は、暦日に関連するローカスタイムスタンプを使用する。これらは、実際の臨床決定時刻よりも遅れて発生する可能性のあるデータ（例：その日の後半に手術が行われたかどうかの判定）を許容しており、リアルタイムの意思決定支援ではなく、遡及的な品質測定をサポートするように設計されている。

7つのフェノタイプ

シリーズは以下の3つのカテゴリーで構成される：

1. 上流の適格性（2つのフェノタイプ）：
   • @ReceivingIMV: 患者が侵襲的機械換気を受けていることを確認する。
   • @WeanEligible: プロトコルが適用されるべき対象集団を定義する（例：新規挿管、気管切開、コンフォートケアのみの状態、および予定手術を除外）。
2. プロセス指標（4つのフェノタイプ）：
   • @SATEligible: 自発覚醒試行（SAT）を開始するための基準（例：持続的な鎮静を受けている、筋弛緩薬を使用していない、バイタルサインが安定している）。
   • @SATReceipt: SATの実施（静脈内鎮静の中止）を確認する。
   • @SBTEligible: 自発呼吸試行（SBT）を開始するための基準（例：酸素化の閾値、FiO2/PEEPの制限、血行動態の安定性）。
   • @SBTReceipt: SBTの実施（人工呼吸器モードの切り替え）を確認する。
3. 下流のアウトカム（1つのフェノタイプ）：
   • @SustainedExtubation: プロトコルの最終ステップである「抜管の検討」よりも情報量の多いアウトカムであり、再挿管や死亡を伴わない成功した抜管を要求する。

検証

検証は、200の患者日の層化サンプルを用いた手動のチャートレビューを通じて行われた。

• サンプリング： 設定や患者特性のバリエーションを確保するため、様々なICUからケースを抽出した。
• レビュープロセス： 各ケースは、訓練を受けた2名の要約者によって独立してレビューされ、不一致が生じた場合は第3のレビュー担当者が解決した。
• 指標： 電子フェノタイプの判定と手動のチャートレビューとの一致を、Cohen's Kappa ($\kappa$) を用いて評価した。

主要な結果

検証結果は、電子フェノタイプと手動のチャートレビューとの間で、異なるレベルの一致を示した：

• 適格性フェノタイプ：高い一致を示した。
  • @SATEligible: $\kappa = 0.82$ (95% CI: 0.73–0.92)
  • @SBTEligible: $\kappa = 0.83$ (95% CI: 0.74–0.93)
  • @WeanEligible: $\kappa = 0.68$ (95% CI: 0.57–0.78)
• プロセスフェノタイプ：中程度の一致を示した。
  • @SATReceipt: $\kappa = 0.53$ (95% CI: 0.38–0.67)
  • @SBTReceipt: $\kappa = 0.68$ (95% CI: 0.56–0.79)
• アウトカムフェノタイプ：
  • @SustainedExtubation: $\kappa = 0.61$ (95% CI: 0.43–0.78)

不一致の分析：
プロセス指標（@SATReceipt, @SBTReceipt）における一致度の低さは、主に以下の要因に起因していた：

1. 迅速な臨床イベント： 鎮静が1時間以内に停止および再開された場合、1時間ごとのデータキャプチャではSATが登録されなかった。
2. 文書化の粒度： 患者が迅速にSBTに失敗した場合、呼吸療法士がSBT用人工呼吸器モードへの切り替えを記録しないことがあり、偽陰性を招いた。
3. データの制限： 特定の除外基準（例：活動性の痙攣、アルコール離脱、高頻度振動換気）をキャプチャできないため、一部の患者が誤って適格と分類された。

意義および主張

本論文は、本研究が、複雑な多職種連携ICUプロトコルを、遡及的測定のための構造化されたデジタル定義へと変換できることを実証していると主張している。このフェノタイプ・シリーズの意義は、以下の点にある：

1. スケーラビリティ： 実世界のEHRデータを用いて、ヘルスシステム全体でプロトコルの採用状況を測定するための再利用可能なフレームワークを提供する。
2. エラーの軽減： フェノタイプを分離（例：@SBTEligible を @SATReceipt の成功に依存させない）することで、エラーの伝播を防ぎ、あるステップの不正確さが下流の解析を無効にしないようにしている。
3. 品質改善： 離脱経路の「部分的な進行」を測定することで、筋弛緩薬の過剰使用やコーディネーションの崩壊といった系統的な失敗を特定することが可能になる。
4. 適用可能性： これらの定義は、リアルタイムの意思決定支援ではなく、遡及的なプロセスおよびアウトカム測定のために特別に設計されている。

著者らは、本シリーズは（データ欠落により）プロトコルの全容（試行の成功/失敗のアウトカム）を捉えているわけではないものの、主要なプロセスとアウトカムを測定するための堅牢な方法を提供していることを強調している。また、文書化のパターンやコーディング基準の差異があるため、導入にあたっては、バリューセットのローカルな適応と検証が不可欠であると注意を促している。