Dados do Trabalho

Título

Automatização na extração de indicadores da Recuperação Pós-Anestésica: ferramenta indispensável para a gestão da assistência

Introdução

A incidência de hipotermia no período pós-operatório pode variar entre 26% e 90% em pacientes submetidos a procedimentos cirúrgicos eletivos. Nos pacientes que desenvolvem hipotermia, o risco de desenvolver complicações graves decorrentes da cirurgia é 3,25 vezes maior1. Para a gestão hospitalar, identificar corretamente os eventos relacionados à hipotermia na Recuperação Pós-anestésica (RPA) pode facilitar o desenvolvimento de ações de prevenção e tratamento mais eficazes. Para isso, são utilizados indicadores a partir de registros clínicos que podem ser otimizados utilizando os avanços recentes de informática e gestão de dados2. Observou-se na instituição deste estudo uma possível subnotificação dos indicadores de hipotermia nas RPA, havendo a necessidade de alterar o método de extração dos dados para monitorar estrategicamente a qualidade e segurança da assistência ao paciente submetido à anestesia.

Objetivo

Reduzir as subnotificações de hipotermia na RPA através da reestruturação da extração de dados, para realizar ações de melhoria e prevenir complicações decorrentes da hipotermia pós-operatória em um hospital extra porte localizado na cidade de São Paulo, SP/Brasil .

Método

Em 2021 foi realizado análise crítica do indicador de hipotermia das RPA do Centro Cirúrgico e Medicina Diagnóstica Ambulatorial (MDA) do período de janeiro a dezembro do mesmo ano, e evidenciado possível subnotificação, devido a necessidade do preenchimento manual da informação. Com a finalidade de obter a extração fidedigna e direcionar ações de melhoria para a prática assistencial, foi iniciado o processo de automatização da coleta dos dados do prontuário eletrônico. Em maio de 2022, com apoio de analista de dados, criou-se uma Query para definição de filtros, regras e tabelas. A extração passou a ser feita através da primeira temperatura registrada no prontuário eletrônico por meio da aferição no momento de admissão do paciente na RPA, a regra de extração considerou hipotermia os registros entre 33°C e 35°5C. Os dados dos sinais vitais migraram do monitor para o prontuário eletrônico, dispensando registro manual, e foram transferidos automaticamente do prontuário eletrônico para o sistema Structured Query Language (SQL). Na sequência, em junho de 2022, foi realizada a validação dos dados extraídos para confirmação da acurácia dos dados conforme as regras estabelecidas. Em agosto do mesmo ano foram redefinidas as metas do indicador, considerando o novo método de extração e baseado em literatura através da pesquisa científica. Após a revisão da meta foi realizado nova análise crítica comparando os dois métodos de coleta no mesmo período, e identificado aumento da volumetria dos casos de hipotermia nas RPA.

Discussão e Conclusões

Foram comparados os dados dos dois métodos de extração do período de janeiro a dezembro de 2021, sendo extraídos 34 casos de hipotermia na RPA através do método de registro manual pela enfermagem, e extraídos 8.821 casos através do método automático no mesmo período. Com a nova metodologia de extração houve um aumento de 259 vezes na taxa de ocorrência de hipotermia nas RPA, mostrando a prevalência da hipotermia pós-anestésica. E assim, foi possível direcionar um plano de ação de melhoria robusto na assistência de enfermagem para garantir a normotermia do paciente.

Conclusões

Este trabalho permitiu identificar as subnotificações e os resultados evidenciaram a necessidade de automatização dos dados para garantir acuraria das informações e subsidiar ações direcionadas para prevenção de hipotermia nas RPA. Observou-se também que o profissional de enfermagem é direcionado à assistência ao paciente, ocorrendo ausência de notificação de intercorrências como a hipotermia, e desta forma, a tecnologia contribui na otimizando do tempo do profissional de enfermagem.

Palavras-chaves

Enfermagem; Indicadores de gestão; Sala de recuperação.

Referências

1 Torossian A, Bräuer A, Höcker J, Bein B, Wulf H, Horn EP. Preventing Inadvertent Perioperative Hypothermia. Deutsches Aerzteblatt Online [Internet]. 2015 Mar 6;112(10). Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4383851/

2 Schout D, Novaes HMD. Do registro ao indicador: gestão da produção da informação assistencial nos hospitais. Ciência & Saúde Coletiva. 2007 Aug;12(4):935–44.