AWOL-poäng för delirium

Klinisk bakgrund

Delirium är vanligt hos inneliggande medicinpatienter och medför ökad mortalitet, längre vårdtid och ökad risk för institutionsplacering. Flerkomponenta icke-farmakologiska interventioner, modellerade efter Hospital Elder Life Program, kan reducera incidensen av delirium med ungefär hälften (pooled OR 0,47, 95 % KI 0,38 till 0,58) [3]. Sådana åtgärder är personalintensiva och kan inte rimligen erbjudas alla inneliggande. AWOL-poängen fyller funktionen att vid inskrivningen identifiera de patienter där förebyggande insatser har störst förväntad nytta.

Instrumentet är utformat för att vara enkelt att administrera vid inskrivning på medicinavdelning: fyra binära variabler som kan bedömas på några minuter, delvis integrerade i rutinmässig sjuksköterskedokumentation. Syftet är riskstratifiering, inte diagnostik. Patienter som redan har delirium vid inskrivning exkluderas och ska screenas med CAM eller motsvarande i stället.

Beräkning av AWOL

AWOL är en fyra-poängsskala där varje variabel ger 0 eller 1 poäng:

$$\text{AWOL} = A + W + O + L$$

där:

• $A$: Ålder 80 år eller äldre (1 poäng om ja, 0 om nej)
• $W$: Kan inte stava "world" baklänges korrekt (1 poäng om patienten misslyckas, 0 om korrekt)
• $O$: Ej orienterad till plats (desorientering) (1 poäng om desorienterad, 0 om orienterad)
• $L$: Högre sjuksköterskeskattad sjukdomssvårighetsgrad (måttligt sjuk eller värre) (1 poäng om måttligt sjuk eller värre, 0 om lindrigt sjuk)

Poängintervallet är 0 till 4. Samtliga fyra variabler identifierades i en prospektiv kohortstudie vid tre amerikanska sjukhus (två akademiska och ett Veterans Affairs-sjukhus) som oberoende associerade med utveckling av delirium [1]. Härledningskohorten omfattade 209 konsekutiva medicinpatienter äldre än 50 år utan delirium vid inskrivning (maj till november 2010), och valideringskohorten omfattade 165 motsvarande patienter (oktober 2011 till mars 2012). Delirium bedömdes dagligen i upp till sex dagar med Confusion Assessment Method (CAM).

Tolkning i praktiken

I den samlade kohorten (374 patienter) steg deliriumincidensen med ökande poäng [1]:

En patient med 0 poäng har så låg risk att rutinåtgärder utan riktad prevention är rimliga. Vid 1 poäng är risken fortfarande låg och ytterligare åtgärder kan avstås, förutsatt att patientens status inte förändras. Från 2 poäng stiger risken markant och riktad icke-farmakologisk prevention är motiverad: tidig mobilisering, orienteringsstöd, säkerställande av syn- och hörselhjälpmedel, adekvat hydrering och sömnfrämjande åtgärder. Vid 3 eller 4 poäng är risken så hög att intensifierade insatser bör övervägas, inklusive frekventare övervakning och i förekommande fall placeringsval som minimerar riskfaktorer.

Tröskeln för "högrisk" har i klinisk implementation vid University of California, San Francisco satts vid 2 poäng, vilket är den nivå där incidensen börjar stiga brant [2].

Validering och prestanda

I härledningskohorten uppnådde AWOL en AUC på 0,81 (95 % KI 0,73 till 0,90) [1]. I den prospektiva valideringskohorten sjönk AUC till 0,69 (95 % KI 0,54 till 0,83), vilket illustrerar en väntad prestandaförsämring vid validering.

En retrospektiv studie av AWOL integrerat i ett flerkomponentigt deliriumvårdprogram på en universitetsklinik (n = 347, patienter 50 år eller äldre) fann en AUC på 0,83 (95 % KI 0,77 till 0,89) för alla deliriumfall och 0,73 (95 % KI 0,60 till 0,85) när patienter med delirium vid inskrivning exkluderades [2]. Detta tyder på att prestandan i klinisk rutin kan närma sig den ursprungliga härledningskohorten när instrumentet används inom ett strukturerat vårdprogram.

I en större retrospektiv studie vid samma institution (18 223 sjukhusvistelser) uppnådde AWOL en AUC på 0,678 när det användes som jämförelse mot maskininlärningsmodeller baserade på elektroniska journaldata [4]. Denna lägre siffra kan delvis förklaras av en bredare patientpopulation, att AWOL inte administrerades konsekvent till alla patienter, och att utfallet definierades annorlunda (Nu-DESC eller CAM-ICU istället för enbart CAM). Maskininlärningsmodellerna presterade avsevärt bättre (AUC upp till 0,855), men kräver infrastruktur som inte är tillgänglig på de flesta sjukhus.

Begränsningar

AWOL är härledd och validerad uteslutande hos medicinpatienter äldre än 50 år utan delirium vid inskrivning [1]. Det finns inget underlag för att använda instrumentet på kirurgiska patienter, intensivvårdspatienter eller yngre vuxna. På akutintensivvårdsavdelningar och postoperativa vårdavdelningar gäller andra riskprofiler och andra prediktionsmodeller.

Instrumentet bygger delvis på subjektiv bedömning. Variabeln Högre sjuksköterskeskattad sjukdomssvårighetsgrad är en sjuksköterskeskattning av sjukdomssvårighetsgrad, och interbedömarreliabiliteten har inte rapporterats i publicerade studier. Stavning av "world" baklänges kräver viss kognitiv förmåga och kan vara svårt att bedöma hos patienter med uttalad synnedsättning, afasi eller språkbarriär, vilket kan leda till falskt förhöjda poäng.

AWOL fångar fyra riskfaktorer och ignorerar andra välkända sådana: infektion, dehydrering, elektrolytrubbning, sömnbrist, urinträngning och vissa läkemedel. En patient med 0 poäng kan ändå utveckla delirium om noxer tillkommer under vårdtiden. Poängen är en ögonblicksbild vid inskrivning och bör inte ersätta klinisk bedömning under vårdförloppet.

Den långa incidensen vid 0 poäng (2 %) i härledningskohorten ska tolkas med försiktighet: kohorten var liten (50 patienter med 0 poäng) och konfidensintervallet är brett. I den större EHR-baserade kohorten var incidensen bland lågriskpatienter inte lika väl kartlagd eftersom AWOL inte administrerades konsekvent [4].

Källor

1. Douglas VC, Hessler CS, Dhaliwal G, m.fl. The AWOL tool: derivation and validation of a delirium prediction rule. J Hosp Med. 2013;8(9):493-9. PMID: 23922253
2. Brown EG, Josephson SA, Anderson N, m.fl. Predicting inpatient delirium: The AWOL delirium risk-stratification score in clinical practice. Geriatr Nurs. 2017;38(6):567-572. PMID: 28533062
3. Hshieh TT, Yue J, Oh E, m.fl. Effectiveness of multicomponent nonpharmacological delirium interventions: a meta-analysis. JAMA Intern Med. 2015;175(4):512-520. PMID: 25643002
4. Wong A, Young AT, Liang AS, m.fl. Development and validation of an electronic health record-based machine learning model to estimate delirium risk in newly hospitalized patients without known cognitive impairment. JAMA Netw Open. 2018;1(4):e181018. PMID: 30646095