AUTOMETA-DM - Automatiserad riskskattning av hjärtkärlsjukdom bland diabetespatienter i primärvård
I projektet AUTOMETA-DM kommer vi att validera och kalibrera riskskattningsverktyg för hjärtsjukdom verkliga data samt undersöka hur olika medicinska indikatorer påverkar prognoskvaliteten.
Grundinformation
- Period: 2024-04-01 – 2027-01-01
Beskrivning
Patientcentrerad vård är viktig för att optimera följsamheten till rekommenderad behandling. Personalisering av riskfaktorer är en hörnsten i patientcentrerad diabetesvård. SCORE2-D har tagit personalisering längre än sina föregångare genom att inkludera diabetes-specifika prediktorer och kalibrera det till olika regionala CVD-riskpopulationer. Dock inkluderar SCORE2-D inte graden av insulinresistens, vilket är känt för att öka CVD-risken, eller flera vanliga samsjukligheter som också utgör en risk. Dessa variabler är svåra att få från befintliga forskningsdatabaser, men i primärvårdens elektroniska patientjournaler (EPJ) dokumenteras dessa riskfaktorer ofta. En annan utmaning är att SCORE2-D inte är integrerat i EPJ, vilket tvingar vårdgivaren att manuellt mata in data i en extern tjänst, vilket är tidskrävande och inte registrerar en strukturerad utvärdering i patientens EPJ.
I projektet Automating Metabolic Profiling in Electronic Medical Records of DM patients (AUTOMETA-DM) kommer vi att validera och kalibrera SCORE2-D mot verkliga EPJ-data samt undersöka hur indikatorer på insulinresistens och andra samsjukligheter påverkar prognoskvaliteten. Vårt mål är att bygga ett EMR-integrerat CVD-riskprognosverktyg och utvärdera dess användbarhet och prestanda i primärvården.