Alarm-Inducing Variability In Cardiac Postoperative Data And The Effects Of Prealarm Delay

Publisher Website
Google Scholar
Abstract
Objective. Our objective was to study the distribution of invasively measured hemodynamic data to enhance the reliability of patient monitor alarm systems.Methods. Monitoring data were collected, preprocessed off-line, and analyzed in 10 postcardiac surgery patients. The data were studied statistically to estimate the probability distributions, the probability of alarm at various probability levels in these distributions, the effect of theprealarm delay to the alarm probability, and the effect of preprocessing the monitoring data using one- or multidimensionalmedian filtering. Results. Fifteen percent of all registered values fell outside of commonly applied alarm limits. Doubling the prealarm delay from 5 to 10 sec reduced the mean alarm rate by 26%. A further decrease of 8% in the alarm rate was observed when a multidimensional vector median filter was used to remove the variable value interdependencies.Conclusions. Brief excursions beyond clinically optimal alarm limits were frequent and can occur without leading to significant degradation of the patient’s state. Preprocessing can decrease the alarm rate effectively. Multidimensional preprocessing may produce more reliable alarms than one-dimensional processing. Objectifs. Etudier la distribution des données hémodynamiques invasives pour augmenter la fiabilité des systèmes d’alarme des moniteurs de patients.Méthodes. Les données du moniteur ont été recueillies puis traitées secondairement et analysées chez 10 patients post-opératoires de chirurgie cardiaque. Les données ont été étudiées statistiquement pour evaluer la courbe de distribution, la fréquence de survenue des alarmes en fonction des différents niveaux de cette distribution, l’influence d’un delai avant le déclenchement d’alarme sur la survenue des alarmes, l’influence d’un pretraitement des données selon une analyse mono ou multidimentionnelle.Résultats. 15% de toutes les valeurs enregistrees sont trouvées hors des limites d’alarme choisies. L’allongement du délai de prealarme de 5 à 10 secondes a diminué la frequence moyenne de 26%. Une diminution de 8% supplementaire de la fréquence d’alarme a été obtenue quand une pré-analyse multidimentionnelle a été utilisée pour supprimer les variables interdépendantes.Conclusions. De bréves incursions au-delá de limites d’alarmes cliniquement optimales sont fréquentes et peuvent avoir lieu sans entraîner une dégradation de l’état du patient. Le prétraitement peut effectivement diminuer la fréquence d’alarme. Le prétraitement multidimensionnel rend plus fiable les alarmes, qu’un prétraitement monodimensionnel. Zielsetzung. Studie der Verteilung invasiv gemessener hämodynamischer Daten zur Erhöhung der Reliabilität von Alarmsystemen bei Patienten-Monitoren.Methode. Es wurden bei 10 Patienten, die sich einem herzchirurgischen Eingriff unterzogen hatten, Monitor-daten gesammelt, off-line vorverarbeitet und analysiert. Die Daten wurden statistisch untersucht mit dem Ziel, die Wahrscheinlich-keitsverteilung, die Wahrscheinlichkeit von Alarmen auf verschiedenen Wahrscheinlichkeitsebenen bei diesen Verteilungen, die Auswirkung der Voralarm-Verzögerung auf die Alarmwahrscheinlichkeit und die Auswirkung der Vorverarbeitung von Monitor-Daten unter Verwendung von ein- oder multidimensionaler Median-Filterung zu bestimmen.Ergebnisse. 15% aller registrierten Werte bewegten sich auβerhalb allgemein eingestellter Alarmgrenzen. Die Verdoppelung der Voralarm-Verzögerung von 5 auf 10 Sekunden reduzierte die mittlere Alarmrate um 26%. Eine weitere Abnahme der Alarmhaufigkeit um 8% war zu beobachten, wenn ein multidimensionaler Median-Filter verwendet wurde, um die Abhängigkeit der Variablen untereinander auszuschalten.Schlupfolgerung. Es kam des öfteren zu kurzzeitigen Abweichungen über klinisch optimal eingestellte Alarmgrenzen hinaus, die aber zu keiner wesentlichen Verschlechterung des Patientenstatus fuhren. Vorverarbeitung kann die Alarmrate wesentlich vermindem. Multildimensionale Vorverarbeitung kann zuverlässigere Alarme bewirken als ein eindimensionales Vorgehen. Objetivos. Estudiar la distributión de data hemodinámica medida en forma invasiva para aumentar la confiabilidad de las alarmas de sistemas de monitorización de pacientes.Metodos. La data de monitorización fue coleccionada, preprocesada fuera de línea, y analizada en diez pacientes post cirugía cardíaca. La data fue estudiada estadísticamente para estimar las distribuciones de probabilidad, la probabilidad de alarma en varios niveles de probabilidad en las distribuciones aludidas, el efecto del retardo de prealarma en la probabilidad de la alarma, y el efecto del preprocesamiento de la data de monitorización usando filtro de mediana uni o multi dimensional.Resultados. 15% de todos los valores registrados cayeron fuera de los límites de alarma comunmente aplicados. Al doblar el retardo de prealarma, desde 5 hasta 10 segundos, se obtuvo un 26% de reductión de la frecuencia de alarma promedio. Un descenso adicional de 8% en la frequencia de alarma fue observada cuando se usó un filtro de mediana vectorial multi dimensional para remover las interdependencias entre valores de variables.Conclusiones. Breves salidas fuera de los límites de alarmas clínicamente óptimas resultaron frecuentes, y pueden ocurrir sin conducir a un deterioro significativo de la conditión del paciente. El preprocesamiento puede efectivamente disminuir la frecuencia de alarma. El preprocesamiento multi dimensional puede producir alarmas más confiables que el procesamiento uni dimensional. This study was funded in part by the Fund for the Advancement of Technology in Finland and Datex, Inc. Clinical work was performed at the Intensive Care Unit of Kuopio University Hospital. We thank the staff at ICU for its cooperation. In particular, we thank Dr Aarno Kari, Head of the ICU, for his support. We also want to thank Prof. Keijo Ruohonen, Head of the Mathematics Department at Tampere University of Technology, for his valuable comments on statistical analysis and extremely positive attitude toward our problem.

This publication has 9 references indexed in Scilit: