Designing a national pediatric critical care database: a Delphi consensus study.
Conception d’une base de données nationale sur les soins intensifs pédiatriques : une étude de consensus par la méthode Delphi.
Delphi consensus
common data elements
database
pediatric critical care
registry
variables
Journal
Canadian journal of anaesthesia = Journal canadien d'anesthesie
ISSN: 1496-8975
Titre abrégé: Can J Anaesth
Pays: United States
ID NLM: 8701709
Informations de publication
Date de publication:
07 2023
07 2023
Historique:
received:
10
06
2022
accepted:
09
11
2022
revised:
09
10
2022
medline:
27
7
2023
pubmed:
23
5
2023
entrez:
22
5
2023
Statut:
ppublish
Résumé
We sought to describe the processes undertaken for the systematic selection and consensus determination of the common data elements for inclusion in a national pediatric critical care database in Canada. We conducted a multicentre Delphi consensus study of Canadian pediatric intensive care units (PICUs) participating in the creation of a national database. Participants were PICU health care professionals, allied health professionals, caregivers, and other stakeholders. A dedicated panel group created a baseline survey of data elements based on literature, current PICU databases, and expertise in the field. The survey was then used for a Delphi iterative consensus process over three rounds, conducted from March to June 2021. Of 86 invited participants, 68 (79%) engaged and agreed to participate as part of an expert panel. Panel participants were sent three rounds of the survey with response rates of 62 (91%), 61 (90%) and 55 (81%), respectively. After three rounds, 72 data elements were included from six domains, mostly reflecting clinical status and complex medical interventions received in the PICU. While race, gender, and home region were included by consensus, variables such as minority status, indigenous status, primary language, and ethnicity were not. We present the methodological framework used to select data elements by consensus for a national pediatric critical care database, with participation from a diverse stakeholder group of experts and caregivers from all PICUs in Canada. The selected core data elements will provide standardized and synthesized data for research, benchmarking, and quality improvement initiatives of critically ill children. RéSUMé: OBJECTIF: Nous avons cherché à décrire les processus entrepris pour la sélection systématique et la détermination consensuelle des éléments de données communs à inclure dans une base de données nationale sur les soins intensifs pédiatriques au Canada. MéTHODE: Nous avons mené une étude multicentrique de consensus selon la méthode Delphi sur les unités de soins intensifs pédiatriques (USIP) canadiennes participant à la création d’une base de données nationale. Les personnes participant à l’étude étaient des professionnel·les de la santé de l’USIP, du personnel paramédical, des soignant·es et d’autres intervenant·es. Un groupe de travail spécialisé a créé une enquête de base des éléments de données sur la littérature, les bases de données actuelles portant sur les USIP et l’expertise dans le domaine. L’enquête a ensuite été utilisée pour créer un processus de consensus itératif Delphi sur trois cycles, mené de mars à juin 2021. RéSULTATS: Sur les 86 personnes invitées à participer, 68 (79 %) se sont engagées et ont accepté de participer à un groupe d’experts. Les membres du panel ont reçu trois rondes du sondage, avec des taux de réponse de 62 (91 %), 61 (90 %) et 55 (81 %), respectivement. Après trois cycles, 72 éléments de données provenant de six domaines ont été inclus, reflétant principalement l’état clinique et les interventions médicales complexes reçues à l’USIP. Alors que la race, le genre et la région d’origine ont été inclus par consensus, des variables telles que le statut de minorité, le statut d’autochtone, la langue principale parlée et l’origine ethnique ne l’ont pas été. CONCLUSION: Nous présentons le cadre méthodologique utilisé pour sélectionner des éléments de données consensuels destinés à une base de données nationale sur les soins intensifs pédiatriques, avec la participation d’un groupe diversifié d’expert·es et de soignant·es de toutes les USIP au Canada. Les éléments de données de base sélectionnés fourniront des données normalisées et synthétisées pour la recherche, l’analyse comparative et les initiatives d’amélioration de la qualité pour les enfants gravement malades.
Autres résumés
Type: Publisher
(fre)
RéSUMé: OBJECTIF: Nous avons cherché à décrire les processus entrepris pour la sélection systématique et la détermination consensuelle des éléments de données communs à inclure dans une base de données nationale sur les soins intensifs pédiatriques au Canada. MéTHODE: Nous avons mené une étude multicentrique de consensus selon la méthode Delphi sur les unités de soins intensifs pédiatriques (USIP) canadiennes participant à la création d’une base de données nationale. Les personnes participant à l’étude étaient des professionnel·les de la santé de l’USIP, du personnel paramédical, des soignant·es et d’autres intervenant·es. Un groupe de travail spécialisé a créé une enquête de base des éléments de données sur la littérature, les bases de données actuelles portant sur les USIP et l’expertise dans le domaine. L’enquête a ensuite été utilisée pour créer un processus de consensus itératif Delphi sur trois cycles, mené de mars à juin 2021. RéSULTATS: Sur les 86 personnes invitées à participer, 68 (79 %) se sont engagées et ont accepté de participer à un groupe d’experts. Les membres du panel ont reçu trois rondes du sondage, avec des taux de réponse de 62 (91 %), 61 (90 %) et 55 (81 %), respectivement. Après trois cycles, 72 éléments de données provenant de six domaines ont été inclus, reflétant principalement l’état clinique et les interventions médicales complexes reçues à l’USIP. Alors que la race, le genre et la région d’origine ont été inclus par consensus, des variables telles que le statut de minorité, le statut d’autochtone, la langue principale parlée et l’origine ethnique ne l’ont pas été. CONCLUSION: Nous présentons le cadre méthodologique utilisé pour sélectionner des éléments de données consensuels destinés à une base de données nationale sur les soins intensifs pédiatriques, avec la participation d’un groupe diversifié d’expert·es et de soignant·es de toutes les USIP au Canada. Les éléments de données de base sélectionnés fourniront des données normalisées et synthétisées pour la recherche, l’analyse comparative et les initiatives d’amélioration de la qualité pour les enfants gravement malades.
Identifiants
pubmed: 37217736
doi: 10.1007/s12630-023-02480-9
pii: 10.1007/s12630-023-02480-9
pmc: PMC10202532
doi:
Types de publication
Journal Article
Langues
eng
Sous-ensembles de citation
IM
Pagination
1216-1225Informations de copyright
© 2023. Canadian Anesthesiologists' Society.
Références
Nelson EC, Dixon-Woods M, Batalden PB, et al. Patient focused registries can improve health, care, and science. BMJ 2016; 354: i3319. https://doi.org/10.1136/bmj.i3319
doi: 10.1136/bmj.i3319
pubmed: 27370543
pmcid: 5367618
Murdoch TB, Detsky AS. The inevitable application of big data to health care. JAMA 2013; 309: 1351–2. https://doi.org/10.1001/jama.2013.393
doi: 10.1001/jama.2013.393
pubmed: 23549579
Brooke EM. The current and future use of registers in health information systems, 1974. Available from URL: https://apps.who.int/iris/handle/10665/36936 (accessed November 2022).
Gliklich RE, NA Dreyer NA, Leavy MB. Registries for evaluating patient outcomes: a user's guide, 2014. Available from URL: https://www.ncbi.nlm.nih.gov/books/NBK208643/ (accessed November 2022).
Duffett M, Choong K, Foster J, et al. High-quality randomized controlled trials in pediatric critical care: a survey of barriers and facilitators. Pediatr Crit Care Med 2017; 18: 405–13. https://doi.org/10.1097/pcc.0000000000001144
doi: 10.1097/pcc.0000000000001144
pubmed: 28328786
LaRovere JM, Jeffries HE, Sachdeva RC, et al. Databases for assessing the outcomes of the treatment of patients with congenital and paediatric cardiac disease--the perspective of critical care. Cardiol Young 2008; 18: 130–6. https://doi.org/10.1017/s1047951108002886
doi: 10.1017/s1047951108002886
pubmed: 19063783
Duffett M, Choong K, Hartling L, Menon K, Thabane L, Cook DJ. Randomized controlled trials in pediatric critical care: a scoping review. Crit Care 2013; 17: R256. https://doi.org/10.1186/cc13083
doi: 10.1186/cc13083
pubmed: 24168782
pmcid: 4057256
Virtual Pediatric Systems. Homepage. Available from URL: https://www.myvps.org (accessed November 2022).
ANZICS. Australian and New Zealand Pediatric Intensive Care registry (ANZPIC). Available from URL: https://www.anzics.com.au/australian-and-new-zealand-paediatric-intensive-care-registry-anzpicr/ (accessed November 2022).
EpiMed Solutions. About. Available from URL: https://www.epimedsolutions.com/en/team/ (accessed November 2022).
JSICM. JIPAD (ICU patient registry in Japan) since 2014. 2020. Available from URL: https://www.jsicm.org/en/jipad.html (accessed November 2022).
PICANet. About. Available from URL: https://www.picanet.org.uk (accessed November 2022).
Wetzel RC. Pediatric intensive care databases for quality improvement. J Pediatr Intensive Care 2016; 5: 81–8. https://doi.org/10.1055/s-0035-1568146
doi: 10.1055/s-0035-1568146
pubmed: 31110890
Lannon CM, Peterson LE. Pediatric collaborative networks for quality improvement and research. Acad Pediatr 2013; 13: S69–74. https://doi.org/10.1016/j.acap.2013.07.004
doi: 10.1016/j.acap.2013.07.004
pubmed: 24268088
Choong K, Duffett M, Cook DJ, Randolph AG. The impact of clinical trials conducted by research networks in pediatric critical care. Pediatr Crit Care Med 2016; 17: 837–44. https://doi.org/10.1097/pcc.0000000000000835
doi: 10.1097/pcc.0000000000000835
pubmed: 27351267
Ward SL, Flori HR, Bennett TD, et al. Design and rationale for common data elements for clinical research in pediatric critical care medicine. Pediatr Crit Care Med 2020; 21: e1038–41. https://doi.org/10.1097/pcc.0000000000002455
doi: 10.1097/pcc.0000000000002455
pubmed: 32639472
pmcid: 7609513
McMillan SS, King M, Tully MP. How to use the nominal group and Delphi techniques. Int J Clin Pharm 2016; 38: 655–62. https://doi.org/10.1007/s11096-016-0257-x
doi: 10.1007/s11096-016-0257-x
pubmed: 26846316
pmcid: 4909789
Burns KEA, Duffett M, Kho ME, et al. A guide for the design and conduct of self-administered surveys of clinicians. CMAJ 2008; 179: 245–52. https://doi.org/10.1503/cmaj.080372
doi: 10.1503/cmaj.080372
pubmed: 18663204
pmcid: 2474876
Institut National d’Excellence en Santé et en services sociaux (INESSS). Indicateurs de qualité pour soutenir une organisation de service optimale en soins intensifs au Québec. Quebec City; INESSS: 2018.
Canadian Institute for Health Information. Care in Canadian ICUs, 2016. Available from URL: https://secure.cihi.ca/free_products/ICU_Report_EN.pdf (accessed November 2022).
Sharma A, Minh Duc NT, Lam Thang TL, et al. A consensus-based checklist for reporting of survey studies (CROSS). J Gen Intern Med 2021; 26: 3179–87. https://doi.org/10.1007/s11606-021-06737-1
doi: 10.1007/s11606-021-06737-1
Boulkedid R, Abdoul H, Loustau M, Sibony O, Alberti C. Using and reporting the Delphi method for selecting healthcare quality indicators: a systematic review. PLoS ONE 2011; 6: e20476. https://doi.org/10.1371/journal.pone.0020476
doi: 10.1371/journal.pone.0020476
pubmed: 21694759
pmcid: 3111406
Diamond IR, Grant RC, Feldman BM, et al. Defining consensus: a systematic review recommends methodologic criteria for reporting of Delphi studies. J Clin Epidemiol 2014; 67: 401–9. https://doi.org/10.1016/j.jclinepi.2013.12.002
doi: 10.1016/j.jclinepi.2013.12.002
pubmed: 24581294
Harris PA, Taylor R, Thielke R, Payne J, Gonzalez N, Conde JG. Research electronic data capture (REDCap)—a metadata-driven methodology and workflow process for providing translational research informatics support. J Biomed Inform 2009; 42: 377–81. https://doi.org/10.1016/j.jbi.2008.08.010
doi: 10.1016/j.jbi.2008.08.010
pubmed: 18929686
Harris PA, Taylor R, Minor BL, et al. The REDCap consortium: building an international community of software platform partners. J Biomed Inform 2019; 95: 103208. https://doi.org/10.1016/j.jbi.2019.103208
doi: 10.1016/j.jbi.2019.103208
pubmed: 31078660
pmcid: 7254481
Canadian Institute for Health Information. In pursuit of health equity: defining stratifiers for measuring health inequality. A focus on age, sex, gender, income, education and geographic location, 2018. Available from URL: https://www.cihi.ca/sites/default/files/document/defining-stratifiers-measuring-health-inequalities-2018-en-web.pdf (accessed November 2022).
Tijssen JA, Allen BN, Bray Jenkyn KM, Shariff SZ. Impact of deferring critically ill children away from their designated pediatric critical care unit: a population-based retrospective cohort study. Healthc Policy 2019; 15: 40–52. https://doi.org/10.12927/hcpol.2019.25939
doi: 10.12927/hcpol.2019.25939
pubmed: 31629455
pmcid: 7008691
Matheson GJ. We need to talk about reliability: making better use of test–retest studies for study design and interpretation. PeerJ 2019; 7: e6918. https://doi.org/10.7717/peerj.6918
doi: 10.7717/peerj.6918
pubmed: 31179173
pmcid: 6536112
Spinella PC, Tucci M, Fergusson DA, et al. Effect of fresh vs standard-issue red blood cell transfusions on multiple organ dysfunction syndrome in critically ill pediatric patients: a randomized clinical trial. JAMA 2019; 322: 2179–90. https://doi.org/10.1001/jama.2019.17478
doi: 10.1001/jama.2019.17478
pubmed: 31821429
pmcid: 7081749
Menon K, McNally D, O'Hearn K, et al. A randomized controlled trial of corticosteroids in pediatric septic shock: a pilot feasibility study. Pediatr Crit Care Med 2017; 18: 505–12. https://doi.org/10.1097/pcc.0000000000001121
doi: 10.1097/pcc.0000000000001121
pubmed: 28406862
pmcid: 5457353