착용형 기기(웨어러블 기기)와 수술 전후 환자 안전 개선 – 해결책을 모색하다!

by Megan H. Hicks, MD, Ashish K. Khanna, MD, MS, FCCP, FCCM, FASA

서론

외과 의사들은 중증 동반 질환이 있는 환자들을 수술합니다. 그럼에도 불구하고, 수술 중 기간은 이제 그 어느 때보다 안전해졌습니다. 그러나 수술 후 부작용은 놀랍도록 흔하며, 매년 전 세계 사망의 약 7.7%를 차지합니다.1 비심장 수술 후 첫 30일 동안의 수술 후 사망의 가장 흔한 원인은 과다 출혈, 비심장 수술 후 심근 손상(myocardial injury after noncardiac surgery, MINS), 그리고 패혈증 순입니다.2 중요한 점은, 이 세 가지가 함께 전체 수술 후 사망의 약 절반을 차지한다는 것입니다.2 심근 손상은 특히나 발견하기 어렵기 때문에 증상이 과소평가될 수 있습니다. 이는 ‘무증상 심근경색’으로, 진단에 필요한 유일한 기준이 ‘고감도 트로포닌 T 검사(high-sensitivity TnT, hsTnT)’ 뿐입니다.3 수술 후 hsTnT의 최고 수치가 수술 전 농도에서 최소 5ng/L 증가하여 기준 농도와 상관없이 최소 20ng/L 또는 65ng/L 이상까지 증가하는 경우에는 비심장수술 후 심근 손상을 암시합니다.4 비심장 수술 후 심근 손상은 수술 중 및 수술 후 저혈압과 연관이 깊습니다. 그러나 대부분의 비심장수술 후 심근 손상은 수술 후 첫 3일 내에 발생하며, 이는 수술 후 저혈압이 주요 원인일 수 있음을 뜻합니다.4,5

착용형 기기 기술이 수술 전후 환자 안전을 향상시킬 수 있을까요?

임상적 상황에서, 수술 후 사망에 이르는 중대한 부작용을 겪는 환자를 떠올려 보면, 심각한 급성 심폐 허탈로 인한 경우가 가장 흔합니다. 실제로, 병원 내 심폐 정지를 겪는 대부분의 환자는 사건 몇 시간 전부터 하나 이상의 주요 생체 신호 이상을 보이며, 심정지 전 이상 생체 신호 수가 증가할수록 사망 위험도 더 높아집니다.6 이러한 환자의 절반 이상은 병동에 입원하므로,6,7 생체 신호 모니터링이 보통 간헐적으로 이루어지며,8 이러한 작은 변화는 큰 사건이 발생하기 전까지는 눈에 띄지 않는 경우가 많습니다. 따라서 착용형 기기를 통한 병동의 생체 신호 모니터링 개선은 환자 피해를 극적으로 줄일 수 있는 혁신적인 수술 전후 환자 안전 대책이 될 수 있습니다.9,10 교과서적 정의는 없지만, “착용형 기기”는 일반적으로 센서를 사용하여 환자 데이터를 지속적으로 모니터링하는 비침습적이고 자율적인 장치를 말합니다. 이러한 조치를 일상적으로 구현하는 데에는 투자 대비 수익 및 실제 실행을 포함하는 증거 구축에 여전히 과제가 남아 있습니다.

병동 모니터링을 위한 이론적 근거

지속적인 병동 모니터링으로 결과 향상 가능

중환자실이 아닌 병동의 환자들은 인력 부족, 중환자실 외 병동의 생체 신호 및 상태 악화 추세 파악 및 적절한 모니터링 기능 부족, 경보 피로(alarm fatigue)의 명백한 위협을 완화하지 못하는 등 여러 가지 잠재적 요인으로 인해 모니터링이 제대로 이루어지지 않는 상태로 방치되고 있습니다. 중환자실에 입원한 환자들의 경우 종종 간호사가 최대 두 명의 환자를 돌보고 생체 신호가 지속적으로 또는 적어도 1시간마다 측정되는 반면, 병동 환경에 입원한 환자들은 종종 많은 환자들을 책임지는 간호사에 의해 돌봐지며 간헐적인 생체 신호 모니터링을 받게 됩니다. 측정 간격은 4시간에서 12시간 사이입니다. 신속 대응 팀이 흔히 존재하지만, 이러한 응급 의료 팀의 효과는 간헐적으로 측정된 생체 신호와 연관되어 있습니다.8 증상 악화 인식이 단 15분만 늦어져도 부정적인 결과가 발생할 위험이 높아집니다.11 조기 경보 점수가 지속적인 병동 모니터링과 연결되어 있으면 신속한 대응 후 더 나은 임상 결과를 볼 수 있습니다. 병동 모니터링 구현의 잠재적 이점은 조기 개입이 가능하고 신속한 대응 호출이 전반적으로 감소한다는 것입니다.11 현재의 병동 모니터링 표준은 조기 패턴 인식과 실시간 개입 기회를 놓치고 있으며, 향후 환자 진료 방식을 바꾸는 데 도움이 될 기록 패턴에서 학습이 이루어지지 않고 있습니다. 많은 의료계 구성원은 지속적인 병동 모니터링의 필요성을 인식하고 있으며, 한 설문조사에 의하면 거의 모든 마취 전문가가 최소한 고위험 환자에게는 혈압, 심박수, 맥박 산소 측정에 대해 지속적인 모니터링이 필요하다고 생각합니다.8

안타깝게도 주관적으로 이루어지는 간헐적 생체 신호 측정은 부정확한 평가와 잘못된 위치에 착용하여 제대로 인식되지 않은 탓에 아티팩트(artifact)와 부정확성이 발생하기 쉽습니다. 12 일부 증거에 따르면 심박수와 호흡수는 심장 마비, 중환자실 이송, 사망 등 향후의 결과를 가장 잘 예측하는 두 가지 생체 신호입니다.13 호흡수는 해당 병상 담당 의료 서비스 제공자가 수행한 부정확한 수동 기록으로 빈번하게 발생하는 문제이고, 자동화된 착용형 기기 모니터링으로 측정된 추세 변화는 중요한 사건으로 이어진다는 점에서 상당한 차이를 보여줍니다. 최근에는 나이와 지속적인 심박수 및 호흡수에 대한 기계 학습 분석이 개발되었으며, 이것이 중환자실로의 이송 및 사망을 예측하는 것으로 밝혀졌습니다.14 간헐적인 병동 모니터링은 혈류 동태 및 호흡기 생체 신호의 작은 변화를 자주 놓치게 하고15~18 사전 예방적 환자 진료 개입보다는 반응적 개입을 강화합니다.

수술 후 저혈압 및 저산소혈증의 진단 누락

호흡수와 심박수 변화 외에도 수술 후 저혈압이 비심장수술 후 심근 손상(MINS) 및 사망률과 같은 수술 후 부작용에 중요한 역할을 할 수 있습니다.19 수술 후 저혈압은 흔히 발생하고, 지속적이며, 심각하고, 종종 탐지되지 않기도 합니다.15,19,20 예를 들어, 병원 병동에서 진행하는 간헐적 모니터링에서는 평균 동맥압 65mmHg 미만 발작 중 약 절반이 누락됩니다.15마찬가지로 수술 후 저산소혈증은 그 중증도와 기간상으로 볼 때 흔히 발생하고 장기간 지속되며 심각합니다. 임상 맹검 모니터링을 진행한 수술 후 비심장 입원환자의 21%에서 90% 미만의 동맥혈 산소 포화도(SpO2)가 시간당 10분 이상으로 나타났습니다. 4시간 간격으로 정기적 측정을 해보면 산소포화도 감소 사건(연속적인 시간 동안 산소포화도가 90% 미만)의 90% 이상이 누락되었습니다.18 수술 후 저혈압과 달리 장기간 감지되지 않은 저산소혈증의 영향은 불분명합니다. 아직 연구되지 않은 중요 분야는 심박수, 호흡수, 혈압, 산소 포화도의 동시 추세 변화와 이러한 추세가 병원 현장의 장기 체계 기능 장애에 미치는 영향입니다. 예를 들어, 병원 병동 환자에서 감지되지 않은 빈맥이 저혈압 상태에서 심근 산소 요구량이 증가하므로 더욱 해로운 결과를 가져올 것으로 추측할 수 있지만, 그 상관관계는 아직 연구되지 않았습니다.

오피오이드(OPIOID)로 인한 호흡 기능 저하

오피오이드에 기인한 호흡 기능 저하는 특히 심부전과 수면 호흡 장애가 있는 노인 남성 환자의 하위 집단에서 중대한 수술 전후 부작용입니다.21 PRODIGY 연구에 참여한 전체 환자 중 약 절반은 지속적인 호기말 이산화탄소 그래프(capnography) 및 산소포화도 측정기를 통해 감지되며 아티팩트를 분리하기 위한 엄격한 기준을 사용하여 판정된 오피오이드 기인 호흡 기능 저하를 최소 한 번 이상 겪었습니다.21 수술 후 환자 집단의 약 5명 중 1명은 시간당 90% 미만의 산소 포화도 저하를 겪었고, 이 중 대부분을 간헐적인 생체 신호 모니터링으로 인해 놓쳤습니다.16 병동에서 급성 호흡기 증상을 겪는 환자의 약 40%가 사망합니다.22 이와 관련해 오피오이드 기인 호흡 기능 저하에 대한 비공개 청구 데이터에 따르면, 이러한 증상 중 약 절반이 마지막 간호 점검 후 2시간 이내에 발생하며 대부분은 모니터링과 교육의 개선을 통해 예방할 수 있습니다.23

병동 모니터링 장치를 조사하는 대부분의 연구는 실제로 극적인 변화를 추진하기에는 저력이 부족하다는 관찰, 후향 및 전후 설계 연구임에도 불구하고 병동 모니터링 장치를 지원하는 데이터 집단이 점점 늘어나고 있습니다. 이러한 유형의 데이터 세트는 실제 사용률을 이해하는 데 도움이 되며, 경보 피로와 기타 도입에 대한 장벽을 고려하는 데 도움이 될 수 있습니다. 완전한 착용형 기기 솔루션을 포함하여 지속적인 병동 모니터링을 구현한 후에는 신속 대응 호출, 구조 사건(rescue events), 중환자실 이송 횟수, 심정지 비율이 크게 감소한 것으로 나타났습니다.24~26 적절한 동력을 얻긴 했지만 임상 결과가 있는 모니터링 유형의 전향적 개입 무작위 임상시험은 아직 수행되지 않았으며, 특히 환자가 많고 인력은 제한된 평균 규모의 환자 병동에서 개별 환자의 수준의 무작위화와 개입을 고려하는 경우에는 논리적으로 더욱 어렵습니다.

구현(IMPLEMENTATION)

웨이크 포레스트 대학 의료 센터에서는 심박수, 호흡수, 산소 포화도, 혈압, 심방세동, 환자 이동성, 체온을 15초마다 측정하는 무선 착용형 기기 솔루션을 사용하여 지속적인 병동 모니터링을 구현했습니다. 구현 후 데이터를 구현 전 과거 집단과 비교한 연구에서는 신속 대응 호출 빈도의 감소가 통계적으로 유의미한 것으로 나타났습니다(1,000회 수행당 189회에서 158회, P = 0.036).27 이는 현재 영국의 한 대형 병원 시스템에서 현재 구현된 병동 모니터링과 비교한 과거 연구 집단과 일치한 결과입니다. 과거 연구 집단에서도 동일한 무선 연속 모니터링 기술을 사용하여 중환자실 입원 및 신속 대응 호출이 크게 감소했다고 보고했습니다.26 최근에는 2018년과 2019년에 간헐적인 현장 검사 모니터링을 받은 12,345명의 환자를 그와 동일한 기간 동안 지속적인 휴대용 장비 모니터링을 받고 우리 기관의 병원 여러 층에서 수술 후 회복 중인 7,955명의 성향 일치 환자 집단(propensity-matched cohort)과 비교했습니다.28 지속적인 병동 모니터링을 받은 환자는 그렇지 않은 환자에 비해 중환자실로 이송되거나 입원 기간 중 사망할 가능성이 3.5배 낮았고, 심부전이나 심근경색, 신장 손상을 겪을 가능성도 낮았습니다.28 흥미롭게도 2020년과 2021년에 우리 기관에서 실시한 무작위, 실용적, 대체 개입 시험인 병동 클러스터는 지속적인 모니터링이 혈압, 산소 포화도, 심박수 변화의 복합적인 위험이 크게 감소하는 데 유리한 것으로 나타났습니다(NCT04574908, clinicaltrials.gov). 또한, 비심장수술 후 심근 손상을 조사한 결과 이는 두 그룹 모두에서 크게 다르지 않은 것으론 나타났습니다.

수술 후 이동성(MOBILITY) 및 자세

전통적인 생체 신호는 병동에서 간헐적으로 모니터링되어 왔지만, 환자의 움직임은 수술 후 회복 과정의 개선과 밀접하게 연결된 비교적 새로운 패러다임입니다. 실제로 환자의 이동성(mobility)은 병원의 수술 후 모니터링에서 종종 과소평가되는 부분인 반면, 흥미롭게도 가정에서는 다양한 추적 장치를 사용하여 잘 추적됩니다. 웨이크 포레스트의 모니터링 솔루션에는 트렁크에 위치한 3축 가속도 센서도 포함되어 있어, 90도로 서기, 45도로 서기, 반듯하게 누운 자세, 한쪽으로 눕기, 걷기, 넘어진 자세 등을 파악할 수 있습니다. 병원 병동에서 수술을 받고 회복 중인 약 9,000명의 환자 데이터 세트에서 환자 결과를 조사했습니다. 데이터는 15초 간격으로 기록되었으며 환자의 자세가 90도 직립 및 보행 자세로 파악되면 이동성이 있는 것으로 판단되었습니다. 최종 교란 변수 조정 분석에서는 가동성(mobilization)이 4분 증가하는 것이 심근 손상, 장폐색증, 뇌졸중, 정맥혈전색전증, 폐 합병증 및 모든 원인에 의한 병원 내 사망을 포함하는 복합 결과(위험 비율[HR], 0.75, 95% CI, 0.67~0.84, P < .001)와 유의미한 연관성이 있다고 보고했습니다.
또한 이동성 증가와 관련하여 병원 입원 기간이 0.12일 단축되었습니다(95% CI, 0.09-0.15; P < .001).29 이 데이터에서 관찰되지 않은 교란 변수를 배제할 수는 없지만, 여기에서 드러난 신호는 지속적으로 모니터링되는 기존 생체 신호와 이동성 기반 개입을 결합하는 향후의 중재 임상시험을 장려할 것입니다.

착용형 기기 병동 모니터링 시스템

무선 및 소형 맥박산소측정기, 최소 침습 부정맥 모니터링 장치, 지속적 혈당측정기, 무선 인슐린 주입기, 유축기가 등장한 이후 의료 및 통원 커뮤니티는 착용형 의료 장치로 가득 차 있습니다. 따라서, 대부분의 장치가 정확한 검증 데이터 및 중재적 결과 시험으로 어려움을 겪고 있지만 입원 환자 환경에 착용형 모니터링 기기를 설계하는 것은 비교적 간단한 전환입니다(표 1).8 이 수준 이상의 경우, 병원 병동에서의 구현은 여전히 어려운 과제입니다.

표 1. 이상적인 병원 병동 모니터링 시스템의 특징8

실행 전 근거 평가, 이해관계자 참여, 직원 교육
이동성과 위치 데이터를 포함한 비침습적 휴대용 심폐 생체 신호 측정
지속적이고 수정 가능한 모니터링 빈도
정밀한 추세 표시와 통합된 신호를 가능하게 하고, 정보 과부하를 방지하는 모니터링 디스플레이
신속 대응 페이징(paging) 시스템 및 조기 경보 점수와 연결된 임계값(Threshold-based) 기반 경보
장치 및 중앙 모니터링 스테이션 수준에서 조정할 수 있는 경보 제어 및 지연
장치 데이터 서버 및 클라우드 기반 저장으로 자동화된 고주파 데이터 흐름
정확하고 신뢰 가능하며 재현 가능한 데이터 생성
다른 모니터의 아티팩트 간섭 최소화
다른 장치(환자 모니터, 중앙 모니터링 플랫폼 및/또는 기타 휴대용 또는 모바일 기기)로의 데이터 흐름
전자 의료 기록과 완벽하게 통합됨
정확한 타임 스탬프로 쉽게 추출 가능한 데이터(파형 데이터 포함)
사전 예방적 개입을 알려주는 계층화된 예측 분석
생체 신호 및 경보의 다양한 조합에 태그가 지정된 AI 기반 개입 프로토콜(AI-based suggested intervention protocols)

구현 과제

여전히 주요 과제로 남은 지속적인 병동 모니터링

착용형 모니터링 장치는 쉽게 배포할 수 있는 도구처럼 보이지만, 비용 및 투자 수익률, 보안 위험, 데이터 처리, 아티팩트(artifact) 및 연결성과 관련된 우려를 포함한 기술적인 문제와 관련된 구현 과제가 가득합니다.8,10 초기 비용이 상당하지만 좋지 않은 환자 치료 결과(patient outcomes)를 최소한으로 줄여 비용을 절감하면 이러한 초기 지출을 빠르게 극복할 수 있습니다.21,30 그러나 이는 원치 않는 중환자실 입원, 중환자실 침상의 기능 상실, 입원 기간 연장, 인지하지 못한 혈역학적 및 호흡기계 변화로 인한 장기 체계 기능 장애 문제에 대한 지속적인 모니터링의 설정과 연간 유지 관리를 모델링하는 더 나은 비용 효율성 분석을 수행할 수 있는 기회이기도 합니다.

이러한 장치 구현 후 주요 기능적 장애는 사용 가능한 데이터양이 급격히 증가함에 따른 경보 피로가 따를 수 있습니다. 따라서, 병동 모니터링 구현은 위험 예측 전략을 동시에 사용하여 어떤 환자가 해를 입을 가능성이 가장 높고 이로 인해 이득을 얻을지 예측해야 합니다.21,31 그리고 이러한 시스템 최적화에는 기계 학습, 패턴 감지 기술, 인공 지능의 생성 및 구현뿐만 아니라 발전된 최소 침습 심장 생리학적 모니터링 양식(minimally invasive advanced cardiac physiologic monitoring modalities.)의 개발도 포함될 수 있습니다.
병원에 지속적인 모니터링을 사용하려면 이러한 착용형 센서를 시장에 출시하기 전에 착용형 센서의 연구 및 개발을 돕는 간호직들 및 과학자들과 협력해야 합니다. 마지막으로, 병원의 중환자실이 아닌 임상 영역의 의료 서비스 제공자를 위해 프로토콜화되고 사용자 친화적인 효과적 원심성 개입 시스템(effective efferent intervention)이 필요합니다. 이것은 특히 지속적인 생체 신호가 잘못된 방향으로 추세를 보이는 환자의 경우 의료 전문가가 적절한 개입을 실행하는 데 도움이 될 수 있습니다.

결론

착용형 기기의 광범위한 사용을 더욱 검증하기 위해 환영 받는 추가 연구

요약하면, 착용형 기기를 사용한 지속적인 병동 모니터링은 환자의 안전과 결과를 향상시키는 데 상당한 가능성을 가지고 있습니다. 구현 과제는 여전하지만 현재 모니터링 관행의 변화를 지원하기 위해 더 좋은 연구를 진행하여 극복할 수 있습니다.

 

Megan H. Hicks, MD는 노스캐롤라이나주 윈스턴살렘 소재 웨이크 포레스트 의과대학 마취과 교수입니다.

Ashish K. Khanna, MD는 노스캐롤라이나주 윈스턴살렘 소재 웨이크 포레스트 의과대학의 마취과 부교수이자 연구 부회장입니다.


Megan H. Hicks, MD는 이해관계 상충이 없습니다.

Ashish K. Khanna, MD는 Medtronic, Edwards Life Sciences, Philips Research North America, Fifth Eye Inc., GE Healthcare, Potrero Medical, Retia Medical, Caretaker Medical에서 컨설팅을 맡고 있습니다. 병동 모니터링에 대한 그의 연구는 임상 전환 과학 연구소(CTSI) NIH/NCTAS KL2 TR001421 상으로 자금을 지원받았습니다.


참고 문헌

  1. Nepogodiev D, Martin J, Biccard B, et al. Global burden of postoperative death. Lancet. 2019;323(10170):401. PMID: 30722955.
  2. Spence J, LeManach Y, Chan MTV, et al. Association between complications and death within 30 days after noncardiac surgery. CMAJ. 2019;191:E830–837. PMID: 31358597.
  3. Writing Committee for the VSI, Devereaux PJ, Biccard BM, et al. Association of postoperative high-sensitivity troponin levels with myocardial injury and 30-day mortality among patients undergoing noncardiac surgery. JAMA. 2017;317:1642–1651. PMID: 28444280.
  4. Ruetzler K, Khanna AK, Sessler DI. Myocardial injury after noncardiac surgery: preoperative, intraoperative and postoperative aspects, implications, and directions. Anesth Analg. 2020;13):173–186. PMID: 31880630.
  5. Sessler DI, Khanna AK. Perioperative myocardial injury and the contribution of hypotension. Intensive Care Med. 2018;44:811–822. PMID: 29868971.
  6. Andersen LW, Berg KM, Chase M, et al. Acute respiratory compromise on inpatient wards in the United States: Incidence, outcomes, and factors associated with in-hospital mortality. Resuscitation. 2016;105:123-9. PMID: 27255952.
  7. Perman SM, Stanton E, Soar J, et al. Location of in-hospital cardiac arrest in the United States—variability in event rate and outcomes. J Am Heart Assoc. 2016;5:e003638. PMID: 27688235.
  8. Michard F, Thiele RH, Saugel B, et al. Wireless wearables for postoperative surveillance on surgical wards: a survey of 1158 anaesthesiologists in Western Europe and the USA. BJA Open. 2022;23:1:100002. PMID: 37588692.
  9. Hemapriya D, Viswanath P, Mithra VM, et al. Wearable medical devices—design challenges and issues. IEEE International Conference on Innovations in Green Energy and Healthcare Technologies (ICIGEHT’17). March 2017. doi: 10.1109/IGEHT.2017.8094096.
  10. Khanna AK, Hoppe P, Saugel B. Automated continuous noninvasive ward monitoring: future directions and challenges. Crit Care. 2019;23(1):194. doi.10.1186/s13054-019-2485-7.
  11. Michard F, Kalkman CJ. Rethinking patient surveillance on hospital wards. Anesthesiology. 2021;135:531–540. PMID: 34237129.
  12. Badawy J, Nguyen OK, Clark C, et al. Is everyone really breathing 20 times a minute? Assessing epidemiology and variation in recorded respiratory rate in hospitalised adults. BMJ Qual Saf. 2017;26:832–836. PMID: 28652259.
  13. Churpeck MM, Adhikari R, Edelson DP. The value of vital sign trends for detecting clinical deterioration on the wards. Resuscitation. 2016;102:1–5. PMID: 26898412.
  14. Akel MA, Carey KA, Winslow CJ, et al. Less is more: Detecting clinical deterioration in the hospital with machine learning using only age, heart rate, and respiratory rate. Resuscitation. 2021;168:6–10. PMID: 34437996.
  15. Turan A, Chang C, Cohen B, et al. Incidence, severity, and detection of blood pressure perturbations after abdominal surgery: a prospective blinded observational study. Anesthesiology. 2019;130:550–559. PMID: 30875354.
  16. Saab R, Wu BP, Rivas E, et al. Failure to detect ward hypoxaemia and hypotension: contributions of insufficient assessment frequency and patient arousal during nursing assessments. Br J Anaesth. 2021;127(5):760-768. PMID: 34301400.
  17. Sun Z, Sessler DI, Dalton JE, et al. Postoperative hypoxemia is common and persistent: a prospective blinded observational study. Anesth Analg. 2015;121:709–715.PMID: 26287299.
  18. Khanna AK, O’Connell NS, Ahuja S, et al. Incidence, severity and detection of blood pressure and heart rate perturbations in postoperative ward patients after noncardiac surgery. J Clin Anesth. 2023;89:111159. PMID: 37295123.
  19. Sessler DI, Khanna AK. Perioperative myocardial injury and the contribution of hypotension. Intensive Care Med. 2018;44:811–822. PMID: 29868971.
  20. Liem VGB, Hoeks SE, Mol KHJM, et al. Postoperative hypotension after noncardiac surgery and the association with myocardial injury. Anesthesiology. 2020;133:510–522. PMID: 32487822.
  21. Khanna AK, Bergese SD, Jungquist CR, et al. PRediction of Opioid-induced respiratory Depression on Inpatient wards using continuous capnoGraphY and Oximetry: an international prospective, observational trial (PRODIGY). Anesth Analg. 2020;131:1012–1024. PMID: 32925318.
  22. Morrison LJ, Neumar RW, Zimmerman JL, et al. Strategies for improving survival after in-hospital cardiac arrest in the United States: 2013 consensus recommendations: a consensus statement from the American Heart Association. Circulation. 2013;127:1538–1563. PMID: 23479672.
  23. Lee LA, Caplan RA, Stephens LS, et al. Postoperative opioid-induced respiratory depression: a closed claims analysis. Anesthesiology. 2015;122:659–665. PMID: 25536092.
  24. Taenzer AH, Pyke JB, McGrath SP, Blike GT. Impact of pulse oximetry surveillance on rescue events and intensive care unit transfers: a before-and-after concurrence study. Anesthesiology. 2010;112:282–287. PMID: 20098128.
  25. Brown H, Terrence J, Vasquez P, et al. Continuous monitoring in an inpatient medical-surgical unit: a controlled clinical trial. Am J Med. 2014;127:226–232. PMID: 24342543.
  26. Eddahchouri Y, Peelen RV, Koeneman M, et al. Effect of continuous wireless vital sign monitoring on unplanned ICU admissions and rapid response team calls: a before-and-after study. Br J Anaesth. 2022;128:857–863. PMID: 35282866.
  27. Weller RS, Foard KL, Harwood TN. Evaluation of a wireless, portable, wearable multi-parameter vital signs monitor in hospitalized neurological and neurosurgical patients. J Clin Monit Comput. 2018;32:945–951. PMID: 29214598.
  28. Rowland B, Motamedi V, Michard F, et al. Impact of continuous and wireless monitoring of vital signs on clinical outcomes: a propensity matched study in 34,636 surgical ward patients. Br J Anaesth. 2023. (accepted for publication)
  29. Turan A, Khanna AK, Brooker J, et al. Association between mobilization and composite postoperative complications following major elective surgery. JAMA Surg. 2023;158:825–830. PMID: 37256591.
  30. Khanna AK, Ahuja S, Weller RS, et al. Postoperative ward monitoring—why and what now? Best Pract Res Clin Anaesthesiol. 2019;33:229–245. PMID: 31582102.
  31. Greenwald S, Chamoun GF, Chamoun NG, et al. Risk stratification index 3.0, a broad set of models for predicting adverse events during and after hospital admission. Anesthesiology. 2022;137:673–686. PMID: 36129680.