Стационарные модели прогноза повторного доступа обычно Неточны

доступ

Согласно отчету в проблеме 19 октября ДЛИННОЙ ХЛОПЧАТОБУМАЖНОЙ ОДЕЖДЫ, исследователи рассмотрели и исследовали 26 утвержденных стационарных моделей прогноза риска повторного доступа и нашли, что, независимо от того, использовались ли они в клинических целях или стационарном сравнении, их прогнозирующая способность была плоха.Справочная информация в статье предлагает:«Увеличивающееся тело литературы пытается описать и утвердить стационарные инструменты прогноза риска повторного доступа.

Предсказание стационарного риска повторного доступа очень интересно, чтобы идентифицировать, какие пациенты извлекли бы выгоду больше всего из вмешательств перехода заботы, а также рисковать – регулируют ставки повторного доступа в целях стационарного сравнения».Чтобы проанализировать производительность этих моделей и оценить их пригодность на клиническое или административное использование, Девэна Кэнсэгару, доктора медицины, М.К.Р., Портлендского здоровья Медицинского центра и Орегона Дел Ветеранов и Научного университета, Портленд, и его команда выполнила систематический обзор расследований на утвержденных моделях прогноза риска повторного доступа.

Из 7 843 исследованных исследований 30 расследований 26 уникальных моделей по широкому спектру параметров настройки и населения пациента встретили критерии включения. Общий объем выборки изменился от 173 пациентов более чем 2,7 миллионам пациентов.

Даже при том, что некоторые модели использовали последующие интервалы, колебавшиеся от двух недель до четырех лет, о результате 30-дневного повторного доступа обычно сообщили. 14 моделей основывались на ретроспективной административной информации, эти модели могли возможно использоваться в целях стационарного сравнения. Большинство этих моделей содержало переменные для медицинской сопутствующей патологии, а также использования предыдущих медицинских услуг. 9 из этих моделей были проверены в значительной части населения в США и имели плохую отличительную способность.

Исследователи объясняют:«Семь моделей могли потенциально использоваться, чтобы идентифицировать рискованных пациентов для вмешательства рано во время госпитализации, и 5 мог использоваться при стационарном выбросе. Шесть исследований сравнили различные модели в том же населении, и 2 из них нашли, что функциональные и социальные переменные улучшили дискриминацию модели. Несмотря на то, что большинство моделей включило переменные для медицинской сопутствующей патологии и использования предшествующих медицинских услуг, немного исследованных переменных, связанных с полным здоровьем и функцией, серьезностью болезни или социальными определяющими факторами здоровья…. плохая отличительная способность большинства административных моделей, которые мы исследовали, ставит вопросы о способности стандартизировать риск через больницы, чтобы справедливо сравнить стационарную производительность.

Пока прогноз риска и регулирование риска не становятся более точными, кажется неуместным сравнить больницы таким образом и возместить (или оштрафовать) их на основе стандартизированных риском ставок повторного доступа."Они добавляют, что, чтобы оценить истинный preventability повторных доступов в американских дальнейших расследованиях, необходимы. Они говорят:«Учитывая широкий спектр факторов, которые могут способствовать предотвратимому риску повторного доступа, модели, включающие факторы, полученные через обзор медицинской документации, или отчет пациента может быть ценным.

Инновации, чтобы собрать более широкие переменные типы для включения в наборы административной информации нужно рассмотреть. Будущие исследования должны оценить относительные вклады различных типов данных пациента (например, психосоциологические факторы) к прогнозу риска повторного доступа путем сравнения производительности моделей с и без этих переменных в данном населении. Эти модели должны идеально основываться на определенных для населения концептуальных основах риска».

Они приходят к заключению, что до сих пор у большинства созданных моделей есть плохая прогнозирующая способность, ли в клинических целях или стационарном сравнении. «Несмотря на то, что в определенных параметрах настройки такие модели могут оказаться полезными, лучшие подходы необходимы, чтобы оценить стационарную производительность в освобождающихся от обязательств пациентах, а также идентифицировать пациентов в большем риске преодолимого повторного доступа».