更新入院プロセスを考慮した死亡リスクの動的予測

科学分野:

• 生物統計学
• 疫学
• 医療情報学

背景:

• 慢性疾患患者の死亡リスクの正確な予測は、臨床的意思決定を支援する。
• 既存のモデルでは、生存者選択を考慮しないことによりバイアスが生じる可能性がある。
• 入院履歴を組み込んだ動的予測が必要とされている。

研究 の 目的:

• 慢性疾患患者の死亡リスクの動的予測のための一般的なフレームワークを提案する。
• 選択バイアスを回避するために、死亡と入院の同時モデルを開発する。
• 入院パターンの死亡リスクへの影響を調査する。

主な方法:

• 死亡と入院の同時モデルを用いた動的死亡リスク予測のための一般的なフレームワークを開発した。
• このフレームワークは、独立性の仮定を必要とせず、任意の入院プロセスモデルに対応できる。
• 512人の慢性閉塞性肺疾患患者のコホートにこの方法論を適用した。

主要な成果:

• 同時モデルフレームワークは、生存者選択によるバイアスを回避する。
• 入院の更新モデルにおいて、入院分布は死亡リスクに影響を与える。
• 入院の集中は死亡リスクを高めることが発見され、ハザード比は連続的に増加した。

結論:

• 提案された同時モデリングフレームワークは、動的死亡リスク予測のための堅牢な方法を提供する。
• 入院パターンは、単なる頻度だけでなく、慢性疾患における死亡の重要な予測因子である。
• このアプローチは、慢性疾患管理のための臨床的意思決定を強化する。