预测模拟COVID-19重症监护病房患者流动和护理复杂性:蒙特卡洛模拟研究

科学领域:

• 医疗保健管理的管理
• 流行病学 流行病学
• 计算生物学 计算生物学

背景情况:

• COVID-19大流行给医疗保健系统带来了前所未有的压力,特别是重症监护室 (ICU).
• 准确预测ICU病床需求和护理复杂性对于在公共卫生危机期间有效分配资源至关重要.

研究的目的:

• 开发和验证蒙特卡洛模拟模型,用于预测COVID-19患者的ICU床位需求和护理复杂性.
• 评估模型在预测ICU占用率方面的准确性及其对优化医疗保健资源管理的实用性.

主要方法:

• 开发了一个蒙特卡洛模拟模型,使用患者数据 (年龄,性别,ICU停留时间,通风状态) 从2020年3月到2021年9月.
• 护理复杂性用三级尺度量化.
• 该模型在每个场景中运行了1000次,其输出与观察数据进行了比较,并使用外部公共卫生数据进行了验证.

主要成果:

• 模拟模型与实际患者数据有很强的匹配 (R2 = 0.998,RMSE = 0.22).
• 该模型准确地预测了ICU占用率,并允许进行7天的预测.
• 使用法国公共卫生局数据证实了外部有效性.

结论:

• 蒙特卡洛模拟是预测ICU病床需求和流行病期间护理复杂性的宝贵工具.
• 开发的模型可以帮助医疗保健系统优化资源配置和为患者激增做好准备.
• 这种预测能力对于加强疫情准备和应对策略至关重要.