对于住院医疗患者的急性后护理需求的动态预测
Daniel L Young1, Susan M Hannum2, Rebecca Engels3
1Department of Physical Therapy, University of Nevada, Las Vegas, Las Vegas, NV, USA; Department of Physical Medicine and Rehabilitation, Johns Hopkins University, Baltimore, MD, USA.
预测急性护理 (PAC) 后出院的情况至关重要. 每日流动性评估,如急性后护理活动测量 (AM-PAC),可显著改善出院预测,以便更好地规划患者护理.
科学领域:
- 医疗保健分析 医疗保健分析
- 临床信息学 临床信息学
- 患者研究成果研究结果
背景情况:
- 准确预测急性护理 (PAC) 后出院的情况对于优化医院资源配置和确保适当的患者过渡至关重要.
- 患者的流动性是影响出院倾向的关键因素,但其在住院期间的动态评估在预测模型中往往未得到充分利用.
研究的目的:
- 开发和验证使用患者的人口统计学,临床特征和随时间变化的医院内流动性措施,用于急性护理后 (PAC) 退院的预测模型.
- 评估急性护理后活动措施 (AM-PAC) 流动性"6点击"和约翰霍普金斯大学最高流动性水平在预测出院地点方面的预测性能.
主要方法:
- 从2016年11月至2019年12月期间住院的23090名通用医学患者的电子病历的回顾性队列分析.
- 利用随机森林生存,纵向和多变量 (RF-SLAM) 数据模型,结合每日流动数据 (AM-PAC和约翰霍普金斯最高流动水平) 和临床/人口因素.
- 构建了一个回归树,以总结PAC排放的预测概率.
主要成果:
- 后急性护理活动量 (AM-PAC) 是出院处置的最重要的预测指标,其次是患者年龄和生活状况.
- 预测模型在住院的前五天内实现了接收器操作特征曲线下的面积,从0.76到0.79不等.
- 该模型在预测PAC排放方面表现出很好的准确性 (72%),在40%的概率值下具有最佳的灵敏度 (75%) 和特异性 (70%).
结论:
- 使用AM-PAC等工具对患者流动性的日常评估应纳入常规临床实践,以加强出院规划.
- 开发的预测模型是多学科团队提供信息和改进出院规划流程的宝贵工具,可能会带来更好的患者结果.
更多相关视频
04:05Author Spotlight: Unveiling Prognostic Indicators in Heart Failure - The Role of Phase Angle and Bioelectrical Impedance Analysis
Published on: June 30, 2023
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
相关概念视频
Planning Nursing Care I
Documentation in Long-Term and Home Healthcare Setting
Long-Term Care Facilities
Restorative Care
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Model Approaches for Pharmacokinetic Data: Distributed Parameter Models
The distributed parameter models are specifically designed to account for variations and differences in some drug classes. This model is particularly useful for assessing regional concentrations of anticancer or...
Current Trends in Nursing I
