不同算法方法的有效性,以从例行编码的医疗数据中识别医院再入院的不同算法方法

科学领域:

• 医疗保健服务研究 医疗服务研究
• 改善医疗保健质量 改善医疗保健质量
• 医疗信息学 医疗信息学

背景情况:

• 医院再入院率是医疗保健质量和绩效支付计划的关键指标.
• 行政数据方法,如医疗保险和医疗补助服务中心 (CMS) 计划外再接收和SQLape潜在可避免的再接收,用于识别再接收.
• 这些方法用于识别实际可以避免的再接收的比较标准的有效性仍然不清楚.

研究的目的:

• 为了比较CMS和SQLape方法在确定医院再入院的标准有效性.
• 通过手动记录审查,确定哪种方法更准确地识别了实际可以避免的再接收.

主要方法:

• 七位独立审查员手动审查了七家医院的738次住院住院.
• 评估了原始和调整的CMS方法以及SQLape方法的灵敏度,特异性,正预测值 (PPV) 和F1得分.
• 评估每种方法识别非计划,潜在可避免和实际可避免的再录取的能力.

主要成果:

• 两种CMS方法版本的相应结果都显示出比SQLape更高的灵敏度 (92%/86%对62%) 和PPV (84%/91%对71%).
• 对于识别实际可以避免的再接收,CMS方法保持了更高的灵敏度 (90%/85%与66%).
• 积极的预测值在确定实际可避免的再录取时,方法之间没有显著差异.

结论:

• 与SQLape方法相比,CMS方法在识别实际可以避免的医院再入院方面表现出更高的标准有效性和灵敏度.
• 这些发现支持CMS方法在医疗保健质量倡议中的首要使用.
• 准确识别可避免的再接收对于有效的质量改进战略至关重要.