跨越算法用于认知和功能结果在2013-2018年医疗保险受益者与痴呆症的认知和功能结果
Kevin T Pritchard1, Mufaddal Mahesri1, Qiaoxi Chen1
1Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women's Hospital, Harvard Medical School, Boston, MA, USA.
Journal of the American Medical Directors Association
|July 27, 2024
概括
基于规则的算法被开发来比较认知障碍和日常生活活动 (ADLs) 限制在护理机构和家庭健康设置之间的阿尔茨海默病和相关痴呆症 (ADRD) 患者. 这些算法有助于标准化患者的结果进行比较研究.
科学领域:
- 老年学是一门学科.
- 医疗保健服务研究 医疗服务研究
- 神经学 神经学
背景情况:
- 最小数据集 (MDS) 和结果和评估信息集 (OASIS) 以前对认知障碍和日常生活活动 (ADL) 有不一致的类别.
- 这种不一致性阻碍了护理机构和家庭卫生机构之间的患者功能直接比较.
- 阿尔茨海默病和阿尔茨海默病相关痴呆症 (ADRD) 患者群体经历了显著的认知和功能障碍.
研究的目的:
- 开发和验证基于规则的算法来比较认知障碍和ADL限制.
- 为了使ADRD患者在护理机构和家庭医疗机构之间对患者结果进行标准化的比较.
- 支持比较有效性研究和质量改善倡议.
主要方法:
- 对收费服务医疗保险受益人 (2013-2018) 在护理环境之间过渡的回顾性队列研究.
- 使用的最低数据集 (MDS) 核准和结果和评估信息集 (OASIS) 录取评估.
- 开发并比较了6个基于OASIS的认知障碍算法和1个针对每个ADL限制的MDS参考标准,计算灵敏度,特异性,PPV和NPV.
主要成果:
- 算法表现出不同的性能;认知障碍算法显示24%的灵敏度和94%的特异性.
- ADL限制算法通常表现出高灵敏度 (>96%) 和PPVs (>94%),除了养.
- 尽管过渡时间很短,但OASIS的入学评估显示,ADL限制的患病率高于MDS释放评估.
结论:
- 基于规则的算法可以在不同的急性后护理环境中标准化对认知障碍和ADL限制的评估.
- 这些工具有助于更准确地比较护理机构和家庭健康之间的患者功能和结果.
- 这些发现支持使用标准化指标进行ADRD护理的研究和质量评估.
