创伤/非创伤中心的无监督集群分析,使用医院的特点,包括手术护理

科学领域:

• 医疗保健服务研究 医疗服务研究
• 创伤外科 手术 创伤外科
• 医疗信息学 医疗信息学

背景情况:

• 伤害是美国的主要死亡原因,需要有效的创伤系统.
• 创伤中心 (TC) 按级别指定,指导资源获取,但不是特定的外科护理.
• 了解超越TC指定的护理模式对于系统优化至关重要.

研究的目的:

• 确定伤害护理的不同模式,区分创伤中心 (TC) 和非创伤中心 (非TC).
• 探索手术护理的数量和类型以及患者和医院的特点如何定义医院集群.
• 评估已识别的护理模式与现有的TC级别指定之间的一致性.

主要方法:

• 利用华盛顿州2016年的住院患者出院数据,包括所有TC和非TC.
• 在医院特征上进行无监督的集群 (围绕中的分区),包括手术护理 (体积,分布) 和其他特征.
• 进行了三组分析:第一组 (外科护理+其他特征),第二组 (骨科手术+其他特征),第三组 (仅外科护理).

主要成果:

• 聚类结果与TC名称只有部分对应.
• 手术护理的数量和变化是关键的差异化因素 (第1组).
• 骨科手术,患者年龄,社会脆弱性和付款人混合影响了集群 (第二组). 程序体积,而不是比例,显示与TC标志部分对齐 (3组).

结论:

• 无监督机器学习识别了超出TC级别指定的外科手术护理交付模式.
• 这些发现为优化成熟创伤系统中TC/非TC水平分配提供了洞察力.
• 更深入地了解护理分配可以改善创伤系统管理和患者的结果.