在癌症患者中识别复杂的调度模式,需要交通和住房:可行性试点研究

科学领域:

• 医疗保健服务研究 医疗服务研究
• 患者导航 患者导航
• 医疗信息学 医疗信息学

背景情况:

• 癌症患者经常面临复杂的治疗计划,跨越多个服务和地点.
• 确定需要额外支持的患者安排和社会需求是资源密集的,往往是主观的.
• 目前评估患者安排需求的方法在捕捉真正的复杂性方面是有限的.

研究的目的:

• 开发和验证一种新的算法,以使用电子健康记录数据量化患者安排复杂性.
• 识别复杂的调度模式的患者,特别是那些潜在的交通和住房需求的患者.
• 为了将新的调度复杂度指标与传统的基于计数的指标进行比较.

主要方法:

• 开发了一个调度复杂度算法,将序列,分辨率和位置组件聚合起来.
• 定义的时间表顺序复杂性 (非时间表顺序),解决方案复杂性 (不显示/取消) 和位置复杂性 (多个站点).
• 将算法应用于38名乳腺癌患者的调度数据,并将结果与基于计数的指标 (到达,重新安排,取消,不显示比例) 进行比较.

主要成果:

• 调度复杂度算法确定了5名具有高复杂度和低数量基础调整的患者,否则可能会被忽视.
• 报告交通或住房不安全的患者中,很大一部分 (86.7%) 发现安排复杂度中等或高.
• 总体而言,基于计数的调整和调度复杂度箱之间没有发现统计学上显著的差异,这突显了新指标的独特见解.

结论:

• 新的调度复杂度指标有效地识别了那些具有复杂,非时间顺序的调度行为错过了传统指标的患者.
• 交通和住房需求与更高的安排复杂性之间存在潜在的联系.
• 调度复杂性可以通过补充现有的指标来确定需要额外支持的患者来增强护理协调工作.