使用医疗保险数据绘制护理途径的马尔科夫链方法,儿童TBI的病例研究

科学领域:

• 医疗保健信息学 医疗保健信息学
• 儿科神经学 儿科神经学
• 医疗保健服务研究 医疗服务研究

背景情况:

• 全球采用护理途径旨在标准化患者管理并改善结果.
• 分析复杂和动态的医疗保健过程,特别是对于儿科创伤性脑损伤 (TBI) 等异质患者群体,提出了重大挑战.
• 行政数据为绘制和理解TBI护理中的患者旅程提供了丰富的来源.

研究的目的:

• 开发和应用一种新的方法来绘制儿科TBI护理途径.
• 利用行政数据分析医疗保健过程的动态和复杂性.
• 识别不同的患者亚群及其独特的护理轨迹.

主要方法:

• 利用了比利时4074名TBI儿童的数据集 (2016年),以及TBI后一年的行政数据.
• 采用隐藏的马尔科夫链式启发方法,以基于医疗治疗过渡的护理途径模型.
• 应用等级聚类来识别基于护理路径相似性,体积和时间模式的子群体.

主要成果:

• 层次聚类确定了不同的患者群,每个都有独特的护理途径特征.
• 观察到的途径长度,严重程度分布 (轻度至重度TBI) 和跨集群的特定治疗事件的变化.
• 视觉化提供了在确定的患者子组内对治疗模式的全面概述.

结论:

• 介绍了一种用于绘制和分析复杂护理途径的新方法.
• 识别不同的护理途径可以提高对儿科TBI护理差异的理解.
• 调查结果可能会为改善TBI患者护理质量的策略提供信息.