在多站点医疗保健系统中实现实时排放量预测:纵向观察性研究
Fernando Acosta-Perez1,2, Justin Boutilier1, Gabriel Zayas-Caban1
1Department of Industrial and Systems Engineering, University of Wisconsin-Madison, Madison, WI, United States.
准确的短期医院出院预测在多站点系统中是可能的. 这项研究显示,在预测患者出院数小时前的准确性很高,有助于容量管理.
科学领域:
- 医疗信息学 医疗信息学
- 医院运营管理 医院运营管理
- 预测分析是一种预测分析.
背景情况:
- 紧急病房 (ED) 的入院非常重要,有40%的医疗保险患者住院治疗.
- 由于患者向住院病房的移动速度缓慢,急救室的登机是个挑战.
- 预测排放量可以改善容量管理,减少ED登机.
研究的目的:
- 预测中西部第三级教学医院网络中的一般护理单位的出院率.
- 评估医院间数据对出院预测模型性能的影响.
主要方法:
- 两项实验使用两家医院的174799份出院记录进行.
- 随机森林 (RF) 和线性回归 (LR) 模型预测排放时间在1小时和4小时内.
- 系统意识 (网络数据) 和系统不可知 (内部数据) 模型进行了比较.
主要成果:
- 在1.医院,RF和LR模型显示高精度 (R2 0.76-0.89).
- 射频模型在2号医院表现最好 (R2 0.68-0.84).
- 在系统意识和系统不可知论方法之间没有发现显著的性能差异.
结论:
- 在多个站点医院系统中,短期出院预测非常准确.
- 准确的预测是可以实现的,即使预测提前几个小时.
相关概念视频
Compartment Models: Single-Compartment Model
One-Compartment Open Model for IV Bolus Administration: Estimation of Elimination Rate Constant, Half-Life and Volume of Distribution
One-Compartment Open Model for IV Bolus Administration: Estimation of Clearance
In the one-compartment open model for intravenous (IV) bolus administration, clearance is estimated by dividing the elimination rate by the plasma drug concentration. This equation leverages the elimination rate constant and the apparent...
Physiological Pharmacokinetic Models: Blood Flow-Limited Versus Diffusion-Limited Models
Model-Independent Approaches for Pharmacokinetic Data: Noncompartmental Analysis
One important characteristic of noncompartmental analyses is that drug exposure increases proportionally with increasing doses. This relationship...
Drug Accumulation During Multiple Dosing: Repetitive IV Injections


