通过整合NIHSS和索赔数据来评估混合性中风质量指标,以改善结果预测
Thomas Datzmann1, Caroline Lang1, Falko Tesch1
1Center for Evidence-Based Healthcare, Medical Faculty and University Hospital Carl Gustav Carus, TUD Dresden University of Technology, Dresden, Germany.
Scientific reports
|November 7, 2025
概括
将临床中风严重程度数据,如国家卫生研究院中风量表 (NIHSS) 与索赔数据相结合,可以显著提高中风质量指标的准确性. 这种混合方法为测量中风护理质量提供了更好的风险调整.
科学领域:
- 医疗保健服务研究 医疗服务研究
- 医疗信息学 医疗信息学
- 心血管研究研究心血管研究
背景情况:
- 仅使用索赔数据来衡量中风护理质量是很困难的.
- 像死亡率这样的传统指标并不反映重症监护过程的有效性.
- 在基于索赔的分析中,临床中风严重程度数据往往缺失.
研究的目的:
- 通过将临床中风严重程度数据与医疗保健索赔数据相结合,开发混合质量指标 (QI).
- 提高中风质量测量和风险调整的准确性.
- 评估将国家卫生研究院中风量表 (NIHSS) 纳入质量指标模型的影响.
主要方法:
- 将索赔数据与来自15家医院 (2017-2020年) 的患者级临床数据联系起来.
- 统一数据使用观察医学结果伙伴关系 (OMOP) 共同数据模型.
- 应用机器学习 (XGBoost) 来建模30天死亡率,90天心脏病复发率和180天护理程度的增加,比较具有和没有NIHSS的模型.
- 使用的接收机-操作-特征-曲线下面的面积 (ROC-AUC) 和屏障得分 (BS) 用于模型比较.
主要成果:
- 美国国立卫生研究院中风量表 (NIHSS) 是所有三种模拟结果的最关键决定因素.
- 整合NIHSS的混合模型显示出与仅声明模型相比,更高的预测能力.
- 在标准化死亡率 (SMRs) 上,NIHSS 的影响比年龄更大,而年龄仅是索赔模型中的主要变量.
- 在不同结果和敏感性分析中,结果一致.
结论:
- 将NIHSS数据与索赔数据整合起来,可以显著改善中风质量指标的风险调整.
- 混合质量指标提供了比单独的索赔数据更准确的评估中风护理质量.
- 这种方法提高了在中风护理中医院绩效评估的可靠性.
