心力衰竭再入院风险因素:修改后的Delphi小组研究
Natalie Wiebe1, Cathy A Eastwood1,2,3, Seungwon Lee1,4
1Centre for Health Informatics, University of Calgary, Calgary, Alberta, Canada.
研究人员确定了61个关键变量,用于预测心力衰竭 (HF) 再入院风险. 这种以共识为导向的方法结合了临床和患者的见解,以改善风险模型并减少住院再接收.
科学领域:
- 心脏病学 心脏病学
- 医疗保健服务研究 医疗服务研究
- 临床信息学 临床信息学
背景情况:
- 高心力衰竭 (HF) 再入院率构成了全球医疗保健的挑战.
- 现有的预测模型往往缺乏全面的临床和患者/护理人员视角.
- 准确的风险预测对于及时干预和改善患者结果至关重要.
研究的目的:
- 开发一种以共识为导向的方法,用于识别高频回收风险预测算法的基本变量.
- 将临床和患者/护理人员的观点纳入风险评估.
- 为更准确,更全面的高频回收预测模型奠定基础.
主要方法:
- 一个修改后的Delphi小组被召开,包括来自加拿大阿尔伯塔省的临床医生和患者/护理人员合作伙伴.
- 一个系统的文献审查确定了最初的变量,然后由13名成员的小组在三轮中改进.
- 专家小组就30天所有原因再入院风险的可变关联在HF住院后达成共识.
主要成果:
- 最初从文献和医生输入中考虑了总共99个变量.
- 在61个与高频回收风险显著相关的变量上达成共识.
- 临床医生对共识的评分高于非临床医生的评分.
结论:
- 该研究成功地使用修改后的Delphi过程确定了61个高频回收风险变量.
- 结合临床医生和患者/护理人员的观点,可以提高风险预测的全面性.
- 这些发现支持开发改进的高频率管理策略和降低再接收率.
更多相关视频
14:35Post-Myocardial Infarction Heart Failure in Closed-chest Coronary Occlusion/Reperfusion Model in Göttingen Minipigs and Landrace Pigs
Published on: April 17, 2021
09:20Lumped-Parameter and Finite Element Modeling of Heart Failure with Preserved Ejection Fraction
Published on: February 13, 2021
相关概念视频
Heart Failure VII: Nursing Interventions
Heart Failure I: Introduction
Heart Failure IV: Classification and Diagnostic Evaluation
Heart Failure II: Pathophysiology
Pathophysiology of Heart Failure
Heart Failure V: Medical Management
