Стационарные модели прогноза повторного доступа обычно Неточны

В соответствии с отчету в проблеме 19 октября ДОЛГОЙ ХЛОПЧАТОБУМАЖНОЙ ОДЕЖДЫ, исследователи разглядели и изучили 26 утвержденных стационарных моделей прогноза риска повторного доступа и нашли, что, независимо от того, употреблялись ли они в клинических целях либо стационарном сравнении, их прогнозирующая свойство была нехороша.Справочная информация в статье предлагает:«Возрастающее тело литературы пробует обрисовать и утвердить стационарные инструменты прогноза риска повторного доступа.

Предсказание стационарного риска повторного доступа весьма интересно, дабы идентифицировать, какие конкретно больные извлекли бы пользу больше всего из вмешательств перехода заботы, и рисковать – регулируют ставки повторного доступа в целях стационарного сравнения».Дабы проанализировать производительность этих моделей и оценить их пригодность на клиническое либо административное применение, Девэна Кэнсэгару, доктора медицины, М.К.Р., Портлендского здоровья Орегона и Медицинского центра Дел Научного университета и Ветеранов, Портленд, и его команда выполнила систематический обзор расследований на утвержденных моделях прогноза риска повторного доступа. Из 7 843 изученных изучений 30 расследований 26 неповторимых моделей по широкому спектру населения пациента и параметров настройки встретили критерии включения. Объем выборки изменился от 173 больных более чем 2,7 миллионам больных.

Кроме того при том, что кое-какие модели применяли последующие промежутки, колебавшиеся от 14 дней до четырех лет, о результате 30-дневного повторного доступа в большинстве случаев сказали. 14 моделей основывались на ретроспективной административной информации, эти модели имели возможность вероятно употребляться в целях стационарного сравнения.

Большая часть этих моделей содержало переменные для медицинской сопутствующей патологии, и применения прошлых медицинских одолжений. 9 из этих моделей были проверены в большой части населения в Соединенных Штатах и имели нехорошую отличительную свойство.

Исследователи растолковывают:«Семь моделей имели возможность возможно употребляться, дабы идентифицировать рискованных больных для вмешательства рано на протяжении госпитализации, и 5 имел возможность употребляться при стационарном выбросе. Шесть изучений сравнили разные модели в том же населении, и 2 из них нашли, что функциональные и социальные переменные улучшили дискриминацию модели. Не обращая внимания на то, что большая часть моделей включило переменные для медицинской использования и сопутствующей патологии предшествующих медицинских одолжений, мало изученных переменных, которые связаны с функцией и полным здоровьем, серьезностью заболевания либо социальными определяющими факторами здоровья…. нехорошая отличительная свойство большинства административных моделей, каковые мы изучили, ставит вопросы о способности стандартизировать риск через поликлиники, дабы справедливо сравнить стационарную производительность.

До тех пор пока прогноз регулирование и риска риска не становятся более правильными, думается неуместным сравнить поликлиники так и компенсировать (либо оштрафовать) их на базе стандартизированных риском ставок повторного доступа."Они додают, что, дабы оценить подлинный preventability повторных доступов в американских предстоящих расследованиях, нужны. Они говорят:«Учитывая широкий спектр факторов, каковые возможно помогут предотвратимому риску повторного доступа, модели, включающие факторы, полученные через обзор медицинской документации, либо отчет больного возможно полезным. Инновации, дабы собрать более широкие переменные типы для включения в комплекты административной информации необходимо разглядеть.

Будущие изучения должны оценить относительные вклады разных типов данных больного (к примеру, психосоциологические факторы) к прогнозу риска повторного доступа методом сравнения производительности моделей с и без этих переменных в данном населении. Эти модели должны идеально основываться на определенных для населения концептуальных базах риска».

Они приходят к заключению, что до сих пор у многих созданных моделей имеется нехорошая прогнозирующая свойство, ли в клинических целях либо стационарном сравнении. «Не обращая внимания на то, что в определенных параметрах настройки такие модели могут быть нужными, лучшие подходы нужны, дабы оценить стационарную производительность в освобождающихся от обязательств больных, и идентифицировать больных в большем риске преодолимого повторного доступа».

Блог Парамона