重新接纳风险评估的准确性提高了机器学习

医院再入院病人随身携带相关重大财务成本和负面结果。而再次入院病人单一性,背后的原因和具体的利率随机构,近20%的全国所有医疗保险排放导致了30天内重新接纳。防止甚至10%的发生率可以节省医疗保险10亿美元。

北卡罗来纳州唯一的非营利性,独立的社区医疗保健制度,使命健康,由七个医院,750位在职/对齐的提供者和最大的医疗保险储蓄位于全国共享。任务已经使用重新接纳的花边指数来预测风险,虽然这是有用的,任务的患者人群不同人口用于开发花边指数,使卫生系统关于重新接纳一些不确定性风险的患者。借助数据分析、任务开发自己的评估重新接纳风险预测模型,旨在防止发生率以及改善患者的结果。

改善医院再入院的风险评估

医院,发生率与财务成本高不宜病人的结果。医院再入院的原因是单一性,具体的再入院率随机构和患者人群。有关医疗的患者,近20%最终重新放电后不到30天,导致重大的经济负担医疗费用和医疗组织。防止甚至10%的发生率可以节省医疗保险10亿美元。¹

许多组织使用花边指数(住院时间(洛杉矶),敏锐的承认,Charlson发病率指数,在前六个月的数量和急诊)预测病人的风险重新接纳。这风险评估是使用数据从4812年开发的病人承认11所医院在加拿大2002年10月至2006年7月。²而蕾丝指数被广泛使用,它是使用数据从开发加拿大中年患者没有严重的并发症。因此,批评人士质疑花边的有效性指标的适用性更广泛的患者群体,并怀疑关于其预测精度。^3、4

任务健康是北卡罗来纳州西部唯一的非营利性,独立的社区医疗保健制度。任务是由七个医院,包括三级,重要的访问,和住院病人康复,750位在职/对齐的提供者和最大的医疗保险储蓄位于全国共享。卫生系统雇佣了超过13000个专用的专业人士。

任务的主要目标,也叫“大(蒙古包)的目标”,是让每个人他们想要的结果,第一个没有伤害,也没有浪费,总是和每个人的特殊经历,家庭,和团队成员。这句话的意图也适用于每一个个人卫生系统服务,从病人临床医护人员。为了更好的实现大的目标(蒙古包)目标,任务看起来减少发生率为契机,提高财务成果和更好地服务患者,他们的家庭和工作人员。

缺乏预测分析阻碍重新接纳减排目标

帮助促进主要流程改进,任务的集中性能改进团队,由高度熟练的过程工程专业人士,是用来帮助促进主要过程改进的努力。这种方法已经成功的转型初期的努力。任务有提高了临床分析,实现显著减少脓毒症和中风死亡率,肠道手术的洛杉矶和肾患者,和人口筛查乳腺癌和结肠直肠癌。这是通过将数据驱动的见解和改进嵌入到工作流50多个护理流程模型。

然而,随着项目越来越复杂,要求更高级别的领导,尤其是来自医生,很明显,还需要做更多的工作。任务投入资源以确保持续质量改进再入院,导致了早期的成功减少全因重新接纳率。

为了进一步减少再次入院,任务确定了需要继续提高护理流程,为防止意外再次入院。临床领导人一直使用花边指数来预测患者重新接纳的风险,虽然这是有用的,任务的患者人群不同人口用于开发花边指数,导致问题的预测准确性花边指数对任务的病人。此外,任务是不能使用病人的花边指数重新接纳风险评分之前,病人已经出院,限制使用分数通知决策的能力。

无计划的再入院率,真正影响任务需要改善的能力准确预测病人的风险重新接纳放电之前,并确保数据及时提供给临床医生。要做到这一点,机器学习任务需要使用特定于病人的人口数据。

重新接纳与机器学习更好的评估风险

使命决定推出一个集成的分析团队,由一个数据科学家,数据架构师,知识工程师,BI开发人员、培训专家、分析师、质量和临床和运营的各个部分领导人的卫生系统。团队的目标是使用机器学习来驱动有意义的临床预测。

创建一个重新接纳风险的预测模型,综合分析团队遵循一个概述的过程首先清楚地识别客户(从事涉众),识别客户正试图解决的问题,并确定工作的价值,包括临床和商业案例的新模型。指导的发展预测分析、任务时使用12个关键问题与利益相关者:

• 的业务问题是什么促使需要机器学习和预测模型?
• 什么具体的事件、结果或数量预测?
• 有特定的事件数量的变化/结果/数量,会有用的改进操作?
• 什么是事件的特定人口预测/结果/数量是必要的吗?
• 什么时候或阶段的现象预测应该做吗?入院,出院后24小时,90天内的雇佣日期吗?
• 预测需要更新的频率如何?
• 有一个特定的时间预测需要可用吗?
• 前有分析工作这个话题在组织内或产品吗?如果是这样,是什么努力,协助分析的发展?
• 如果可用的预测,预测将如何使用?
• 是预测目前由另一个人或工具的组织?
• 有任何行业标准或广泛使用替代的预测模型,可以用来作为基准?如果是这样,如何广泛预测模型实现了吗?什么是模型的性能水平?
• 有最低要求的性能水平吗?例如:“我们必须正确识别90%的所有积极的事件是这样的“或”我们必须估计一定数量在+ / - X单位75%的时间?”

问题建立和确认的价值,团队进行研究,进行文献综述,确定竞争模型。作为数据发现的一部分,团队成员确定数据源和确定需要收集的新数据。合并和增加他们的数据后,团队执行的描述性分析,确保他们理解的描述性的属性数据。最后,团队开发新的预测模型,然后进行评估,培训和测试精度。只有经过彻底测试新模型然后自动化和集成到适当的分析应用程序。

任务依赖于健康的催化剂®分析平台和广泛的分析应用世界杯葡萄牙vs加纳即时走地程序套件,为基础设施和主要来源的数据和分析。世界杯厄瓜多尔vs塞内加尔波胆预测数据仓库支持医疗组织自动化提取、聚合和集成的临床、金融、行政、病人的经验,和其他有关资料,授权组织利用先进的分析组织和测量临床、病人安全,成本,和病人的结果。

使用提供的数据基础设施健康催化剂分析平台,开发的任务重新接纳风险预测。世界杯葡萄牙vs加纳即时走地世界杯厄瓜多尔vs塞内加尔波胆预测分析平台支持的一个相对简单的世界杯厄瓜多尔vs塞内加尔波胆预测实现新重新接纳预测模型(见图1)。

重新接纳的预测模型是由使用任务的患者群体和数据资产,包括洛杉矶,急性紧急住院,并发症和急诊。通过运行模型对回顾性数据、任务能够验证的可预测性重新接纳风险预测优于花边使命的患者人群,和每个病人的入院率更准确地预测风险。

结果

在很短的时间内,任务已经启动了一个完整的团队开有意义的临床预测分析,导致一个自动化的发展重新接纳风险的预测模型。

• 任务重新接纳风险预测的AUC是0.784,优于花边和会议组织的目标性能。该小组还可用性的目标,会见了可用的预测风险评分后的第二天早上8:00放电。
• 重新接纳风险预测指标被用来支持持续改善放电跟进,导致减少所有案例重新接纳率。最近,任务再次被评为全国前15名的卫生系统由Truven卫生分析。任务再次入院的高性能减少了1.2低于顶级医院同行,导致它被Truven公认为最好的。与再入院已经强大的性能基线,如图所示的Truven前15名卫生系统2017年数据,任务将开始使用这个新模型继续开车再入院病人在北卡罗来纳州西部的18个县。

接下来是什么

的使命是致力于进一步完善其预测分析过程中,发展和维持数据的科学项目支持的大(蒙古包)的目标。任务计划使用预测分析为各种不同的需求,所有为了改善临床和财务结果在整个卫生系统。

引用

1. McIlvennan c K。Eapen z, J。,& Allen, L. A. (2015).减少医院再入院程序。循环,131(20),1796 - 1803。
2. 加拿大医学协会期刊。(2010)。新工具来预测早期死亡或再次入院。《科学日报》。
3. 销,p E。,Bhalla, V. K., Wallis, S. J., & Biram, R. W. (2012).再入院预测:表现不佳的花边指数在一个年长的英国人。年龄老化,41(6),784 - 789。
4. 棕褐色,s Y。,Low, L. L., Yang, Y., & Lee, K. H. (2013).以前的适用性验证重新接纳预测指数在新加坡医疗患者:一个回顾性研究。BMC卫生服务研究,366。