אשפוזים לא מתוכננים הם מסוכנים עבור מבוגרים, לכן, יש חשיבות רבה בזיהוי מוקדם של אנשים בסיכון גבוה כדי למנוע אירועים אלה.
עוד בעניין דומה
החוקרים ערכו מחקר רטרוספקטיבי באמצעות רישומי בריאות אלקטרוניים של 243,324 מבוגרים בני 65 שנים ומעלה כדי לנבא אשפוזים לא מתוכננים ב-6 חודשים האחרונים. מערך הנתונים פוצל גיאוגרפית למדגם פיתוח (n = 142,791/243,324, 58.7%) ואימות .(n = 100,533/243,324, 41.3%) הביצועים של שלושה מודלים שונים הוערכו עם מבחר קטן יותר ויותר של מנבאים פוטנציאליים (מודלים אופטימליים, זמינים וקלים לשימוש). החוקרים השתמשו ברגרסיה לוגיסטית עם בחירה לאחור לפיתוח המודל. המודלים עברו תיקוף פנימי וחיצוני. הביצועים של הניבוי הוערכו על ידי שטח מתחת לעקומה (AUC) ועל ידי גרפי כיול.
תוצאות המחקר הדגימו כי בשתי המדגמים, ל-7.6% (קבוצת הפיתוח: ,n = 10,839/142,791 קבוצת האימות: n = 7675/100,533) היו ≥1 אשפוז לא מתוכנן בתוך 6 חודשים. יכולת ההבחנה של שלושת המודלים הייתה דומה ונשארה יציבה לאחר אימות גיאוגרפי. המודל כלל גיל, מין, אשפוזים קודמים לבית חולים, אמפיזמה ריאתית, אי ספיקת לב ופוליפארמה. יכולת ההבחנה של המודל לאחר אימות הייתה שטח מתחת לעקומה= 0.72 (95% רווח בר סמך= 0.71 עד 0.72). בנוסף, גרפי הכיול הדגימו כיול טוב.
לסיכום, המודלים הדגימו יכולת ניבוי משביעת רצון. לצמצום מספר המנבאים ולאימות גיאוגרפי לא הייתה השפעה על ביצועי הניבוי, מה שמוכיח את חוסנו של המודל. החוקרים סיכמו כי הצליחו לפתח כלי קל לשימוש שעשוי לסייע לרופאי משפחה בקבלת החלטות וביישום התערבויות למנוע אשפוזים.
מקור:
הירשמו לקבלת עדכונים בנושאים שעלו בכתבה
