用于急性期后护理安排的出院决策支持系统
2019-11-22

用于急性期后护理安排的出院决策支持系统

描述了向患者推荐急性期后护理服务的系统和方法。系统和方法包括如下步骤:提供多个涉及患者的询问,其中每一询问具有至少两个可选答案,并且其中每一可选答案与相应得分关联,接收多个询问中每一个询问的可选答案之一,计算对应于每一个所选答案的得分总和的总得分,并在总得分满足预定的阈值时产生急性期后护理安排。

样本

冠词“一个”(“a”和“an”)在本文中用于指一个或多于一个(即,指至少一个)该冠词的语法对象。举例来说,“一个要素”意为一个要素或多于一个要素。

类似于常规护理阶段患者,最通常的诊断是心力衰竭、由于心导管插入术的循环障碍(具有和不具有并发症)和由于主要CV诊断的经皮心血管(CV)手术。再次,与不指引患者相比,被D2S2鉴别进行安排患者平均年龄明显较大,其中平均年龄70.7对65.5岁,p〈.001)、具有更多的共病状况(平均7.6对6.5,p=.039)、在前六个月中更频繁地住院(P=.030)和更高的APR-DRG严重性水平(p〈.001)。D2S2推荐安排为69%和不安排为31%。

样本包含355名老年人,其入住在六家医院(城市、郊区和农村)之一。数据来自两个源:现有记录和方便样本。最初计划是仅分析现有记录,但专家要求另外的病例以增加所呈现诊断的类型的多样性。数据组被组合,因为它们包含对相同变量的测量并且分析实现两个数据组的相同的目标。它们的追溯或预期性质不影响研究设计。

模型十分精通(87.6%精确度)于预测谁应该被指引,但它不是最适于(65.2%)对不需要安排的那些进行分类。与在实际生活中被指引的患者相比,专家指引183名额外的患者。值得注意的是,在12周结果分析中,这些患者以23%的比率再次入院(Bowles,等,2008,MedicalCare,46:158-166)„以如此高的再入院比率,为更多患者提供急性期后服务可以是有成本效益的,如果这些服务导致将来的成本降低。若干研究暗示正确鉴别患者和确保适当的随访护理的临床和效益值。(Naylor,等,1994,AnnalsofInternalMedicine,120:999-1006;Naylor,等,1999,JournaloftheAmericanMedicalAssociation,281:613-620;Naylor,等,2004,JournaloftheAmericanGeriatricSociety,52:675-84;Bowles,等,2008,MedicalCare,46:158-166;Steeman,等,2006,IntJQualHealthCarel8(5):352-358)。这仍是未来研究的重要领域。

系统软件还可包括标准报告机构诸如产生可印刷的结果报告或可传输至任意通信连接的计算设备的电子结果报告,诸如产生的电子邮件信息或文件附件。类似的,上述出院决策和急性期后安排的特定结果可触发警告信号,诸如产生警告电子邮件、文本或电话,以警告专家、临床医生或其它健康护理专业人士特定结果。

以证据为基础的工具更多地被需要,因为全国中在关于安排决策的风险容忍度和决策制定中存在大的变化性;一些地方过度指弓I,浪费宝贵的资源,而其它指引不足,使患者得不到所需服务。进一步,以证据为基础的团队诸如Coleman’s护理过渡(Coleman,sCareTransitions)(Coleman等,2006,ArchivesofInternalMedicine166(17):1822-1828)>规划(project)RED(Jack等,2009,AnnInternMedl50(3):178-187)、BOOSTing护理过渡(BOOSTingCareTransitionsResourceRoomProjectTeam.Thesocietyofhospitalmedicinecaretransitionsimplementationguide:ProjectBOOST:BetterOutcomesforOlderadultsthroughSafeTransitions.http://www.hospitalmedicine.0rg/ResourceRoomRedesign/RR_CareTransitions/html_CC/ImpIementation.cfm#.Updated2008.AccessedAugust/28,2012)检验和公布策略来解决出院规划和过渡中的缺点,但其均没有认识到出院安排决策制定的重要性。随着研究者和临床医生试图改进护理配合和过渡,D2S2在该过程的关键点有帮助。

对象特征被描述——利用连续变量的平均和标准偏差和类别变量的频率和百分t匕。通过D2S2安排状态的组内比较以及控制D2S2安排状态的组间比较利用分别用于连续和类别测量的双样本t-检验和Fisher精确检验完成。调整的存活曲线和Cox比例风险模型参数评估被用于通过D2S2安排分别评价第一次再次入院的时间。在每一研究阶段利用Cox比例风险建模用APR-DRG种类的对照多元分析结果,在医疗单元水平和根据患者差异进行聚类。因为多重共线性,结合到D2S2因素(诸如年龄和共病状况的数目)和APR-DRG得分(年龄、性别)的变量不被包括作为控制变量。最后,为检验根据研究阶段的再次入院模式的差异,产生全面的Cox回归模型,其具有根据D2S2安排交互项的组、具有针对APR-DRG的调节、如上所述的明显控制变量并在医疗单元水平进行聚类。

被医院临床医生指引的患者具有少数明显不同于仅专家安排组的特征。然而,这些特征趋于是十分明显的特征。例如,医院临床医生推荐这样的患者,所述患者年长、有手术史、停留时间较长、报告不能得到帮助、在过去使用较大数目的资源和出院后服务、沐浴功能不足和较少被雇佣。研究发现补充,病例研究中较高质量信息的可用性造成专家和临床医生在鉴别处于风险的患者之间的差别。例如,专家可基于住院期间未被常规评估和证明的信息——包括抑郁症、心理状态和生活质量——向患者推荐安排。对于医院临床医生,信息散布于整个医学记录中,如果所有均被记录。对于专家,其呈现在概括性的病例研究格式中。专家在制定其决策时也没有时间压力,并被告知使其决策基于患者需要而不是保险规则。因而,研究发现表明,在较高质量信息和行使其判断的自由的情况下,临床医生在识别在出院时具有未满足的需要的老年人的需要方面做得更好。

D2S2