Ziekenhuisopname Voorspellingsmodellen zijn over het algemeen onnauwkeurig
Volgens een rapport in het nummer van 19 oktober van JAMA, evalueerden en onderzochten onderzoekers 26 gevalideerde risicoherkenningsmodellen voor ziekenhuisopname en vonden dat, ongeacht of ze werden gebruikt voor klinische doeleinden of in het ziekenhuis, hun voorspellende vermogen slecht was.
Achtergrondinformatie in het artikel suggereert:
"Een toenemend aantal literatuur probeert de risicovoorspellingstools voor ziekenhuisherinnering te beschrijven en te valideren. Het voorspellen van het risico van ziekenhuisopname is van groot belang om te bepalen welke patiënten het meeste baat hebben bij zorgtransitie-interventies, en om herhalingsratio's aan te passen voor het doel ziekenhuisvergelijking. "
Om de prestaties van deze modellen te analyseren en hun geschiktheid voor klinisch of administratief gebruik te evalueren, hebben Devan Kansagara, MD, MCR, van Portland Veterans Affairs Medical Center en Oregon Health and Science University, Portland, en zijn team een ??systematische review uitgevoerd van onderzoeken naar gevalideerde modellen voor het voorspellen van het risico op overname. Van de 7843 onderzochte studies voldeden 30 onderzoeken van 26 unieke modellen aan een breed scala aan settings en patiëntenpopulaties aan opnamecriteria. De totale steekproefomvang varieerde van 173 patiënten tot meer dan 2,7 miljoen patiënten.
Hoewel sommige modellen follow-upintervallen gebruikten die varieerden van twee weken tot vier jaar, werd de uitkomst van een overnametijd van 30 dagen het vaakst gemeld. 14 modellen waren gebaseerd op retrospectieve administratieve gegevens, deze modellen kunnen mogelijk worden gebruikt voor ziekenhuisvergelijking. De meerderheid van deze modellen bevat variabelen voor medische comorbiditeit en het gebruik van eerdere medische diensten. 9 van deze modellen werden getest in grote populaties in de Verenigde Staten en hadden een slecht onderscheidend vermogen.
De onderzoekers verklaren:
"Zeven modellen zouden potentieel kunnen worden gebruikt om risicovolle patiënten voor interventie vroeg tijdens een ziekenhuisopname te identificeren, en 5 kunnen worden gebruikt bij ontslag uit het ziekenhuis. Zes studies vergeleken verschillende modellen in dezelfde populatie en 2 van deze vonden dat functionele en sociale variabelen model verbeterden Hoewel de meeste modellen variabelen voor medische comorbiditeit en gebruik van eerdere medische diensten bevatten, hebben er maar weinig onderzochte variabelen geassocieerd met de algehele gezondheid en functie, ernst van de ziekte of sociale gezondheidsdeterminanten.
... het slechte onderscheidend vermogen van de meeste bestuurlijke modellen die we hebben onderzocht, doet vragen rijzen over het vermogen om risico's in ziekenhuizen te standaardiseren om de ziekenhuisprestaties eerlijk te vergelijken. Totdat risicovoorspelling en risicoverevening nauwkeuriger worden, lijkt het ongepast ziekenhuizen op deze manier te vergelijken en ze te vergoeden (of te bestraffen) op basis van gestandaardiseerde heropnameratio's. "
Ze voegen eraan toe dat voor het evalueren van de werkelijke vermijdbaarheid van herhalingen in de Verenigde Staten verdere onderzoeken nodig zijn. Ze zeggen:
"Gezien de grote verscheidenheid aan factoren die kunnen bijdragen aan het vermijdbare risico van overname, kunnen modellen die factoren omvatten die zijn verkregen door middel van een medisch dossieronderzoek of een patiëntrapport, waardevol zijn." Innovaties om bredere variabelietypen voor opname in administratieve gegevensverzamelingen te verzamelen, moeten worden overwogen. de relatieve bijdragen van verschillende soorten patiëntgegevens (bijv. psychosociale factoren) aan de voorspelling van het risico op overname beoordelen door de prestaties van modellen met en zonder deze variabelen in een bepaalde populatie te vergelijken. Deze modellen zouden idealiter gebaseerd moeten zijn op populatie-specifieke conceptuele raamwerken van risico's. ."
Ze concluderen dat tot dusverre het merendeel van de gecreëerde modellen slecht voorspellend vermogen hebben, zowel voor klinische doeleinden als voor ziekenhuisvergelijking. "Hoewel dergelijke modellen in bepaalde omstandigheden nuttig kunnen zijn, zijn betere benaderingen nodig om de prestaties van ziekenhuizen bij het ontladen van patiënten te beoordelen, en om patiënten te identificeren die een groter risico lopen op vermijdbare overname."
Geschreven door Grace Rattue
Ziekenhuisopname en overlijdenspercentages niet sterk verbonden
Een studie van meer dan 3 miljoen ziekenhuisopnamen onthult dat er geen significante associatie bestaat tussen ziekenhuisopname en sterftecijfers onder Medicare-patiënten die lijden aan een hartaanval, hartfalen of longontsteking. De onderzoekers, die hun bevindingen publiceerden in een recente uitgave van JAMA, vonden geen enkel bewijs om aan te nemen dat het sterftecijfer van een ziekenhuis in 30 dagen een link heeft naar de overnametarief in 30 dagen.
Heart Healthier Oat Variety Developed
Veredelaars van de Wisconsin-Madison University hebben een nieuwe haversoort ontwikkeld, BetaGene genaamd, die 2% hoger is in bèta-glucaan en daarom nog meer cardio-vriendelijk is dan andere haverrassen op de markt. John Mochon, programmamanager van het Small Grains Breeding-programma in de agronomiseafdeling van UW-Madison, legt uit: "Het grootste ding dat opvalt aan deze nieuwe variëteit, BetaGene, is dat het zowel een variëteit met hoge opbrengst als een hoog gehalte aan bètaglucaan is.