慢性疾病患者反复再入院的轨迹:风险分层、分析和预测

由于护理质量、健康结果和财务问题，复发性、计划外再入院问题已成为世界范围内的一个挑战，即一些患者在出院后不久又因相同或相关疾病再次入院。预测频繁，可预防的再入院和了解影响因素是一个关键问题，正在被广泛研究。然而，很少有研究对多病异质患者群体进行纵向风险分层、分析和预测。我们研究了慢性病患者多次急诊就诊时再入院风险的进展情况，其早期分层成具有相关频率的不同轨迹，以及这些轨迹与患者特征的关系。我们进一步扩展了这一分析，以调查时稳定和时变协变量在预测未来再入院条件对潜在类别成员的影响。结果表明，纵向风险分层可以根据急诊护理的表现，根据不同的轨迹，早期识别特定的患者群体。包含潜在类别的预测模型表现良好，并展示了轨迹建模方法与纵向风险评估的高级预测模型相结合，在解决再入院挑战方面的前景。本研究的方法和见解可以推广到其他重要的信息系统问题。