計画外の再入院の予測因子としての EPIC の再入院リスク モデル、LACE+ インデックス、および SQLape の検証

はじめに: 急性期入院後の再入院は比較的一般的であり、医療制度に費用がかかり、患者にとって大きな負担となります。 コストを削減し、同時にケアの質を向上させる 1 つの方法として、再入院は政策立案者からますます関心を集めています。 予測モデルを適用して計画外の再入院を減らすという具体的な目的で戦略が開発されたのは、比較的最近のことです。 2015 年に米国の救急病院向けに開発された EPIC の再入院リスク モデルは、優れたキャリブレーションと識別能力を約束します。 ただし、スイスの病院での日常的な適用には、まず外部検証が必要です。 したがって、この調査の主な目的は、EPIC の再入院リスク モデルを外部的に検証し、それを LACE+ インデックス (入院期間、視力、併存疾患、緊急治療室訪問インデックス) および SQLape (品質レベルの追求と分析) と比較することです。患者の支出) 再入院モデル。

方法: このため、単一中心のレトロスペクティブな診断コホート研究が実施されます。 この研究には、2018 年 1 月 1 日から 2019 年 1 月 31 日までの間にスイスのルツェルン州立病院に入院したすべての入院患者が含まれます。 症例は、インデックス退院後 18 日または 30 日以内に予定外の（すべての原因による）再入院を経験した入院患者です。 対照群は、予定外の再入院がなかった個人で構成されます。

外部検証のために、調査中のスコアの識別は、受信者動作特性曲線 (AUC) の下の領域を計算することによって評価されます。 キャリブレーションのために、Hosmer-Lemeshow の適合度検定は、観測値に対して 10 分位ごとに予測結果をプロットすることによってグラフィカルに示されます。 推定されるその他のパフォーマンス指標には、Brier Score、Net Reclassification Improvement (NRI)、および Net Benefit (NB) が含まれます。

すべての患者データは、臨床データ ウェアハウスから取得されます。