소아 외래 진료 예약에 대한 불출석 예측 모델

소아 외래 진료 예약에 참석하지 않는 것은 자주 발생하는 공중 보건 문제입니다.

다양한 접근 방식을 사용하면 결석 예측 모델을 구축할 수 있으며 이러한 모델은 결석을 줄이기 위한 전략을 안내하는 데 사용될 수 있습니다. 그러나 예측 모델에는 한계가 있으며 이를 생성하는 가장 좋은 방법이 무엇인지 불분명합니다. 예측 모델을 구축하는 데 사용된 전략에 관계없이, 곡선 아래 면적으로 측정된 차별점은 약 0.80의 상한선을 갖습니다. 이는 모델이 노쇼에 대해 100% 식별 능력을 갖고 있지 않으므로 일부 경우에는 틀릴 수 있음을 의미합니다. 이 분류 오류는 모든 모델의 진단 성능을 제한하므로 실제 상황에서의 적용이 제한됩니다. 이 모든 것에도 불구하고 예측 모델의 한계는 거의 연구되지 않았습니다.

불출석의 부정적인 영향, 예측 모델을 생성하고 이를 사용하여 불출석을 줄이기 위한 전략을 안내할 가능성을 고려하여 우리는 전통적인 로지스틱 회귀 및 기계 학습 기술을 사용하여 외래 환자 약속에 대한 불출석 예측 모델을 생성할 것을 제안합니다. 진단 성능을 평가하고 마지막으로 예측 모델에 의해 잘못 분류된 모집단을 식별하고 특성화합니다.