验证 EPIC 的再入院风险模型、LACE+ 指数和 SQLape 作为计划外再入院的预测因子

简介：急性护理住院后的再入院相对常见，对医疗保健系统来说成本高昂，并且会给患者带来沉重的负担。 作为降低成本并同时提高护理质量的一种方法，再入院越来越受到政策制定者的关注。 直到最近才制定了策略，其具体目标是通过应用预测模型来减少计划外再入院。 EPIC 的再入院风险模型于 2015 年为美国急症护理医院环境开发，承诺具有卓越的校准和辨别能力。 然而，它在瑞士医院环境中的常规应用首先需要外部验证。 因此，本研究的主要目的是从外部验证 EPIC 的再入院风险模型，并将其与 LACE+ 指数（住院时间、敏锐度、合并症、急诊室就诊指数）和 SQLape（争取质量水平和分析患者支出）再入院模型。

方法：出于这个原因，将进行单中心、回顾性、诊断性队列研究。 该研究将包括 2018 年 1 月 1 日至 2019 年 1 月 31 日期间在瑞士卢塞恩州立医院住院的所有住院患者。 病例将是在指数出院后 18 或 30 天内经历计划外（全因）再入院的住院患者。 对照组将由没有计划外再入院的个人组成。

对于外部验证，将通过计算接受者操作特征曲线 (AUC) 下的面积来评估对调查分数的区分。 对于校准，Hosmer-Lemeshow 拟合优度检验将通过绘制预测结果与观察值的十分位数来以图形方式说明。 其他要估计的绩效指标将包括 Brier 分数、净重新分类改进 (NRI) 和净收益 (NB)。

所有患者数据将从临床数据仓库中检索。