Modelo preditivo do risco de readmissão hospitalar no contexto brasileiro
Notice bibliographique
Résumé
A readmissão hospitalar tem sido utilizada como indicador de resultado assistencial.Tendo em vista que, as readmissões são consideradas evitáveis, expõem os pacientes a riscos desnecessários e representam custos excessivos, torna-se relevante a identificação de pacientes com risco elevado de readmissão.Nesta perspectiva, diversos modelos preditivos foram desenvolvidos, dentre os quais destaca-se o índice LACE (L -length of stay; A -acuity of the admission; C -Charlson comorbidity index score; e E -emergency department use), instrumento de fácil aplicação, estruturado em dados frequentemente disponíveis nos serviços de saúde e com resultado clinicamente relevante.Objetivo: analisar a capacidade de predição de readmissão hospitalar por meio de escore de identificação de risco de readmissão no contexto brasileiro.Métodos: estudo observacional analítico retrospectivo realizado em hospital geral com importante inserção na rede de atenção à saúde.Foram consideradas elegíveis todas as internações hospitalares cujas altas ocorreram no período de janeiro a dezembro de 2019.Foram analisadas as variáveis: idade, faixa etária, sexo, diagnóstico principal e secundários, procedência, tempo de permanência, caráter da internação, Índice de Comorbidade de Charlson, visitas à emergência e índice LACE.Análise realizada segundo linhas de cuidado, condições de interesse e grupos etários.Os dados demográficos e a caracterização da internação foram analisados de acordo com o desfecho (readmitidos ou não readmitidos), por meio do teste não paramétrico de Mann-Whitney e do teste do qui-quadrado.A análise da capacidade preditiva do escore foi realizada por meio da medida de discriminação com cálculo da área sob a curva de características operacionais do receptor.Resultados: 22.687 pacientes foram incluídos, dos quais 13,44% apresentaram readmissão em até 30 dias.A mediana do índice LACE foi de 5 (IIQ: 3,00; 8,00) e foi superior para pacientes readmitidos 6,00 (IIQ: 4,00; 9,00), p<0,001.12,86% dos pacientes foram classificados como de risco elevado de readmissão e a discriminação do índice foi de 0,561 (IC: 0,549; 0,572).Na análise do índice LACE nas linhas de cuidado, condições de interesse e faixas etárias, observou-se diferença entre readmitidos e não readmitidos para as doenças cardiovasculares (p=0,002), câncer (p=0,003), menores de 5 anos (p<0,001), crianças e adolescentes (p<0,001), adultos (p<0,001), idosos (p<0,001).A discriminação por grupo de análise foi de 0,524 (p=0,209) para as Internações por Condições Sensíveis à Atenção Primária, 0,542 (p=0,374) para Diabetes Mellitus, 0,416 (p=0,244) para Hipertensão Arterial Sistêmica, 0,548 (p=0,004) para Doenças cardiovasculares, 0,644 (p=0,096) para Acidente Vascular Cerebral, 0,525 (p=0,546) para Doenças respiratórias crônicas, 0,539 (p=0,003) para Câncer, 0,591 (p<0,001) para menores de cinco anos, 0,593 (p<0,001) para crianças e adolescentes, 0,543 (p<0,001) para adultos e 0,539 (p<0,001) para idosos.Conclusões: as diferenças observadas entre os grupos de pacientes readmitidos e não readmitidos sinalizam que o índice LACE auxilia na identificação de risco de readmissão, ainda que a sua baixa capacidade preditiva impeça sua utilização de maneira isolada.Considerando a facilidade de aplicação, o índice tem potencial para utilização como ferramenta de triagem, utilizado de forma conjunta com outros indicadores e dados relativos à rede de atenção e aos determinantes de saúde.O fato de o índice não ter se mostrado como ferramenta adequada para as condições analisadas não dispensa a necessidade da adoção de estratégias de monitoramento e intervenção, uma vez que esses grupos representam considerável volume de internações e de taxas de readmissão hospitalar.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».