IMPACT: Integrated Model For Patient Acuity, Care, And Triage Efficiency In Emergency Department.
پخش حرفهای فارسی و انگلیسی
در حال بررسی نسخههای صوتی ذخیرهشده…
تنظیم صدای طبیعی و سرعت
صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده میشود معمولاً طبیعیترند. انتخاب صدا به صداهای نصبشده در ویندوز و مرورگر شما بستگی دارد.
چکیده اصلی
Adverse patient outcomes in Emergency Departments (ED) are shaped by a complex interplay of clinical, demographic, and operational factors, yet existing approaches often fail to account for these dimensions in an integrated and actionable manner. This study introduces the Integrated Model for Patient Acuity, Care, and Triage Efficiency (IMPACT), a comprehensive framework developed to identify key predictors of mortality and generate individual adverse outcome risk scores across multiple clinical timeframes using a retrospective analytical approach. A retrospective analysis was conducted using 593,673 de-identified ED presentations from a tertiary hospital in the Waikato region in New Zealand, between 2016 and 2024. The modelling strategy involved a two-step approach, starting with Generalised Linear Models (GLM) for inferential analysis, followed by multiple regularised logistic regressions to enhance predictive accuracy and mitigate multicollinearity. The results indicated that advanced age, greater clinical complexity, and longer ED stays were associated with increased adverse outcomes, while longer waiting times were inversely associated with adverse outcomes, a finding consistent with triage-induced prioritisation effects whereby the most acutely unwell patients are seen first and also face the highest mortality risk, an associational pattern rather than a causal relationship. Based on the final model, an adverse outcome scoring system was derived, translating patient-level data into individual probability scores. The IMPACT model demonstrated high discriminative performance, with AUROC values of 0.9532 for ED mortality, 0.9183 for 10-days mortality, and 0.8999 for 28-days mortality. By combining robust statistical inference with a clinically interpretable scoring system, IMPACT provides a scalable and practical tool for retrospective risk stratification, service evaluation, and equitable decision-making in emergency care settings.
نتیجه فارسی
این مطالعه مدل IMPACT را برای ارزیابی ریسک نتایج بد در بخش اورژانس معرفی میکند. تحلیل بازگشتی بر روی دادههای بزرگ انجام شد و مدل با استفاده از GLM و رگرسیون لاجستیک منظم ساخته شد. نتایج نشان داد که عواملی مانند سن بالاتر و پیچیدگی بالینی با ریسک بیشتر مرتبط هستند. مدل عملکرد تفکیککنندگی بالا (AUROC) را برای مرگومیرهای کوتاهمدت و میانمدت نشان داد.
- معرفی مدل IMPACT برای ارزیابی ریسک نتایج بالینی.
- تحلیل بازگشتی بر روی ۵۹۳،۶۷۳ حضور در ED انجام شده است.
- عوامل مرتبط با نتایج بد شامل سن بالاتر و پیچیدگی بالینی است.
- مدل دارای عملکرد تفکیککنندگی بالا (AUROC) برای مرگومیرهای ۱۰ و ۲۸ روزه است.
ترجمه فارسی چکیده
این مطالعه مدل یکپارچه برای شدت بیمار، مراقبت و کارایی تریاژ (IMPACT) را معرفی میکند که یک چارچوب جامع برای شناسایی پیشبینیکنندگان کلیدی مرگومیر و تولید امتیاز ریسک نتایج بد فردی در چندین بازه زمانی بالینی است. تحلیل بازگشتی بر پایه ۵۹۳،۶۷۳ حضور در بخش اورژانس (ED) در یک بیمارستان tertiary در منطقه وایکاتو نیوزیلند بین ۲۰۱۶ تا ۲۰۲۴ انجام شد. استراتژی مدلسازی شامل مدلهای خطی عمومی (GLM) برای تحلیل استنباطی و سپس رگرسیون لاجستیک منظم چندگانه برای افزایش دقت پیشبینی بود. نتایج نشان داد که سن بالاتر، پیچیدگی بالینی بیشتر و ماندگاری طولانیتر در ED با نتایج بد مرتبط بودند، در حالی که زمان انتظار طولانیتر با نتایج بد معکوس مرتبط بود. بر اساس مدل نهایی، یک سیستم امتیازدهی نتایج بد استخراج شد. مدل IMPACT عملکرد تفکیککنندگی بالا را نشان داد، با مقادیر AUROC ۰٫۹۵۳۲ برای مرگومیر ED، ۰٫۹۱۸۳ برای مرگومیر ۱۰ روزه و ۰٫۸۹۹۹ برای مرگومیر ۲۸ روزه.
روش پژوهش
استراتژی مدلسازی شامل مدلهای خطی عمومی (GLM) برای تحلیل استنباطی و سپس رگرسیون لاجستیک منظم چندگانه برای افزایش دقت پیشبینی بود.
محدودیتها
محدودیتها در متن گزارش نشدهاند.
نمای PICO و پیامدها
- جمعیت
- بیماران در بخش اورژانس (ED) در یک بیمارستان tertiary در منطقه وایکاتو نیوزیلند.
- مداخله/مواجهه
- مدل IMPACT برای ارزیابی ریسک نتایج بالینی.
- مقایسه
- مقایسه با سایر رویکردها در متن گزارش نشده است.
- حجم نمونه
- ۵۹۳،۶۷۳ حضور در ED.
متن کامل اصلی
لینک مستقیم از metadata منبع گرفته شده و در تب جدید باز میشود.
باز کردن متن کامل