의료 분야에서 빅 데이터 분석의 '소형'애플리케이션<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />저자
크리스 DeRienzo, MD, 수석 환자 안전 책임자, 임무 건강 시스템
데이비드 다나카, 듀크 대학 메디컬 센터 소아과 교수
Emily Lada, PhD, 고급 분석 부문 수석 연구 조사 전문가, SAS,
Phil Meanor, SAS 고급 분석 부문 선임 관리자
신생아 중환자 실 (NICU)의 환자 안전은 적절한 인원 배치에 크게 의존합니다. 이 프로젝트는 JMP 및 SAS Simulation Studio를 사용하여 교대 근무에 필요한 간호사 수를 예측하는 데 사용할 수있는 특정 NICU의 개별 이벤트 시뮬레이션 모델을 만들었습니다. 이 모델에는 환자의 시력, 추천 패턴 및 체류 기간 (LOS)의 변화를 비롯하여 인력 수요를 결정할 때 복잡성이 포함되어 있습니다. 그룹은 JMP를 사용하여 매일 유닛에 입원 한 환자의 수와 유형에 대한 확률 분포를 추정했습니다. 팀은 내부 및 발행 된 데이터를 모두 사용하여 각 질병 유병의 유형 및시기와 환자의 시력에 미치는 일시적인 영향을 포함하여 다양한 NICU 별 환자의 병적 상태에 대한 분포를 예측했습니다. 시뮬레이션 모델은 이러한 입력 분포를 샘플링하고 NICU를 통한 개별 환자의 흐름을 1 년 동안 시뮬레이션합니다. 이 모델은 임상의와 관리자에게 인력 구성 결정을 엄격하고 정량적으로 지원할 수있는 도구를 제공합니다. 또한 LOS에서 모델에 포함되도록 선택된 요소의 상대적인 중요성을 평가하는 데 사용할 수 있습니다. 추가적인 개선을 통해 시간 경과에 따른 모델의 사용은 환자 안전 및 운영 효율성 모두에서 상당한 이점을 제공 할 수 있습니다.
예측 모델링
