杰森布林克利 ，博士，美国研究院高级研究员
伊丽莎白霍纳 ，博士，美国研究院高级研究员
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-RxZWQ5ODE6s09bl7o5pEkSNTjqobaB2Xw400h300r371', 'RxZWQ5ODE6s09bl7o5pEkSNTjqobaB2X', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"400px","height":"300px"});（在我的视频中查看）
医院利用模式是多方面的，其因果机制与患者人群一样多样化。需要识别具有可预防的高医院利用率的患者。大多数研究采用直接利用计数模型。该策略主要识别不可变因素（即种族和年龄），并且对政策变化提供的指导很少。我们提出了一个替代框架 - 将利用人口分组，并确定一组“使用”医院服务的速度高于其他人。使用管理数据，我们采用预测建模来确定个人是否可能属于特定细分市场。我们将该框架应用于来自农村医院的数据，检查老年高危患者从家庭到长期护理的过渡。该部分约占住院患者高利用率的20％，ER利用率的15％和30天再入院率的11％。然后，预测建模识别出独特的ICD-9代码组，后期转换的可能性增加。这些群体提供了干预的机会，要么阻止进一步的医院利用，要么为可能的后期转移提供指导。虽然这种技术在商业分析中很受欢迎，但在医疗保健方面并不普及。我们证明应用框架可以讨论政策变化和干预措施。
