Modèle de durée de séjour de l'hôpital par groupe de médecinsSalut
nous avons environ 20 groupes de médecins (groupes de médecins) à l'hôpital. Nous aimerions nous concentrer sur les groupes de médecins que nous devrions cibler afin de réduire la durée de séjour des patients. Premièrement, nous devons identifier les groupes de médecins qui contribuent le plus (aussi dans quelle mesure) en moyenne LOS comme découvrir quels groupes de médecins sont les plus susceptibles d'avoir une durée de séjour plus élevée, indépendamment de l'assurance, de la gravité et de la disposition des patients (destination finale (comme la maison ou la réadaptation ou transféré dans un autre hôpital). nous avons besoin d'une sorte de statistique de cette information à présenter aux cadres.
Nous voulons également comprendre s'il existe certains groupes de médecins qui ont une LOS plus élevée uniquement lorsque l'assurance du patient est Medicare. Si une autre assurance, ils n'ont pas une LOS plus élevée. Nous pouvons donc cibler uniquement certaines compagnies d'assurance de ce groupe de médecins et voir pourquoi l'assurance est prenant plus de temps pour ces groupes de médecins particuliers.
J'ai une compréhension modérée en stat .. je voulais demander un avis d'expert.
s'il vous plaît donnez votre avis
Merci
Meilleur,
S
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsJe vais faire deux suggestions, une pour vous @sweetycha et l'autre pour les consommateurs des informations que vous véhiculez.
Pour vous-même, je vous suggère de jeter un coup d'œil au cours en ligne gratuit sur la pensée statistique pour la résolution de problèmes industriels de JMP. Une fois le cours terminé avec succès, vous aurez une bonne compréhension des principes de la pensée statistique, dont @statman a abordé ainsi que des méthodes d'analyse de base conformes aux objectifs d'apprentissage du cours. Qui sont tous en place sont doubles ; 1. Activer la pratique de la pensée statistique et 2. "Comment faire dans JMP.". Certes, les exemples ne se trouvent pas dans un cadre clinique, mais, après avoir effectué un travail pro bono en milieu hospitalier, tous les concepts et pratiques de la pensée statistique peuvent être étendus à un milieu hospitalier.
Pour vos consommateurs; Demandez-vous d'abord, dans l'ensemble du groupe, « Dans quelle mesure sont-ils alphabétisés par rapport à la pensée statistique ? Si la réponse est analphabète (ou au mieux faible), donnez à chaque personne un exemplaire de "Understanding Variation, The Key to Managing Chaos" de Don Wheeler et demandez à chacun de le lire d'un bout à l'autre avant de le rencontrer. Ensuite, gardez votre vidage d'informations exclusivement graphique, avec des tableaux et des graphiques faciles à lire et à interpréter uniquement. Les valeurs P, les estimations de paramètres, les modèles et les résultats tabulaires ne serviront qu'à brouiller le message. Mon conseil par rapport à vos graphiques est "Si ça n'ajoute pas, ça soustrait". Gardez-les simples et épurés. Un message par graphique. Testez la compréhension de votre public pour chacun.
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsJe dois admettre que la plupart des gens ne pensent pas à la variabilité ou à ses causes (ou ils peuvent y penser, mais ne rien faire pour la comprendre). Je ne peux pas vous dire combien d'expériences j'ai analysées (plus de 10 000) où la variable de réponse était une moyenne et le but de l'expérience était de comprendre la variation quels facteurs affectent la variation.
Une façon de commencer est pas pour rendre votre réponse binaire (indice d'opportunité) basée sur une spécification "arbitraire". Utilisez les jours réels (ou peut-être des heures encore plus discriminantes) pour effectuer chaque "opération" (ce serait une mesure d'efficacité). En pensant « lean », avez-vous cartographié la chaîne de valeur de l'ensemble du processus ? Ou fait une carte de processus ? Combien de temps faut-il pour effectuer la chirurgie, se préparer à la chirurgie, attendre la salle d'opération, la sédation, obtenir des laboratoires, remplir des documents, attendre l'approbation de l'assurance, etc. ? Quelle est la moyenne et l'écart type du temps de chacune des activités du processus. Vous devez également tenir compte des mesures d'efficacité, chacune des étapes du processus a-t-elle été correctement effectuée ?
Concernant votre exemple où " ils rédigent une ordonnance de décharge plus tard dans l'après-midi". Pourquoi attendent-ils jusqu'à l'après-midi ? Est-ce parce qu'ils étaient trop occupés à faire d'autres aspects de leur travail (comme prendre soin de leurs patients, du client) Vous avez un choix arbitraire spécification de le faire avant 9h00. Comment êtes-vous arrivé à cette spécification? Avez-vous utilisé des données pour vous assurer que le processus "actuel" est capable de répondre à cette spécification ? S'agit-il davantage d'un objectif de motivation de la main-d'œuvre ? Certainement si vous définissez une spécification. vous avez prédit ce que vous feriez si la spécification. n'a pas été atteint. Comment amélioreriez-vous le processus pour répondre aux spécifications ?
Je comprends que votre étude est itérative ... Je pense qu'il est préférable de commencer par l'attitude, les personnes impliquées dans le processus ne font pas intentionnellement des choses pour affecter négativement la performance du processus.
Il existe des causes courantes associées au système (et également des causes potentiellement spéciales). Il est injuste, erroné et contre-productif de blâmer l'individu pour les défaillances du système. Bien sûr, nous n'aimons pas les erreurs, les plaintes des clients, les accidents, mais si nous pesons sur eux sans comprendre, alors nous aggravons les choses.W.Edwards Deming
Le processus (le système) appartient à la direction et afin de répondre aux objectifs et aux exigences de l'entreprise pour satisfaire les clients, ils doivent continuellement améliorer le ou les processus.
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsMerci pour votre avis. Je sais que c'est une approche très sensible pour trouver quel groupe devrions-nous cibler en fonction de certains prédicteurs. Ils doivent être autant de facteurs sous-jacents associés à un LOS plus élevé.
J'aime l'idée de rechercher une variante. Je n'ai rien fait auparavant d'autre que de tracer la boîte à moustaches de la variable dépendante par rapport au groupe.
Ici, notre objectif est de 1, ce qui signifie que le LOS / GMLOS du patient qui, encore une fois dans mon exemple précédent de chirurgie de la hanche, si le national est de 3 jours, notre est de 3 jours, alors l'indice d'opportunité est de 1 (3/3). Tout ce qui est supérieur à 1 est notre indicateur si nous voulons rendre notre variable dépendante binaire
Je suis intéressé à comprendre la variation et comment puis-je commencer ?
Pour répondre à votre question, quel est notre plan une fois que nous avons identifié le meilleur groupe de médecins, nous enquêtons simplement sur certains facteurs sous-jacents, comme s'ils rédigent une ordonnance de sortie plus tard dans l'après-midi, qui est censé être écrit au premier tour à 9 heures du matin afin que le patient soit libéré pour midi. D'où une LOS inférieure ?. C'est juste un exemple.
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsJe comprends que c'est difficile/complexe. Étant donné que vous présenterez des données et votre interprétation aux dirigeants, je ne peux qu'imaginer que vous souhaitez que les dirigeants prennent des mesures. Soyez très prudent lorsque vous réfléchissez (prédisez) comment ils réagiront. Je ne me concentrerais pas uniquement sur les moyennes. Le delta de certains LOS "cibles" basés sur ce que je ne sais pas, est similaire à essayer de comprendre comment améliorer les coûts de processus (par exemple, la fabrication) en utilisant des coûts standard ou améliorer l'efficacité en utilisant TACT (par exemple, des applications allégées). Comment les 3,5 jours pour DRG ont-ils été créés ? Quelle est la variation attendue ? Signaler juste une moyenne n'est pas très utile si vous ne comprenez pas la variation !!! 3,5 avec un écart type de 0,1 est très différent de 3,5 avec un écart type de 1,0.
Je serais intéressé par la VARIATION de LOS et ce qui en est la cause. Je voudrais savoir si la LOS était cohérente.
Encore une fois, réfléchir à l'attribution du problème au groupe de médecins me semble comme blâmer, du moins vous devriez vous préoccuper de la façon dont les dirigeants réagiront à cette information . Voudront-ils agir sur les groupes de médecins avec une durée de séjour plus élevée ? Quelle serait cette action (par exemple, les licencier, les recycler, leur donner un avertissement) ? Sachez qu'il y aura des variations associées aux groupes de médecins. S'agit-il d'une variation de cause commune ? Si c'est le cas, c'est une fonction du système (voir Deming) et prendre des mesures de cause spéciale (exemples énumérés ci-dessus) sur des groupes de médecins particuliers serait une réaction inappropriée et conduirait finalement à une variabilité accrue et donc moins de prévisibilité.
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsMerci pour votre explication détaillée.
Pour commencer, nous avons pour objectif très général de simplement trouver quels groupes de médecins ont une DS plus élevée afin que nous puissions enquêter plus en détail sur les raisons. Bien sûr, nous avons tellement de facteurs autres que la disposition de sortie et l'assurance comme l'âge du patient, les comorbidités, etc.
La LOS est ajustée avec les jours d'opportunité. Si un patient est admis pour une chirurgie de la hanche (DRG) et que la référence nationale pour ce DRG est de 3,5 jours. Si dans notre hôpital, il a fallu 5 jours pour le même DRG, alors nos jours d'opportunité sont de 1,5 parce que ce patient est resté 1,5 jours de plus que la référence nationale. certains groupes et ciblez pourquoi ces groupes prennent plus de temps (jours d'opportunité plus élevés) indépendamment de la disposition du patient à la sortie et de l'assurance. Nous les avons communiqués en prenant des jours d'opportunité moyens et le repos que nous avons obtenu de ces groupes est que nous servons différents patients, comme notre patient est généralement renvoyé dans un établissement de soins infirmiers, nous devons donc attendre que l'établissement de soins infirmiers accepte notre patient, d'où une LOS plus longue.
C'est pourquoi nous ajustons la disposition et l'assurance des patients, quel groupe a les jours d'opportunité les plus élevés.
s'il vous plaît donnez votre avis
J'apprécie vos conseils et votre soutien
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsJe m'excuse d'avance, mais je ne peux pas m'en empêcher. Étant un fervent partisan de Deming et de ses enseignements, il me semble que vous essayez de blâmer un groupe de médecins pour la durée du séjour. Nous devons d'abord comprendre quelle est la distribution de la LOS. La variation est-elle une cause commune ou y a-t-il une variation de cause spéciale (assignable) ? Pourquoi un (ou plusieurs) groupe(s) de médecins aurait-il un impact sur la durée de séjour ? Est-ce un manque d'expérience, de formation ? S'agit-il d'une mauvaise utilisation des métriques et de l'établissement d'objectifs par la direction ? Il me semble que les groupes de médecins et leur fonctionnement dépendent du système. Vous voulez changer leur comportement, changer le système.En essayant de comprendre quels facteurs ont un impact sur le LOS, vous devez développer des hypothèses.
Exemples d'hypothèses potentielles :
1. La gravité de la maladie augmente la durée de séjour car les plus graves mettent plus de temps à récupérer,
2. Les erreurs de diagnostic augmentent la durée de séjour car les traitements ne sont pas efficaces, des traitements alternatifs doivent donc être tentés,
3. Le système immunitaire affaibli des patients augmente la durée de séjour car les traitements sont moins efficaces,
4. La police d'assurance diminue la durée de séjour car leurs polices réduisent le financement des séjours plus longs que ceux autorisés par la police,
5. Le type d'assurance a un impact sur la variation de la durée de séjour car les polices de chaque type d'assurance sont différentes.
Une fois que vous avez un ensemble d'hypothèses, il s'agit alors de savoir comment obtenir des données pour fournir un aperçu de ces hypothèses. Échantillonnage dirigé (où vous choisissez des échantillons et des sous-groupes d'échantillons sur la base d'hypothèses rationnelles) ou expérimentation (où vous manipulez réellement des variables de manière efficace).
Comme indiqué dans d'autres réponses, la présentation aux cadres est difficile. Surtout quand ils ont des parcours différents. Je préfère la présentation graphique des données (plutôt que des tableaux statistiques) afin que les points clés soient évidents. La plupart des cadres ne comprennent pas la signification statistique. Ils ne comprennent pas non plus que la signification statistique est conditionnelle. Cela dépend des données (comment les données ont été acquises) et des comparaisons effectuées (par exemple, quels termes se trouvent dans le modèle).
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsJ'ai quelques réflexions/conseils supplémentaires et peut-être que d'autres aimeraient peser.Étant donné votre objectif de comprendre comment différents groupes/méthodes de paiement affectent le LOS et le désir de le communiquer aux cadres, je suggérerais de commencer par une approche purement descriptive à l'aide de tableaux et de graphiques.Il sera plus facile de communiquer et plus efficace.L'utilisation d'un modèle statistique dépend de la visualisation des données comme un échantillon aléatoire - je suppose que ce n'est pas aléatoire, mais un échantillon de commodité (probablement obtenu pendant une période de temps particulière).Il est plus précis de décrire simplement les modèles de vos données pour cet échantillon particulier de données dont vous disposez.
La volonté d'utiliser un modèle statistique découle de 2 finalités.Premièrement, pour distinguer le bruit des signaux - en d'autres termes, quelle variabilité attendrions-nous en raison de l'échantillonnage aléatoire et quelle quantité semble représenter un véritable effet systématique.Dans la mesure où l'échantillon n'est pas aléatoire, ces inférences ne sont pas vraiment valables.Ils sont également plus difficiles à communiquer à un public non statistique.La deuxième raison est que lorsque vous examinez un grand nombre de facteurs et leurs impacts sur le LOS, il devient facilement difficile d'utiliser des tableaux/graphiques pour expliquer les modèles que vous trouvez (mais vous devriez quand même essayer - des tableaux complexes peuvent être très efficaces, même avec nombreuses variables).Un modèle statistique devient un endroit concis pour mettre un grand nombre de facteurs et parler de leurs impacts distincts sur la durée de séjour, ainsi que des mesures de signification/variabilité statistique (mais sous réserve de la précision avec laquelle il est possible de considérer votre échantillon comme raisonnablement aléatoire).
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsMerci beaucoup... Je vais faire ce que vous avez suggéré.
J'aurai certainement d'autres questions de suivi, mais à partir de maintenant, vous avez répondu à ma question initiale.
Merci une fois de plusObjet : Modèle de durée de séjour de l'hôpital par groupe de médecinsLe coefficient de 0,24 indiquerait que ce groupe a une durée de séjour supplémentaire de 0,24 par rapport à la moyenne de tous les groupes (et est statistiquement significatif).Chacun des groupes a un coefficient indiquant sa LOS par rapport à la moyenne de tous les autres groupes - un groupe est exclu du rapport (vous devez cliquer sur Estimations élargies pour voir tous les groupes).Pour un terme d'interaction, placez les deux variables dans le modèle en tant que facteurs, puis mettez en surbrillance l'une d'entre elles dans la case des facteurs et l'autre dans les facteurs potentiels (en maintenant la touche de contrôle enfoncée) et en cliquant sur la case indiquant "croix".
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsMerci beaucoup. pour éclairer mon analyse. Beaucoup de chemin à parcourir, mais je suis sûr de commencer par quelque chose. J'apprécie vraiment vos conseils et votre soutien.
Dans Jmp, je ne sais pas où ajouter le terme d'interaction. Vous avez soulevé un très bon point, car nous testons exactement quel groupe à quel groupe d'assurance nous devons commencer à enquêter. Lorsque nous n'avons pas d'interaction et que nous choisissons le groupe qui a l'estimation bêta la plus élevée plus la valeur p <0,005.
Il est important d'apprendre s'il existe un groupe particulier qui a un LOS plus élevé lorsque l'assurance est ABC ou quelque chose du genre.
Pouvez-vous s'il vous plaît m'aider à interpréter l'estimation B du groupe en surbrillance sur mon message précédent ?
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsTu es sur la bonne piste. Je ne suis pas sûr que vous ayez besoin d'utiliser GLM - je commencerais par une simple régression. De plus, je ne peux pas dire combien de groupes financiers et de médecins différents vous avez - s'il y en a beaucoup et qu'un certain nombre ont très peu d'observations, vous pourriez envisager de les regrouper en un plus petit nombre de catégories. J'ai supposé qu'il pourrait également être important d'étudier les interactions potentielles entre les catégories financières et les groupes - la façon dont vous l'avez modélisé, les catégories financières auront le même impact pour tous les groupes. Mais, le point général est que l'examen de l'estimation et de son intervalle de confiance est le principal objectif de votre attention. Et c'est ce que vous voudriez communiquer - mais la question de savoir quoi et comment communiquer est trop complexe pour être simplement décrite ici. Cela dépend du public, des résultats et de l'utilisation qui en sera faite. Simplifier pour communiquer c'est bien - trop simplifier c'est dangereux.Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsMerci de votre réponse rapide
J'ai commencé avec un modèle GLM simple comme celui-ci:
où ma variable dépendante est les jours d'opportunité (nous avons un LOS de référence national appelé GMLOS et notre hôpital los, donc c'est essentiellement LOS - GMLOS = jours d'opportunité)
Ici, je veux juste obtenir les réponses suivantes:
1. Si la classe financière (assurance) et la disposition des patients sont constantes, quel groupe a le plus grand nombre de JOURS D'OPPORTUNITÉ.
Je pense que l'estimation bêta individuelle sur ce modèle donnera cette réponse.M
MON résultat :
Suis-je sur la bonne voie ? S'il vous plaît donnez votre avis... Aussi, comment puis-je interpréter le résultat pour les cadres. Ils veulent essentiellement que nous leur disions sur quel groupe ils doivent se concentrer afin de réduire le LOS moyen.
Objet : Modèle de durée de séjour de l'hôpital par groupe de médecinsVous devrez fournir plus de détails pour obtenir une réponse plus détaillée, et vous devriez également consulter une partie de la documentation sur la modélisation en général.Je peux fournir quelques conseils initiaux.Votre variable de réponse semble être LOS.Vous souhaitez inclure des facteurs dans votre modèle pour le payeur (Medicare, autre,....), le groupe de médecins et d'autres variables appropriées sur lesquelles vous disposez de données (le type de diagnostic semble être important).Je suggérerais de commencer par la plate-forme Fit Model et de faire une régression multiple linéaire pour voir si une ou toutes les variables semblent être liées à la LOS.Il existe des approches plus sophistiquées, mais je commencerais simplement et progresserais.
