医師のグループごとの病院 LOS モデルやあ
病院には 20 ほどの医師グループ (医師のクラスター) がいます。 患者のLOS（入院期間）を短縮するために、どの医師グループをターゲットにすべきかに焦点を当てたいと思います。 まず、どの医師グループが貢献度が高いかを特定する必要があります（また、何にまで）見つけるような平均LOS患者の保険、重症度、処分（最終目的地（自宅、リハビリ、別の病院への転院など）に関係なく）に関係なく、どの医師グループがより高いLOSを持っている可能性が高いか.経営陣に提示するには、この情報の何らかの統計が必要です.
また、患者の保険がメディケアである場合にのみ LOS が高い特定の医師グループがあるかどうかを理解したいと考えています。他の保険の場合、LOS が高くない場合は、これらの医師グループの特定の保険会社のみをターゲットにして、保険が高い理由を確認できます。これらの特定の医師グループにはより長い時間がかかります。
私は統計で中程度の理解を持っています..専門家の意見を聞きたかった.
お知らせ下さい
ありがとう
一番、
S
Re: 医師のグループごとの病院の LOS モデル2 つの提案をします。1 つはあなたのためです。 @sweetychaもう 1 つは、あなたが伝えている情報の消費者のためのものです。
JMP の Statistical Thinking for Industrial Problem Solving オンラインの無料コースをご覧になることをお勧めします。 このコースを無事に修了すると、統計的思考の原則をしっかりと理解できるようになります。 @スタットマンコースの学習目標と一致する基本的な分析方法に触れました。 オールインは 2 倍です。 1. 統計的思考と 2 の実践を可能にします。 「JMPの使い方」. これらの例は臨床環境ではありませんが、病院環境でプロボノの作業を行ったので、すべての統計的思考の概念と実践を病院環境に拡張することができます。
あなたの消費者のために;最初に、グループ全体で「統計的思考についてどのくらい読み書きができるか」と自問してください。 答えが読み書きができない (またはせいぜい弱い) 場合は、各人に Don Wheeler の「Understanding Variation, The Key to Managing Chaos」のコピーを渡し、会う前に最初から最後まで読むように要求します。 次に、読みやすく解釈しやすいチャートとグラフのみを使用して、情報ダンプをグラフィカルにのみ保存します。 P - 値、パラメーター推定値、モデル、および表形式の出力は、メッセージを混乱させるだけです。 あなたのグラフィックスに関する私のアドバイスは、「追加しない場合は削除する」です。 シンプルで整頓された状態に保ちます。 グラフごとに 1 つのメッセージ。 それぞれについて聴衆の理解度をテストします。
Re: 医師のグループごとの病院の LOS モデルほとんどの人が変動性やその原因について考えていないことを認めなければなりません (または、考えているかもしれませんが、それを理解するために何もしません)。 応答変数が平均値であり、実験の目的が変動を理解することであった場合、私が分析した実験の数 (10,000 以上) を伝えることはできません。
開始する1つの方法は、いいえ「任意の」仕様に基づいて、応答をバイナリ (機会インデックス) にします。 各「操作」を実行するために、実際の日数 (またはさらに識別可能な時間数) を使用します (これは効率の指標になります)。 「リーン」と考えて、プロセス全体をバリュー ストリーム マッピングしましたか? または、プロセス マップを作成しましたか? 手術の実行、手術の準備、手術室の待機、鎮静、検査室の取得、書類の記入、保険の承認の待機などにどのくらいの時間がかかりますか? プロセス内の各アクティビティの時間の平均と標準偏差。 また、有効性指標も考慮する必要があります。プロセスの各ステップが正しく完了したか?
あなたの例について「彼らは午後遅くに退院命令を書いています。」 なぜ彼らは午後まで待っているのですか？ 彼らが仕事の他の側面（患者や顧客の世話など）をするのに忙しすぎたからですか？午前9時までに行うの仕様。 どうやってこの仕様にたどり着いたのですか？ 「現在の」プロセスがこの仕様を満たすことができることを確認するためにデータを使用しましたか? これは、従業員のやる気を引き出すための目標ですか？ スペックを設定すれば確かに。あなたは仕様があれば何をするかを予測しました。達成されませんでした。 仕様を満たすためにプロセスをどのように改善しますか?
あなたの研究が反復的であることは理解しています...態度から始めるのが最善だと思います.プロセスの人々は、プロセスのパフォーマンスに悪影響を与えるようなことを意図的に行っていません.
システムに関連する一般的な原因があります (特殊な原因の可能性もあります)。 システムの失敗を個人のせいにするのは不公平で、間違っており、逆効果です。 確かに、間違い、顧客からの苦情、事故は嫌いですが、理解せずにそれらに重きを置くと、事態を悪化させます。W・エドワーズ・デミング
プロセス（システム）は管理者によって「所有」されており、顧客を満足させるという会社の目標と要件を満たすために、プロセスを継続的に改善する必要があります。
Re: 医師のグループごとの病院の LOS モデルご意見ありがとうございます。 これは、いくつかの予測因子に基づいてどのグループをターゲットにすべきかを見つけるための非常に慎重なアプローチであることを知っています。 これらは、より高い LOS に関連する非常に根本的な要因であるに違いありません。
バリエーションを研究するというアイデアが好きです。 グループに対して従属変数ボックス プロットをプロットする以外は、これまで行ったことはありません。
ここで、ターゲットは 1 で、これは患者の LOS/GMLOS を意味します。これは、前の股関節手術の例で、全国が 3 日である場合、3 日である場合、機会インデックスは 1(3/3) です。 従属変数をバイナリにしたい場合、1より大きいものはすべてフラグです。
バリエーションを理解することに興味があります。どのように始めればよいですか?
あなたの質問に答えるために、トップの医師グループを特定した後の私たちの計画は何ですか?彼らが午後遅くに退院命令を書いているかどうかなど、いくつかの根本的な要因によってさらに調査します。昼まで。 したがって、より低いLOS？これはほんの一例です。
Re: 医師のグループごとの病院の LOS モデルこれが難しい/複雑であることは理解しています。 データと自分の解釈を経営陣に提示するのですから、経営陣に何らかのアクションを起こしてもらいたいとしか思えません。 彼らがどのように反応するかをよく考えて（予測して）ください。 私は平均だけに焦点を当てるつもりはありません。 私が知らないことに基づくいくつかの「目標」LOSからのデルタは、標準コストを使用してプロセス（製造など）コストを改善する方法や、TACT（リーンアプリケーションなど）を使用して効率を改善する方法を理解しようとすることに似ています。 DRGの3.5日はどのように確立されましたか? 予想される変動は？ 変動を理解していなければ、平均値だけを報告してもあまり役に立ちません!!! 標準偏差が 0.1 の 3.5 は、標準偏差が 1.0 の 3.5 とは大きく異なります。
LOS の変動とその原因に興味があります。 LOS が一貫しているかどうかを知りたいです。
繰り返しになりますが、この問題を医師グループに割り当てて考えることは、少なくとも責任を追及しているように思えます。幹部がこの情報にどのように反応するかを心配する必要があります. 彼らは、より高い LOS を持つ医師グループに対して行動を起こしたいですか? それはどのような行動でしょうか (例えば、彼らを解雇する、再訓練する、警告を発する)? 医師グループに関連する変動があることを認識してください。 共通原因変動ですか？ もしそうなら、それはシステムの機能であり（デミングを参照）、特定の医師グループに対して特別な原因による行動（上記の例）を行うことは不適切な反応であり、最終的に変動性の増加につながり、予測可能性の低下につながります.
Re: 医師のグループごとの病院の LOS モデル詳細な説明ありがとうございます。
まず、どの医師グループがより高い LOS を持っているかを見つけて、その理由をより詳細に調査できるようにするという非常に一般的な目標があります。 もちろん、患者の年齢、併存疾患など、退院処分や保険以外にも非常に多くの要因があります。しかし、現時点では、患者の保険や処分に関係なく、どの医師グループがより高いLOS（機会日数）を持っている可能性が高いかを突き止める必要があります。
LOS は機会日で調整されています。 患者が股関節手術 (DRG) のために入院し、この DRG の国家基準が 3.5 日である場合。 私たちの病院で同じDRGに5日かかった場合、その患者は国のベンチマークよりも1.5日長く滞在したため、機会日数は1.5日です。患者の退院処分と保険に関係なく、特定のグループとターゲットがなぜこれらのグループがより長くかかっているのか（より高い機会日）。 私たちは平均的な機会日をとることによってこれらを伝えてきました.これらのグループから得た安らぎは、私たちの患者のほとんどがスキルナーシング施設に退院するなど、さまざまな患者にサービスを提供することです。
そのため、患者の気質や保険の調整を行っているのは、どちらのグループの機会が多いかということです。
お知らせ下さい
ご指導ご鞭撻のほどよろしくお願いいたします
Re: 医師のグループごとの病院の LOS モデルあらかじめお詫び申し上げますが、仕方がありません。 デミングと彼の教えを固く信じているあなたは、滞在期間について医師グループのせいにしようとしているように私には思えます。 まず、LOS の分布とは何かを理解する必要があります。 バリエーションは一般的な原因ですか、それとも特別な (割り当て可能な) 原因のバリエーションがありますか? 1 つ (または複数) の医師グループが LOS に影響を与えるのはなぜですか? 経験不足か、訓練不足か。 経営陣による指標と目標設定の使い方が不十分ですか? 私には、医師グループとその運営方法はシステムの機能のように思えます。 彼らの行動を変えたい、システムを変えたい。どのような要因が LOS に影響を与えるかを理解しようとする際には、仮説を立てる必要があります。
潜在的な仮説の例:
1. 病気の重症度が高いほど回復に時間がかかるため、LOS が増加します。
2. 治療が効果的でなく、別の治療を試みなければならないため、誤診は LOS を増加させます。
3. 患者の免疫システムが低下すると、治療の効果が低下するため、LOS が増加します。
4.保険契約は、保険契約で許可されているよりも長い滞在の資金を削減するため、LOSを減少させます。
5. 保険の種類ごとにポリシーが異なるため、保険の種類は LOS の変動に影響を与えます。
一連の仮説を立てると、それらの仮説に洞察を提供するためのデータをどのように取得するかが問題になります。 有向サンプリング (合理的な仮説に基づいてサンプルとサンプルのサブグループを選択する場合) または実験 (効率的な方法で実際に変数を操作する場合)。
他の回答で述べたように、経営陣へのプレゼンテーションは難しいものです。 特にバックグラウンドが違う場合は。 キーポイントが明確になるように、(統計表よりも) データをグラフィカルに表示することを好みます。 ほとんどのエグゼクティブは、統計的有意性を理解していません。 また、統計的有意性が条件付きであることも理解していません。 これは、データ (データがどのように取得されたか) と、どのような比較が行われるか (例えば、モデルに含まれる項) によって異なります。
Re: 医師のグループごとの病院の LOS モデル私はいくつかの追加の考え/アドバイスを持っており、おそらく他の人が検討したいと考えています.さまざまなグループ/支払い方法が LOS にどのように影響するかを理解するという目的と、これを経営陣に伝えたいという希望を考慮して、表とグラフを使用した純粋に説明的なアプローチから始めることをお勧めします.コミュニケーションが取りやすくなり、効果的になります。統計モデルの使用は、データをランダム サンプルとして表示することに依存します。私の推測では、これはランダムではなく、便利なサンプル (おそらく特定の期間に取得されたもの) です。持っているデータの特定のサンプルについて、データのパターンを説明するだけの方が正確です。
統計モデルを使用したいという欲求は、2 つの目的から生じています。まず、ノイズとシグナルを区別します。言い換えると、ランダム サンプリングによって予想される変動性と、真の系統的効果を表すと考えられる量を区別します。サンプルがランダムでない限り、これらの推論は実際には適切ではありません。また、統計に詳しくない聴衆に伝えることはより困難です。2 番目の理由は、多数の要因とそれらの LOS への影響を調べる場合、見つけたパターンを説明するために表やグラフを使用するのは扱いにくくなります (ただし、それでも試してみる必要があります - 複雑な表は非常に効果的です。多くの変数）。統計モデルは、多数の要因を配置し、統計的有意性/変動性の尺度とともに、LOS への個別の影響について説明するための簡潔な場所になります (ただし、サンプルを合理的にランダムと見なすことがどれほど正確かによって異なります)。
Re: 医師のグループごとの病院の LOS モデルどうもありがとう... 私はあなたが提案したことをします。
フォローアップの質問がさらにあると思いますが、今のところ、最初の質問に答えています。
もう一度ありがとうRe: 医師のグループごとの病院の LOS モデル0.24 という係数は、そのグループがすべてのグループの平均と比較して 0.24 余分な LOS を持っていることを示します (統計的に有意です)。各グループには、他のすべてのグループの平均と比較したその LOS を示す係数があります。1 つのグループがレポートから除外されています (すべてのグループを表示するには、Expanded Estimates をクリックする必要があります)。交互作用項の場合、両方の変数を因子としてモデルに配置し、因子ボックスで一方を強調表示し、もう一方を潜在的因子で強調表示して (コントロール キーを押しながら)、"クロス" と表示されたボックスをクリックします。
Re: 医師のグループごとの病院の LOS モデルどうもありがとう。私の分析に光を当ててくれて。 道のりは遠いですが、何かを始めることに前向きです。 皆様のご指導ご鞭撻を賜りますようお願い申し上げます。
Jmp では、相互作用項をどこに追加すればよいかわかりません。 どのグループからどの保険グループに調査を開始する必要があるかを正確にテストしているため、あなたは非常に良い点をもたらしました。 交互作用がなく、より高いベータ推定値と p 値 < 0.005 を持つグループを選択する場合。
保険が ABC か何かの場合に、より高い LOS を持つ特定のグループがあるかどうかを知ることが重要です。
前回の投稿で強調表示されたグループの B 推定値を誰が解釈すればよいか教えてください。
Re: 医師のグループごとの病院の LOS モデルあなたは正しい軌道に乗っています。 GLM を使用する必要があるかどうかはわかりません。単純な回帰から始めます。 また、財務グループや医師グループがいくつあるかはわかりません。多くのグループがあり、観察結果が非常に少ない場合は、それらをより少ない数のカテゴリに再グループ化することを検討してください。 財務カテゴリとグループ間の潜在的な相互作用を調査することも重要かもしれないと思いました-モデル化した方法では、財務カテゴリはすべてのグループに同じ影響を与えます. ただし、一般的なポイントは、推定値とその信頼区間を確認することが主な注意点であるということです。 それがあなたが伝えたいことです - しかし、何をどのように伝えるかという問題は複雑すぎて、ここで概説することはできません. それは、聴衆、結果、およびそれが置かれる用途に依存します. コミュニケーションを単純化することは良いことですが、過度に単純化することは危険です。Re: 医師のグループごとの病院の LOS モデル迅速な返信ありがとうございます
次のような単純な GLM モデルから始めました。
ここで、従属変数は機会日数です (GMLOS と呼ばれる国家基準の LOS と病院の損失があるため、基本的に LOS - GMLOS = 機会日数)
ここで私は次の答えを得たいだけです：
1. 患者の経済的クラス (保険) と処分が一定である場合、どのグループがより高い機会日数を持っているか。
このモデルの個々のベータ推定値がこの答えを与えると思います。M
私の結果：
私は正しい軌道に乗っていますか？ お知らせ下さい... また、結果をエグゼクティブにどのように解釈すればよいでしょうか..彼らは基本的に、平均LOSを減らすためにどのグループに集中する必要があるかを教えてほしいと思っています.
Re: 医師のグループごとの病院の LOS モデルより詳細な回答を得るには、より詳細な情報を提供する必要があります。また、モデリング全般に関するいくつかのドキュメントも確認する必要があります。最初のガイダンスを提供できます。応答変数は LOS のようです。支払者 (Medicare、その他など)、医師グループ、およびデータがあるその他の適切な変数 (診断の種類が重要と思われる) のモデルに要因を含めたいと考えています。Fit Model プラットフォームから始めて、線形重回帰を実行して、変数の一部またはすべてが LOS に関連しているように見えるかどうかを確認することをお勧めします。より洗練されたアプローチもありますが、私は単純なものから始めて、あなたを上に進めます。
