의사 그룹별 병원 LOS 모델안녕
병원에는 20개의 의사 그룹(의사 집단)이 있습니다. 우리는 환자 LOS(재원 기간)를 줄이기 위해 어떤 의사 그룹을 대상으로 해야 하는지 집중하고 싶습니다. 먼저 기여도가 더 높은 의사 그룹을 식별해야 합니다. (또한 확장되는 것까지) 알아내는 것과 같은 평균 LOS 어떤 의사 그룹이 환자의 보험, 심각도 및 처분(최종 목적지(자택, 재활원 또는 다른 병원으로 이송)과 상관없이 더 높은 LOS를 가질 가능성이 더 높습니까? 우리는 경영진에게 제시할 이 정보에 대한 일종의 통계가 필요합니다.
또한 환자의 보험이 Medicare인 경우에만 LOS가 더 높은 특정 의사 그룹이 있는지 알고 싶습니다. 다른 보험인 경우 LOS가 더 높지 않습니다. 이러한 특정 의사 그룹에 더 오랜 시간이 걸립니다.
나는 stat에 대한 이해가 보통입니다.. 전문가의 의견을 묻고 싶었습니다.
조언해주세요
감사합니다
최상의,
에스
Re: 의사 그룹별 병원 LOS 모델나는 두 가지 제안을 할 것입니다. 하나는 당신을 위한 것입니다. @sweetycha 다른 하나는 귀하가 전달하는 정보의 소비자를 위한 것입니다.
JMP의 산업 문제 해결을 위한 통계적 사고 온라인 무료 과정을 직접 살펴보시기 바랍니다. 과정을 성공적으로 마치면 통계적 사고의 원리를 제대로 이해할 수 있습니다. @statman 과정의 학습 목표와 일치하는 기본 분석 방법을 다루었습니다. 올인은 모두 두 배입니다. 1. 통계적 사고의 실천을 가능하게 하고 2. "JMP에서 사용하는 방법.". 예가 임상 환경에 있지는 않지만 병원 환경에서 일부 무료 작업을 수행했다면 모든 통계적 사고 개념과 관행을 병원 환경으로 확장할 수 있습니다.
귀하의 소비자를 위해; 먼저 그룹 전체에서 '통계적 사고에 대해 얼마나 글을 읽고 있는지' 스스로에게 물어보십시오. 답변이 문맹(또는 기껏해야 약한 경우)인 경우 각 사람에게 Don Wheeler의 "변이 이해, 혼돈 관리의 열쇠" 사본을 주고 만나기 전에 처음부터 끝까지 읽어 달라고 요청하십시오. 그런 다음 쉽게 읽고 해석할 수 있는 차트와 그래프를 사용하여 정보 덤프를 독점적으로 그래픽으로 유지하십시오. P - 값, 매개변수 추정치, 모델 및 표 출력은 메시지를 혼란스럽게 만드는 역할만 합니다. 귀하의 그래픽에 대한 제 조언은 "더하지 않으면 뺍니다."입니다. 간단하고 깔끔하게 유지하십시오. 그래프당 하나의 메시지. 각각에 대한 청중의 이해를 테스트하십시오.
Re: 의사 그룹별 병원 LOS 모델나는 대부분의 사람들이 가변성이나 그 원인에 대해 생각하지 않는다는 것을 인정해야 합니다(또는 그들은 그것에 대해 생각할 수도 있지만 그것을 이해하기 위해 아무것도 하지 않습니다). 응답 변수가 평균이고 실험의 목적이 어떤 요인이 변동에 영향을 미치는 변동을 이해하는 것이었는지 분석한 실험(10,000회 이상)을 몇 번이나 말할 수 없습니다.
시작하는 한 가지 방법은 ~ 아니다 "임의" 사양을 기반으로 응답 바이너리(기회 지수)를 만들 수 있습니다. 각 "작업"을 수행하기 위해 실제 날짜(또는 더 판별 가능한 시간)를 사용합니다(이는 효율성 메트릭이 됨). "린(lean)"을 생각하면서 가치 흐름을 전체 프로세스에 매핑했습니까? 아니면 프로세스 맵을 작성하셨습니까? 수술, 수술 준비, 수술실 대기, 진정제 투여, 실험실 검사, 서류 작성, 보험 승인 대기 등의 시간이 얼마나 걸리나요? 프로세스의 각 활동 시간의 평균 및 표준 편차는 무엇입니까? 또한 효능 메트릭을 고려해야 합니다. 프로세스의 각 단계가 올바르게 완료되었습니까?
귀하의 예와 관련하여 " 그들은 오후 늦게 퇴원 명령서를 작성하고 있습니다." 왜 그들은 오후까지 기다리고 있습니까? 업무의 다른 측면(예: 환자, 고객 관리)을 수행하느라 너무 바빴기 때문입니까? 오전 9시까지 하라는 명세. 이 사양에 어떻게 도달했습니까? 데이터를 사용하여 "현재" 프로세스가 이 사양을 충족할 수 있는지 확인했습니까? 이것이 직원들에게 동기를 부여하는 목표입니까? 물론 사양을 설정하면. 당신은 사양 경우 어떻게 할 것이라고 예측했습니다. 달성되지 않았습니다. 사양을 충족하기 위해 프로세스를 어떻게 개선하시겠습니까?
나는 당신의 연구가 반복적이라는 것을 이해합니다... 태도로 시작하는 것이 최선이라고 생각합니다. 과정에 있는 사람들은 의도적으로 과정의 성과에 부정적인 영향을 미치는 일을 하지 않습니다.
시스템과 관련된 일반적인 원인(및 잠재적으로 특별한 원인)이 있습니다. 시스템의 결함에 대해 개인을 비난하는 것은 불공평하고 잘못되었으며 비생산적입니다. 물론 우리는 실수, 고객의 불만, 사고를 좋아하지 않습니다.W. 에드워즈 데밍
프로세스(시스템)는 경영진이 "소유"하고 회사의 목표와 요구 사항을 충족하여 고객을 만족시키기 위해 프로세스를 지속적으로 개선해야 합니다.
Re: 의사 그룹별 병원 LOS 모델의견을 보내 주셔서 감사합니다. 저는 이것이 일부 예측 변수를 기반으로 어떤 그룹을 대상으로 해야 하는지 찾는 매우 민감한 접근 방식이라는 것을 알고 있습니다. 그들은 더 높은 LOS를 갖는 것과 관련된 많은 근본적인 요소임에 틀림없습니다.
나는 변형을 연구한다는 생각을 좋아합니다. 그룹에 대한 종속 변수 상자 플롯을 플로팅하는 것 외에는 이전에 해본 적이 없습니다.
여기서 우리의 목표는 환자의 LOS/GMLOS를 의미하는 1이며 이전의 고관절 수술 예에서 국가가 3일이면 기회 지수는 1(3/3)입니다. 종속 변수를 바이너리로 만들려면 1보다 큰 것이 플래그입니다.
변이를 이해하는 데 관심이 있으며 어떻게 시작해야 합니까?
귀하의 질문에 답하기 위해, 최고의 의사 그룹을 식별한 후 우리의 계획은 무엇입니까? 그들이 오후 늦게 퇴원 명령을 작성하는지와 같은 몇 가지 근본적인 요인에 따라 추가 조사를 합니다. 정오까지. 따라서 낮은 LOS?. 이것은 단지 예일 뿐입니다.
Re: 의사 그룹별 병원 LOS 모델나는 이것이 어렵고/복잡하다는 것을 이해합니다. 당신이 경영진에게 데이터와 당신의 해석을 제시할 것이기 때문에 경영진이 어떤 조치를 취하기를 원할 것이라는 상상만 할 수 있습니다. 그들이 어떻게 반응할지(예측) 충분히 생각하는 데 매우 주의하십시오. 나는 평균에만 집중하지 않을 것입니다. 내가 모르는 것을 기반으로 하는 일부 "목표" LOS의 델타는 표준 비용을 사용하여 프로세스(예: 제조) 비용을 개선하는 방법이나 TACT(예: 린 애플리케이션)를 사용하여 효율성을 개선하는 방법을 이해하려고 시도하는 것과 유사합니다. DRG의 3.5일은 어떻게 설정되었습니까? 예상되는 변형은 무엇입니까? 변동을 이해하지 못한다면 평균만 보고하는 것은 그다지 유용하지 않습니다!!! 표준 편차가 0.1인 3.5는 표준 편차가 1.0인 3.5와 매우 다릅니다.
LOS의 VARIATION과 그 원인에 관심이 있습니다. LOS가 일관성이 있는지 알고 싶습니다.
다시 말하지만, 문제를 Physician Group에 할당하는 것을 생각하면 적어도 비난하는 것처럼 보입니다. 경영진이 이 정보에 어떻게 반응할지 걱정해야 합니다. . LOS가 더 높은 의사 그룹에 대해 조치를 취하고 싶습니까? 어떤 조치(예: 해고, 재교육, 경고 발행)입니까? 의사 그룹과 관련된 변형이 있음을 인식하십시오. 공통 원인 변이입니까? 그렇다면 그것은 시스템의 기능(데밍 참조)이며 특정 의사 그룹에 대해 특수 원인 조치(위에 나열된 예)를 취하는 것은 부적절한 반응이 될 것이며 궁극적으로 가변성이 증가하여 예측 가능성이 낮아질 것입니다.
Re: 의사 그룹별 병원 LOS 모델자세한 설명 감사합니다.
우선 LOS가 더 높은 의사 그룹을 찾는 매우 일반적인 목표를 가지고 있으므로 그 이유를 더 자세히 조사할 수 있습니다. 물론 퇴원처분과 보험이외에 환자나이, 동반질환 등 많은 요인들이 있지만 지금은 환자의 보험과처분에 관계없이 어떤 의사그룹이 LOS(opportunity days)가 높을 가능성이 높은지 알아보려고 합니다.
LOS는 기회일로 조정되었습니다. 환자가 고관절 수술(DRG)을 위해 입원하고 이 DRG에 대한 국가 벤치마크가 3.5일인 경우. 우리 병원에서 동일한 DRG에 대해 5일이 걸렸다면 기회일은 1.5일입니다. 그 환자가 국가 기준보다 1.5일 더 오래 머물렀기 때문입니다. 이유를 조사할 더 많은 일이 있습니다. 환자 퇴원 처분 및 보험에 관계없이 이러한 그룹이 더 오래 걸리는 이유(더 높은 기회 일수)를 특정 그룹 및 대상. 우리는 평균 기회 일수를 사용하여 이를 전달했으며 이 그룹에서 얻은 안식은 환자가 대부분 기술 간호 시설로 퇴원하는 것과 같이 다른 환자에게 서비스를 제공하므로 기술 간호 시설이 환자를 받아들일 때까지 기다려야 하므로 LOS가 더 길어진다는 것입니다.
그렇기 때문에 어느 그룹이 더 높은 기회일을 가지고 있는지 환자 성향과 보험을 조정하거나 보험을 드는 것입니다.
조언해주세요
귀하의 지도와 지원에 감사드립니다.
Re: 의사 그룹별 병원 LOS 모델미리 사과하지만 어쩔 수 없습니다. Deming과 그의 가르침을 굳게 믿는 당신은 체류 기간에 대해 의사 그룹을 비난하려는 것 같습니다. 먼저 LOS의 분포가 무엇인지 이해해야 합니다. 변이가 일반적인 원인입니까, 아니면 특별한(할당 가능한) 원인 변이가 있습니까? 하나 이상의 의사 그룹이 LOS에 영향을 미치는 이유는 무엇입니까? 경험 부족, 훈련 부족입니까? 경영진의 지표 및 목표 설정이 제대로 사용되지 않았습니까? 나에게 의사 그룹과 그들이 작동하는 방식은 시스템의 기능인 것 같습니다. 당신은 그들의 행동을 바꾸고 시스템을 바꾸고 싶습니다.어떤 요인이 LOS에 영향을 미치는지 이해하려면 가설을 세워야 합니다.
잠재적인 가설의 예:
1. 질병의 중증도는 회복하는 데 시간이 더 오래 걸리기 때문에 LOS를 증가시킵니다.
2. 오진은 치료가 효과적이지 않아 대체 치료를 시도해야 하기 때문에 LOS를 증가시킨다.
3. 환자의 손상된 면역 체계는 치료가 덜 효과적이기 때문에 LOS를 증가시킵니다.
4. 보험 정책은 정책에서 허용하는 것보다 더 긴 체류에 대한 자금을 줄이기 때문에 LOS를 줄입니다.
5. 각 보험 유형에 대한 정책이 다르기 때문에 보험 유형은 LOS의 변화에 영향을 미칩니다.
일련의 가설이 있으면 이러한 가설에 대한 통찰력을 제공하기 위해 데이터를 얻는 방법에 대한 질문이 됩니다. 직접 샘플링(합리적인 가설에 따라 샘플 및 샘플 하위 그룹을 선택하는 경우) 또는 실험(실제로 효율적인 방식으로 변수를 조작하는 경우).
다른 답변에서 말했듯이 경영진에 대한 프레젠테이션은 어렵습니다. 특히 그들의 배경이 다를 때. 저는 데이터의 그래픽 표현(통계표보다)을 선호하므로 요점이 명확할 수 있습니다. 대부분의 경영진은 통계적 유의성을 이해하지 못합니다. 그들은 또한 통계적 유의성이 조건부라는 것을 이해하지 못합니다. 이는 데이터(데이터를 획득한 방법)와 비교 대상(예: 모델에 포함된 용어)에 따라 다릅니다.
Re: 의사 그룹별 병원 LOS 모델몇 가지 추가 생각/조언이 있으며 아마도 다른 사람들이 참여하고 싶어할 것입니다.다양한 그룹/결제 방법이 LOS에 미치는 영향을 이해하려는 목표와 이를 경영진에게 전달하려는 욕구를 감안할 때 표와 그래프를 사용하여 순전히 설명적인 접근 방식으로 시작하는 것이 좋습니다.의사 소통이 더 쉽고 효과적입니다.통계 모델의 사용은 데이터를 임의의 표본으로 보는 것에 달려 있습니다. 내 추측으로는 무작위가 아니라 편의 표본(아마도 특정 기간 동안 얻은 것임)입니다.가지고 있는 특정 데이터 샘플에 대한 데이터의 패턴을 설명하는 것이 더 정확합니다.
통계 모델을 사용하려는 욕구는 두 가지 목적에서 비롯됩니다.첫째, 노이즈와 신호를 구별하기 위해, 즉 무작위 샘플링으로 인해 얼마나 많은 변동성이 예상되고 진정한 체계적 효과를 얼마나 많이 나타내는지 확인합니다.샘플이 임의적이지 않은 한 이러한 추론은 실제로 건전하지 않습니다.또한 통계가 아닌 청중과 의사 소통하기가 더 어렵습니다.두 번째 이유는 많은 수의 요인과 LOS에 미치는 영향을 조사할 때 발견한 패턴을 설명하기 위해 테이블/그래프를 사용하는 것이 쉽게 다루기 어려워지기 때문입니다. 많은 변수).통계 모델은 통계적 유의성/변동성 측정과 함께 많은 요인을 입력하고 LOS에 대한 개별 영향에 대해 이야기하는 간결한 장소가 됩니다(단, 표본을 합리적으로 무작위로 보는 것이 얼마나 정확한지에 따라 다름).
Re: 의사 그룹별 병원 LOS 모델매우 감사합니다... 나는 당신이 제안한 것을 할 것입니다.
더 많은 후속 질문이 있을 것입니다. 하지만 현재 귀하는 내 초기 질문에 답변했습니다.
다시 한번 감사드립니다Re: 의사 그룹별 병원 LOS 모델.24의 계수는 해당 그룹이 모든 그룹의 평균과 비교하여 .24 추가 LOS가 있음을 의미합니다(통계적으로 유의함).각 그룹에는 다른 모든 그룹의 평균과 비교하여 LOS를 나타내는 계수가 있습니다. 한 그룹은 보고서에서 제외됩니다(모든 그룹을 보려면 확장 추정치를 클릭해야 함).상호 작용 항의 경우 모델에 두 변수를 모두 요인으로 넣은 다음 요인 상자에서 변수 중 하나를 강조 표시하고 잠재적 요인에서 다른 하나를 강조 표시하고(Ctrl 키를 누른 상태에서) "교차"라고 표시된 상자를 클릭합니다.
Re: 의사 그룹별 병원 LOS 모델매우 감사합니다. 내 분석에 빛을 비추기 위해. 갈 길은 멀지만 무언가 시작하는 것이 긍정적입니다. 여러분의 지도와 지원에 진심으로 감사드립니다.
Jmp에서는 상호작용 항을 어디에 추가해야 할지 모르겠습니다. 우리가 조사를 시작해야 하는 그룹과 보험 그룹을 정확히 테스트하고 있으므로 매우 좋은 지적을 했습니다. 상호 작용이 없고 베타 추정치에 p 값을 더한 값이 0.005보다 높은 그룹을 선택합니다.
보험이 ABC나 뭐 그런 것일 때 LOS가 더 높은 특정 그룹이 있는지 아는 것이 중요합니다.
이전 게시물에서 강조 표시된 그룹의 B 추정치를 해석하는 사람을 도와 주시겠습니까?
Re: 의사 그룹별 병원 LOS 모델당신은 올바른 길을 가고 있습니다. GLM을 사용해야 하는지 잘 모르겠습니다. 간단한 회귀부터 시작하겠습니다. 또한 재정 및 의사 그룹이 얼마나 다른지 알 수 없습니다. 많은 그룹이 있고 관측 항목이 거의 없는 경우 그룹을 더 작은 수의 범주로 다시 그룹화하는 것을 고려할 수 있습니다. 재무 범주와 그룹 간의 잠재적인 상호 작용을 조사하는 것도 중요할 수 있다고 생각했습니다. 모델링한 방식으로 재무 범주는 모든 그룹에 동일한 영향을 미칩니다. 그러나 일반적인 요점은 추정치와 그 신뢰 구간을 보는 것이 관심의 주요 초점이라는 것입니다. 그리고 그것이 당신이 의사소통하기를 원하는 것입니다. 그러나 무엇을 어떻게 의사소통하는지에 대한 문제는 여기에서 간단히 설명하기에는 너무 복잡합니다. 청중, 결과 및 사용에 따라 다릅니다. 의사소통을 단순화하는 것은 좋지만 지나친 단순화는 위험합니다.Re: 의사 그룹별 병원 LOS 모델신속한 답변에 감사드립니다.
다음과 같은 간단한 GLM 모델로 시작했습니다.
여기서 내 종속 변수는 기회일입니다(GMLOS라는 국가 벤치마크 LOS와 병원 손실이 있으므로 기본적으로 LOS - GMLOS = 기회일)
여기서 나는 다음과 같은 답변을 얻고 싶습니다.
1. 환자의 금융등급(보험)과 성향이 일정하다면 어느 그룹이 더 높은 OPPORTUNITY DAYS를 가지는가.
이 모델에 대한 개별 베타 추정이 이 답을 줄 것이라고 생각합니다.중
내 결과 :
내가 올바른 길을 가고 있습니까? 조언 부탁드립니다... 또한 경영진에게 결과를 어떻게 해석해야 합니까? 그들은 기본적으로 평균 LOS를 줄이기 위해 어떤 그룹에 집중해야 하는지 알려주기를 원했습니다.
Re: 의사 그룹별 병원 LOS 모델더 자세한 답변을 얻으려면 더 자세한 정보를 제공해야 하며 일반적으로 모델링에 대한 일부 문서도 검토해야 합니다.몇 가지 초기 지침을 제공할 수 있습니다.귀하의 응답 변수는 LOS로 나타납니다.지불자(Medicare, 기타,....), 의사 그룹 및 데이터가 있는 기타 적절한 변수(진단 유형이 중요해 보임)에 대한 모델에 요소를 포함하려고 합니다.Fit Model 플랫폼으로 시작하여 선형 다중 회귀를 수행하여 일부 또는 모든 변수가 LOS와 관련이 있는지 확인하는 것이 좋습니다.보다 정교한 접근 방식이 있지만 간단하게 시작하여 작업을 진행하겠습니다.
