ノースカロライナ州の地方病院における高利用指標のグループセグメンテーションと予測モデリングのためのJMP®の使用ジェイソン・ブリンクリー博士、アメリカン・インスティテュート・フォー・リサーチ上級研究員
エリザベス・ホーナー博士、アメリカン・インスティテュート・フォー・リサーチ上級研究員
病院利用のパターンは多面的で、その原因メカニズムは患者集団と同様に多様です。予防可能な高頻度入院患者を特定する必要があります。ほとんどの研究では、利用件数を直接モデル化しています。この戦略は、主に不変の要因（人種や年齢など）を特定するものであり、政策変更に関する指針はほとんど提供しません。私たちは、代替的な枠組みとして、利用人口をグループに分割し、あるグループが他のグループよりも高い割合で病院サービスを「利用」していることを確立することを提案します。管理データを使用して、個人が特定のセグメントに該当する可能性が高いかどうかを判断するために予測モデリングを使用します。この枠組みを地方病院のデータに適用し、高齢リスク患者の自宅から長期ケアへの移行を調査しました。このセグメントは、入院高頻度利用の約20%、救急外来利用の15%、30日以内の再入院の11%を占めていました。次に、予測モデリングにより、その後の移行の可能性が高い固有のICD-9コードグループが特定されました。これらのグループは、さらなる入院利用を防止したり、その後の転院の可能性に関する指針を提供したりする介入の機会を提供します。この手法はビジネス分析の分野では広く用いられているが、医療分野ではそれほど普及していない。本稿では、このフレームワークを適用することで、政策変更や介入策について議論できることを示す。
