傑森布林克利 ，博士，美國研究院高級研究員
伊麗莎白霍納 ，博士，美國研究院高級研究員
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-RxZWQ5ODE6s09bl7o5pEkSNTjqobaB2Xw400h300r371', 'RxZWQ5ODE6s09bl7o5pEkSNTjqobaB2X', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"400px","height":"300px"});（在我的視頻中查看）
醫院利用模式是多方面的，其因果機制與患者人群一樣多樣化。需要識別具有可預防的高醫院利用率的患者。大多數研究採用直接利用計數模型。該策略主要識別不可變因素（即種族和年齡），並且對政策變化提供的指導很少。我們提出了一個替代框架 - 將利用群體分組，並確定一個群體以比其他群體更高的速度“使用”醫院服務。使用管理數據，我們採用預測建模來確定個人是否可能屬於特定細分市場。我們將該框架應用於來自農村醫院的數據，檢查老年高危患者從家庭到長期護理的過渡。該部分約佔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％。然後，預測建模識別出獨特的ICD-9代碼組，後期轉換的可能性增加。這些群體提供了乾預的機會，要么阻止進一步的醫院利用，要么為可能的後期轉移提供指導。雖然這種技術在商業分析中很受歡迎，但在醫療保健方面並不普及。我們證明應用框架可以討論政策變化和乾預措施。
