通过状态序列分析挖掘与评估患者诊疗路径
统计方法学
2022-09-12 v1 应用统计
摘要
诊疗路径的概念正日益用于提升医疗质量并优化医疗资源利用。然而，关于诊疗顺序的推荐多基于共识决策，因为缺乏关于有效治疗顺序的证据。在真实世界环境中，经典统计工具不足以充分考量如此高变异性的现象，必须结合能够识别复杂数据结构中模式的新颖数据挖掘技术。数据驱动技术可通过从常规收集数据中提取有效诊疗序列，潜在地支持其经验识别。本研究的目的是执行序列分析以识别不同治疗模式并评估其中预防不良事件最有效者。激发本方法研究的临床应用涉及精神卫生领域服务质量中频繁遇到的若干难题。特别地，我们分析了 Regione Lombardia 提供的行政数据，涉及 2015 至 2018 年居住在意大利北部伦巴第大区、经国家卫生服务系统确诊精神分裂症的所有受益人。该方法将患者诊疗路径视为概念单元，即由可描述患者纵向状态的不同状态相继组成的序列。此类信息（如使我们得以对患者进行风险分层的常见诊疗模式）可为卫生政策制定者提供契机，通过配置适当资源、分析人群健康状况趋势并找出可用于在人群层面预防精神健康状况恶化的风险因素，来规划最优且个体化的患者照护。
引用
@article{arxiv.2209.04384,
title = {Mining and evaluation of patients' diagnostic therapeutic paths through state sequences analysis},
author = {Laura Savaré and Francesca Ieva and Giovanni Corrao and Antonio Lora},
journal= {arXiv preprint arXiv:2209.04384},
year = {2022}
}