Jornal Internacional de Medicina Física e Reabilitação
Acesso livre

Abstrato

Usando o aprendizado de máquina para prever cuidados pós-agudos e minimizar atrasos causados ​​por

Avishek Choudhury

Objetivo: A cobertura do seguro médico de um paciente desempenha um papel essencial na determinação da disposição de alta do Post-Acute Care (PAC). O processo de autorização prévia adia a disposição de alta do PAC, aumenta o tempo de internação e afeta a saúde do paciente. Nosso estudo implementa análise preditiva para a previsão antecipada da disposição de alta do PAC para reduzir os adiamentos causados ​​pela autorização prévia, o tempo de internação e as despesas de internação.

Metodologia: Realizamos uma discussão em grupo envolvendo 25 Facilitadores de Cuidados ao Paciente (PCFs) e dois Enfermeiros Registrados (RNs) e recuperamos 1600 registros de dados de pacientes da avaliação inicial de enfermagem e notas de alta

Resultados: O algoritmo Chi-Squared Automatic Interaction Detector (CHAID) permitiu a previsão precoce da disposição de alta do PAC, acelerou o processo anterior de seguro saúde e diminuiu o tempo de internação em uma média de 22,22%. O modelo produziu uma precisão geral de 84,16% e um valor de área sob a curva Receiver Operating Characteristic (ROC) de 0,81.

Conclusão: A previsão precoce das disposições de alta do PAC pode reduzir o processo de autorização e, simultaneamente, minimizar o atraso do PAC causado pelo tempo de internação do seguro saúde anterior e despesas relacionadas.