Temporal Data Requirement for Predicting Unplanned Hospital Readmissions
Diese Studie analysiert die elektronischen Gesundheitsakten von über 7.000 Patienten, um zu zeigen, dass die Vorhersage von 30-Tage-Wiederaufnahmen nach Hüft- und Kniearthroplastiken unterschiedliche historische Zeitfenster für verschiedene Datenmodalitäten erfordert, wobei unstrukturierte klinische Notizen mit nur drei bis sechs Monaten an Datenhistorie die besten Ergebnisse erzielen, während strukturierte Daten von bis zu zwölf Monaten profitieren.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen vorherzusagen, ob ein Patient innerhalb von 30 Tagen nach einer Hüft- oder Kniegelenksoperation wieder ins Krankenhaus zurückkehren muss. Sie verfügen über eine riesige Bibliothek an Informationen über diese Patienten: Ein Teil ist ordentlich und strukturiert (wie eine Tabelle mit Laborergebnissen und Daten), und ein Teil ist unordentlich und in Absätzen geschrieben (wie handschriftliche Notizen und Berichte von Ärzten).
Die große Frage, die diese Arbeit stellt, lautet: „Wie weit zurück in der Krankengeschichte des Patienten sollten wir blicken, um die beste Vorhersage zu treffen?"
Viele gehen davon aus, dass „mehr Daten immer besser sind" – so als müsste ein Detektiv die gesamte Lebensgeschichte eines Verdächtigen lesen, um ein Verbrechen aufzuklären. Diese Studie stellt diese Annahme in Frage. Hier ist das, was sie herausfanden, einfach erklärt:
Die zwei Arten von Hinweisen
Die Forscher behandelten die Patientendaten wie zwei verschiedene Arten von Hinweisen:
- Strukturierte Daten (Die Tabelle): Dies ist das Organisierte – Alter, Laborwerte, Medikamentenlisten und Aufnahmedaten.
- Unstrukturierte Daten (Die Geschichte): Dies sind die klinischen Notizen, die von Ärzten und Pflegepersonal geschrieben wurden. Es ist die Erzählung dessen, was geschah, voller Kontext und Details, die nicht in eine Tabelle passen.
Das „Zeitfenster"-Experiment
Das Team baute Computermodelle (Vorhersagemodelle) und testete sie mit verschiedenen „Zeitfenstern" der Vergangenheit. Sie fragten:
- Hilft es, 3 Jahre zurückzublicken?
- Hilft es, 1 Jahr zurückzublicken?
- Hilft es, nur 3 bis 6 Monate zurückzublicken?
- Hilft es, nur den Tag der Operation zu betrachten?
Die überraschenden Ergebnisse
1. Für die „Geschichte" (Klinische Notizen): Frisch ist am besten
Wenn die Modelle nur die Notizen der Ärzte verwendeten, verschlechterte ein zu weit zurückliegender Blick die Vorhersagen tatsächlich.
- Die Analogie: Denken Sie an die Notizen eines Arztes wie an einen Wetterbericht. Wenn Sie wissen wollen, ob es morgen regnen wird, hilft Ihnen der Wetterbericht von vor drei Jahren nicht. Sie brauchen den Bericht der letzten Tage.
- Das Ergebnis: Der optimale Bereich für klinische Notizen lag 3 bis 6 Monate vor der Operation. Danach wurden ältere Notizen zu „Rauschen" und verwirrten das Modell. Die jüngste Geschichte war am wichtigsten.
2. Für die „Tabelle" (Strukturierte Daten): Älteres ist in Ordnung
Wenn die Modelle nur die strukturierten Daten (Laborwerte, Demografie, Vorgeschichte) verwendeten, waren die Ergebnisse anders.
- Die Analogie: Denken Sie an strukturierte Daten wie an einen Stammbaum. Das Wissen über die Gesundheit Ihrer Urgroßeltern mag nicht alles verraten, aber es summiert sich. Je mehr Generationen Sie kennen, desto klarer wird das Bild.
- Das Ergebnis: Die Modelle wurden besser, je weiter sie zurückblickten, bis zu 12 Monaten. Nach einem Jahr half das Hinzufügen weiterer alter Daten nicht wirklich mehr; die Leistung ebbte einfach ab (plateauierte).
3. Das Kombinieren beider
Als sie sowohl die Notizen als auch die Tabelle kombinierten, folgte das Ergebnis dem Muster der Notizen. Die „Frische" der klinischen Notizen war so mächtig, dass sie das beste Zeitfenster für das gesamte Modell bestimmte.
Die große Erkenntnis
Der alte Glaube, dass „mehr historische Daten immer besser sind", gilt nicht für alles.
- Wenn Sie Geschichten (Notizen) lesen, möchten Sie die jüngsten Kapitel.
- Wenn Sie Statistiken (strukturierte Daten) lesen, können Sie etwas weiter zurückblicken, aber es gibt eine Grenze.
Indem sie die genau richtige Menge an Geschichte herausfanden, auf die sie blicken sollten, können Krankenhäuser Zeit und Rechenleistung sparen. Sie müssen nicht drei Jahre an Daten speichern und verarbeiten, wenn die letzten sechs Monate tatsächlich am wichtigsten für die Vorhersage einer Wiederaufnahme sind.
Was sie nicht sagten
Die Arbeit untersuchte streng genommen nur Hüft- und Knieoperationen und behauptete nicht, dass diese Regeln auch auf Herzoperationen oder andere medizinische Zustände zutreffen. Sie stellten auch fest, dass ihre Daten von einem spezifischen Krankenhausverbund stammten, sodass die „Regeln" woanders leicht anders aussehen könnten. Außerdem testeten sie die Modelle nicht gegen das Bauchgefühl echter Ärzte, sondern nur gegen die Daten selbst.
Kurz gesagt: Grabe nicht die ganze Vergangenheit aus, um ein Problem der nahen Zukunft zu lösen. Manchmal enthalten die jüngsten Kapitel der Geschichte die wichtigsten Hinweise.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.