心力衰竭患者再入院的危险因素评估参加一个远程控制的程序

文摘

本研究的目的是验证之前开发的心脏衰竭入院率预测算法基于社会心理因素,开发一个新的模型基于patient-reported症状从远程控制程序,和评估体重波动的影响和其他因素对再次入院。临床、人口、和远程控制数据收集从100名患者参加合作伙伴连接心脏保健计划2008年7月至2011年11月。38%的研究参与者在30天内重新到医院。十个不同heart-failure-related症状报告17389次,与三大贡献大约50%的体积。心理重新接纳模型产生的AUC 0.67, 0.87以及敏感性,特异性0.32,0.44阳性预测值,阴性预测值0.8的截断值0.30。总之,医院重新接纳模型根据心理特征,标准体重的变化,或patient-reported症状可以开发和验证在心力衰竭患者参与机构的远程控制程序。然而,更健壮的模型需要开发,使用一组全面的因素来对人群健康产生重大影响。

1。介绍

几种预测模型可以识别的风险状况心力衰竭患者(1]。然而,预测中使用这些模型往往不可行的,因为他们通常是基于人口(如年龄、种族/民族)或临床数据(例如,病史,计费或实验室数据)。

在我们之前的工作中,我们旨在识别高危患者的一个子集可逆危险因素,我们的目标是防止他们重新接纳患者通过连接到适当的干预措施。因为心理因素可能是心脏代谢失调的根本原因,我们将开发一个基于心理预测多变量逻辑回归模型(2]。在工作中,我们发现5心理预测“痴呆”“抑郁症”“坚持”,“下降/拒绝服务,”和“错过了临床约会”重新接纳的重要预测因子2]。

同样,patient-reported遥控系统收集的症状和其他因素可能作为可逆的预测,最终加强我们的原始模型。事实上,身体体重增加心脏衰竭患者中已经是一个已知的因素与再入院早期(3]。

远程控制是一种很有前途的创新,使临床医生远程监测心力衰竭患者临床恶化的迹象,使医生及时、有效的干预。有一系列的技术收集和传输实时病人数据如身体症状、血压、体重变化,和心电图数据中心位置的评估(4,5]。通过监测反映病人的生理症状难以保持euvolemic,遥控持有承诺减少医院再次入院,极大地提高了病人的发病率和死亡率,以及生活质量(6]。最近的一项荟萃分析发现,远程控制的心脏衰竭患者全因死亡率和心脏failure-related住院都减少了44%和21%,分别为(6,7]。与此同时,其他研究突出再入院,遥控没有积极的影响,表明远程控制不普遍观察到的好处7]。因此,远程控制仍然是一个昂贵的和有限的资源,医院必须利用仔细和负责任的。因此会越来越重要能够识别场景遥控有助于改善临床结果不同人群的患者。

远程控制系统是生产越来越多的信息,需要使用复杂的算法来处理,过滤和排序(8]。展望未来,这些算法将发挥关键作用在集成来自多个数据源的数据,评估病人的临床情况,并确定病人住院的风险增加(8- - - - - -10]。

总之,我们有3个目标。首先,我们旨在验证心力衰竭重新接纳模型基于我们之前开发的社会心理因素。这个步骤是必要的,以确保我们先前的模型适用于研究人群。其次,我们提出开发一种新的预测模型基于patient-reported症状从远程控制程序。最后,我们计划评估的影响体重波动再次入院(重量波动被用作代理体重增加二级hypervolemia因为我们的远程控制程序干预在体重增加)。

2。方法

合作伙伴连接心脏保健计划(CCCP)是一种联合遥控工作伙伴之间连接健康中心和合作伙伴家庭护理旨在帮助病人更好地管理他们的心脏衰竭,避免再入院治疗。登记病人提供博世的VitalNet套设备,组成的体重,血压袖带,和脉搏血氧计,把数据和症状信息通过电话线VitalNet门户每一天,每天都在同一时间,远程控制护士查看数据和相应的跟进。上传失败将生成一个提醒电话远程控制病人的护士。如果病人上传数据参数外,护士会站订单心脏病专家,或者如果有必要,把心脏病团队的临床信息。我们选择100名患者参加中国共产党完成了4个项目2008年7月至2011年11月后住院治疗。登记人口包括英语男性和女性年龄在18年的患者来自马萨诸塞州总医院(MGH)心力衰竭的诊断。使用病人姓名和医疗记录数字,相关的远程控制,重新接纳,和临床数据从VitalNet门户数据仓库中提取,以及从MGH纵向医疗记录(LMR)电子医疗记录系统。遥控数据记录从VitalNet门户包括每日体重,血压,脉搏,O₂饱和,并为每个病人症状的严重程度。我们也记录病人是否收到提醒要求自己的数据,或任何其他护理人员临床干预。

再次住院之前开发的预测模型使用心理社会因素(2)是对病人的人口在当前的研究中进行验证。接受者操作特征(ROC)曲线生成的概率阈值范围,为每个病人重新接纳状态基于计算重新接纳概率是否超过给定的阈值。割点0.3被用来确定模型的影响选择和招收患者挺,和额外的计算进行了敏感性,特异性,阳性预测值,阴性预测值,和ROC曲线下面积(AUC)。30天内重新接纳的概率指数承认使用10个候选人分别建模与逻辑回归预测代表身体症状或心脏衰竭患者报告的因素:气短、咳嗽、疼痛、头晕、疲倦,心率过快,肿胀的脚踝和脚,肿胀的腹部,饮食,和错过的药物。

“调整体重标准偏差”是用来评估协会的体重波动与病人重新接纳风险,计算标准差的重量为每个病人4月入学期间平均重量的调整。两个示例测试是用来评估潜在的差异调整重量重新接纳标准偏差的状态。多变量逻辑回归模型包括所有最初预测,和一个值< 0.05被认为是具有统计学意义。统计分析使用SPSS PASW版本18(美国SPSS Inc .,芝加哥,IL)。马萨诸塞州综合医院的机构审查委员会批准了这项研究。

3所示。结果

3.1。远程控制人口特征

共有100名患者参与连接的心脏保健项目参与了这项研究,平均年龄岁的体重标准偏差调整伦敦商学院,38%的30天内重新到医院心脏衰竭。有大约17389项记录在研究期间不同heart-failure-related症状(表101)。据三大症状(疲劳、疼痛和肿胀的脚踝和脚)贡献了大约50%的阳性症状的总量。

3.2。使用CCCP患者人群验证Psychosocial-Factor入院率预测模型

验证之前开发的社会心理因素预测模型的医院再入院进行CCCP患者人群,导致接受者操作特征曲线(ROC)详细的下面(图1)。此外,应用预测模型的挺患者人群产生曲线下面积(AUC)为0.637 (95% CI 0.525 - -0.749),类似于0.670的AUC从最初的研究2]。使用一个预定义的阈值概率为0.3,敏感性和特异性被发现是0.87和0.32,分别。阳性预测值和阴性计算是0.44和0.8,分别定义割点。

为了评估使用的影响预测模型作为标准的一部分,中国共产党招收患者,评估潜在的减少心脏衰竭的病人重新在不同割点,以及部分患者应该被重新接纳,但错过了(表2)。过渡从0.28到0.30的割点会导致7%的净减少的体积再次入院的病人,大约3.3%的病人重新错过。增加割点0.02单位进一步0.32导致病人重新接纳体积减少20%,假阴性率增加了8.8%。结果因此表明识别心脏衰竭的预测模型能够远程控制病人在更高的风险重新接纳以及显示更大的减少病人重新卷在更高概率阈值。然而,这是在更高的假阴性率的成本更多的高风险患者得不到他们所需要的护理。

3.3。远程控制协会报道心脏衰竭症状与30天再次入院的风险

开发一个基于10个不同的逻辑回归模型heart-failure-related报告的症状患者的研究表明,两种预测小但在统计上有显著贡献的最后的多变量模型(表3)。更具体地说,控制其他心脏衰竭症状,病人报告快速心率1.062倍更有可能比一个病人没有报道的30天内重新快速心率()。第二,控制其他身体症状和因素,患者腹部肿胀在报道0.970降低心脏衰竭的30天再次入院的风险比不报告腹部肿胀()。两个建议意义的趋势,反是报道的患者肿胀的脚在重新接纳潜在的风险增加,而错过了药物的报道与减少30天再次入院的风险。未发现重大协会为咳嗽、头晕、疼痛,饮食,疲劳,呼吸急促(对于所有)。4 covariates-rapid心率、肿胀的腹部,肿胀的脚,和错过medication-combined telemonitoring-based入院率模型取得了0.21的AUC,连同的敏感性为0.5,特异性为0.81,0.61的阳性预测值,阴性预测值为0.72的截断值0.35。

3.4。Subanalysis体重波动的影响再次入院的风险

当分层进气状态,没有区别”调整体重标准偏差”的病人心脏衰竭的30天内重新到医院相比,那些没有重新(与磅,)。使用报告的身体症状挺病人作为起点,回归模型使用30天重新接纳风险作为一个连续的结果(图中未显示)的开发,和重新接纳风险是画的函数为每个病人(图标准体重的变化2)。之间不存在相关性报告体重变化的频率和心脏衰竭的30天再次住院的可能性()。总之,没有明显的体重波动和风险之间的联系再次入院的心力衰竭可以检测到远程控制患者人群进行了研究。

4所示。讨论

的发展预测模型来确定病人再次入院的风险增加可能是一个有用的描述方式,优先考虑病人的病情的严重程度,特别是对于那些心脏衰竭的远程控制程序(4]。这项研究描述了一个系统的流程整合的数据通过远程控制来获得了日常验证现有的算法或开发新的适用于这个重要的患者人群。

我们的结果显示一个各种各样的阳性症状病人的报告。五大症状包括疲劳等因素(疲劳)和呼吸短促,已被认为是与充血性心力衰竭密切相关(11]。其他研究也可以发现在文学和突出的重要性和效用patient-reported症状模型来评估病人状况(12]。通过了解哪些因素通常报告的患者,可以选择最相关的协变量的子集的上下文中甚至高度受限的预测模型的发展。

以前开发的验证模型在病人CCCP-a完全不同的人口比早期的研究的重要性,但具有类似临床needs-highlights开发模型,可以应用于新的人群。而AUC验证算法的建议只有温和的歧视性的权力,实际上是与其他几个发表预测算法(2,13,14]。

更多的研究支持实时临床预测模型的发展能够risk-stratifying病人在多个维度,包括成规因素和卫生服务利用15]。使用patient-reported症状作为潜在的预测可能会提供一个额外的维度,我们的心理模型来评估心脏衰竭患者的风险重新接纳参加远程控制程序。

为了实现这一目标,我们开发了一个独立的基于patient-reported遥控模型症状。有两个主要原因,我们决定开发一个基于patient-reported症状的预测模型。首先,我们想找出是否变量基于patient-reported症状是早期本身重新接纳的重要预测因子。第二,我们怀疑某些症状可能是贫穷的前身为心脏衰竭患者的社会心理行为。

遥控模型确定了两个症状,虽然显著,略微改变重新接纳的可能性。因此我们研究的结果可能不够成熟他们当前的形式把patient-reported再入院和早期心力衰竭症状。有趣的是,AUC为0.21的遥控模型确定心脏衰竭患者不太可能再次入院。一种可能的解释是,远程控制程序适当介入病人报告的症状,从而最小化重新接纳的可能性。

除了patient-reported症状,评估如果体重波动感兴趣的我们也可以作为代理体重预测重新接纳。不幸的是,体重波动并不与重新接纳风险密切相关。因此我们研究的结果可能不够成熟他们当前的形式作为唯一标准招收患者到远程控制。然而,我们的研究结果支持这样的设想,引发心脏衰竭患者再入院医院源于多个复杂的内在和外在因素病人,和当前的算法只使用这些变量的一部分可能是不够的。远程控制有可能延长寿命和改善医疗服务的质量,尤其是当结合过渡护理可以降低再次住院的风险(6,16,17]。更全面的预测模型重新接纳应该整合社会心理和patient-reported特征描述在我们的研究中,医院临床和人口因素,相关数据操作(15]。我们的目标是最终开发这样一个模型。

5。限制

对我们的研究有一些局限性。首先,现有的预测模型的验证和发展新的预测模型使用一个小的患者数量在一个远程控制程序可能不是可概括的,需要更全面的研究。第二,所有的病人在研究被设计,加入了中国共产党,因此都被医生积极地试图最小化再次入院治疗,可能是导致低歧视性预测模型的能力。最后,我们的研究集中于一个特定的远程控制技术,在其他机构可能不可用。然而,收集到的数据和用于开发这些模型一般有可能收集到大量的远程控制系统或提供相关系统。无论如何,我们相信,我们使用一个很好的描述患者人群与一个单一的、清晰的远程控制方式提供了一个很好的方法来在未来发展中更健壮的预测算法。

6。结论

总之,医院重新接纳模型根据心理特征,标准体重的变化,或patient-reported症状可以开发和验证在心力衰竭患者参与机构的远程控制程序。然而,更健壮的模型将需要开发,使用一组全面的因素(临床、行为、心理和操作)为了对人群健康产生重大影响。

利益冲突

艾德里安·h·哉有完全访问所有的数据研究,负责数据的完整性和数据分析的准确性。该研究的发起人没有参与设计和传导的研究,收集、管理、分析、和解释的数据,或准备,审查或批准。

资金

这项研究的部分支持由合作伙伴西门子研究委员会。

作者的贡献

所有的作者包括在本文提供了重大贡献(1)概念和设计,采集的数据,或数据的分析和解释,把那张纸(2)起草或修订至关重要的知识内容,和(3)完成论文的最终批准。

确认

作者要感谢Jennifer Luttrell史蒂文Wong凯伦追逐,与数据聚合和克莱尔弗拉纳根的援助。

引用

1. j·s·罗斯·g·k .《b Stauffer et al .,“统计模型和心脏衰竭的病人重新接纳的预测:系统回顾,“内科医学档案,卷168,不。13日,1371 - 1386年,2008页。视图:出版商的网站|谷歌学术搜索
2. a·j·沃森,j . O’rourke k Jethwani et al .,“连接电子健康record-extracted心理数据实时重新接纳为心力衰竭的风险,”心身医学,52卷,不。4、319 - 327年,2011页。视图:谷歌学术搜索
3. j·e·a·布莱尔,s .汗·m·a·Konstam et al .,“体重变化后住院治疗心力衰竭恶化和随后的接受和死亡率在珠穆朗玛峰试验中,“欧洲心脏杂志》上,30卷,不。13日,1666 - 1673年,2009页。视图:出版商的网站|谷歌学术搜索
4. s·d·安加、f·克勒和w·t·亚伯拉罕”远程医疗和远程管理的心力衰竭患者,”《柳叶刀》,卷378,不。9792年,第739 - 731页,2011年。视图:出版商的网站|谷歌学术搜索
5. f·克勒,s·温克勒,m . Schieber et al .,“远程telemedical管理对死亡率和住院的影响在门诊慢性心力衰竭患者:telemedical介入监控在心力衰竭的研究中,“循环,卷123,不。17日,第1880 - 1873页,2011年。视图:出版商的网站|谷歌学术搜索
6. s . c . Inglis r·a·克拉克f . a . et al .,去“结构化的电话支持或远程控制计划对慢性心力衰竭患者,”Cochrane系统评价的数据库文章ID CD007228卷。8日,2010年。视图:谷歌学术搜索
7. 美国乔杜里,j . a . Mattera j·p·柯蒂斯et al .,“远程控制在心力衰竭患者,”新英格兰医学杂志》上,卷363,不。24日,第2309 - 2301页,2010年。视图:出版商的网站|谷歌学术搜索
8. a . s .德赛”家庭监测心力衰竭护理改善病人的结果吗?家庭监控心力衰竭护理不改善病人的结果看在线疾病管理之外,“循环,卷125,不。6,828 - 836年,2012页。视图:出版商的网站|谷歌学术搜索
9. j, k·m·古德p e .周二和j·g·f·克莱兰德”预测住院使用每日体重测量由于心力衰竭恶化:带有Network-Home-Care管理系统(TEN-HMS)的分析研究中,“欧洲心脏病杂志》上,11卷,不。4、420 - 427年,2009页。视图:出版商的网站|谷歌学术搜索
10. 美国乔杜里,y, j . Concato t·m·吉尔和h . m . Krumholz”模式的重量变化前为心力衰竭住院,”循环,卷116,不。14日,第1554 - 1549页,2007年。视图:出版商的网站|谷歌学术搜索
11. a·r·范斯坦·m·b·费舍尔和j·g .鸽子“dyspnea-fatigue评级指标的变化的生活质量治疗充血性心力衰竭,”美国心脏病学杂志》,卷64,不。1、50 - 55,1989页。视图:谷歌学术搜索
12. m·加藤l·w·史蒂文森,m . Palardy et al .,“最严重的症状所定义的心力衰竭住院期间患者:对治疗的反应,”《心力衰竭,18卷,不。7,524 - 533年,2012页。视图:出版商的网站|谷歌学术搜索
13. 豪厄尔,m . Coory j·马丁,从此之后,“使用常规住院数据识别患者再入院的危险,”BMC卫生服务研究第96条,卷。9日,2009年。视图:出版商的网站|谷歌学术搜索
14. a . g . Au f . a .去j . a . Bakal p Kaul和c·范·沃伦文”预测的风险意外重新接纳放电或死亡30天内心力衰竭住院后,“美国心脏病杂志,卷164,不。3、365 - 372年,2012页。视图:出版商的网站|谷歌学术搜索
15. b . l . Wang波特,c·梅纳德et al .,“住院治疗或死亡的风险预测心力衰竭患者中退伍军人健康管理局,“美国心脏病学杂志》,卷110,不。9日,第1349 - 1342页,2012年。视图:出版商的网站|谷歌学术搜索
16. w·t·亚伯拉罕·b·亚当森r . c . Bourge et al .,“无线肺动脉血流动力学监测慢性心力衰竭:一个随机对照试验,”《柳叶刀》,卷377,不。9766年,第666 - 658页,2011年。视图:出版商的网站|谷歌学术搜索
17. 格林尼a·f·埃尔南德斯·m·a·g·c·Fonarow et al .,”医生早期随访和30天之间的关系中重新接纳为心力衰竭住院医疗保险受益人,”美国医学协会杂志》上,卷303,不。17日,第1722 - 1716页,2010年。视图:出版商的网站|谷歌学术搜索

版权

版权©2013阿德里安·h·哉等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。