Model ontwikkeld voor het voorspellen van gemiste afspraken in de eerstelijnszorg

Volg Drugslib op

door Elana Gotkine HealthDay Reporter

medisch beoordeeld door drugs.com

via gezondheidsday

Dinsdag 29 juli 2025-Het Gradient Boost-model behaalt de beste prestaties voor het voorspellen van no-shows en late annuleringen in eerstelijnszorgpraktijken, volgens een studie gepubliceerd in het juli/augustus nummer van de annalen van de huisartsgeneeskunde.

Wen-Jan Tuan, M.P.H., van het Penn State-inherent van het Penn State in Hershey, en collega's Geolinked klinisch, zorggebruik, sociaaleconomische en klimaatgegevens van 15 huishoudelijke geneeskundeklinieken in Pennsylvania van januari 2019 tot juni 2023. Modellen van machine learning werden ontwikkeld om afspraakresultaten te voorspellen; Bijdragende factoren voor no-shows of late annuleringen werden geïdentificeerd op de bevolking en de patiëntniveaus.

De analyse omvatte 109,328 patiënten en 1.118.236 afspraken, waaronder respectievelijk 77.322 en 75.545 (6,9 en 6,8 procent) no-shows en late annuleringen. De beste prestaties werden bereikt met het Gradient Boost-model, met een gebied onder de bedieningskarakteristiek van de ontvanger van 0,852 en 0,921 voor het voorspellen van respectievelijk no-shows en late annuleringen. Er was geen vooringenomenheid gedetecteerd tegen patiëntkenmerken. De belangrijkste voorspeller van gemiste afspraken was de doorlooptijd van de planning (d.w.z. het aantal dagen van het afsprakenverzoek van een patiënt tot de benoemingsdatum).

"Dit analytische kader legt een basis voor gezondheidssystemen om het individuele risico op gemiste afspraken te beoordelen en gepersonaliseerde strategieën te ontwerpen om patiënten te helpen aan de primaire zorgafspraken", de auteurs schrijven.

Abstract/volledige tekst

Disclaimer: statistische gegevens in medische artikelen bieden algemene trends. Individuele factoren kunnen sterk variëren. Zoek altijd gepersonaliseerd medisch advies voor individuele beslissingen in de gezondheidszorg.

Bron: HealthDay

Geplaatst : 2025-07-30 12:00

Lees verder

Disclaimer

Er is alles aan gedaan om ervoor te zorgen dat de informatie die wordt verstrekt door Drugslib.com accuraat en up-to-date is -datum en volledig, maar daarvoor wordt geen garantie gegeven. De hierin opgenomen geneesmiddelinformatie kan tijdgevoelig zijn. De informatie van Drugslib.com is samengesteld voor gebruik door zorgverleners en consumenten in de Verenigde Staten en daarom garandeert Drugslib.com niet dat gebruik buiten de Verenigde Staten gepast is, tenzij specifiek anders aangegeven. De geneesmiddeleninformatie van Drugslib.com onderschrijft geen geneesmiddelen, diagnosticeert geen patiënten of beveelt geen therapie aan. De geneesmiddeleninformatie van Drugslib.com is een informatiebron die is ontworpen om gelicentieerde zorgverleners te helpen bij de zorg voor hun patiënten en/of om consumenten te dienen die deze service zien als een aanvulling op en niet als vervanging voor de expertise, vaardigheden, kennis en beoordelingsvermogen van de gezondheidszorg. beoefenaars.

Het ontbreken van een waarschuwing voor een bepaald medicijn of een bepaalde medicijncombinatie mag op geen enkele manier worden geïnterpreteerd als een indicatie dat het medicijn of de medicijncombinatie veilig, effectief of geschikt is voor een bepaalde patiënt. Drugslib.com aanvaardt geen enkele verantwoordelijkheid voor enig aspect van de gezondheidszorg die wordt toegediend met behulp van de informatie die Drugslib.com verstrekt. De informatie in dit document is niet bedoeld om alle mogelijke toepassingen, aanwijzingen, voorzorgsmaatregelen, waarschuwingen, geneesmiddelinteracties, allergische reacties of bijwerkingen te dekken. Als u vragen heeft over de medicijnen die u gebruikt, neem dan contact op met uw arts, verpleegkundige of apotheker.

Populaire zoekwoorden