トップライン:
モジュール性最適化 (MO) は、現在の患者利用パターンを正確に反映し、高リスク患者向けの調整された地域ケア システムの開発を促進することで、従来のダートマス医療紹介地域 (HRR) よりも緊急一般手術 (EGS) ケア領域と病院コミュニティの優れたローカリゼーションを実現します。患者。
方法論:
- 研究者らは、医療費と利用プロジェクト（2019年）と米国病院協会の調査（2020年）のデータを使用し、12の一般的なEGS疾患で非選択入院した成人1,244,868人（カリフォルニア州405,493人、ニューヨーク州839,375人）を分析した。
- Louvain コミュニティ検出法、特に MO は、EGS 患者の流れと空間精度に基づいて地域 EGS ネットワーク (REN) を特定し、その結果を従来の HRR の結果と比較しました。
- MO REN と HRR の空間精度は、次の 6 つのネットワーク分析尺度を使用して評価されました。ローカライゼーション指数 (地域医療)、市場シェア指数 (外部エリアからの患者数)、正味患者流動 (患者の移動パターン)、接続性 (病院への搬送)、コンパクト性 (領域形状の規則性)、およびモジュール性 (ネットワーク全体の接続)。
取り除く：
- MO は、HRR が 10 と 24 であるのに対し、ニューヨークとカリフォルニアではそれぞれ 9 と 14 の REN を特定し、MO によってネットワークの精度が向上したことを示しています。
- MO は、コンパクト性を除くすべての空間精度指標において HRR よりも優れており、ニューヨーク (0.69 対 0.63) とカリフォルニア (0.74 対 0.69) の両方でモジュール性スコアが高く、カリフォルニアの接続性 (430.1 対 215.6) が強かった。
- より高い局所化指数は、ニューヨーク州とニューヨーク州の両方で局所ケアがより充実していることを示しています (0.86 対 0.74; P <.001 and="" california="" vs=""> P <.001 and="" lower="" market="" share="" index="" scores="" indicated="" smoother="" patient="" flow="" in="" both="" new="" york="" vs="">P =.07) とカリフォルニア (0.19 vs 0.39; P
- HRR と比較して、MO はいくつかの病院を再分類し、ニューヨーク州とニューヨーク州のネットワークの連携を改善しました (37 [26.6%] 病院）とカリフォルニア州（48 [14.3%] 病院）。
実際:
「この横断的研究の結果は、MOなどのネットワーク科学手法がHRRを上回るEGSケア領域を経験的に特定する機会を提供し、調整された地域ケアシステムの開発に適用できることを示唆している」と著者らは書いている。
ソース：
この研究は、ユタ大学ソルトレイクシティ校地理学部の Jiuying Han 博士が主導しました。そうだった オンラインで公開 2024 年 10 月 15 日、 JAMAネットワークオープン。
制限事項:
この分析は臨床医の識別情報を含まない行政請求データに依存しており、外科医の関与の検証が制限されていた。地理的精度は郵便番号エリアに限定されていたため、人口が密集した都市部には適していない可能性があります。さらに、単一州のデータセットが使用されたため、国境を越えた患者の移動が捕捉されていない可能性があります。
開示事項:
この研究は、ユタ大学データ探索とプレシジョン ヘルス インテリジェンス イニシアチブによる学習を通じたワン ユタ データ サイエンス ハブ パイロット シード助成プログラムによって支援されました。利益相反は報告されませんでした。
この記事は、プロセスの一部として AI を含むいくつかの編集ツールを使用して作成されました。人間の編集者が出版前にこのコンテンツをレビューしました。