전자 건강 기록 데이터를 사용하여 병원 내 사망 예측 모델 개발: 급성 실험실 위험 사망 점수 (ALaRMS)

목적: 병원 전자 건강 기록(EHR) 시스템에서 숫자 실험실 데이터와 행정 데이터를 사용하여 병원 내 사망 예측 모델을 개발하는 것입니다. 방법: 2006-2007년 70개 병원에서 1,428,824명의 성인 퇴원 데이터를 사용하여, 입원 시 나이, 성별 및 초기 실험실 값을 후보 변수로 하여 급성 실험실 위험 사망 점수(ALaRMS)를 개발했습니다. 그런 다음, 질병 분류 도구로 AHRQ의 임상 분류 소프트웨어(CCS)와 동반 질병 소프트웨어(CS)를 사용하여 행정 변수를 추가했습니다. 2008년 770,523건의 퇴원 데이터를 사용하여 모델을 검증했습니다. 결과: ORs >2.00인 사망 예측 변수에는 나이, 비정상 알부민, 동맥 pH, 띠 세포, 혈액 요소 질소, 산소 분압, 혈소판, 프로브레인 나트륨 이뇨 펩타이드, 트로포닌 I 및 백혈구 수가 포함되었습니다. ALaRMS 모델의 c-통계치는 0.87이었습니다. CCS 및 CS 변수를 추가하니 c-통계치가 0.91로 증가했습니다. 상대 기여도는 69%(ALaRMS), 25%(CCS), 6%(CS)였습니다. 또한, 통합 불일치 개선 통계는 ALaRMS가 CCS 및 CS 변수에 추가되었을 때 전체적으로 127%(95% CI 122%에서 133%)의 개선을 나타냈습니다. 반면, CCS 및 CS 변수가 ALaRMS에 추가되었을 때는 단 22%(CI 19%에서 25%)의 개선만 발생했습니다. 결론: EHR 데이터는 우수한 판별력을 가진 임상적으로 그럴듯한 사망 예측 모델을 생성할 수 있습니다. ALaRMS는 입원 시 광범위하게 사용 가능한 자동화된 실험실 데이터를 활용하여 실시간 의사 결정 지원을 위한 기회를 제공합니다. 실험실 및 AHRQ의 CCS와 CS 변수를 포함하는 모델은 회고적 결과 연구에서 위험 조정에 유용합니다.