Les modèles de prévision de réadmission à l'hôpital sont généralement inexacts

Selon un rapport paru dans le numéro du 19 octobre de JAMALes chercheurs ont examiné et examiné 26 modèles de prédiction du risque de réadmission à l'hôpital validés et ont constaté que leur capacité de prédiction était médiocre, qu'ils aient été utilisés à des fins cliniques ou lors de comparaisons avec des hôpitaux.
Les informations de base dans l'article suggèrent:

"Un nombre croissant d’études tentent de décrire et de valider les outils de prévision du risque de réadmission à l’hôpital. La prédiction du risque de réadmission à l’hôpital est très utile pour déterminer quels patients bénéficieraient le plus comparaison à l'hôpital. "

Afin d’analyser les performances de ces modèles et d’évaluer leur adéquation pour une utilisation clinique ou administrative, le Dr Devan Kansagara, MCR, du Portland Veterans Affairs Medical Center et l’Oregon Health and Science University, à Portland, ont procédé à une enquêtes sur des modèles de prédiction du risque de réadmission validés. Sur les 7 843 études examinées, 30 enquêtes portant sur 26 modèles uniques portant sur un large éventail de milieux et de populations de patients répondaient aux critères d’inclusion. La taille totale de l'échantillon variait de 173 patients à plus de 2,7 millions de patients.

Même si certains modèles utilisaient des intervalles de suivi allant de deux semaines à quatre ans, le résultat de la réadmission de 30 jours était le plus souvent rapporté. 14 modèles étaient basés sur des données administratives rétrospectives, ces modèles pourraient éventuellement être utilisés aux fins de la comparaison des hôpitaux. La majorité de ces modèles contenaient des variables de comorbidité médicale ainsi que l'utilisation de services médicaux antérieurs. 9 de ces modèles ont été testés sur de grandes populations aux États-Unis et avaient une faible capacité de discrimination.
Les chercheurs expliquent:

"Sept modèles pourraient potentiellement être utilisés pour identifier les patients à haut risque pour une intervention précoce lors d'une hospitalisation et 5 pourraient être utilisés à la sortie de l'hôpital. Six études ont comparé différents modèles dans la même population et 2 ont montré que les variables fonctionnelles et sociales Bien que la plupart des modèles incorporent des variables pour la comorbidité médicale et l’utilisation de services médicaux antérieurs, peu d’entre eux examinaient les variables associées à la santé et à la fonction générales, à la gravité de la maladie ou aux déterminants sociaux de la santé.
[...] la capacité discriminatoire médiocre de la plupart des modèles administratifs que nous avons examinés soulève des préoccupations quant à la capacité de normaliser le risque entre les hôpitaux afin de comparer équitablement le rendement des hôpitaux. Tant que la prévision du risque et l’ajustement du risque ne seront pas plus précis, il semble inapproprié de comparer les hôpitaux de cette manière et de les rembourser (ou de les pénaliser) sur la base des taux de réadmission normalisés en fonction des risques. "

Ils ajoutent que pour évaluer la possibilité réelle de réadmission aux États-Unis, des investigations supplémentaires sont nécessaires. Ils disent:

"Compte tenu de la grande variété de facteurs pouvant contribuer au risque de réadmission évitable, les modèles incluant des facteurs obtenus lors de l'examen des dossiers médicaux ou des rapports des patients peuvent être utiles. Des innovations pour collecter des types de variables plus larges évaluer les contributions relatives des différents types de données sur les patients (facteurs psychosociaux, par exemple) à la prédiction du risque de réadmission en comparant les performances des modèles avec et sans ces variables dans une population donnée. . "

Ils concluent que jusqu'à présent, la majorité des modèles créés ont une capacité de prédiction médiocre, que ce soit à des fins cliniques ou de comparaison à l'hôpital. "Bien que dans certains contextes de tels modèles puissent s'avérer utiles, de meilleures approches sont nécessaires pour évaluer la performance des hôpitaux en matière de sortie des patients, ainsi que pour identifier les patients présentant un risque accru de réadmission évitable."
Écrit par Grace Rattue