患者队列包括2016年4月1日至2017年3月31日期间在UWM设施(医院和诊所)遇到存储在UWM企业数据仓库中的信息的所有成年患者(年龄≥18岁)。在本文中，相遇可以是任何类型，除非它被明确指定为医院相遇或门诊访问。UWM是华盛顿州最大的学术医疗保健系统，拥有成人医院和诊所。

我们使用的是UWM企业数据仓库中的管理数据，时间为2015年4月1日至2017年3月31日。该数据集包括我们患者队列的就诊和初级保健医生(PCP)信息。我们还使用了UWM在2017年4月1日至2017年9月30日这6个月期间所有患者的PreManage数据。PreManage是Collective Medical Technologies Inc .的商业产品，提供许多美国医院的就诊和诊断数据(住院和急诊室就诊)[ 12]。PreManage的数据覆盖了华盛顿州的所有医院。从2017年4月1日开始，UWM已经收到了相对完整的患者PreManage数据。在本文中，我们选择2017年4月1日作为分隔前期和后期的指标日期进行分析任务。

我们的目标是使用约束来确定一个相当大的患者子集，这些患者倾向于接受UWM的大部分护理。我们考虑了3家UWM医院，它们的管理和临床数据存储在UWM的企业数据仓库中:Harborview医学中心、华盛顿大学医学中心和西北医院。这三家医院都在华盛顿州的西雅图。我们考虑了以下候选约束，它们都包含了生活在其中的成分 r三所联合医院中至少一所的距离 r作为研究中待确定最优值的参数:

在每个候选约束中，距离不再是一个因素 r= +∞。

使用R的geosphere package version 1.5-5中的distvincentyellipsolid函数[ 13]，我们根据患者的5位数家庭住址邮政编码和医院地址的经纬度坐标计算了患者家和UWM医院之间的椭球大圆距离。这个距离作为患者家到医院之间的旅行距离的粗略代表，易于计算，并且足以用于我们的患者识别目的，如结果部分所示。对于其他想要采用我们基于约束的患者识别方法进行研究的研究人员来说，使用邮政编码而不是确切的患者家庭住址可以促进数据获取，因为有限的数据集比已识别的数据集更容易获得。

我们比较了10个候选约束条件的表现，以确定可能从UWM获得大部分护理的患者。我们使用UWM企业数据仓库中的管理数据来检查患者是否满足特定的约束。对于每个候选约束，我们计算满足它的UWM患者的百分比。对于所有满足约束条件的患者，我们使用PreManage数据来计算他们在接下来的6个月内(2017年4月1日至2017年9月30日)在UWM内发生的医院就诊的百分比。由于在医院就诊通常比在其他地方就诊要昂贵得多，因此这一百分比反映了这些患者在医院获得的护理中所占的比例。在计算这个百分比时，每个满足约束条件的患者都被包括在内，无论患者在接下来的6个月内是否有≥1次医院就诊。在选择要使用的最终约束时，我们在以下两个标准之间取得了平衡:

正如讨论部分所提到的，所选择的约束具有特殊的性质，这增加了我们的信心，即通过约束确定的患者也倾向于在UWM内进行大部分门诊就诊。

为了展示基于约束的方法如何适用于各个UWM医院，对于满足所选约束的所有患者和3家UWM医院中的每一家，我们使用PreManage数据来计算这些患者在接下来的6个月内在UWM医院发生的医院就诊的百分比。

UWM的机构审查委员会审查并批准了这项研究，并放弃了所有患者知情同意的需要。

通过在标准1和标准2之间取得平衡，我们选择了 卡式肺囊虫肺炎约束与 r=5作为要使用的最后一个。使用我们基于约束的方法来识别正确的患者子集，我们在接下来的6个月内将UWM内发生的患者医院就诊的百分比增加了一倍以上:从31.80%(39,171/123,162)增加到69.38%(10,501/15,135)。此外，由于每个确定的患者都有一个UWM PCP，我们确信确定的患者在接下来的6个月内大部分门诊就诊都在UWM内，即使我们没有数据来验证这一点。

我们的研究结果表明，对于居住在3家UWM医院中至少一家医院5英里范围内的患者，UWM为他们提供了大部分护理，并拥有相当完整的医疗数据。对于需要相对完整数据的数据分析任务，例如使用历史数据进行预测建模，我们可以对这一部分患者进行任务并获得有用的结果，即使对所有UWM患者进行任务是不切实际的。例如，我们可以建立一个预测模型来识别这一子集中未来的高成本患者[ 3.]。将这类患者纳入护理管理有助于预防高成本和改善预后[ 5- 7]。

我们的研究结果表明，住在离三所UWM医院较远的患者往往从UWM获得较少的护理。这表明UWM考虑对居住在距离UWM医院不同距离的患者采用不同的预防干预措施，例如，进行护理管理，以取得更好的效果。对于那些只从联合医院接受一小部分治疗的病人，联合医院很难以具有成本效益的方式使用昂贵的预防性干预措施。

本研究使用的PreManage数据涵盖了所有年龄组的成年患者。不能使用主要覆盖65岁以上患者和某些残疾和疾病患者的医疗保险索赔数据。与许多其他医疗保健系统类似，UWM没有完整的索赔数据，涵盖所有患者在UWM内外的医疗保健使用。我们可以使用索赔数据对另一个医疗保健系统进行类似的研究，如果它有完整的索赔数据，涵盖了该系统内外所有患者的医疗保健使用。

本研究使用PreManage数据验证 卡式肺囊虫肺炎UWM约束的有效性。然而, 卡式肺囊虫肺炎约束不依赖于PreManage数据的可用性，即使不能访问PreManage数据，也可以由另一个医疗保健系统使用。在这种情况下，估计的一种方法是 卡式肺囊虫肺炎约束的有效性是调查一些病人关于他们的医疗保健使用系统内外。

这篇论文的重点是确定患者可能接受大部分的照顾，从一个特定的卫生保健系统。如果多个医疗保健系统交换数据，我们可以使用类似的方法来识别可能从这些医疗保健系统中获得大部分护理的患者。这可以在这些医疗保健系统中实现多个数据分析任务。

这项研究有几个局限性，可以作为未来工作的有趣领域:

据我们所知，对于许多患者的医疗数据不完整的医疗保健系统，我们提供了第一种方法，使用地理限制来确定一个相当大的患者子集，这些患者倾向于从系统中接受大部分护理。结果表明，该方法在UWM下具有较好的性能。我们的方法为对不完整的医疗数据进行几个主要的分析任务打开了大门，这些任务以前被认为是不切实际的。