TY -的盟,中凯盟,郝Shiying AU -金,博盟- Shin,安德鲁·年轻的非盟——朱审理非盟-黄,分盟——王,曰非盟-郑,Le戴盟——多萝西AU -斑鸠,德沃尔年代盟——阿尔弗雷德,肖恩T非盟-罗高,托德AU -斯登,弗兰克盟——西尔维斯特,卡尔·G盟——扩大Eric盟——凌,雪峰PY - 2015 DA - 2015/09/22医疗利用TI -在线预测在未来6个月基于电子健康记录信息:队列和验证研究JO - J Med Internet Res SP - e219 VL - 17 IS - 9kw -医疗保健费用KW -电子病历KW -前瞻性研究KW -统计数据分析KW -风险评估AB -背景:美国医疗保健支出的增长速度给国家经济带来了重大负担。预测患者未来的卫生保健利用情况可以提供有用的信息，以更好地理解和管理总体卫生保健提供和临床资源分配。目的:本研究开发了一个基于电子病历(EMR)的在线风险模型，预测缅因州未来6个月内所有支付者、所有疾病和所有人口统计群体的患者的资源利用情况。方法:在缅因州的健康信息交换平台(HIE)的HealthInfoNet中，使用前12个月的EMR构建了1,273,114例回顾性队列。对每位患者未来6个月(2013年1月1日至2013年6月30日)的医疗资源利用率进行回顾性评分，评分范围从0到100，并建立基于决策树的预测模型。我们的模型后来被整合到缅因州HIE人群探索系统中，通过预测2013年7月1日至2013年12月31日之间的未来6个月资源利用风险，对1,358,153名患者进行前瞻性验证分析。结果:无论是个体水平还是人群(每1000名患者)水平的前瞻性预测风险，都与未来6个月的资源利用分布和人群水平的临床模式一致。结果显示，其护理资源利用率与我们的风险评分之间存在很强的相关性，支持我们的模型的有效性。随着在线人口风险监测企业仪表板，预测算法的有效性已得到缅因州临床医生和护理人员的验证。 Conclusions: The model and associated online applications were designed for tracking the evolving nature of total population risk, in a longitudinal manner, for health care resource utilization. It will enable more effective care management strategies driving improved patient outcomes. SN - 1438-8871 UR - //www.mybigtv.com/2015/9/e219/ UR - https://doi.org/10.2196/jmir.4976 UR - http://www.ncbi.nlm.nih.gov/pubmed/26395541 DO - 10.2196/jmir.4976 ID - info:doi/10.2196/jmir.4976 ER -