Arrow
use cases

Predicción de duración de estancia hospitalaria: IA para la planificación de la atención médica

Utilice los datos de admisión de pacientes para predecir la duración de la estancia en el hospital.

Problem

Anualmente, los hospitales estadounidenses reciben más de 35,7 millones de estadías, con un costo de más de 415 mil millones de dólares (1). Con una estancia promedio de 4,6 días, existe una gran oportunidad para reducir los costos de atención médica y mejorar los resultados de los pacientes al acortar la duración de la estadía de manera segura. La hospitalización prolongada aumenta el riesgo de padecer enfermedades adquiridas en el hospital, agota los recursos sanitarios y afecta a la capacidad del hospital para admitir nuevos pacientes. Gestionar y reducir de manera eficiente las estadías prolongadas innecesarias es crucial para mejorar la eficiencia operativa y la atención a los pacientes en los entornos de atención médica. Las demoras en el alta suelen provocar una pérdida prolongada de los pacientes y suponen una carga clínica y operativa para los proveedores. Mientras los pacientes sigan ocupando las camas mientras esperan el alta, el personal clínico debe atenderlos, lo que reduce el tiempo que pueden pasar con otros pacientes que puedan necesitar cuidados más intensivos. Esto provoca una mayor escasez de camas y retrasa los procesos operativos, como la desinfección de las habitaciones y el equipo médico antes de su posterior uso.

Además, la prolongación de los LOS puede aumentar el riesgo de padecer HAC en los pacientes más vulnerables y también puede provocar un «bloqueo de acceso», una situación en la que los pacientes que requieren ingreso se ven obligados a esperar más de ocho horas en el servicio de urgencias debido a la falta de camas disponibles para pacientes hospitalizados (2). El bloqueo del acceso se produce en aproximadamente el 8% de los pacientes y perpetúa la prolongación de los niveles de acceso; se asocia con un aumento promedio de casi un día. El impacto de una pérdida prolongada de los niveles de sueño en los resultados de salud es especialmente pronunciado en las unidades de cuidados intensivos y se asocia con una mayor incidencia de efectos adversos en los pacientes vulnerables, como los adultos mayores. Los pacientes ancianos de la UCI generalmente requieren un tratamiento que requiere más recursos, y aproximadamente el 55% de los pacientes con una pérdida prolongada de la sangre muere a los seis meses de ser dados de alta (3). Estos pacientes también tienen que pagar aproximadamente siete veces más que los pacientes que no sufren una pérdida de sueño prolongada (3).

Why it matters

  • Cada año se atribuyen más de 415 mil millones de dólares a hospitalizaciones.
  • Cada año se producen más de 35,7 millones de hospitalizaciones en los EE. UU.
  • 11.700 dólares es el costo promedio de una estancia hospitalaria en los EE. UU.
  • La duración media de la estancia (LOS) es de 4,6 días.
  • El aumento de 7 veces el costo se atribuye a la prolongación de la LA para los pacientes ancianos de la UCI en comparación con aquellos que no tienen LA prolongada.
  • Los pacientes ancianos de la UCI con UNA LOS prolongada se enfrentan a una mayor incidencia de eventos adversos y a un aumento de las tasas de mortalidad.

Solution

Se ha desarrollado un modelo predictivo que utiliza datos sintéticos, el «StayOptim AI», para evaluar los LOS de los pacientes basándose en una multitud de datos clínicos y demográficos. Esto predice los LOS con mayor precisión, lo que mejora la capacidad de los centros de salud para optimizar la coordinación de la atención y mejorar la gestión de los recursos.

Discover more and interact with our AI!

Datasources

El conjunto de datos sintéticos que simula los ingresos de pacientes se creó utilizando información de estudios médicos y análisis de la atención médica. Recursos como el informe estadístico de Freeman y otros (1) ofrecen una visión general de las variaciones en la estancia hospitalaria, mientras que Bashkin y otros (2) examinan los factores organizativos que afectan a la LOS, y Abd-Elrazek y otros (3) aportan predicciones basadas en las características generales de los ingresos. Esto permitió la selección de las variables del modelo y garantizó una capacidad de predicción realista.

Citations

  1. Freeman, William y col. «Resumen estadístico 4246: Descripción general de las estadías hospitalarias en EE. UU. en 2016: variación por región geográfica» Agencia para la Investigación y la Calidad de la Atención Médica: Proyecto de costo y utilización de la atención médica, diciembre de 2018, https. //www.hcup-
  2. Bashkin, Osnat y col. «Factores organizativos que afectan la duración de la estancia en el servicio de urgencias: estudio observacional inicial» Revista de investigación sobre políticas de salud de Israel, vol. 4, núm. 38, 15 de octubre de 2015, DOI: https://doi.org/10.1186/s13584-015-0035-6. Consultado el 29 de junio de 2021.
  3. Abd-Elrazek, Merhan A. y col. «Predecir la duración de la estancia en la unidad de cuidados intensivos de un hospital mediante funciones generales de admisión» Revista de ingeniería de Ain Shams, 20 de abril de 2021, DOI: https://doi.org/10.1016/j.ase]/021.02.018. Consultado el 29 de junio de 2021.

Problema

Anualmente, los hospitales estadounidenses reciben más de 35,7 millones de estadías, con un costo de más de 415 mil millones de dólares (1). Con una estancia promedio de 4,6 días, existe una gran oportunidad para reducir los costos de atención médica y mejorar los resultados de los pacientes al acortar la duración de la estadía de manera segura. La hospitalización prolongada aumenta el riesgo de padecer enfermedades adquiridas en el hospital, agota los recursos sanitarios y afecta a la capacidad del hospital para admitir nuevos pacientes. Gestionar y reducir de manera eficiente las estadías prolongadas innecesarias es crucial para mejorar la eficiencia operativa y la atención a los pacientes en los entornos de atención médica. Las demoras en el alta suelen provocar una pérdida prolongada de los pacientes y suponen una carga clínica y operativa para los proveedores. Mientras los pacientes sigan ocupando las camas mientras esperan el alta, el personal clínico debe atenderlos, lo que reduce el tiempo que pueden pasar con otros pacientes que puedan necesitar cuidados más intensivos. Esto provoca una mayor escasez de camas y retrasa los procesos operativos, como la desinfección de las habitaciones y el equipo médico antes de su posterior uso.

Además, la prolongación de los LOS puede aumentar el riesgo de padecer HAC en los pacientes más vulnerables y también puede provocar un «bloqueo de acceso», una situación en la que los pacientes que requieren ingreso se ven obligados a esperar más de ocho horas en el servicio de urgencias debido a la falta de camas disponibles para pacientes hospitalizados (2). El bloqueo del acceso se produce en aproximadamente el 8% de los pacientes y perpetúa la prolongación de los niveles de acceso; se asocia con un aumento promedio de casi un día. El impacto de una pérdida prolongada de los niveles de sueño en los resultados de salud es especialmente pronunciado en las unidades de cuidados intensivos y se asocia con una mayor incidencia de efectos adversos en los pacientes vulnerables, como los adultos mayores. Los pacientes ancianos de la UCI generalmente requieren un tratamiento que requiere más recursos, y aproximadamente el 55% de los pacientes con una pérdida prolongada de la sangre muere a los seis meses de ser dados de alta (3). Estos pacientes también tienen que pagar aproximadamente siete veces más que los pacientes que no sufren una pérdida de sueño prolongada (3).

Tamaño del problema

  • Cada año se atribuyen más de 415 mil millones de dólares a hospitalizaciones.
  • Cada año se producen más de 35,7 millones de hospitalizaciones en los EE. UU.
  • 11.700 dólares es el costo promedio de una estancia hospitalaria en los EE. UU.
  • La duración media de la estancia (LOS) es de 4,6 días.
  • El aumento de 7 veces el costo se atribuye a la prolongación de la LA para los pacientes ancianos de la UCI en comparación con aquellos que no tienen LA prolongada.
  • Los pacientes ancianos de la UCI con UNA LOS prolongada se enfrentan a una mayor incidencia de eventos adversos y a un aumento de las tasas de mortalidad.

Solución

Se ha desarrollado un modelo predictivo que utiliza datos sintéticos, el «StayOptim AI», para evaluar los LOS de los pacientes basándose en una multitud de datos clínicos y demográficos. Esto predice los LOS con mayor precisión, lo que mejora la capacidad de los centros de salud para optimizar la coordinación de la atención y mejorar la gestión de los recursos.

Costo de oportunidad


Impacto


Fuentes de datos

El conjunto de datos sintéticos que simula los ingresos de pacientes se creó utilizando información de estudios médicos y análisis de la atención médica. Recursos como el informe estadístico de Freeman y otros (1) ofrecen una visión general de las variaciones en la estancia hospitalaria, mientras que Bashkin y otros (2) examinan los factores organizativos que afectan a la LOS, y Abd-Elrazek y otros (3) aportan predicciones basadas en las características generales de los ingresos. Esto permitió la selección de las variables del modelo y garantizó una capacidad de predicción realista.


Referencias

  1. Freeman, William y col. «Resumen estadístico 4246: Descripción general de las estadías hospitalarias en EE. UU. en 2016: variación por región geográfica» Agencia para la Investigación y la Calidad de la Atención Médica: Proyecto de costo y utilización de la atención médica, diciembre de 2018, https. //www.hcup-
  2. Bashkin, Osnat y col. «Factores organizativos que afectan la duración de la estancia en el servicio de urgencias: estudio observacional inicial» Revista de investigación sobre políticas de salud de Israel, vol. 4, núm. 38, 15 de octubre de 2015, DOI: https://doi.org/10.1186/s13584-015-0035-6. Consultado el 29 de junio de 2021.
  3. Abd-Elrazek, Merhan A. y col. «Predecir la duración de la estancia en la unidad de cuidados intensivos de un hospital mediante funciones generales de admisión» Revista de ingeniería de Ain Shams, 20 de abril de 2021, DOI: https://doi.org/10.1016/j.ase]/021.02.018. Consultado el 29 de junio de 2021.

Reserve una consulta gratuita

Con la confianza de las principales instituciones de salud del mundo