|
|
پذیرش مجدد یکی از شاخص‌های مهم تعیین کننده کیفیت خدمات مراقبتی است.
پذیرش مجدد یکی از شاخص های مهم تعیین کننده کیفیت خدمات مراقبتی است و به معنی پذیرش در یک دوره زمانی کوتاه از پیش تعیین شده (۳۰، ۶۰ یا ۹۰ روز) تعریف می‌شود که در منابع مختلف این بازه متغیر است. طبق بررسی ها بالای ۶۰ درصد از پذیرش های مجدد قابل پیشگیری است. طبق بررسی ها میزان پذیرش مجدد ناشی از کویید بین ۲ تا ۱۰ درصد در مطالعات مختلف متغیر است. حدود پنج درصد از بیماران قطعی کووید نیازمند خدمات بستری هستند. تجربیات پاندمی های گذشته نشان داده که بی توجهی به متغیرهای موثر در افزایش پذیرش مجدد موجب افزایش میزان موارد حاد و جدی بیماری و مرگ و میر خواهد شد. بنابراین عفونت مجدد و پذیرش مجدد چالش مهم و هزینه بر در دوران پاندمی هست. پیش بینی عفونت مجدد، عود مجدد و بستری مجدد و شناسایی متغیرهای بالینی تاثیرگذار در آن می تواند باعث بهبود کیفیت خدمات مراقبتی شود. در این میان پیش آگهی کادر درمان نسبت به خطرات احتمالی بدحال شدن و پذیرش مجدد در کاهش مرگ و میرهای بیماری و کاهش بار جامعه ناشی از از دست دادن سرمایه های اجتماعی موثر است.
کلیدواژه ها: بستری مجدد در بیمارستان | داده کاوی | یادگیری ماشینی | کووید-۱۹ | درخت تصمیم |
گروه های مخاطب: متخصصان و پژوهشگران | سیاستگذاران پژوهشی | سیاستگذاران درمانی
مشخصات طرح مرتبط:
عنوان پروژه: ارائه مدل پیشبینی ریسک پذیرش مجدد بیماران ترخیص شده مبتلا به بیماری کروناویروس 2019 با استفاده الگوریتم های یادگیری ماشین
مجری اصلی: هادی کاظمی آرپناهی | همکاران: مصطفی شنبه زاده، آزیتا یزدانی، محسن شفیعی | تاریخ اتمام طرح: 1401/3/1 | کد طرح: 1370
ترجمان دانش دانشگاه علوم پزشکی آبادان, ترجمان دانش, بستری مجدد در بیمارستان, داده کاوی, یادگیری ماشینی, کووید-۱۹, درخت تصمیم
|