[论文解读] Identifying Diabetic Patients with High Risk of Readmission

Malladihalli S. Bhuvan, Ankit Kumar+2 more|arXiv (Cornell University)|Feb 12, 2016

Machine Learning in Healthcare参考文献 2被引用 13

一句话总结

本研究开发了一套机器学习框架，利用临床和人口统计学特征预测糖尿病患者的短期和长期再入院风险，识别出住院次数、出院去向和检验次数等关键风险因素。该模型实现了高召回率，并通过早期干预高风险患者，有望实现每年2.5276亿美元的医疗成本节省。

ABSTRACT

Hospital readmissions are expensive and reflect the inadequacies in healthcare system. In the United States alone, treatment of readmitted diabetic patients exceeds 250 million dollars per year. Early identification of patients facing a high risk of readmission can enable healthcare providers to to conduct additional investigations and possibly prevent future readmissions. This not only improves the quality of care but also reduces the medical expenses on readmission. Machine learning methods have been leveraged on public health data to build a system for identifying diabetic patients facing a high risk of future readmission. Number of inpatient visits, discharge disposition and admission type were identified as strong predictors of readmission. Further, it was found that the number of laboratory tests and discharge disposition together predict whether the patient will be readmitted shortly after being discharged from the hospital (i.e. <30 days) or after a longer period of time (i.e. >30 days). These insights can help healthcare providers to improve inpatient diabetic care. Finally, the cost analysis suggests that \$252.76 million can be saved across 98,053 diabetic patient encounters by incorporating the proposed cost sensitive analysis model.

研究动机与目标

• 使用机器学习预测糖尿病患者在30天内（短期）和30天以上（长期）的再入院风险。
• 通过特征重要性分析与消融研究，识别关键的临床和人口统计学风险因素。
• 利用关联规则挖掘揭示风险因素之间的关联，为临床提供洞察。
• 进行成本敏感分析，估算早期干预在真实世界中的潜在节省。
• 为医疗机构提供全面且可实施的解决方案，以降低再入院率和医疗成本。

提出的方法

• 在来自130家美国医院的大型、平衡数据集上，应用多种机器学习分类器（如XGBoost、随机森林）处理多变量患者记录。
• 采用成本敏感学习策略，优先提升召回率，确保高风险患者的高检测率——这对临床安全至关重要。
• 通过消融研究对特征重要性进行排序，识别出住院次数、出院去向和入院类型为最重要的预测因子。
• 采用关联规则挖掘技术，发现共同出现的风险模式（如种族、性别、诊断）与再入院的关联。
• 在预测模型中整合A1C检测结果、胰岛素使用情况及治疗方案变化作为关键临床指标。
• 基于预测的再入院情况开展成本分析，估算针对性干预措施带来的潜在节省。

实验结果

研究问题

• RQ1 哪些临床和人口统计学特征对糖尿病患者短期和长期再入院风险最具预测力？
• RQ2 在强调高召回率的前提下，不同机器学习模型在再入院预测中的表现如何？
• RQ3 哪些风险因素之间的关联模式预示着较高的再入院风险？
• RQ4 在真实医疗环境中实施风险预测系统，潜在的节省成本是多少？
• RQ5 同时整合短期和长期再入院预测，如何提升临床决策质量？

主要发现

• 住院次数、出院去向和入院类型被确定为再入院风险最强的预测因子。
• 实验室检验次数与出院去向共同作用，能有效区分短期与长期再入院风险。
• 成本敏感的机器学习模型预测，在98,053例糖尿病患者就诊记录中，可实现2.5276亿美元的潜在年度节省。
• 关联规则挖掘揭示了具有临床意义的模式，例如：患有特定诊断（如786.0、401.0）的白人女性患者，长期再入院风险更高。
• A1C结果为“无”且胰岛素使用为“否”的患者，30天内再入院概率达10.23%，表明其属于高风险人群。
• 出院去向ID=1（出院至家中）与入院来源ID=7（急诊室入院）组合的患者，再入院率为9.93%，凸显系统层面的风险模式。