病院の救急部門における蘇生とチームの活性化の影響の定量化

病院の救急部門（ED）の手術は、重病または負傷した患者が到着したときに影響を受けます。このようなイベントは、この研究が実施されたミネソタ州ロチェスターのメイヨークリニックのEDで、蘇生チーム活性化（RA）と呼ばれる特定のプロトコルの開始につながることがよくあります。RAイベントは、重症患者にケアを提供するために、EDの他の患者からの資源の転換につながります。したがって、EDシステム全体に影響を与えます。このペーパーでは、データ駆動型で柔軟な統計学習モデルを提示して、EDに対するRAの影響を定量化します。このモデルは、歴史的な患者の到着と出発のタイムスタンプからEDの操作のパターンを学習し、通常のプロセスからのRAの出発の逸脱を測定することにより、RAの影響を定量化します。提案された方法は、患者がEDに費やす平均時間を測定することに基づいて、ベースライン方法を大幅に上回っています。

Hospital emergency department (ED) operations are affected when critically ill or injured patients arrive. Such events often lead to the initiation of specific protocols, referred to as Resuscitation-team Activation (RA), in the ED of Mayo Clinic, Rochester, MN where this study was conducted. RA events lead to the diversion of resources from other patients in the ED to provide care to critically ill patients; therefore, it has an impact on the entire ED system. This paper presents a data-driven and flexible statistical learning model to quantify the impact of RA on the ED. The model learns the pattern of operations in the ED from historical patient arrival and departure timestamps and quantifies the impact of RA by measuring the deviation of the departure of patients during RA from normal processes. The proposed method significantly outperforms baseline methods based on measuring the average time patients spend in the ED.