Emergency Department Algorithm: Hur man förbättrar kategorierna?

Mål: Algoritmen för akutmottagning (EDA) använder akutavdelningsdiagnoser för att tilldela sannolikheter att ett besök faller i var och en av fyra kategorier: brådskande, primärvårdsbehandlad nödsituation, förebyggande akuta nödbehov och oönskad nödsituation . EDA: s utvecklare rapporterar att det kan utvärdera det medicinska säkerhetsnätet eftersom patienter med sämre tillgång till vård kommer att använda ED för mindre brådskande förhållanden. Efter Oregon Health Plan (OHP, Oregon: s utvidgade Medicaid-program) genomgick nedskärningar som påverkar tillgången till vård i 2003, testade författarna EDA: s förmåga att upptäcka förändringar i ED-användning. Metoder: Alla besök på 22 Oregon EDs under 2002 jämfördes med besök under 2004. För varje betalarkategori var det genomsnittliga sannolikheten att ED-besök föll i var och en av de fyra kategorierna jämfört före versus efter OHP-nedskärningarna.

Resultat: Den största förändringen i medel sannolikheten efter nedskärningarna var 2%. Försök att öka känsligheten hos EDA genom andra analytiska strategier misslyckades. Däremot ökade ED-besöket av de oförsäkrade från 6,682 / månad i 2002 till 9,058 / månad i 2004, och andelen oinsäktade besök som ledde till sjukhusinträde ökade med 51%.

Slutsatser: EDA var mindre användbar för att visa förändringar i tillgången till vård än andra, enklare åtgärder. Metodiska problem med EDA som kan redogöra för denna begränsning diskuteras. Med tanke på det omfattande antagandet av EDA bland hälsopolitiska forskare drar författarna slutsatsen att ytterligare förfining av metoden behövs.
Akademisk Nödmedicin 2008; 15: 506-516 ª 2008 av Samhälle för Akademisk Nödmedicin

Författare: Robert A. Lowe, MD, MPH, Rongwei Fu, PhD

Du kanske också gillar