Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
Car les États-Unis contrôlent les remplacements communs, l'étude ne trouve aucune manière de prévoir le risque
{{{sourceTextContent.subTitle}}}
Environ un million d'Américains subissent tous les ans les remplacements totaux de genou ou de hanche, mais les complications apportent l'autant d'en tant que 1 dans 12 de nouveau à l'hôpital et résultat dans une utilisation plus élevée des services courrier-aigus d'ici 90 jours.
{{{sourceTextContent.description}}}
Pour obliger des hôpitaux pour faire meilleur, les centres pour Assurance-maladie et les services de Medicaid (CMS) ont lancé le soin complet pour le programme commun du remplacement (CJR) en avril 2016, qui pénalise des hôpitaux pour la réadmission des patients communs de rechange d'ici 90 jours. Mais une nouvelle étude constate que les fournisseurs de CMS et de soin manquent des modèles prévisionnels requis pour évaluer le visage de patients de risques qui rendent nécessaire la réadmission.
Quelques systèmes d'hôpital sont appréhensifs de l'obtention pénalisés par distraction parce que le modèle du paiement courant de CJR n'inclut pas une méthode d'ajustement de risque pour expliquer la complexité médicale ou leur statut fonctionnel des patients, dit l'auteur important Amit Kumar, un associé post-doctoral d'étude de recherches à l'école de Brown University de la santé publique.
Dans la nouvelle étude, Kumar et co-auteurs ont examiné les trois meilleurs index d'ajustement de risque de candidat — y compris un développé par le CMS — mais constaté qu'aucun n'était utile dans des réadmissions de prévision parmi les patients qui ont subi le remplacement commun pour adresser l'ostéoarthrite.
Il y a donc un besoin de modèle, ou d'index, cela peut exactement prévoir le risque de réadmission pour améliorer des soins aux patients et pour aider des hôpitaux de juge de CMS sur la qualité de leur soin plutôt que sur la façon dont en soi risqué leurs patients sont, Kumar dit.
« Faute de cet ajustement de risque, quand les patients malades ont de plus mauvais résultats, des hôpitaux seront pénalisés, » dit Kumar, dont le papier apparaît dans le soin et la recherche d'arthrite. « Si nous pourrions trouver un index qui fonctionnait à cette population, nous pourrions recommander cela — mais malheureusement aucun de eux ne fonctionne très bien. »
Kumar et anciens collègues à l'université de Texas Medical Branch ont examiné l'applicabilité des trois industrie-principaux index pour l'utilisation de prévision de mortalité et de soins de santé : l'index de Comorbidity de Charlson, l'index de Comorbidity d'Elixhauser et catégorie hiérarchique de l'état du CMS.
Il a analysé des données d'Assurance-maladie sur chaque bénéficiaire qui a survécu pendant 90 jours après un genou total ou un remplacement total de hanche exécuté en raison de l'ostéoarthrite entre janvier 2009 et septembre 2011. En tout, l'étude a couvert un total de 605 417 patients. Les données ont montré que 46,3 pour cent de patients ont été déchargés à la maison, 40,9 pour cent sont allées aux équipements de soins qualifiés et 12,7 aux pour cent restés dans la réadaptation d'hospitalisé.
L'analyse de Kumar a cherché à déterminer si les trois index l'uns des ont fait une différence signicative en prévoyant où des patients seraient déchargés et s'ils reviendraient à l'hôpital dans 30, 60 ou 90 jours.
L'analyse a prouvé que les index n'ont fait aucune différence utile du tout. En fait, aucun ne s'est amélioré de manière significative sur « un modèle bas » d'expliquer simplement un mélange des facteurs démographiques et médicaux.
Pour évaluer le modèle bas et les trois index, Kumar s'est fondé sur le calcul d'un nombre appelé la « C-statistique, » qui mesure essentiellement la probabilité qu'un index identifierait aussi à haut risque une personne qui s'est avérée réellement être à haut risque. Par convention, C.A. - la statistique doit être plus haute que 0,7 à considérer médicalement approprié. Le modèle bas a marqué dans les 0,63 à 0,65 gammes, et les index ont seulement poussé ces nombres du coude dans l'endroit de centièmex, ne montant jamais au-dessus des 0,7 seuils.
Kumar dit les modèles, qu'il a reconnus n'ont pas été créés dans ce but précis, probable décomposez dans le cas du remplacement commun parce qu'ils n'expliquent pas le statut fonctionnel ou d'autres états de santé appropriés des patients.
Le statut fonctionnel inclut des mesures de douleur postopératoire, leur capacité de déplacer le commun affecté et capable exercer des activités de la vie quotidienne. Assurance-maladie n'exige pas des hôpitaux de le rapporter, mais dans une étude plus tôt cette année il pouvait obtenir des données de réadaptation d'hospitalisé pour les patients qui ont eu des courses, des fractures de hanche et quelques remplacements communs. Kumar et co-auteurs ont constaté qu'ajouter des données fonctionnelles de statut dans un modèle prévisionnel de risque a rapporté une amélioration substantielle.
« La raison que nous faisons les remplacements communs est de réduire la douleur et d'améliorer le statut fonctionnel, mais cette information est absente de nos index de risque, » Kumar dit.
Dans l'étude actuelle, Kumar et ses co-auteurs pouvaient évaluer d'autres états de santé appropriés. Il a trouvé que les états de santé le plus souvent liés à la réadmission d'hôpital étaient diabète, maladie pulmonaire, arythmies et maladie cardiaque. En outre, la recherche antérieure suggère que l'obésité soit vraisemblablement une cause déterminante importante, bien que cela n'ait pas été dépisté dans l'étude.
À court terme, Kumar dit, le CMS devrait commencer à dépister le statut fonctionnel des patients qui subissent les remplacements communs. Finalement, il dit, que des données devraient être essayées dans un nouvel index qui aidera les hôpitaux pour évaluer quels patients sont au plus grand risque à lutter et aidera le CMS pour évaluer que les hôpitaux prennent sur de tels patients plus risqués.