JP2015507265A - 早期再入院を低減する方法及びシステム - Google Patents

早期再入院を低減する方法及びシステム Download PDF

Info

Publication number
JP2015507265A
JP2015507265A JP2014549600A JP2014549600A JP2015507265A JP 2015507265 A JP2015507265 A JP 2015507265A JP 2014549600 A JP2014549600 A JP 2014549600A JP 2014549600 A JP2014549600 A JP 2014549600A JP 2015507265 A JP2015507265 A JP 2015507265A
Authority
JP
Japan
Prior art keywords
risk
risk factors
factors
model
patient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2014549600A
Other languages
English (en)
Other versions
JP6148255B2 (ja
Inventor
カロ,ロニー
ヘレインセ,ヘイス
テサノヴィッチ,アレクサンドラ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV, Koninklijke Philips Electronics NV filed Critical Koninklijke Philips NV
Publication of JP2015507265A publication Critical patent/JP2015507265A/ja
Application granted granted Critical
Publication of JP6148255B2 publication Critical patent/JP6148255B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

例示的な実施形態が、本発明において説明される例示的な実施形態に従った、早期再入院を低減するシステム及び方法に関連する。1つの実施形態が、患者についての患者データを受けるステップと、上記患者データに基づいて、上記患者についての個人向けリスクモデルを作成するステップであり、上記個人向けリスクモデルは複数のリスク要因に基づいた全体のリスクレベルを含む、ステップと、上記リスク要因のうち1つを選択するステップと、上記の選択されたリスク要因に関連する手当を行うステップと、手当を行った後に上記個人向けリスクモデルを更新するステップであり、該更新するステップは更新されたリスクレベルを決定することを含む、ステップと、上記更新されたリスクレベルが閾値レベルを上回るかどうかを決定するステップと、上記リスクレベルが上記閾値レベルを上回る場合、上記選択するステップ、行うステップ、更新するステップ及び決定するステップを、繰り返すステップと、を含む方法に関する。

Description

本発明の例示的な実施形態は、本明細書に記載された例示的な実施形態に従った、早期再入院を低減するシステム及び方法に関連する。
入院している心不全(“HF”(heart failure))患者は通常は、早期再入院についての高いリスクを有する。HF患者の再入院率は、退院から30日以内で3人に1人、そして1年以内で2人に1人と同程度の高さとなり得る。再入院の機会を低減するために、ヘルスケアは通常は、患者の再入院のリスクを評価し、それに応じて患者の手当を計画する。
患者の再入院のリスクは、患者の入院の間に、入院時又は退院時のいずれかにおいて、1回しか評価されない可能性があり、患者は、再入院について高リスク、中リスク又は低リスクに分類される。入院時の評価は、入院中に患者を手当するヘルスケア専門家が患者の入院中に薬及び治療を用いて原因となる医学的リスク要因に対処することを可能にする。反対に、退院時の評価は、治療後の外来患者の状況における患者を手当するヘルスケア専門家に助言を与えうる。これらの手法は、医学的リスクだけが入院中に解決されうるため、不十分であるおそれがあり、一方、心理社会的リスクに対処し、さらに再入院のリスクを低減するための好機が、見逃されている。
本発明の例示的な実施形態は、本明細書に記載された例示的な実施形態に従った、早期再入院を低減するシステム及び方法に関連する。1つの実施形態が、患者についての患者データを受けるステップと、上記患者データに基づいて、上記患者についての個人向けリスクモデルを作成するステップであり、上記個人向けリスクモデルは複数のリスク要因に基づいた全体のリスクレベルを含む、ステップと、上記リスク要因のうち1つを選択するステップと、上記の選択されたリスク要因に関連する手当を行うステップと、手当を行った後に上記個人向けリスクモデルを更新するステップであり、該更新するステップは更新されたリスクレベルを決定することを含む、ステップと、上記更新されたリスクレベルが閾値レベルを上回るかどうかを決定するステップと、上記リスクレベルが上記閾値レベルを上回る場合、上記選択するステップ、行うステップ、更新するステップ及び決定するステップを、繰り返すステップと、を含む方法に関する。
本発明の別の例示的な実施形態が、複数の有効なリスクモデルを記憶するメモリと、プロセッサであって、患者についての患者データを受け取り、上記患者データに基づいて上記患者についての個人向けリスクモデルを作成し、該個人向けリスクモデルは複数のリスク要因に基づいた全体のリスクレベルを含み、手当のために上記リスク要因のうち1つを選択し;上記の選択されたリスク要因に関連する手当の結果を受け、手当の上記結果に基づいて上記個人向けリスクモデルを更新し、該更新は更新されたリスクレベルを決定することを含み、上記更新されたリスクレベルが閾値レベルを上回るかどうかを決定し、かつ上記リスクレベルが上記閾値レベルを上回る場合に手当のために上記リスク要因のうちさらなる1つを選択する、プロセッサと、を含むシステムに関する。
ある例示的な実施形態に従う、患者の再入院のリスクを評価する際に利用するための第1の例示的なリスクモデルを示す。 ある例示的な実施形態に従う、患者の再入院のリスクを評価する際に利用するための第2の例示的なリスクモデルを示す。 ある例示的な実施形態に従う、患者の再入院のリスクを評価及び低減する例示的な方法を示す。 ある例示的な実施形態に従う、患者の再入院のリスクを評価及び低減する図3の方法などの方法を実施する例示的なシステムを示す。
本発明の例示的な実施形態は、例示的な実施形態についての下記説明と関連する添付図面とを参照しながらさらに理解されるであろう。図面において、同様の要素は同一の参照番号を備える。具体的には、例示的な実施形態は、入院している心不全患者の再入院のリスクを評価及び低減する方法及びシステムに関する。しかしながら、例示的な実施形態は心不全(“HF”)患者に具体的な言及をしているが、本明細書に記載される原理はさらに任意の他の種類の病気又はけがを有する患者の再入院のリスクを低減することに適用することができることを、当業者は理解するであろう。これには、例えば、糖尿病、肺炎、又は患者を再入院のリスクにさらしうる任意の他の疾患に苦しんでいる患者を含むことができる。
HFのために入院している患者は、高い早期再入院率を有する。入院しているHF患者の3人に1人が退院後30日以内に再入院しており、およそ50%が1年以内に再入院している。このリスクに対抗するために、各々の入院しているHF患者は、医療専門家が患者に関する固有のリスク要因に対処することができるように、患者自身の個々のリスクを入院中に評価してもらう。特定の患者の再入院リスクを評価するために医療専門家により設計された、さまざまな有効なリスクモデルが存在する。上記モデルは、入力データとして多数の患者関連のリスク要因/パラメータを受け、再入院の可能性を出力する。1つのリスクモデルが、図1に示される、クラムホルツ(Krumholtz)ら(2000)のモデルである。別のリスクモデルが、図2に示される、フィルビン(Philbin)ら(1999)のモデルである。
上記で論じられた2つのリスクモデルは単に例示であること、及び他の代替的なリスクモデルを使用してもよいことを、当業者は理解するであろう。リスク要因は、医学的リスク(例えば、症状、病歴、共存症、バイタルサイン、手当など)と心理社会的リスク(例えば、うつ病、経済状態、支援構造の存在など)とに分割することができる。患者が退院前に安定した状態になることを確かにするために、入院中に患者の医学的リスクに対処することが、重要である。しかしながら、心理社会的リスク要因は、対処がより難しい場合があり、さらに、心理社会的リスク要因の存在が患者の退院後の自己管理行動の順守(例えば、塩分及びアルコール摂取の制限、身体活動を管理すること、サイン及び症状を監視すること、禁煙、経過観察予約を保持することなど)の機会を減らすおそれがあるので、患者の再入院のリスクに影響を与える可能性がある。自己管理行動の順守は、こうした遵守が再入院のリスクを低減し、したがって心理社会的リスク要因の存在が再入院のリスクを増大させることが証明されているため、極めて重要となり得る。
心理社会的リスク要因は、(入院期間中に)変更可能である要因と変更不可能である要因とに分割される。変更可能なリスク要因の例には、うつ病、及び自己管理行動に従う自己効力感の低さがある。こうしたリスクは、カウンセリングなどを通じて、入院中に直接的に対処され、変更されることができる。変更不可能なリスク要因の例には、世帯構成、収入、保険の種類、及びヘルス・リテラシーがある。これらは、入院中に直接的に対処することができないリスクである。
現在のモデルは通常は、病院において1度だけ、入院時又は退院時のいずれかにおいて、上記で説明されたリスクモデルのうち1つを用いる又はいくつかの他のリスク評価の方法を用いるなどして、リスク評価を必要とする。こうした分類に基づいて、患者は次いで、再入院について高リスク、中リスク、又は低リスクに分類されることができる。入院時の評価は、原因となる医学的リスク要因を明らかにすることができ、上記医学的リスク要因は、入院中に薬及び治療を用いて手当することができる。反対に、退院時の評価は、退院後に外来患者の状況において手当を提供する医療専門家に助言を与えることができる。この種のリスク評価の値は、医学的リスクだけが対処されることができるように、限定され、一方、入院中に心理社会的リスクに対処し、それにより再入院を低減するための好機が、見逃されている。
例示的な実施形態は、心理社会的リスク要因に関連する再入院リスクの低減を提供する。図3は、入院しているHF患者のリスクを評価及び低減する例示的な方法300を図示する。ステップ310において、リスクモデルが患者に対して選択される。リスクモデルは、利用可能なモデルのグループの中から選択することができ、上記利用可能なモデルには、上記で説明されたモデルを含みうるが、これに限定されるものではない。選択は、患者の医師又は他の医療専門家などによって手動で行うことができ、あるいはアルゴリズムを用いるなどして自動的に行うことができる。別の実施形態において、同一のモデルをすべての患者に対して用いることができ、選択はまったく行われない。
ステップ320において、ステップ310において選択されたリスクモデルを用いて患者に適用可能なリスク要因を評価し、かつ、こうしたリスクに基づいて患者の再入院のリスクを決定する。このステップは、当分野において既知であるリスクモデルを適用する方式で実質的に進めることができる。ステップ330において、患者に関連すると決定されたリスク要因の各々を、医学的リスク要因か心理社会的リスク要因かのいずれかに分類する。この時点で、医学的リスク要因は、当分野において既知である技法を用いた薬及び/又は治療を用いて患者を手当することができるように、患者を手当する医療専門家に提供される。医学的リスク要因は方法300による検討から除去され、上記で論じられたように、方法300は心理社会的リスク要因に焦点を合わせている。
ステップ340において、個人向けリスクモデル(personalized risk model)が、ステップ320及び330において決定された心理社会的リスクに基づいて、患者に対して作成される。これは、種々の心理社会的リスク要因の、患者維持行動への影響に基づいた分類を含み、以下でより詳細に論じられていく。
まず、各々の変更不可能な心理社会的リスク要因はいくつかの潜在する道筋を有し得るものであり、上記道筋において上記心理社会的リスク要因が患者の維持行動に従う能力に影響を与え、かつそれにより再入院のリスクに影響を与えることに、留意されたい。例えば、変更不可能な心理社会的リスク「独身」を有する患者は、退院時に独身のままということになる。このことは、いくつかの維持行動に影響を与える可能性がある。例えば、このことは、患者が予約の行き帰りの移動手段を有していないことにつながる可能性がある。これは、移動手段の代替手段を患者に示唆することにより是正することができる。さらに、このことは、患者が家族からの正しい健康的な行動のリマインダーを持たないことにつながる可能性がある。これは、記憶強化のための戦略を患者に示唆することにより是正することができる。追加的に、患者の「独身」状態は、適切な食事を選択及び準備することにおける困難さにつながる可能性がある。このことは、料理のヒント及び適切な生産品のリストを患者に提供することにより是正することができる。さらに、このことは、患者が薬剤の摂取の時間を決めることにおいて困難さを有することにつながる可能性がある。これは、ピル・カウンタなどの解決策を用いて正しく摂取の時間を決める方法についての指導を患者に与えることにより是正することができる。
さらに、いくかの心理社会的リスク要因は医療専門家により直接的に変更可能であり得ることに、留意されたい。例えば、否定的な感情に悩んでいる患者を、認知行動介入を用いて手当することができる。低いレベルの自己効力感は、スキル構築により対処することができる。自己管理行動に従う能力について否定的な感情を有する患者を、こうした信念に対する説得力のある反論を提供することによって手当することができる。
さらに、各々の変更不可能なリスク要因は潜在する変更可能な要因から成る場合があり、データベースを用いて各々の変更不可能な要因に関連する変更可能な要因を記憶することができる。例えば、世帯構成についての「独身」という変更不可能な心理社会的リスク要因は、変更可能な要因「経過観察予約への移動手段の欠如」、「投薬のリマインダーの欠如」及び「健康的な食事を選択すること/準備することにおける困難さ」に分解することができる。患者は次いで、適切な変更可能な要因に関する指導を受けることができる。
このようにして、ステップ340において、手当を患者に知らせるために、変更不可能なリスク要因を分析して、関連する潜在する変更可能な要因を決定する。患者の電子カルテ(“EHR”(electronic health record))が閲覧されて患者に関するいかなる要因についても存在する値を読み出す。例えば、リスク要因として「独身」を用いるリスクモデルについて、読み出される値は「はい」又は「いいえ」とすることができ、リスク要因として「世帯構成」を用いるリスクモデルについて、読み出される値は「単身で生活」「パートナーと生活」「子供と生活」とすることができる、などがある。値がまったく発見されない又はデータ領域がEHR内にまったく定義されていないリスク要因について、患者が評価され、これは、医療専門家による評価によって又は患者に与えられたアンケートによって行うことができる。データが収集されたとき、リスクモデル(例えば、上記で論じられたリスクモデル)が要因値に対して実行され、患者のリスクの初期評価と心理社会的リスク要因の概観とをもたらす。これらは上記で説明されたとおり変更可能な心理社会的リスク要因と変更不可能な心理社会的リスク要因とに分解されることができることを、当業者は理解するであろう。
次に、患者は、変更不可能な心理社会的リスク要因に関連する変更可能なリスク要因を評価するためにアンケート一式を提示される。通常は、1つのアンケートが各々の変更不可能な心理社会的リスク要因について行われ、上記アンケートは、各々の変更不可能なリスク要因に関連する変更可能なリスク要因を記憶することができる同じデータベース内に維持することができる。これは、患者に関連する変更可能なリスク要因への個人向けの分解をもたらす。1つの例において、上記で説明されたとおり、ある患者が、リスク要因「独身」を有し得る。これは、「予約への移動手段をやりくりすることの困難さ」、「一連の投薬を順守することの困難さ」、「心臓に健康的な食事を準備することの困難さ」及び「健康状態を監視することの困難さ」に分解することができ、上記の困難さのすべては直接的に変更可能であることを当業者は理解するであろう。この分解は、すべての既知の潜在する要因の適用可能性及び関連性を測定することにより評価される。例えば、ある任意の患者が、日常の家庭内での看護支援をうける場合があり、したがって健康状態を日常的に監視してもらうことができる。こうした患者について、「健康状態を監視することの困難さ」は当てはまらない可能性があり、他の3つの要因だけが関連する場合がある。
さらに、各々の変更可能なリスク要因について、アンケートは、患者の要因に対する介入の予期される達成を評価する予測スコアをもたらす。予測スコアは、患者の変化についての能力と心構えとに関連するアンケートの組み合わせを用いて評価することができる。上記の結果を組み合わせて患者に個人向けリスクモデルを提供する。個人向けリスクモデルは、すべての医学的要因、すべての変更不可能な心理社会的リスク要因、及びすべての潜在する変更可能な要因を含む。各要因は、重要度スコアに関連付けられ、上記重要度スコアは、手動で医療専門家などにより、当分野の知識に基づいて(例えば、技術文献又は臨床的ガイドラインに基づいて)決定される、有効なリスクモデルのパラメータとすることができる。重要度スコアを用いて、元のモデル内のリスク要因に対する、潜在するリスク要因の関連する寄与を評価する。例えば、上記で説明された「独身」の例を用いて続けると、4つの潜在する要因は、「予約への移動手段をやりくりすることの困難さ」:4、「一連の投薬を順守することの困難さ」:3、「心臓に健康的な食事を準備することの困難さ」:2、及び「健康状態を監視することの困難さ」:4と重み付けすることができる。要因「健康状態を監視することの困難さ」は、上記患者に関連しないため、上記スコアは、(4+3+2)/(4+3+2+4)=0.69に、有効なリスクモデルの中のリスク要因「独身」の重要度をかけて、重み付けすることができる。患者がその後、要因「予約への移動手段をやりくりすることの困難さ」についての介入をうけ、したがって上記要因は解決されると見なされる場合、上記スコアは、(3+2)/(4+3+2+4)=0.38に、患者のリスクの後続の評価において有効なリスクモデルの中のリスク要因の重要度をかけて、重み付けすることができる。
ステップ350において、最も影響のあるリスク要因が、変更可能な心理社会的リスク要因と変更不可能な心理社会的リスク要因(構成要素である潜在する要因へと分解されたような)との中から選択される。これは、全体のリスク評価に対する要因の寄与と患者の関連する自己管理行動を変化させる能力との双方を組み合わせたスコアによって行われる。選択される要因は、影響力と変化させる能力との双方の最高の組み合わせを有する要因である。ステップ360において、選択されたリスク要因に関連する介入プログラムが、当分野において既知である方式で、入院中に患者に対して選択され、提供される。
ステップ370において、適切な介入プログラムが患者に対して行われた後、患者のリスクは、ステップ340に関連して説明されたアンケート及び他のプロセスを再度行うこと(readministering)によって再評価される。医学的リスク要因が、患者のリスクの全体の評価の一部として、このステップにおいて再び検討される。ステップ380において、患者の、更新され、理想的には改良されたリスクスコアが、閾値と比較される。上記閾値は、退院に対して安全な状態を表すように、医療専門家により決定することができる。更新されたリスクスコアが閾値を上回ったままである場合、上記方法は、新たな最も影響するリスク要因が更新されたリスク分析結果に基づいて選択されるところのステップ350に戻り、上記方法は再びステップ350から380までを続ける。更新されたリスクスコアが閾値を下回る場合、上記方法はステップ390へと続き、ステップ390において患者は退院するにあたり再入院のリスクが十分低いと見なされる。ステップ390の後、上記方法は終了する。
例示的な方法300は、さまざまな方式で実施することができる。1つの例において、例示的な方法300は、コンピュータによって例示的なシステム400を介して実施することができる。システム400を、図4に概略的に図示する。ユーザインタフェース410は、リスクモデルの選択、患者診断データ、アンケート回答などの、さまざまな種類のユーザ入力を受け取るように動作可能である。例示的なシステム400は単一のユーザインタフェース410を含むように示されているが、他のシステムが複数のユーザインタフェースを用いることができ、例えば一方のユーザインタフェースを医療専門家に、かつ他方をアンケート回答を入力する患者に提供することができることを、当業者は理解するであろう。ユーザインタフェース410は、出力装置として使用することもでき、例えば、アンケート、結果などを出力することができる。
ユーザインタフェース410は、例示的な方法300を具体化するプログラムを実行することができるプロセッサ420にデータを提供する。このタスクに関連するデータは、メモリ430に記憶することができる。メモリ430は、ハードドライブ、ソリッドステートドライブ、分散型記憶装置などであってよく、上記で説明されたような利用に適切ないかなる形式のデータをも記憶することができる。方法300を実行するために必要な命令に加えて、メモリ430は、システム400を保管している病院の中の患者に関連する医療記録を記憶することができる。別法として、患者記録は、こうした記録を記憶するための集中型システムなどに、遠隔的に記憶することができる。
例示的な実施形態は、HF患者の再入院の割合に影響力のある心理社会的要因を入院中に医学的要因を用いて同時に手当することができるメカニズムを提供する。さらに、心理社会的要因の手当は、患者の個々のリスク要因、要因の相対的重み付け、及び患者の対応する行動を変化させる能力に基づいて、各個々の患者に個人向けになされる。したがって、患者は、患者の個々の環境に適している手当を提供され、再入院のリスクを低減してもらえる。
上記で論じられたとおり、例示的な実施形態は心不全のために入院した患者に関連して具体的に説明されたが、本明細書に記載される原理は任意の他の種類の病気又はけがを有する患者の再入院のリスクを低減するために適用することもできることを、当業者は理解するであろう。これには、例えば、糖尿病、肺炎、又は患者を再入院のリスクにさらしうる任意の他の疾患に苦しんでいる患者を含むことができる。
種々の変更が、本発明において、本発明の主旨又は範囲から逸脱することなくなされ得ることが、当業者には明らかであろう。したがって、本発明の変更及び変形が添付の特許請求の範囲及びその均等物の範囲内にある場合、本発明は上記変更及び変形に及ぶことが意図される。

Claims (20)

  1. 患者についての患者データを受け取るステップと、
    前記患者データに基づいて、前記患者についての個人向けリスクモデルを作成するステップであり、前記個人向けリスクモデルは複数のリスク要因に基づいた全体のリスクレベルを含む、ステップと、
    前記リスク要因のうち1つを選択するステップと、
    前記の選択されたリスク要因に関連する手当を行うステップと、
    手当を行った後に前記個人向けリスクモデルを更新するステップであり、該更新するステップは更新されたリスクレベルを決定することを含む、ステップと、
    前記更新されたリスクレベルが閾値レベルを上回るかどうかを決定するステップと、
    前記リスクレベルが前記閾値レベルを上回る場合、前記選択するステップ、行うステップ、更新するステップ及び決定するステップを、繰り返すステップと、
    を含む方法。
  2. 前記リスク要因のうち1つを選択するステップは、前記リスク要因のうち最も影響する1つを選択することを含む、請求項1に記載の方法。
  3. 前記個人向けリスクモデルを作成するステップは、
    有効なリスクモデルを選択すること、
    前記有効なリスクモデルを前記患者データに適用して前記複数のリスク要因を決定すること、
    前記有効なリスクモデルと前記複数のリスク要因とに基づいて前記全体のリスクレベルを決定すること、
    前記リスク要因の各々の重要度を評価すること、及び
    前記リスク要因の各々の介入の予期される可能性を評価すること
    を含み、
    前記個人向けリスクモデルは、前記複数のリスク要因、前記全体のリスクレベル、前記リスク要因の各々の前記重要度、及び前記リスク要因の各々の介入の前記予期される可能性を含む、
    請求項1に記載の方法。
  4. 前記有効なリスクモデルは、クラムホルツ・リスクモデル及びフィルビン・リスクモデルのうちの1つである、請求項3に記載の方法。
  5. 前記リスク要因の各々の達成の予期される可能性は、前記患者に与えられた前記リスク要因の各々に関連するアンケートの結果に基づいて決定される、請求項3に記載の方法。
  6. 前記リスク要因の各々の前記重要度は、前記有効なリスクモデルに基づく、請求項3に記載の方法。
  7. 前記個人向けリスクモデルを作成するステップは、さらに、
    前記リスク要因の各々を、医学的リスク要因、変更不可能な心理社会的リスク要因、及び変更可能な心理社会的リスク要因のうちの1つとして分類すること、
    前記複数のリスク要因から、医学的リスク要因として分類された前記リスク要因の各々を除去すること、
    前記変更不可能な心理社会的リスク要因の各々に関連する1つ又は複数の変更可能な心理社会的リスク要因を決定すること、及び
    前記変更不可能な心理社会的リスク要因の各々を、前記の1つ又は複数の関連する変更可能な心理社会的リスク要因で置換すること
    を含む、請求項3に記載の方法。
  8. 前記手当は、前記選択されたリスク要因に関連する患者維持行動に関連する、請求項1に記載の方法。
  9. 複数の有効なリスクモデルを記憶するメモリと、
    プロセッサであって、患者についての患者データを受け取り、前記患者データに基づいて前記患者についての個人向けリスクモデルを作成し、該個人向けリスクモデルは複数のリスク要因に基づいた全体のリスクレベルを含み、手当のために前記リスク要因のうち1つを選択し;前記の選択されたリスク要因に関連する手当の結果を受け、手当の前記結果に基づいて前記個人向けリスクモデルを更新し、該更新は更新されたリスクレベルを決定することを含み、前記更新されたリスクレベルが閾値レベルを上回るかどうかを決定し、かつ前記リスクレベルが前記閾値レベルを上回る場合に手当のために前記リスク要因のうちさらなる1つを選択する、プロセッサと、
    を含むシステム。
  10. 前記リスク要因のうち前記の選択された1つは、前記リスク要因のうち最も影響する1つである、請求項9に記載のシステム。
  11. 前記プロセッサは、前記個人向けリスクモデルを作成するとき、前記有効なリスクモデルのうち1つを選択し、前記の選択された有効なリスクモデルを前記患者データに適用して前記複数のリスク要因を決定し、前記選択された有効なリスクモデルと前記複数のリスク要因とに基づいて前記全体のリスクレベルを決定し、前記リスク要因の各々の重要度を評価し、かつ前記リスク要因の各々の介入の予期される可能性を評価し、前記個人向けリスクモデルは、前記複数のリスク要因、前記全体のリスクレベル、前記リスク要因の各々の前記重要度、及び前記リスク要因の各々の介入の前記予期される可能性を含む、請求項9に記載のシステム。
  12. 前記選択された有効なリスクモデルは、クラムホルツ・リスクモデル及びフィルビン・リスクモデルのうちの1つである、請求項11に記載のシステム。
  13. 前記リスク要因の各々の達成の予期される可能性は、前記患者に与えられた前記リスク要因の各々に関連するアンケートの結果に基づいて決定される、請求項11に記載のシステム。
  14. 前記リスク要因の各々の前記重要度は、前記選択された有効なリスクモデルに基づく、請求項11に記載のシステム。
  15. 前記プロセッサはさらに、前記個人向けリスクモデルを作成するとき、前記リスク要因の各々を、医学的リスク要因、変更不可能な心理社会的リスク要因、及び変更可能な心理社会的リスク要因のうちの1つとして分類し、前記複数のリスク要因から、医学的リスク要因として分類された前記リスク要因の各々を除去し、前記変更不可能な心理社会的リスク要因の各々に関連する1つ又は複数の変更可能な心理社会的リスク要因を決定し、かつ前記変更不可能な心理社会的リスク要因の各々を、前記の1つ又は複数の関連する変更可能な心理社会的リスク要因で置換する、請求項11に記載のシステム。
  16. 前記手当は、前記選択されたリスク要因に関連する患者維持行動に関連する、請求項9に記載のシステム。
  17. 患者に関連する患者データを受け取る動作と、
    前記患者データに基づいて、前記患者についての個人向けリスクモデルを作成する動作であり、前記個人向けリスクモデルは複数のリスク要因に基づいた全体のリスクレベルを含む、動作と、
    手当のために前記リスク要因のうち1つを選択する動作と、
    前記手当の結果を受ける動作と、
    前記手当の前記結果に基づいて前記個人向けリスクモデルを更新する動作であり、該更新する動作は更新されたリスクレベルを決定することを含む、動作と、
    前記更新されたリスクレベルが閾値レベルを上回るかどうかを決定する動作と、
    前記リスクレベルが前記閾値レベルを上回る場合、前記選択する動作、受ける動作、更新する動作及び決定する動作を、繰り返す動作と、
    をなすように動作可能である命令一式をプロセッサに実行させるコンピュータプログラム。
  18. 前記個人向けリスクモデルを作成する動作をなすように動作可能な命令は、
    有効なリスクモデルを選択すること、
    前記有効なリスクモデルを前記患者データに適用して前記複数のリスク要因を決定すること、
    前記有効なリスクモデルと前記複数のリスク要因とに基づいて前記全体のリスクレベルを決定すること、
    前記リスク要因の各々の重要度を評価すること、及び
    前記リスク要因の各々の介入の予期される可能性を評価すること
    をなすように動作可能なサブ命令を含み、
    前記個人向けリスクモデルは、前記複数のリスク要因、前記全体のリスクレベル、前記リスク要因の各々の前記重要度、及び前記リスク要因の各々の介入の前記予期される可能性を含む、
    請求項17に記載のコンピュータプログラム。
  19. 前記リスク要因の各々の達成の予期される可能性は、前記患者に与えられた前記リスク要因の各々に関連するアンケートの結果に基づいて決定される、請求項18に記載のコンピュータプログラム。
  20. 前記個人向けリスクモデルを作成する動作をなすように動作可能な命令は、さらに、
    前記リスク要因の各々を、医学的リスク要因、変更不可能な心理社会的リスク要因、及び変更可能な心理社会的リスク要因のうちの1つとして分類すること、
    前記複数のリスク要因から、医学的リスク要因として分類された前記リスク要因の各々を除去すること、
    前記変更不可能な心理社会的リスク要因の各々に関連する1つ又は複数の変更可能な心理社会的リスク要因を決定すること、及び
    前記変更不可能な心理社会的リスク要因の各々を、前記の1つ又は複数の関連する変更可能な心理社会的リスク要因で置換すること
    をなすように動作可能なサブ命令を含む、請求項18に記載のコンピュータプログラム。
JP2014549600A 2011-12-27 2012-12-21 早期再入院を低減する方法及びシステム Expired - Fee Related JP6148255B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161580520P 2011-12-27 2011-12-27
US61/580,520 2011-12-27
PCT/IB2012/057599 WO2013098740A2 (en) 2011-12-27 2012-12-21 Method and system for reducing early readmission

Publications (2)

Publication Number Publication Date
JP2015507265A true JP2015507265A (ja) 2015-03-05
JP6148255B2 JP6148255B2 (ja) 2017-06-14

Family

ID=47790268

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014549600A Expired - Fee Related JP6148255B2 (ja) 2011-12-27 2012-12-21 早期再入院を低減する方法及びシステム

Country Status (7)

Country Link
US (1) US20140350957A1 (ja)
EP (1) EP2798551A2 (ja)
JP (1) JP6148255B2 (ja)
CN (1) CN104025098B (ja)
BR (1) BR112014015498A8 (ja)
RU (1) RU2014130779A (ja)
WO (1) WO2013098740A2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019010266A1 (en) * 2017-07-05 2019-01-10 Avixena Population Health Solutions, Llc READMISSION PREVENTION MANAGEMENT AND ASSOCIATED METHOD AND SYSTEM

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013098719A2 (en) * 2011-12-27 2013-07-04 Koninklijke Philips Electronics N.V. Method and system for ordering self-care behaviors
US20160188814A1 (en) * 2013-08-14 2016-06-30 Koninklijke Philips N.V. Modeling of patient risk factors at discharge
US9256645B2 (en) 2013-08-15 2016-02-09 Universal Research Solutions, Llc Patient-to-patient communities
US10354347B2 (en) 2013-09-13 2019-07-16 Universal Research Solutions, Llc Generating and processing medical alerts for re-admission reductions
US10726097B2 (en) * 2015-10-16 2020-07-28 Carefusion 303, Inc. Readmission risk scores
EP3469501A1 (en) * 2016-06-10 2019-04-17 Cardiac Pacemakers, Inc. Patient risk scoring & evaluation system
US11017903B2 (en) * 2017-05-12 2021-05-25 University Of Central Florida Research Foundation, Inc. Heart failure readmission evaluation and prevention systems and methods
US11694810B2 (en) * 2020-02-12 2023-07-04 MDI Health Technologies Ltd Systems and methods for computing risk of predicted medical outcomes in patients treated with multiple medications

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003220034A (ja) * 2002-01-29 2003-08-05 Hitachi Ltd 感染症システム
JP2010002992A (ja) * 2008-06-18 2010-01-07 Jikeikai 退院評価プログラム
JP2010122901A (ja) * 2008-11-19 2010-06-03 Omron Healthcare Co Ltd 健康状態判断装置
WO2010144138A2 (en) * 2009-06-10 2010-12-16 Prm, Llc System and method for longitudinal disease management
US20110313788A1 (en) * 2010-06-17 2011-12-22 Cerner Innovation, Inc. Readmission risk assesment

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070244375A1 (en) * 2004-09-30 2007-10-18 Transeuronix, Inc. Method for Screening and Treating Patients at Risk of Medical Disorders
AU2005321925A1 (en) * 2004-12-30 2006-07-06 Proventys, Inc. Methods, systems, and computer program products for developing and using predictive models for predicting a plurality of medical outcomes, for evaluating intervention strategies, and for simultaneously validating biomarker causality
KR20110058775A (ko) * 2008-08-07 2011-06-01 에스피에이쏘씨에따프로도티안티비오티씨에스피.에이 증후성 심부전의 장기 치료
US20110125038A1 (en) * 2009-11-20 2011-05-26 Momentum Research Inc. System and method for heart failure prediction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003220034A (ja) * 2002-01-29 2003-08-05 Hitachi Ltd 感染症システム
JP2010002992A (ja) * 2008-06-18 2010-01-07 Jikeikai 退院評価プログラム
JP2010122901A (ja) * 2008-11-19 2010-06-03 Omron Healthcare Co Ltd 健康状態判断装置
WO2010144138A2 (en) * 2009-06-10 2010-12-16 Prm, Llc System and method for longitudinal disease management
US20110313788A1 (en) * 2010-06-17 2011-12-22 Cerner Innovation, Inc. Readmission risk assesment

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019010266A1 (en) * 2017-07-05 2019-01-10 Avixena Population Health Solutions, Llc READMISSION PREVENTION MANAGEMENT AND ASSOCIATED METHOD AND SYSTEM

Also Published As

Publication number Publication date
EP2798551A2 (en) 2014-11-05
US20140350957A1 (en) 2014-11-27
JP6148255B2 (ja) 2017-06-14
CN104025098B (zh) 2018-01-19
BR112014015498A8 (pt) 2017-07-04
WO2013098740A2 (en) 2013-07-04
WO2013098740A3 (en) 2013-12-19
BR112014015498A2 (pt) 2017-06-13
CN104025098A (zh) 2014-09-03
RU2014130779A (ru) 2016-02-20

Similar Documents

Publication Publication Date Title
JP6148255B2 (ja) 早期再入院を低減する方法及びシステム
Caspi et al. Longitudinal assessment of mental health disorders and comorbidities across 4 decades among participants in the Dunedin birth cohort study
Reed et al. Implementation of an outpatient electronic health record and emergency department visits, hospitalizations, and office visits among patients with diabetes
Boyle et al. Effect of purpose in life on the relation between Alzheimer disease pathologic changes on cognitive function in advanced age
US10311975B2 (en) Rules-based system for care management
Zwaan et al. Patient record review of the incidence, consequences, and causes of diagnostic adverse events
Gold et al. Negative symptoms and the failure to represent the expected reward value of actions: behavioral and computational modeling evidence
US20140358570A1 (en) Healthcare support system and method
JP2020520510A (ja) 個体およびコホートの薬理学的表現型予測プラットフォーム
Osuji et al. Cognition in bipolar disorder
Katz et al. Referring patients for deep brain stimulation: an improving practice
US11610688B2 (en) Generating personalized treatment options using precision cohorts and data driven models
US20160117469A1 (en) Healthcare support system and method
Gaitanou et al. The effectiveness of big data in health care: a systematic review
Bandres-Ciga et al. Mendelian randomization—a journey from obscurity to center stage with a few potholes along the way
Zolnoori et al. Application of intelligent systems in asthma disease: designing a fuzzy rule-based system for evaluating level of asthma exacerbation
McGrath et al. Use of the postacute sequelae of COVID-19 diagnosis code in routine clinical practice in the US
Stagg et al. Special commentary: using clinical decision support systems to bring predictive models to the glaucoma clinic
Tibble et al. A data-driven typology of asthma medication adherence using cluster analysis
Kutz et al. Association of interprofessional discharge planning using an electronic health record tool with hospital length of stay among patients with multimorbidity: a nonrandomized controlled trial
Galbraith et al. Use of well-child visits in high-deductible health plans
Braga et al. Step towards a patient timeline in intensive care units
JP6138824B2 (ja) セルフケア行動の患者固有の順序付けられたリストを生成するための方法、システム及びコンピュータプログラム
Edmond et al. Directional preference, cognitive behavioural interventions, and outcomes among patients with chronic low back pain
Pfeiffer et al. Discovering the brain’s cognitive map

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20151218

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20161227

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170104

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170317

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170425

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170518

R150 Certificate of patent or registration of utility model

Ref document number: 6148255

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees