耶路撒冷希伯来大学的研究人员改进了Elixhauser共病模型，提高了对住院时间、死亡率、再入院和升级护理的预测准确性。该研究超越了标准的Elixhauser模型，提供了对患者复杂性的全面评估。这些发现有助于医疗决策和改善患者结果，对整个医疗领域具有广泛的影响。
风险调整模型在指导临床护理、研究中的病例组合调整以及支持卫生服务规划和融资方面发挥着关键作用，包括基于患者复杂性的支付调整。然而，这些模型（如Elixhauser共病测量）通常仅关注合并症，可能无法完全捕捉患者的医疗复杂性。这在以色列尤为重要，因为医院按固定费用每天报销，无论患者复杂性如何。
希伯来大学的研究人员改进并外部验证了Elixhauser共病模型，提高了其准确性。主要作者是哈达萨医院骨科住院医师、希伯来大学医学院毕业生Gidon Liebner博士。高级作者是希伯来大学公共卫生学院的Shuli Brammli-Greenberg博士和Adam Rose博士。
该研究发表在《BMC卫生服务研究》上，将额外的临床和人口统计数据纳入Elixhauser模型。通过纳入额外的临床和人口统计数据，该研究提高了模型在预测关键结果（如住院时间、院内死亡率、30天内再入院和升级护理）方面的准确性。这种改进不仅帮助医疗专业人员做出更明智的临床决策，还使医疗设施内的资源分配更加高效。改进的模型提高了整体患者护理质量，可能会节省成本，并推动医疗研究的进步。
利用以色列独特的中央健康数据存储库，该研究对耶路撒冷沙雷泽德克医学中心内科服务的55,946次入院进行了回顾性观察队列分析。研究发现，改进的模型优于标准的Elixhauser模型。通过纳入实验室检查结果、生命体征和人口统计信息等变量，新模型在预测准确性方面取得了显著改进，而基本的Elixhauser模型已使用数十年。
研究表明，改进的模型在预测某些健康结果方面表现更好。例如，在估计某人住院时间时，改进模型的预测性从R² 10.1%提高到28.1%。此外，在预测某人在住院期间是否会死亡时，模型的c统计量（衡量模型预测性的指标）从71.1%提高到87.9%。这些改进表明，改进的模型在预测住院时间和院内死亡风险方面比标准模型更有效。
“我们的改进模型填补了原始Elixhauser模型中的一个重要空白，提供了对患者复杂性的更全面评估，”Adam J. Rose教授说。“该模型适用于其他医疗环境，不仅限于内科，还可以支持关于入院和护理设置、家庭医院化适宜性和基于患者复杂性的支付调整的决策。”
(全文结束)
