Healthcare hoạt động

Phân tầng rủi ro bệnh nhân

Patient Risk — Phân tầng nguy cơ

Đã chạy được. Mục này có công cụ tính toán thật trên nền tảng, không phải mô tả lộ trình.

ARR, RRR và NNT Hiệu quả điều trị theo con số tuyệt đối

Cùng một kết quả nghiên cứu nghe rất khác nhau tuỳ cách trình bày. Công cụ này quy về con số tuyệt đối để so sánh được giữa các can thiệp.

Giảm rủi ro tuyệt đối (ARR) +1.00%
Giảm rủi ro tương đối (RRR) +50.0%
NNT — số cần điều trị 100.0
Biến cố tránh được 100
Kết luận NNT 100 — lợi ích mỏng
① Tham số

Biến cố trên 1.000 người

Biến cố trên 1.000 người22.414.937.4670Nhóm chứng: 20.00Nhóm điều trị: 10.00Chênh lệch (ARR): 10.00Nhóm chứngNhóm điều trịChênh lệch (ARR)

Cột thứ ba là hiệu của hai cột đầu. Đó là toàn bộ lợi ích thật của điều trị, và nó luôn nhỏ hơn nhiều so với cảm giác mà con số +50% gợi ra.

Diễn giải nhanh

NNT = 100.0 — điều trị 100 người để tránh 1 biến cố

Dưới 25 là can thiệp mạnh. Trên 100 nghĩa là phần lớn người được điều trị không nhận lợi ích nào nhưng vẫn chịu tác dụng phụ và chi phí — cân nhắc đó phải nằm trong quyết định.

RRR +50.0% nhưng ARR chỉ +1.00%

Khoảng cách giữa hai con số bằng đúng 1/2.00% = 50 lần, tức nghịch đảo rủi ro nền. Rủi ro nền càng thấp thì RRR càng nghe to trong khi lợi ích thật càng nhỏ.

100 biến cố tránh được trên 10,000 người điều trị

Con số này chỉ đúng nếu quần thể của bạn có rủi ro nền giống nhóm chứng trong nghiên cứu. Khác rủi ro nền thì phải tính lại.

Ở quần thể rủi ro nền một nửa (1.00%), NNT thành 200

Tính lại bằng chính công thức trên với giả định mức giảm tương đối giữ nguyên. Đây là giả định chuẩn khi chuyển kết quả nghiên cứu sang quần thể khác, và nó chưa bao giờ được kiểm chứng đầy đủ.

Khi nào con số này sai: RRR luôn nghe ấn tượng hơn ARR và đó là lý do nó hay được trích dẫn. 'Giảm 50% rủi ro' từ 2% xuống 1% nghĩa là phải điều trị 100 người để tránh 1 biến cố — cùng một dữ liệu, hai cảm nhận khác hẳn.

Chi tiết

Nhóm chứng 2.00%
Nhóm điều trị 1.00%
Diễn giải Điều trị 100 người để thay đổi kết cục ở 1 người
Cảnh báo ARR phụ thuộc rủi ro nền; kết quả từ quần thể rủi ro cao không chuyển sang quần thể rủi ro thấp được

Biến cố trên 1.000 người

Biến cố trên 1.000 người22.414.937.4670Nhóm chứng: 20.00Nhóm điều trị: 10.00Chênh lệch (ARR): 10.00Nhóm chứngNhóm điều trịChênh lệch (ARR)

Cột thứ ba là hiệu của hai cột đầu. Đó là toàn bộ lợi ích thật của điều trị, và nó luôn nhỏ hơn nhiều so với cảm giác mà con số +50% gợi ra.

NNT theo rủi ro nền của bệnh nhân

NNT theo rủi ro nền của bệnh nhân446287.6129.1-29.330.50%1.00%1.50%2.00%3.00%4.00%6.00%8.00%12.00%

Giữ nguyên mức giảm tương đối +50.0%, chỉ đổi rủi ro nền. Cùng một loại thuốc: ở nhóm nguy cơ thấp NNT lớn hơn nhiều lần, nên kết quả thử nghiệm trên nhóm nguy cơ cao không chuyển thẳng sang sàng lọc cộng đồng.

NNT khi chuyển sang quần thể có rủi ro nền khác

Rủi ro nềnRủi ro sau điều trịARRNNT
0.50%0.25%+0.25%400.0
1.00%0.50%+0.50%200.0
1.50%0.75%+0.75%133.3
2.00%1.00%+1.00%100.0
3.00%1.50%+1.50%66.7
4.00%2.00%+2.00%50.0
6.00%3.00%+3.00%33.3
8.00%4.00%+4.00%25.0
12.00%6.00%+6.00%16.7

Toàn bộ chỉ số

Nhóm chứng 2.00%
Nhóm điều trị 1.00%
Diễn giải Điều trị 100 người để thay đổi kết cục ở 1 người
Cảnh báo ARR phụ thuộc rủi ro nền; kết quả từ quần thể rủi ro cao không chuyển sang quần thể rủi ro thấp được

Công thức đang dùng

ARR = CER − EER · NNT = 1/ARR

Đây là công thức thật mà mã nguồn chạy, không phải mô tả gần đúng. API tại /api/v1/tools/nnt gọi đúng hàm này, nên kết quả trên trang và qua API không thể lệch nhau.

Cách dùng

  1. Điền tham số ở cột trái. Mọi ô đã có sẵn giá trị ví dụ chạy được, nên bạn có thể bấm Tính ngay trước rồi sửa sau.
  2. Đọc thẻ số ở trên cùng, rồi mục Diễn giải nhanh để biết con số đó nói gì.
  3. Đọc dòng “Khi nào con số này sai” trước khi dùng kết quả để quyết định — đó là giả định vỡ đầu tiên.
Giới hạn chung. Công cụ này tính đúng công thức của nó trên dữ liệu bạn đưa vào. Nó không kiểm tra dữ liệu của bạn có phù hợp với giả định của phương pháp hay không — phần đó vẫn là việc của người dùng, và mục “sai ở đâu” bên dưới trang liệt kê các chỗ hỏng thường gặp.

Phân tầng rủi ro bệnh nhân là gì

Phân tầng rủi ro bệnh nhân xếp hạng người bệnh theo nguy cơ diễn biến xấu để phân bổ nguồn lực theo dõi. Giá trị nằm ở việc thay đổi được hành động — một điểm số không gắn với quy trình can thiệp cụ thể thì không cải thiện kết quả điều trị.

Làm thế nào

  1. Xác định kết cục cần phân tầng và cửa sổ thời gian.
  2. Dùng dữ liệu chuỗi thời gian của sinh hiệu, không chỉ giá trị một thời điểm.
  3. Thiết kế ngưỡng theo năng lực đáp ứng của đội ngũ, không theo tối ưu thống kê.
  4. Đo kết quả sau triển khai, không dừng ở đo mô hình.

Đo bằng chỉ số nào

PPV ở ngưỡng cảnh báo trong số cảnh báo có bao nhiêu là thật
Số cảnh báo mỗi ca trực quyết định khả năng đội ngũ đáp ứng
Thay đổi kết cục sau triển khai chỉ số duy nhất thực sự đếm

Sai ở đâu

Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.

! M
!
! t
!
! m
!
! i
!
! v
! ì
!
! c
!
! n
! h
!
! b
! á
! o
! :
!
! q
! u
! á
!
! n
! h
! i
!
! u
!
! c
!
! n
! h
!
! b
! á
! o
!
! k
! h
! i
! ế
! n
!
! n
! h
! â
! n
!
! v
! i
! ê
! n
!
! t
!
! t
!
! h
! o
!
! c
!
! b
!
!
! q
! u
! a
!
! h
!
!
! t
! h
!
! n
! g
! ,
!
! l
! à
! m
!
! n
! ó
!
! t
!
!
! h
! ơ
! n
!
! k
! h
! ô
! n
! g
!
! c
! ó
! .

Mô hình định lượng dùng trong Healthcare

Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.

Tất cả mô hình →
Bayesian Inferencebeta

Cập nhật niềm tin khi có dữ liệu mới.

Hidden Markov Modelsắp có

Suy ra trạng thái ẩn từ quan sát.

Random Forestbeta

Tập hợp cây quyết định, giảm phương sai bằng bagging.

Support Vector Machinesắp có

Tìm siêu phẳng phân tách với biên lớn nhất.

Câu hỏi thường gặp

Phân tầng rủi ro bệnh nhân là gì?

Phân tầng rủi ro bệnh nhân xếp hạng người bệnh theo nguy cơ diễn biến xấu để phân bổ nguồn lực theo dõi. Giá trị nằm ở việc thay đổi được hành động — một điểm số không gắn với quy trình can thiệp cụ thể thì không cải thiện kết quả điều trị.

Phân tầng rủi ro bệnh nhân được làm như thế nào?

1. Xác định kết cục cần phân tầng và cửa sổ thời gian. 2. Dùng dữ liệu chuỗi thời gian của sinh hiệu, không chỉ giá trị một thời điểm. 3. Thiết kế ngưỡng theo năng lực đáp ứng của đội ngũ, không theo tối ưu thống kê. 4. Đo kết quả sau triển khai, không dừng ở đo mô hình.

Phân tầng rủi ro bệnh nhân hay sai ở đâu?

M ệ t m ỏ i v ì c ả n h b á o : q u á n h i ề u c ả n h b á o k h i ế n n h â n v i ê n t ắ t h o ặ c b ỏ q u a h ệ t h ố n g , l à m n ó t ệ h ơ n k h ô n g c ó .

Đo phân tầng rủi ro bệnh nhân bằng chỉ số nào?

PPV ở ngưỡng cảnh báo — trong số cảnh báo có bao nhiêu là thật; Số cảnh báo mỗi ca trực — quyết định khả năng đội ngũ đáp ứng; Thay đổi kết cục sau triển khai — chỉ số duy nhất thực sự đếm.

Phân tầng rủi ro bệnh nhân trên QuantHub đã dùng được chưa?

Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.

Chủ đề khác trong Healthcare

Toàn bộ Healthcare
Disease Prediction Medical Imaging Bed Optimization ICU Dashboard Drug Analytics Medical Forecast Reports API