Predpovedanie neplánovaných opätovných hospitalizácií u ľudí s viacerými dlhodobými ochoreniami

Výskyt viacerých dlhodobých ochorení (MLTC) je spojený so zvýšeným využívaním zdravotnej starostlivosti a vyšším rizikom neplánovanej opätovnej hospitalizácie do 30 dní. Vedci vyvinuli Self-HR, dvojstupňový systém strojového učenia, ktorý bol testovaný na údajoch od 99 207 účastníkov z UK Biobanku s viacerými dlhodobými ochoreniami. Systém dosahol presnosť AUROC 0,92 a AUPRC 0,75 v hlavnom súbore údajov a prekonal všetky porovnávané metódy vrátane XGBoost a Random Forest. Pri externom testovaní na 79 224 pacientoch z Clinical Practice Research Datalink dosahol AUROC 0,86 a F1 skóre 0,67. Self-HR preukázal lepšiu odolnosť voči neúplným údajom a nerovnomernosti tried, pričom udržal F1 skóre 0,62 aj pri trénovaní iba na 50 % označených údajov. Analýzy ukázali, že najsilnejším prediktorom boli diagnózy pri prijatí do nemocnice, nasledované liekmi a históriou dlhodobých ochorení. Systém sa osvedčil ako účinný a zovšeobecňovateľný nástroj na predpovedanie rizika opätovnej hospitalizácie u pacientov s viacerými ochoreniami.