ScholarGate
Asistents
Process / pipelinePredictive modeling, Patient risk stratification

Modelis slimnīcas atkārtotas uzņemšanas prognozēšanai

Slimnīcas atkārtotas uzņemšanas prognozēšanas modeļi izmanto statistikas un mašīnmācīšanās metodes, lai identificētu pacientus ar augstu risku īslaicīgi atgriezties slimnīcā pēc izrakstīšanas. Šie modeļi palīdz veikt mērķtiecīgu izrakstīšanas plānošanu un uzraudzību, lai uzlabotu rezultātus un samazinātu izmaksas.

Atvērt MethodMindDrīzumāApply, compare, get guidance
Tools & resources
Lejupielādēt slaidus
Learn & explore
VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. Jencks, S. F., Williams, M. V., & Coleman, E. A. (2009). Rehospitalizations among patients in the Medicare fee-for-service program. New England Journal of Medicine, 360(14), 1418–1428. DOI: 10.1056/NEJMsa0803563
  2. Krumholz, H. M., Normand, S. L. T., & Wang, Y. (2014). Trends in hospitalizations and outcomes for acute myocardial infarction, 2006 to 2011. Circulation, 132(4), 362–366. link
  3. Philbin, E. F., & DiSalvo, T. G. (1998). Prediction of hospital readmissions for heart failure: development of a simple risk score based on administrative data. Journal of the American College of Cardiology, 33(6), 1560–1566. DOI: 10.1016/s0735-1097(99)00059-5

Kā citēt šo lapu

ScholarGate. (2026, June 3). Predictive Modeling for Hospital Readmission Risk and Prevention. ScholarGate. https://scholargate.app/lv/healthcare-management/hospital-readmission-model

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateHospital Readmission Prediction Model (Predictive Modeling for Hospital Readmission Risk and Prevention). Izgūts 2026-06-20 no https://scholargate.app/lv/healthcare-management/hospital-readmission-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026