Shah 在斯坦福的团队开发了一个模型，可以预测哪些住院病人可能在未来 12 个月内死亡。我们的目标是：确定哪些患者可能从 ACP 中受益。在确保该模型可以很好地预测死亡率并且公平、可解释和可靠之后，该团队进行了两项额外的分析，以确定该模型触发的干预是否有用。

第一个是成本效益分析，发现成功的干预(向模型正确识别为可能受益的患者提供 ACP)将节省约 8.400 美元，同时对不需要 ACP 的人进行干预(即模型错误)将花费大约 3.300 美元。“在这种情况下，非常粗略地说，即使我们只对了三分之一，我们也会收支平衡，”Shah 说。

但分析并没有就此停止。“为了节省那些承诺的 8.400 美元，我们实际上必须执行一个工作流程，例如，在 48 小时内涉及 21 个步骤、三个人和七个交接，”Shah 说。“那么，在现实生活中，我们能做到吗?”

为了回答这个问题，该团队模拟了 500 个住院日的干预，以评估医疗服务提供因素，如人员有限或时间不足(由于患者出院)将如何影响干预的益处。他们还量化了增加住院人员与在门诊提供 ACP 相比的相对收益。结果：拥有门诊选项可确保实现更多预期收益。“我们只需要跟进一半的出院患者即可获得 75% 的效用，这非常好，”Shah 说。

这项工作表明，即使你有一个非常好的模型和一个非常好的干预，只有当你也有能力提供干预时，一个模型才会有用，Shah 说。虽然事后来看可能会让这个结果看起来很直观，但 Shah 说，当时情况并非如此。“如果我们没有完成这项研究，斯坦福医院可能刚刚扩大了提供 ACP 的住院能力，尽管它的成本效益不是很高。”

Shah 的团队用于分析模型、干预措施以及干预措施的利弊之间相互作用的框架可以帮助确定在实践中有用的预测模型。“至少，建模者应该进行某种分析，以确定他们的模型是否会提示有用的干预措施，”Shah 说。“这将是一个开始。”

来源：网络

版权归原作者所有，如有侵权，请联系删除