识别频繁的卫生保健用户和护理消费模式:紧急医疗服务数据的过程挖掘

简介

区域医疗保健消费的很大一部分归因于“频繁使用者”(即反复打电话到医院和护理医疗保健服务的患者)[1］．虽然定义不同，但通常以每年4 - 5次或以上的呼叫阈值将患者归类为“频繁使用者”[2，3.］．虽然频繁使用者只占急诊科病人的少数(4.5%-8%)，但他们可能占急诊科总人次的21%-28% [4］．频繁使用的用户作为一个群体显得异质;不过，他们可按其健康护理需要和向其提供的健康服务，划分为不同类别[5］．

频繁使用者的高工作量和高成本使他们成为区域决策者和临床医生在试图充分利用稀缺资源时考虑的相关目标群体。例如，“体弱长者”由于长者有不同的医疗护理需要，因而经常使用[6-9］．他们的脆弱与他们极易受到内源性和外源性压力的影响有关，使他们面临与健康有关的负面结果的更高风险[8］．重要的是，他们经常面临支离破碎的医疗保健[6]、急诊科分诊不当或延误[10]，以及不正确的推荐。这些观察结果表明，对他们的卫生保健需求采取了不适当的方法，并可能不必要地使用卫生保健服务。一旦发现他们的弱点，可采用先进的保健规划来改善他们的保健连续性[8，11，12］．因此，追踪频繁使用者及其(共享的)消费模式是评估当前临床实践的效率和效果，采取适当的行动来改善它，并评估这些行动和相关政策变化的附加价值的先决条件。

值得注意的是，许多频繁用户并不向单一的医疗保健提供者打电话，而是网络用户，连续访问多个医疗保健提供者。除了他们的偏好之外，他们的网络使用可能被解释为，例如，专门的医疗保健需求。因此，追踪频繁使用者需要采用基于网络的方法，包括所有区域卫生保健提供者。不幸的是，通过采访医疗保健提供者来收集数据，甚至从他们的当地记录中提取数据往往很麻烦。关于患者隐私的规则、卫生保健提供者之间的竞争、信息系统的不兼容性以及所需的工作可能会构成不易克服的障碍，增加了数据收集成本。大多数研究设计将其范围限制在单一或相关的卫生保健提供者，主要关注医院[13］．因此，许多频繁的用户可能会被忽视。此外，由于缺乏医院以外的主要卫生保健提供者(如疗养院)的信息，他们沿着不同的卫生保健提供者的路线可能显得支离破碎，而这些提供者与虚弱的老年人特别相关。

本文探索了一种基于紧急医疗服务(EMS)数据(即包含患者和后勤数据的救护车乘坐记录)跟踪频繁用户的替代方法。作为区域卫生保健网络中的“摆渡人”，EMS理论上指导亚急性或急性患者的路线，从按时间顺序的救护车接送开始。因此，他们的数据库可能为识别和跟踪频繁用户提供了一种有效的方法。重要的是，EMS患者群体可能会容纳许多频繁使用者[14，15］．此外，EMS服务的患者往往需要大量的医疗资源，这表明他们需要流动护理服务和交通工具。然而，使用EMS数据识别频繁用户及其消费模式的潜力在文献中几乎没有得到承认[16］．

本研究旨在展示EMS记录的分析如何有助于在区域范围内追踪频繁用户，特别是体弱的老年人，并揭示他们的医疗保健消费模式。过程挖掘的新分析技术对这项研究很有帮助，能够自动识别患者路线(即，通过结合与救护车乘坐相关的记录来识别随时间咨询的医疗保健提供者)。通过流程挖掘量化他们乘坐救护车的次数，可以识别出频繁用户。反过来，他们的消费模式反映在他们的路线上，具体说明了随着时间的推移所涉及的医疗保健提供者和专业。患者路由的聚合确定了他们每年对医疗保健的需求趋势以及网络上相关的工作负载分布。过程挖掘比其他映射技术更有优势，因为它使用从数据中检索到的事实观察，而不是人为的过程模型。过程挖掘已成功用于分析医疗保健过程，通常是在医院内[17-27］．然而，它在区域卫生保健网络中的应用是新的。

作为相关背景资料，我们简要总结，荷兰的慢性医疗保健系统长期以来一直由《一般法案特殊护理费用》下的国家基金资助[28］．然而，这种资助方案被认为效率太低，太慷慨了。因此，自2015年1月1日起，引入了一项重大制度变革，并伴随着新的立法(即《长期护理法案》)[29］．在家庭环境中对较轻症状的医疗保健的执行和实施转移到市政当局，以实现更好的匹配和更有效的系统。预计这一转移将导致更多的老年人留在家中，从而降低慢性(老年人)医疗保健成本。截至2021年春季，这些预期在很大程度上没有实现，甚至恶化了局势。我们的研究揭示了自系统改变以来出现的问题，包括随后的养老院关闭。

利用荷兰德伦特省的EMS记录，本研究显示了救护车数据如何允许在区域范围内有效和高效地追踪和量化经常使用卫生保健服务的用户，将虚弱的老年用户作为焦点群体。提议的方法以EMS作为区域“摆渡人”的角色为基础，这意味着利用单一的关键数据收集来源，同时覆盖许多医疗保健提供者(即医院、疗养院和EMS)。过程挖掘通过支持病人路径的自动映射(即他们对医疗保健提供者的连续访问)来提高方法的效率。此外，在患者和群体层面分析了患者路线的结构，使我们能够深入了解区域协调问题和卫生保健提供者之间的工作量分配，这对决策者和临床医生是有帮助的。特别是，我们寻求上述荷兰政府政策影响的证据，包括疗养院入学的更高医疗保健需求进入要求对区域医疗保健消费的影响[30.-32］．

方法

德伦特省保健网络

德伦特省有人口491,867人，人口密度为每平方公里183人[33］．住院治疗由省内的4家医院和邻近省份的几家医院提供。在这4家医院中，3家医院提供基础治疗，1家医院拥有治疗多层创伤所需的技能和资源。转诊到省外医院的原因包括离患者现场较近、患者偏好、卫生保健水平或与特定治疗相关的专业知识。提供护理服务的还有几十家养老院，主要分布在省内。紧急医疗服务由一家运营商提供，依靠德伦特14个城镇或村庄的17个基地网络。其服务包括紧急(a级)和计划(b级)病人送往医院和计划(b级)病人送往疗养院。由于病人的保健需要，禁止自行运输或出租车运输，b -ride是合法的。a -ride配备有工作人员和设备，提供高级生命支持(ALS;即，对危重病人的先进医疗保健)。 In contrast, B-rides may be offered with either ALS or basic life support, setting less strict medical skillsets and equipment requirements.

数据

患者数据收集自2012年1月1日至2017年12月31日期间救护车乘坐的EMS记录。收集的数据包括骑行日期和时间、目的地(即卫生保健提供者)、患者年龄、紧急情况(A或B)以及卫生保健提供者根据患者的卫生保健需求所显示的医疗专业。每个病人都有一个唯一的识别号码，通过合并病人的记录，并根据救护车的乘坐日期来组织病人的路线，来确定他们在不同的医疗保健提供者和服务机构的路线。

基于我们对虚弱老年人群、频繁使用者和EMS服务范围的关注，我们区分了3类医疗保健提供者:医院、疗养院和EMS。当救护车护理人员在现场提供的治疗足以满足病人的医疗保健需求时，后者被认为是正式的医疗保健提供者，指定为EMS "看和治疗" (EMS- s&t)。这一列入也可作为卫生保健不适当或碎片化的指标[6］．

过程挖掘

与世界上许多地区一样，德伦特省体弱多病的老年人越来越多，他们利用区域医疗保健系统的很大一部分。就他们去地区医院和疗养院的次数而言，他们的消费模式在很大程度上仍然未知，因为地区卫生保健提供者不公开这类患者信息。

过程挖掘是一种结合数据科学和过程管理的技术，以支持识别和分析操作过程(即组织为满足其客户而进行的连续活动)，从而依赖于存储在数据库中的事件日志(即有关活动的记录)[34］．过程挖掘已成功地用于绘制卫生保健过程，阐明病人是如何作为卫生保健提供者所开展活动的净影响而得到服务的。迄今为止，它在医疗保健中的大多数应用实例都与医院内环境有关[17-27］．通过使用从数据中检索到的事实观察自动生成流程图，流程挖掘比依赖于对实际系统的人工观察或对文档的检查的其他建模技术具有重要的优势[17，34］．

涉及单个医疗的EMS记录被匿名化，通过删除空记录(即与患者无关的记录)进行清理，并检查数据的准确性以允许流程挖掘。如果一个记录缺乏关于医疗保健提供者的信息(例如，乘车目的地)，它将被标记为“未知”。随后，Disco(2.2.0版本;Fluxicon) [35]，一个用于执行过程挖掘的工具，通过组合和排序(按时间顺序)引用唯一患者的患者记录来跟踪患者路线。

经常使用者的医疗保健消费(即在一年内达到4次救护车到区域医疗保健提供者的阈值的患者)通过显示他们的数字和呼叫数量来量化，包括年度趋势数据和频率分布。虚弱的老年使用者(70岁或以上的患者)被认为是频繁使用者中的一个亚组。使用救护车乘坐类别A(紧急)和B(计划)作为代理，分析它们的紧迫性，以及其中公认的频繁使用者类别的数量，特别是已知经常需要透析、放射治疗或高压氧药物(DRH)的患者。“已知”患者类别取决于当地的见解，因此依赖于EMS人员和记录。对于“未知”患者类别，缺乏这样的分类。

利用过程挖掘进行结构分析，在患者水平和患者群体水平两个层面对体弱老年用户的医疗保健消费进行评估。在患者层面，患者沿着各个医疗保健提供者的路线由乘车目的地确定，包括咨询的专科。根据患者的路径，患者可分为两类(低复杂性和高复杂性)。这种复杂性是从医疗保健消费不确定性的角度考虑的。例如，低复杂性患者是“已知的”患者，涉及很少的医疗保健提供者，而高复杂性患者是那些可能不完全了解路由的患者。虽然“低复杂性”一词可能意味着这些患者的健康状况相对较轻，但他们身体虚弱，消耗很多资源，也应该被视为一个相关的亚组。

伦理批准和同意参与

由于数据最初是出于管理目的而例行收集的，并且完全匿名，因此这项研究不属于涉及人体受试者的医学研究法案(Wet medich -weteschappelijk Onderzoek 2021)的范围[31］．因此，我们从格罗宁根大学医学中心医学伦理审查委员会(参考编号METc 2018/402)获得了使用EMS服务匿名数据的完全豁免。

结果

量化频繁用户

概述

表1根据EMS记录提供区域卫生保健提供者服务的所有患者的概述。2012年至2017年期间，共识别出126758名独立患者，涉及212967次服务呼叫，遗漏了2494次与患者无关的记录。表1显示呼叫量在过去几年里增长了25%，从31,300个电话增加到39,235个电话。在经常使用者的一般保健消费中，包括体弱的老年使用者，也观察到类似的变化。经常使用者约占区域卫生保健消费总额的16%，其中一半以上是体弱老年人。体弱长者用户由395名增加至628名(59%)，而通话次数则由2607次增加至3615次(39%)。引人注目的是，从2013年到2015年，体弱多病的老年用户增长最快，从320人增加到548人(71%)。

虚弱的老人

虚弱长者的医疗护理需要及急迫情况详载于表2，根据所要求的医疗专业及急迫情况，将特快专递服务分类(表1而且2)．例如，在2012年的395名体弱长者使用者中(表1)， 302名(76%)患者至少乘坐过一次紧急乘车(A)， 345名(87%)患者至少乘坐过一次计划好的乘车(B;表2)．此外，在计划运送的患者中，75名(19%)患者需要透析、放射治疗或高压氧药物(B-DRH)， 326名(83%)患者有其他不同的医疗保健需求和紧急情况(B-other)。两组患者因共病重叠;因此，他们的患者人数之和超过了全年虚弱的老年用户人数。的右边表2显示调用数，指示与上面提到的分组关联的骑乘数。

表2显示，在2012年至2017年期间，身体虚弱的老年用户中紧急(A)呼叫的数量增加了一倍多(从825个增加到1729个，110%)，相比之下，提前计划乘车的呼叫略有增长(B;1782年到1886年，6%)。此外，在2012年至2017年期间，需要特定、可预测治疗或其他治疗的体弱长者使用者人数(表2(见列B-DRH和B-other)分别从75个增加到104个(39%)和326个增加到487个(49%)。然而，2012年至2017年间，DRH患者的年度电话数量减少了(从728个减少到502个，-31%)，而其余组的电话数量有了相当大的增长(从1054个增加到1384个，31%)。

体弱多病老年人区域卫生保健消费模式的识别

患者级别:低复杂性和高复杂性患者

长者虚弱使用者的消费模式，可透过有序的乘车表及流程图(表3而且4；图1而且2)．表3而且4显示患者A和患者B两名频繁使用者的路线摘录。患者A需要透析，由一家医院(RegHospital 1)提供服务。患者A的路径复杂性较低，在流程图中可以清楚地显示图1．它说明了患者在2012年至2017年期间在养老院生活期间，由RegHospital 1治疗了145次。弧的图1总结所消费服务序列的信息;例如，乘车前往RegHospital 1后直接前往养老院117次，乘车前往养老院后直接前往RegHospital 1 118次。在某些情况下，所研究的EMS供应商没有组织往返医院的运输。例如，去RegHospital 1之后又去RegHospital 1 27次。同样地，在去养老院之后，又要去养老院27次。

‎ 查看此图

‎ 查看此图

患者A的路由复杂性较低，而其他患者的路由可能更复杂，如患者B所示表4而且图2．患者B是非常频繁的用户之一(2012年至2017年)，有41次救护车服务，根据负责患者治疗的专业表明，有不同的医疗保健需求，因此依赖于几个医疗保健提供者。

患者组级别:“未知”患者

图3而且图4显示2012年(326例)和2017年(487例)不属于已知类别的虚弱老年用户的工作量分布;表2，见B-other)。仅显示参与至少30次治疗且弧频率至少为8次的医疗保健提供者。2012年期间，所有卫生保健提供者提供的治疗数量大幅增加(图3)及2017年(图4)，尽管各个医疗保健提供者的增长率有很大差异。与此相对应的是，2017年医疗保健提供者之间的连通性更高，这可以从电弧频率和新电弧(图4，见红色弧线)。然而，发展并不一定是单向的，因为连接可能会在数年内消失(图3(见绿色弧线)。

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

频繁使用者的定义是反复呼叫区域卫生保健服务的病人，对卫生保健能力和资源管理有很大影响。追踪频繁用户及其(共享的)消费模式可能有助于区域政策制定。在这项研究中，我们将荷兰德伦特省的EMS记录和流程挖掘结合起来，以跟踪频繁用户并识别不同类型的用户。这种方法使我们能够通过结合患者在救护车上的记录，来开发和评估患者沿着不同地区医疗保健提供者的路线。这项研究表明，这种方法可以有效地跟踪和量化频繁用户，并评估他们的消费模式。考虑到虚弱的老年用户作为一个焦点群体，该方法的有效性得益于其广泛的范围，涵盖了一大群医疗保健提供者，包括养老院。此外，使用EMS记录作为单一数据来源可保证所有区域医院的数据可用性。值得注意的是，数据收集和分析成本很低，因为该方法依赖于常规收集的单个数据源，并通过流程挖掘使用自动化数据分析。

透过对EMS记录的处理，我们可以确认体弱长者使用者作为经常使用者的一个组别，其相关性及影响。[6-8]，代表超过50%的经常用户，并在一年内达到4次通话的门槛。此外，在观察期间，虚弱的老年用户数量和他们向卫生保健提供者拨打的电话数量显著增加。引人注目的是，在2014年和2015年，体弱多病的老年用户增长最大，每年增加100例，从2013年的320例增加到2015年的548例(71%)。此外，该类别的紧急呼叫数量大幅增加(从2013年的664次增加到2015年的1478次，增幅为123%)，大大超过了EMS运输在观察期内5.1%的背景年增长率[30.，36］．

我们的观察与荷兰老年医疗保健系统的结构性变化平行(Wet Maatschappelijke Ondersteuning 2015) [37］．疗养院的关闭和对疗养院更严格的准入要求迫使老年人尽可能长时间地在家中独立生活[32，38，39］．虽然这些转变旨在降低慢性医疗保健成本，但它们导致更多的住院人数和在家庭环境中无法控制的急性情况，这实际上可能被认为是适得其反。我们认为，2014年和2015年EMS数据中观察到的趋势结构变化可能表明国家政策变化带来了不必要和意外的影响。量化虚弱老年人口的医疗保健消费可能有助于政策制定者展示他们对系统的影响，并揭示满足他们需求的紧迫性。此外，了解体弱多病的老年人的保健消费，可以引发关于住宅和其他保健院或其他形式的家庭保健的讨论。我们的研究结果表明，有必要采取进一步的行动，如扩大能力、量身定制的家庭医疗保健服务或先进的医疗保健计划，以改善老年人的医疗保健及其协调。

基于过程挖掘，患者消费模式的结构分析揭示了2个患者群体:需要DRH的低复杂性“已知”患者和通常与复杂路线和使用多个区域医疗保健提供者有关的“未知”患者。重要的是，已知的虚弱老年患者群体的增长速度反映了人口结构的变化，而未知群体的增长速度要快得多，这意味着工作量的增加和不可预测。与后一类人有关的工作量往往越来越多地分散到几个区域保健提供者身上，要求它们随着时间的推移加强联系，以便为它们共同服务的病人提供最好的保健。这可能是由于持续的区域专业化，需要在确定和解决患者需求和管理能力方面进行区域协调。因此，流程挖掘进一步确定了所涉及的医疗保健提供者以及他们在专业方面的参与性质。

在高呼叫频率的患者中，我们评估了2例特定病例，并注意到其中一些患者可能被认为是低复杂。例如，患者A需要频繁的透析治疗，但主要由单一的卫生保健提供者提供服务。或者，患者B与多个医疗保健提供者有关。后者患者可能受益于仔细检查他们的治疗计划，并在必要时组织先进的医疗保健计划。然而，使用这种方法来识别此类案例将假定潜在的隐私问题得到了识别和解决，这超出了本文的范围。

决策者和临床医生可以使用我们的分析结果来参与讨论或评估当前的护理标准。我们的研究结果表明，没有明确指示的频繁用户，如透析，正在“购物和跳跃”，代表着在使用过多资源时未满足的需求。全科医生和养老院专家有责任应对这一挑战。对这类经常使用者进行高级护理规划和在适当地点进行及时和适当的护理，可以提高他们的生活质量，同时节省稀缺资源。为后者提供可靠的证据需要一种不同类型的研究。

限制

这项研究也有局限性。首先，只对体弱的老年人进行了深入研究，仅使用了荷兰一个省的EMS记录。然而，虽然保健消费模式可能受到区域特征的影响，但预计拟议方法的成功并不取决于后者。其次，EMS记录只包括无法自行运输的频繁用户。因此，不使用或很少使用EMS的频繁用户将不会被建议的方法跟踪。第三，由于它是探索性的，本文强调了所提出的方法在追踪频繁用户和加强区域政策制定方面的潜力。正在进行的和未来的研究应致力于确认和扩展该方法，包括与其他方法进行比较。

结论

EMS数据和流程挖掘的结合使用可以有效地跟踪经常使用医疗保健服务的用户。该方法通过量化和详细描述频繁用户消费模式来支持后续政策调整，为区域政策制定者和临床医生提供支持。