El puntaje de fragilidad podría reducir la presión sobre las camas de los hospitales y menores costos

El puntaje de riesgo de fragilidad del hospital (HFRS) ayuda a identificar pacientes mayores (de 75 años o más) que pueden ser frágiles y más probabilidades de experimentar malos resultados durante o después de una estadía en el hospital. Una nueva investigación, dirigida por la Universidad de Portsmouth en colaboración con la Universidad de Hospitales de Portsmouth, NHS Trust, descubrió que el HFRS es efectivo para predecir estadías de hospital extendidos en pacientes de todas las edades, no solo adultos mayores.

Los científicos de datos en el Centro de Modelado e Informática de la Salud de la Universidad y el Centro de Ciencia de Datos y Inteligencia Artificial analizaron registros de pacientes adultos del Hospital Queen Alexandra en Portsmouth entre 2010 y 2018.

Descubrieron que el HFRS es un predictor más confiable de largas estadías en el hospital que otras medidas comunes, especialmente para estadías de más de 21 días. Fue particularmente efectivo para pacientes mayores de 44 años, pero también útil para adultos más jóvenes en la mayoría de los casos.

El papel, publicado en PLoS unodice que usar HFR en personas de todas las edades podría ayudar a los hospitales a identificar pacientes de alto riesgo antes, asegurando que reciban el apoyo y la atención adecuados.

El análisis de datos fue realizado por la Universidad de Portsmouth Ph.D. Estudiante Huda Kutrani. Ella dijo: «Las estadías en el hospital pueden ser estresantes para los pacientes y costosas para los proveedores de atención médica. Saber de antemano qué pacientes corren el riesgo de mantenerse más tiempo de lo esperado, permite a los hospitales asignar recursos mejor.

«Al incorporar el HFR en las evaluaciones de rutina del hospital, los proveedores de atención médica podrían mejorar los resultados de los pacientes, reducir la presión sobre las camas de hospital y reducir los costos».

El profesor Jim Briggs, director del Centro de Modelado e Informática de la Salud de la Universidad de Portsmouth (CHMI), agregó: «Este es un trabajo importante porque extiende una herramienta útil y fácilmente adoptada a todos los pacientes adultos, no solo los muy ancianos que era Diseñado para.

«Este estudio también muestra la importancia de utilizar el análisis de Big Data para desarrollar nuevas ideas sobre la atención al paciente. Estamos particularmente contentos cuando uno de los diseñadores originales de HFR nos felicitó por nuestro trabajo».

El Servicio Nacional de Salud del Reino Unido (NHS) estima que cada año 350,000 pacientes permanecen en hospitales agudos durante más de tres semanas. Los pacientes hospitalizados con fragilidad pueden tener una duración más larga de estadía y un mayor uso de recursos de salud.

Los investigadores esperan que los hospitales adopten el HFRS más ampliamente para mejorar la atención al paciente y la eficiencia hospitalaria. Otros estudios podrían explorar cómo integrar este sistema de puntuación en las prácticas hospitalarias diarias para obtener el máximo beneficio.

Claire Spice, de la Universidad de Hospitales de Portsmouth, NHS Trust, dijo: «Identificar a las personas en el hospital que pueden tener fragilidad es vital para que podamos satisfacer sus necesidades clínicas, mejorar los resultados de salud y permitir el desarrollo de servicios adecuado.

«Las herramientas clínicas son útiles pero no siempre se aplican de manera consistente: las medidas basadas en la información automatizadas tienen el potencial de resaltar a los grupos de personas al máximo riesgo de forma rápida y consistente. La mayoría de las herramientas de identificación de fragilidad no se han investigado en personas más jóvenes, por lo que este estudio realmente extiende el Utilidad potencial de los HFR en investigación adicional «.

El año pasado, los expertos en IA de la universidad y los profesionales de la salud de la Universidad de Hospitales de Portsmouth, NHS Trust, trabajaron juntos para ayudar a prevenir una complicación común y dolorosa en el tratamiento avanzado de insuficiencia renal.

El estudio desarrolló un modelo de IA para predecir qué pacientes tienen más riesgo de que su presión arterial caiga durante la diálisis; Una condición conocida como hipotensión intradiítica (IDH).

«La colaboración entre la universidad y el hospital, durante más de 20 años, ha llevado a muchos desarrollos líderes mundiales en el monitoreo de pacientes deteriorados», dijo el profesor Briggs.

«Estamos seguros de que los hospitales son un lugar más seguro ahora que antes de que comenzara nuestra investigación».