پيش بيني طول مدت اقامت در بيمارستان بيماران مشكوك به سكته مغزي منتقل شده با اورژانس با استفادهاز داده كاوي

Predicting the length of hospital stay of suspected stroke patientstransferred by EMS using data mining

طول مدت اقامت شاخصي از بهره وري بيمارستان است. مطالعه حاضر با هدف پيش بيني طول مدت اقامت در بيمارستان و شناسايي عوامل موثر بر آن براي بيماران مشكوك به سكته مغزي انجام گرفت. در اين مطالعه كوهورت تاريخي، اطلاعات اورژانس پيش بيمارستاني با اطلاعات ثبت شده در بيمارستان قائم (عج) مشهد در سال ۱۳۹۷ ادغام و از دو الگوريتم رايج براي رده بندي بيماران استفاده و عوامل مرتبط به ترتيب اهميت اولويت بندي گرديدند. با KNN درخت تصميم به عنوان الگوريتم بهتر انتخاب گرديد. در ،Weka براساس نتايج حاصل از نرم افزار 3.8.5 ويژگي و دقت، كاهش اما حساسيت اندكي افزايش داشت. از بين عوامل مورد بررسي در اين مطالعه سطح k افزايش بستري، سن، فشار خون و زمان رسيدن به اورژانس به عنوان مهم ترين و جنسيت به عنوان كم اهميت ترين متغير در پيش بيني شناخته شدند.

Length of hospital stay is an index of hospital productivity. This study predicted the LOS and identified the factors affecting it for suspected stroke patients transferred by EMS. The pre-hospital emergency data were integrated with HIS data in the Ghaem hospital and two algorithms were used to classify patients and identify the related factors. Weka3.8.5 software was used and the decision tree algorithm was selected as the better one. In the KNN algorithm, the specificity and accuracy decreased due to increasing k, but the sensitivity increased slightly. Hospitalization level, age, HTN and time to arrival were identified as the most important and gender as the least important variables.