Abstract
This research was based on the purpose of establishing predicted model of prematurely discharged patients using the mandatory information data, recorded in the medical institutes based on discharged patients of a University Hospital for the period of 1 year, from July. The result showed that the regression analysis model was the most excellent method of application model for preventing discharged patients, and when this is applied to discharged patients who are outpatients, the possibility of discharge can be less than staying in the emergency room. In addition, based on threshold 0.7, when we expect the discharged patients, out of 920 discharged patients, the actual patients who are discharged can become 136, showing the extract effectiveness of 14.78%. Based on the perspective of lift value, compared to random extract, this is 2.9 times (14.78/5.15) more effective.
본 연구는 1999년 7월 1일부터 2000년 6월 30일까지 1년 동안 일개 대학병원의 퇴원환자 전체를 조사대상으로 의료기관내에 생성된 의무기록 정보데이터를 활용하여 환자 이탈군 특성요인을 확인하고 이탈환자 예측모형을 구축하고자 하였다. 연구결과 회귀분석모델이 이탈환자 방지모형 적용에 가장 우수 하였으며, 이를 이탈환자에 적용하였을 경우 입원경로가 외래인 경우는 응급실 입원보다 이탈할 가능성이 적게 나타났고, 내원사유는 질병에 비하여 외상환자가 이탈할 가능성이 높게 나타났다. 아울러 Threshold 0.7 기준에서 이탈환자를 예측하면 예상 이탈환자 920명 중에서 실제로 이탈한 환자는 136명이 되어 검출효율은 14.78%로 나타났다. 이것은 Lift value 측면에서 보면 무작위 추출에 비해서 2.9배(14.78/5.15)의 효과가 있음을 알 수 있다.
