תוצאת חיפוש

הקדמה: אי-הגעה למפגשים מתוכננים במרפאות חוץ אורתופדיות מציבה אתגר משמעותי למערכת הבריאות, שכן היא פוגעת ביעילות התפעולית, מביאה לבזבוז משאבים ועלולה לפגוע באיכות הטיפול וברצף המעקב הרפואי. אף כי גורמים דמוגרפיים ואישיים שונים נמצאו כקשורים בהיעדרות, הגורמים המדויקים המנבאים אי-הגעה עדיין אינם מובנים דיים.

מטרות: במחקר זה, ביקשנו לזהות את המשתנים המרכזיים הקשורים בשיעורי אי-הגעה למפגשים אורתופדיים ולבחון את יעילותם של מודלים לחיזוי התנהגות זו.

שיטות מחקר: המחקר התבסס על ניתוח רטרוספקטיבי של נתוני מרפאות חוץ אורתופדיות במרכז הרפואי שמיר שנאספו ממערכת הזימונים של בית החולים בשתי תקופות זמן: ינואר 2015–דצמבר 2019 ובשנת 2022.

תוצאות ומסקנות: נותחו משתנים דמוגרפיים ונתוני הגעה למפגשים על מנת לזהות תבניות ודפוסים של אי-הגעה. בתקופה הראשונה נותחו 1,234,425 ביקורים מתוכננים, עם שיעור אי-הגעה כולל של 30.25%, בעוד שבמרפאות החוץ האורתופדיות נמצא שיעור מעט נמוך יותר של 24.97%. בהתבסס על נתוני רקע והיסטוריית הגעה פותח מודל חיזוי שסווג את המטופלים לשתי קבוצות: "מגיעים" (64% מהמדגם, שיעור אי-הגעה 13.9%) ו"לא מגיעים" (36% מהמדגם, שיעור אי-הגעה 29.4%), כאשר ההבדל בין הקבוצות נמצא מובהק סטטיסטית.

דיון וסיכום: ממצאי המחקר מדגישים את הפוטנציאל של מודל-חיזוי מבוסס נתונים לשיפור תהליכי זימון, לתכנון יעיל של משאבים ולזיהוי מוקדם של מטופלים בסיכון לאי-הגעה. שילוב בזמן אמת של מודלים לחיזוי עשוי לתרום לשיפור קבלת ההחלטות הקליניות ולהגברת הרצף והאיכות של הטיפול הרפואי.

תומר זיו-ברן¹, דניאל כהן¹, גליה רהב^3,2, משה לשנו^4,3

¹החוג לאפידמיולוגיה ורפואה מונעת והמרכז לחקר טרור ביולוגי, בית הספר לבריאות הציבור, הפקולטה לרפואה, אוניברסיטת תל אביב, ²היחידה למחלות זיהומיות, מרכז רפואי שיבא, תל השומר, רמת גן, ³הפקולטה לרפואה סאקלר, אוניברסיטת תל אביב, רמת אביב, ⁴הפקולטה לניהול על שם רקאנטי, אוניברסיטת תל אביב, רמת אביב

במאמרים רבים נדונים גורמי סיכון ומנבאים לתוצאי בריאות. ממאמרים אלו ניתן ללמוד מהם הגורמים המשפיעים על התוצא ומה מידת השפעתם. אולם לא ניתן לצפות את תוצא הבריאות במטופל היחיד. חוסר היכולת לנבא את התוצא במטופל הבודד פוגע ביכולת ליישם את תוצאות המחקר ליד מיטת החולה או במירפאה, ומאפשר רק צפי כללי או מתן המלצות כלליות בלבד. מכאן, שמחקר ללא מודל לניבוי הוא מוגבל, והוספת מודל לניבוי משפרת משמעותית את יכולת היישום של מימצאיו. הוספת מודל ניבוי למאמר אינה מסובכת, שכן הפרטים הנדרשים להצגת המודל במאמר מתקבלים כחלק מתהליך הניתוח הסטטיסטי הרגיל, ולפיכך אין צורך בפעולות נוספות לבניית המודל. אולם הצגת המודל והשימוש בו אינם טריוויאליים ומחייבים הבנה בסיסית של מבנה המודל.

במאמר זה, מוצג הדרוש לבניית מודל בשתי השיטות הסטטיסטיות הנפוצות ביותר: תסוגה ליניארית ותסוגה לוגיסטית (Logistic regression & linear regression), ומוסבר תהליך ניבוי תוצא הבריאות במטופל היחיד. בנוסף, מוסבר כיצד לתקף את המודל. במאמר זה, ננקטים הביטויים "חולה", "מטופל" ו"פרט", הזהים במשמעותם ומתייחסים לאדם היחיד.