離開就緒性指標的製作方法
2023-05-26 21:41:51 2
離開就緒性指標的製作方法
【專利摘要】一種評估患者從重症監護室（ICU）、醫院或其他受監測臨床護理環境離開到較低強度地受監測場所的就緒性的系統（16）。所述系統（16）包括一個或多個處理器（46）。所述處理器（46）被編程為接收患者的患者數據。使用死亡風險的第一預測模型計算來自所述患者的離開的死亡風險。此外，使用再入院風險的第二預測模型計算來自所述患者的離開的再入院風險。將針對所述患者中的一個或多個的死亡風險和/或再入院風險在不同的風險組中呈現給一位或多位臨床醫師，以補充臨床醫師的離開決策。
【專利說明】離開就緒性指標
【技術領域】
[0001]本申請涉及臨床決策制定。其特別適於結合臨床決策支持系統應用，並且將特別參考臨床決策支持系統進行描述。然而，應該理解，其也適用於其他使用場景並且不必須被限制到前述應用。
【背景技術】
[0002]在諸如重症監護室(I⑶)的受監測臨床環境中延長的停留持續時間導致許多不利的臨床及經濟後果。醫院用ICU病床收留患者一天的平均費用大致比用普通醫院病床高出三倍。假設患者接收恆定質量的護理，減少住院時間(LOS)會通過改進接待量並增加能受護理的患者的數目而增加醫院的吞吐量。由於許多受監測臨床環境(例如醫院或ICU衝存在混亂環境，因而患者也會從較短的停留獲益。因此，早些離開到較低強度地受監測環境有許多益處。
[0003]儘管早離開有許多益處，但這並非沒有風險的。如果要求強化護理的患者在他們對於較低強度地監測與護理來說足夠穩定之前離開，他們會有併發症的風險，例如意外的再入院或者甚至死亡。除了強加給患者及家屬的增加的壓力以外，再入院的患者傾向於具有較高的風險調整的死亡率。
[0004]確定急症患者何時足夠穩定以離開到較低強度地受監測區，傳統上一直是主治醫師與護理團隊的其他成員合作的主觀決策。由於該決策的高度主觀性，在確定患者何時離開中存在很大的可變性。儘管離開之後意外的再入院或死亡的原因中有許多可能與離開之後提供的護理相關，但是想必離開與再入院或死亡之間的臨近度越近，患者越有可能未「準備好」離開。
[0005]眾多研究已評價了對死亡或再入院的預測因子，並且識別了預測這些併發症的變量。之前識別的對ICU離開之後死亡或再入院的預測因子包括ICU L0S、在離開ICU時的格拉斯哥昏迷評分、平均動脈壓以及ICU收住的原始來源。
[0006]儘管已針對ICU患者識別了許多預測因子，但尚未識別出可靠的且有效的臨床決策支持系統。轉移穩定性與工作負載指數(SWIFT)評分被設計為通過識別ICU離開一周內的再入院或死亡來方便該目的。所述SWIFT評分的兩個主要特點為其簡單性(其被設計為無需計算機的輔助進行計算)以及特異性評分(例如64中的15)的設計，以識別患者再入院或死亡的風險。該模型產生了適度的區分，但結果在研究的驗證方面重複性不好。儘管對於研究有著許多優勢，該評分的有限可應用性的一些可能的原因可能在於，所述模型是在這樣的患者上形成的，所述患者在ICU離開與併發症之間具有長的時間長度(一周)並且來自發生事件的單一醫院的患者數據相對小(100例再入院和5例死亡)。
[0007]進一步地，似乎存在與患者離開時的穩定性不相關的顯著因素，該顯著因素影響患者到ICU的再入院，並且不能在預測模型中被有效捕獲。這些可能包括醫院的本地文化及主治醫師、患者與家屬影響，以及在不同醫院單元中的臨床工作人員之間的關係或默契。
[0008]本申請提供克服了上述問題以及其他問題的新的改進的方法與系統。
【發明內容】
[0009]根據一個方面，提供一種用於評估患者從重症監護室(I⑶)、醫院或其他受監測臨床護理環境離開到較低強度地受監測醫院單元的就緒性的系統。所述系統包括一個或多個處理器。所述處理器被編程為接收患者的患者數據。使用死亡風險的第一預測模型來計算針對所述患者的來自離開的死亡風險。進一步地，使用再入院風險的第二預測模型來計算針對所述患者的再入院風險。從所述死亡風險和所述再入院風險來確定離開的風險，針對所述患者中的一個或多個的所述離開的風險被呈現給一位或多位臨床醫師。
[0010]根據另一方面，提供一種方法，其用於評估患者從重症監護室(I⑶)、醫院或其他受監測臨床護理環境離開到較低強度地受監測醫院單元的就緒性。接收患者的患者數據。使用死亡風險的第一預測模型來計算針對所述患者的來自離開的死亡風險。使用再入院風險的第二預測模型來計算針對所述患者的再入院風險。從所述死亡風險和所述再入院風險來確定離開的風險，將針對所述患者中的一個或多個的所述離開的風險呈現給一位或多位臨床醫師。
[0011]一個優點在於能容易地預測從ICU離開之後的死亡風險和再入院風險。
[0012]另一優點在於能客觀地預測從I⑶離開之後的死亡風險和再入院風險。
[0013]另一優點在於考慮到預測變量與結果(例如死亡和再入院)之間的差異。
[0014]本領域技術人員在閱讀和理解以下詳細描述時，將認識到本發明再其他的優點。
【專利附圖】
【附圖說明】
[0015]本發明可以採取各種部件與部件的布置以及步驟與步驟的安排的形式。附圖僅是出於圖示優選的實施例的目的，並且不應被解釋為對本發明的限制。
[0016]圖1為重症監護室的IT基礎設施的方框圖。
[0017]圖2為臨床決策支持系統的框圖。
[0018]圖3為包括針對多個患者的死亡風險和再入院風險的報告的範圍。
[0019]圖4為包括針對多個患者的死亡風險和再入院風險的用戶界面的範例。
[0020]圖5為用於生成線性回歸模型的方法的方框圖。
[0021]圖6為用於評估要從重症監護室(ICU)離開的患者的就緒性的方法的方框圖。【具體實施方式】
[0022]參考圖1和圖2，重症監護室(I⑶)的信息技術(IT)基礎設施包括一個或多個臨床數據產生器12，任選地是患者信息系統14、臨床決策支持系統(⑶SS) 16、一個或多個臨床數據使用器18等等。適當地，IT基礎設施10的部件經由通信網絡20互聯，通信網絡20例如為網際網路、區域網、廣域網、無線網絡等等。
[0023]臨床數據產生器12生成針對在ICU中受護理的相應患者的患者數據。所述患者數據適當地包括指示一個或多個生理參數的數據，例如心率、溫度、血氧飽和度、意識水平、憂慮、疼痛、尿量等等。所述患者數據能被連續生成和/或在事件發生時生成，所述事件例如計時器事件、用戶輸入事件等等。此外，所述患者數據能被自動地和/或手動地生成。對於前者，可以採用測量患者的生理參數的傳感器22，例如心電圖儀(ECG)電極、血壓傳感器、Sp02傳感器等等。對於後者，可以採用用戶輸入設備24。在一些實施例中，臨床數據產生器12包括顯示設備26，其為用戶提供在其中手動輸入所述患者數據和/或用於向臨床醫師顯示生成的患者數據的用戶界面。臨床數據產生器的範例包括，但不限於，患者監視器、護士站、移動通信設備、患者信息系統等等。
[0024]患者信息系統14將來自IT基礎設施10，例如來自臨床數據產生器12和/或CDSS16的患者數據，存儲在IT基礎設施10的一個或多個資料庫28中。例如，患者信息系統14能存儲來自後文討論的CDSS16的針對患者的離開的風險，例如死亡風險和/或再入院風險。作為另一個範例，患者信息系統14能存儲來自臨床數據產生器12中的一個的針對患者的呼吸速率。在一些實施例中，所述患者信息系統也將來自用戶輸入設備30的患者數據存儲在資料庫28中和/或允許所存儲的患者數據在顯示設備32上被觀看。顯示設備32也能被用於方便數據從用戶輸入設備30的接收。患者信息系統的範例包括，但不限於，電子醫療記錄系統、科室系統等等。
[0025]⑶SS16從IT基礎設施10，例如從臨床數據產生器12和/或患者信息系統14接收患者數據。也預期所述患者數據能從用戶輸入設備34被接收，用戶輸入設備34任選地帶有顯示設備36，顯示設備36為用戶提供在其中輸入所述患者數據的用戶界面。使用所述患者數據，⑶SS16基於死亡風險(ROD)和再入院風險(R0R)兩者，評價所述患者從ICU離開的風險。在一些實施例中，所述ROD和/或所述ROR對應於預定時段(例如48小時)內的死亡或再入院。有利地，通過分開所述ROD和所述R0R，能考慮針對ROD和ROR的預測變量與結果之間的關係中的差異。在一些實施例中，針對患者的所述ROD和/或ROR被顯示在顯示設備36上。能隨著接收患者數據和/或在事件的發生時，連續地計算所述ROR和/或R0D，所述事件例如計時器事件、用戶輸入事件等等。例如，臨床醫師能手動觸發針對患者的ROD和/或ROR的計算，從而確定所述患者是否適合從I⑶離開。
[0026]通過輸入患者數據來計算針對患者的ROD,所述患者數據包括針對所述患者接收的預測變量的值，所述ROD模型使用所述預測變量預測患者的所述ROD。在一些實施例中，所述ROD模型選自ROD資料庫38中的多個ROD模型。類似於R0D，通過輸入患者數據來計算針對患者的R0R,所述患者數據包括針對所述患者接收的預測變量的值,所述ROR模型使用所述預測變量預測針對患者的R0R。在一些實施例中，所述ROR模型選自ROR資料庫40。適當地，由所述ROD模型和所述ROR模型使用的所述預測變量不需要是相同的。此外，用於計算ROD和/或ROR採用的所述模型包括任意種類的預測模型方法，例如邏輯回歸、多項邏輯回歸、線性回歸和支持向量機學習，它們適當地由多個係數、支持向量或者與預測變量相對應的類似因子限定。下文結合圖5討論用於生成評估ICU離開就緒性的邏輯回歸模型的一種方法。此外，由所述模型產生的所述風險適當地為概率。然而，所述風險不必須為概率。例如，所述風險可以為評分，例如以嚴重性增加的順序從I至10或從I至100。
[0027]⑶SS16還從IT基礎設施10接收結果數據，IT基礎設施10例如為患者信息系統
14和/或外部資料庫，例如dClf程序資料庫。也預期所述結果數據可以接收自用戶輸入
設備34，其任選地帶有顯示設備36，顯示設備36為用戶提供在其中輸入所述患者數據的用戶界面。結果數據為一種患者數據，並且指示患者是否在從I⑶離開之後再入院或在離開之後死亡以及周圍環境。基於所述結果數據，CDSS16更新用於計算ROD或ROR的所述預測模型。當所述預測模型為邏輯回歸模型時，可以根據後文聯繫圖5討論的方法更新所述模型。預期隨著接收或在事件的發生時更新結果數據，連續地更新所述預測模型，所述事件例如計時器時間、用戶輸入事件等等。在一些實施例中，在更新所述預測模型時，較新的結果數據權重大於較舊的結果數據。
[0028]臨床數據使用器18使用從IT基礎設置10 (例如從臨床數據產生器12、⑶SS18、患者信息系統14等)接收的針對在ICU中受護理的所述患者的患者數據。例如，臨床數據使用器18能從CDSS18接收ROR和/或ROD。作為另一個範例，臨床數據使用器18能從臨床數據產生器12接收呼吸速率和心率。在一些實施例中，臨床數據使用器18也從用戶輸入設備42接收患者數據，用戶輸入設備42任選地帶有顯示設備26，顯示設備26為用戶提供在其中手動輸入所述患者數據的用戶界面。適當地，所接收的患者數據包括針對至少一個患者的至少ROD和R0R。臨床數據使用器的範例包括，但不限於，患者監視器、護士站、移動通信設備、患者信息系統、臨床決策支持系統等等。
[0029]使用可以包括處理所接收的患者數據以生成額外的患者數據和/或將所述患者數據統一成報告。報告是例如roF、D0CX、D0C等格式的計算機文件。在一些實施例中，新生成的患者數據和/或新生成的報告被保存在IT基礎設施10中，例如患者信息系統14中。此，在一些實施例中，新生成的報告被使用(例如)電子郵件以電子方式發信給臨床醫師，和/或使用例如雷射印表機、噴墨印表機等列印。使用也可以包括將針對至少一個患者的所接收的患者數據顯示在用戶界面上，其經由顯示設備44被呈現給臨床醫師。在一些實施例中，隨著接收患者數據，連續地更新所述用戶界面。有利地，這允許臨床醫師實時地監測患者ROD和/或R0R。
[0030]在顯示患者數據和/或生成報告時，所述報告和/或顯示適當地至少包括患者姓名、針對至少一個患者的ROD和R0R。當所接收的患者數據包括針對多個患者的患者數據時，所接收的患者數據被適當地格式化為具有對應於所述患者的多個行的表格結構。在一些實施例中，通過和/或可以通過ROD和/或ROR的嚴重性，對所述行分類。例如，臨床醫師可以採用用戶輸入設備42，以基於ROD和/或ROR對患者數據的表格進行分類。此外，在一些實施例中，臨床醫師能選擇性地查看ROD和/或ROR的細節。例如，臨床醫師可以採用用戶輸入設備42來選擇針對患者的ROD和/或ROR並查看得到所述ROD和/或ROR的所述變量以及各自的值，任選地基於貢獻排序。甚至，在一些實施例中，可以基於類似的ROR和/或ROR將所述患者數據分組。組包括例如，非常低風險、低風險、中度風險、高風險等等中的一個或多個。
[0031]可以在用戶界面和/或報告中將ROD和/或ROR表示為文本值(例如評分、概率等等)、圖標(例如基於嚴重性的形狀、顏色、背景等等中的一個或多個)、以上的組合，等等。例如，ROD或ROR可以被表示為具有取決於嚴重性的背景色的圈，例如紅色針對高風險、黃色針對中等風險並且綠色針對低風險。在一些實施例中，圖標還包括疊加在其上的文本值，任選地取決於嚴重性。例如，當嚴重性為中等時，圖標能包括被疊加在其上的概率。
[0032]參考圖3，圖示了示範性報告。所述報告包括多個行，每行包括針對不同患者的患者數據。每行包括患者姓名、R0D、R0R、年齡、預後等等。所述ROD和所述ROR被表示為概率和文本嚴重性指示符(即針對低、中和高分別為「L」、「M」和「H」)。參考圖4，圖示針了對患者數據的示範性用戶界面。類似於所述報告，所述用戶界面包括多個行，每行包括針對不同患者的患者數據。此外，每行包括被表示為在其上疊加概率的圖標的ROD和R0R。值得注意的是，所述圖標的背景是基於嚴重性被顏色編碼的，其中嚴重性隨著背景色的加深而增加。
[0033]返回參考圖1和圖2，IT基礎設施10的部件適當地包括處理器46，其運行實現前述功能的計算機可執行指令，其中，所述計算機可執行指令被存儲在與處理器46相關聯的存儲器48上。然而，預期前述功能中的至少一些能無需處理器的使用而在硬體中得以實現。例如，能採用模擬電路。進一步地，IT基礎設施10的部件包括通信單元50，其為處理器46提供接口，從所述接口在通信網絡20上通信。甚至，儘管IT基礎設施10的前述部件是離散地描述的，但是應該理解，所述部件能被組合。例如，臨床數據使用器12和臨床數據產生器18可以是相同的和/或有交疊。作為另一個範例，可以將CDSS16與臨床數據使用器18和/或臨床數據產生器12集成。作為又另一個範例，⑶SS16、數據使用器18和臨床數據產生器12能被組合成獨立於通信網絡20的獨立設備。
[0034]參考圖5，用於形成邏輯回歸模型的方法100包括接收102患者數據，所述患者數據包括針對從一個或多個ICU離開的多個患者的結果數據。適當地，所述患者數據包括針對所述多個患者中的每個的記錄，其中，每個記錄包括可能對預測ROD和/或ROR以及所述患者離開ICU之後的結果相關的多個變量。所述患者數據能被接收自例如，IT基礎設施
10，例如患者信息系統14，和/或外部資料庫，例如dCUl;程序資料庫。在一些實施例中，所接收的患者數據是對一個ICU、區域中的多個ICU、跨越國家的多個ICU等特異的。此外，在一些實施例中，所接受的患者數據是特異於人口統計的。
[0035]所述多個變量可以包括患者人口統計、I⑶入院診斷、通過急性生理學和慢性健康狀況IV (APACHEr )評分確定的疾病的入院嚴重性、重症監護幹預、I⑶停留期間發生的
併發症、過去的24小時期間存在的實驗室值與生理變量、APACHE?入院診斷等等中的一
個或多個。在一些實施例中，所述APACHEk入院診斷是加強的。例如，根據病理學將所述
診斷分組，其中，與新創建的診斷組不相關的所有罕見診斷均被一起歸類為「其他」。
[0036]在一些實施例中，過濾104所接收的患者數據，以去除針對非典型患者的記錄。例如，將具有以下狀況中的一個或多個的患者濾出所接收的患者數據:1) ICU停留長度小於四小時；2)年齡小於16歲；3) ICU離開狀態為死亡；4)離開場所轉移到另一 ICU或醫療機構外部的場所；以及5)在ICU離開時「不予急救」(DNR)或「僅安慰措施」命令的存在。有利地，這改進了所述模型的效率，因為所述模型不需要解決邊緣案例。
[0037]然後，使用多變量邏輯回歸或其他分析方法，將所述患者數據和所述變量用於識別106所述變量與主要結果(例如，死亡風險或再入院風險)之間的關聯。可以使用局部加權散點平滑法，針對具有所述主要結果的非線性關係，評估連續變量。此外，可以通過經由樣條項的引入或將連續變量歸類到線性關係的變換，來解出非線性關係。可以引入樣條項以創建現有線性關係的間隔，所述間隔在通過例如局部加權散點平滑法的視覺檢測所指定的結點處改變。
[0038]在一些實施例中，所述多變量邏輯回歸包括向前和向後逐步多變量邏輯回歸或分類和回歸樹，以便識別所述主要結果的預測變量。如果使用對數似然比檢驗，空對擴展模型之間的對數似然值的差產生了小於預定值(例如0.05)的P值，則可以將變量包括在逐步回歸中。可以使用渥得檢驗來評估協變量之間進一步的相互影響，並且可以在所述逐步回歸中包括具有小於預定值(例如0.05)的P值的相互影響的變量。
[0039]參考圖6，提供了一種用於評估患者從重症監護室(I⑶)離開的就緒性的方法150。⑶SS16的處理器46適當地執行方法150。方法150包括接收152針對由I⑶護理的患者的患者數據。所述患者數據適當地包括指示所述患者的生理參數的數據。此外，所述患者數據適當地接收自IT基礎設施10，例如自患者信息系統14。在一些實施例中，ROD預測模型選自154RDD資料庫38中的多個ROD預測模型，並且ROR預測模型選自156R0R資料庫40中的多個ROR預測模型。基於ROD預測模型計算158針對I⑶的所述患者的ROD。在一些實施例中，所述ROD預測模型為所選的ROD預測模型。也基於ROR預測模型計算針對ICU的所述患者的R0R。在一些實施例中，所述ROR預測模型為所選的ROR預測模型。基於所述計算來確定162針對所述多個患者中所選的一個的離開的風險。可以用用戶輸入設備，例如用戶輸入設備42，選擇所述離開的風險。經由報告或用戶界面，向臨床醫師呈現164針對所選患者的所述離開的風險。例如，在顯示設備44上為臨床醫師呈現患者的ROD。在一些實施例中，所述方法還包括接收結果數據166，識別離開的患者是否死亡和/或再入院，任選地以預定周期，例如48小時。基於所述結果數據來更新168所述ROD模型和/或ROR模型，任選地根據圖5的方法100。
[0040]本文中所使用的存儲器包括:非暫態計算機可讀介質；磁碟或其他磁性存儲介質；光碟或其他光學存儲介質；隨機存取存儲器(RAM)、只讀存儲器(ROM)或其他電子存儲器設備或晶片或操作性互聯的晶片組；網際網路/內聯網伺服器，可以經由網際網路/內聯網或其他區域網路從所述伺服器檢索所存儲的指令；等等中的一個或多個。此外，本文中所使用的處理器包括微處理器、微控制器、圖形處理單元(GPU)、專用集成電路(ASIC)、現場可編程門控陣列(FPGA)等等中的一個或多個；用戶輸入設備包括滑鼠、鍵盤、觸控螢幕顯示器、一個或多個按鈕、一個或多個開關、一個或多個觸發器等等中的一個或多個；並且顯示設備包括IXD顯示器、LED顯示器、等離子顯示器、投影顯示器、觸控螢幕顯示器等等中的一個或多個。
[0041]已參考優選的實施例描述了本發明。他人在閱讀和理解前文的詳細描述時可以想到各種修改和變更。本發明旨在被解釋為包括所有這樣的修改和變更，只要它們落入權利要求或其等價方案的範圍內。
【權利要求】
1.一種用於評估患者要從重症監護室(ICU)、醫院或其他受監測臨床護理環境離開到較低強度地受監測場所的就緒性的系統(16)，所述系統(16)包括: 一個或多個處理器(46),其被編程為: 接收患者的患者數據； 使用死亡風險的第一預測模型來計算針對所述患者的來自離開的死亡風險； 使用再入院風險的第二預測模型來計算針對所述患者的再入院風險； 從所述死亡風險和所述再入院風險來確定離開的風險；並且 將針對所述患者中選定的一個或多個的所述離開的風險呈現給一位或多位臨床醫師。
2.根據權利要求1所述的系統(16)，其中，所述處理器(46)還被編程為: 接收結果數據，所述結果數據識別患者在離開之後是否死亡和/或是否再入院；並且 使用所述結果數據來更新所述第一預測模型和/或所述第二預測模型。
3.根據權利要求2所述的系統(16)，其中，在更新所述第一預測模型和/或所述第二預測模型時，新接收的結果數據權重大於舊的結果數據。
4.根據權利要求1至3中任一項所述的系統(16)，其中，所述第一預測模型和/或所述第二預測模型包括邏輯回歸、多項邏輯回歸、線性回歸，以及支持向量機中的一個或多個。
5.根據權利要求4所述 的系統(16)，其中，所述第一預測模型和/或所述第二預測模型包括對應於不同預測變量的多個係數和/或支持向量。
6.根據權利要求1至5中任一項所述的系統(16)，其中，所述第一預測模型和/或所述第二預測模型是對受監測的健康護理環境特異的。
7.根據權利要求1至5中任一項所述的系統(16)，其中，所述第一預測模型和/或所述第二預測模型是對多種臨床監測環境通用的。
8.根據權利要求1至7中任一項所述的系統(16)，還包括: 顯示設備(44)，其中，經由所述顯示設備(44)，所述離開的風險被呈現給所述臨床醫師。
9.根據權利要求1至8中任一項所述的系統(16)，其中，所述的呈現包括將所述離開的風險顯示為指示風險的嚴重性。
10.根據權利要求9所述的系統(16)，其中，圖標對應於低風險、中度風險和高風險中的一個或多個，並且其中，所述的呈現還包括:響應於對應於中度風險或高風險的圖標，顯示所述死亡風險和/或所述再入院風險的概率。
11.根據權利要求1至10中任一項所述的系統(16)，其中，所述第一預測模型和/或所述第二預測模型預測預定時段內的死亡風險和/或再入院風險。
12.—種IT基礎設施(10)，包括: 根據權利要求1至11中任一項所述的系統(16);以及 數據產生器(12)，其生成所述患者的患者數據，所述患者數據包括由所述第一預測模型和/或所述第二預測採用的指示生理參數的數據； 其中，由所述系統(16)接收的所述患者數據包括由所述數據產生器(12)生成的患者數據。
13.一種用於評估患者要從重症監護室(ICU)、醫院或其他受監測臨床護理環境離開到較低強度地受監測場所的就緒性的方法(150)，所述方法(150)包括:接收(152)患者的患者數據； 使用死亡風險的第一預測模型來計算(158)針對所述患者的來自離開的死亡風險； 使用再入院風險的第二預測模型來計算(160)針對所述患者的再入院風險； 從所述死亡風險和所述再入院風險來確定(162)離開的風險；並且 將針對所述患者中選定的一個的所述離開的風險呈現(164)給臨床醫師。
14.根據權利要求13所述的方法(150)，還包括: 接收(166)結果數據，所述結果數據識別患者離開之後是否死亡和/或是否再入院；並且 基於所述結果數據來更新(168)所述第一預測模型和/或所述第二預測模型。
15.根據權利要求13至14中任一項所述的方法(150)，其中，所述第一預測模型和/或所述第二預測模型包括邏輯回歸、多項邏輯回歸、線性回歸以及支持向量機中的一個或多個。
16.根據權利要求13至15中任一項所述的方法(150)，其中，所述的呈現包括將所述離開的風險顯示為指示風險的嚴重性。
17.根據權利要求16所述的方法(150)，其中，圖標對應於低風險、中度風險和高風險中的一個或多個，並且其中，所述的呈現還包括:響應於對應於中度風險或高風險的圖標，顯示所述死亡風險和/或再入院風險的概率。
18.根據權利要求13至17中任一項所述的方法(150)，其中，所述第一預測模型和/或所述第二預測模型預測預定時段內的`死亡風險和/或再入院風險。
19.一個或多個處理器(46)，其被編程為執行根據權利要求13至18中任一項所述的方法(150)。
20.一種承載有軟體的非暫態計算機可讀介質(48)，所述軟體控制一個或多個處理器(46)來執行根據權利要求13至18中任一項所述的方法(150)。
【文檔編號】G06F19/00GK103635908SQ201280031165
【公開日】2014年3月12日 申請日期:2012年6月18日 優先權日:2011年6月24日
【發明者】O·巴達維 申請人:皇家飛利浦有限公司