Scoring Systems for Assessing Potential Terminal Ill Patients: Applying Death Risk Prediction and Machine Learning to Assess the Hospice Care Needs of Heart Failure and Chronic Renal Failure Patients

Project: A - Government Institutionb - Ministry of Science and Technology

Project Details

Description

本案延續前年度非癌末期肝病和慢性腎衰竭的預測模型,除了建立心臟衰竭一年內不同時期的死亡風險預測模式,與文獻內死亡風險預測計分系統比較,並透過回溯性的外部驗證資料以及前瞻性的安寧緩和病房收案追蹤進行模型的成效分析和改進參考。末期器官性疾病患者族群與其安寧療護需求都高於癌症末期患者,但實際使用率卻相對低,且使用時間普遍晚於世界衛生組織所建議。本研究藉資訊化及早啟動安寧療護需求評估,當就診數據預測患者為短期潛在臨終個案,系統提示專家進行評估觀察與決策。預期效益:使患者與照顧者及早接觸安寧療護,以減少患者承受不必要處置之痛苦,俾提升醫療資源使用效益與家屬喪親調適能力,這也是目全世界的末期病患療護共識。
StatusActive
Effective start/end date8/1/227/31/23

Keywords

  • hospice care
  • needs prediction
  • screening
  • non-cancer liver disease
  • heart failure
  • chronic renal failure
  • terminal ill
  • machine learning