Phase-Type Survival Trees and Mixed Distribution Survival Trees for Clustering Patients' Hospital Length of Stay

摘要

Klinikų tyrėjai, sveikatos profesionalai ir vadybininkai dažnai ieško kriterijų pacientams sugrupuoti į kliniškai reikšmingas grupes, siekiant įvertinti tikėtiną ligoninėje praleidžiamų dienų skaičių. Šiame straipsnyje yra pasiūlyti du išgyvenamumo medžių tipai, būtent, fazinio tipo išgyvenamumo medžiai ir skirstinių mišinių išgyvenamumo medžiai, išplėtojant ankstesniuosius darbus, skirtus eksponentiniams išgyvenamumo merdžiams. Medžiai pritaikomi pacientams su-klasteriuoti pagal praleistų logoninėje dienų skaičių, atsižvelgiant į amžių, lytį ir pirminės diagnozės kodą, pasinaudojant tikėtinumo santykiu optimaliam sugrupavimui nustatyti. Metodui iliustruoti yra pasinaudojama duomenimis iš Anglijos ligoninių epizodų statistikos (HES) duomenų bazės apie pacientus su auglių susirgimų diagnoze, vyresnius negu 65 ir išrašytus iš Anglijos ligoninių per vienerius metus.%Clinical investigators, health professionals and managers are often interested in developing criteria for clustering patients into clinically meaningful groups according to their expected length of stay. In this paper, we propose two novel types of survival trees; phase-type survival trees and mixed distribution survival trees, which extend previous work on exponential survival trees. The trees are used to cluster the patients with respect to length of stay where partitioning is based on covariates such as gender, age at the time of admission and primary diagnosis code. Likelihood ratio tests are used to determine optimal partitions. The approach is illustrated using nationwide data available from the English Hospital Episode Statistics (HES) database on stroke-related patients, aged 65 years and over, who were discharged from English hospitals over a 1-year period.