Predicting 15-day unplanned readmissions in hospitalization departments: an application of logistic regression

espanolEl reingreso hospitalario es considerado como un area de investigacion clave para mejorar la coordinacion del cuidado y lograr ahorros potenciales. Esto es importante debido a que los reingresos hospitalarios pueden tener consecuencias negativas en terminos de la buena salud y recuperacion de los pacientes del sector publico y privado. Por tanto, los hospitales han decidido trabajar significativamente para reducir tales reingresos. Desafortunadamente, no hay una solucion universal para prevenir reingresos hospitalarios. Hay muchas variables por fuera del control directo de los hospitales tales como los determinantes sociales y factores de estilo de vida del paciente que pueden impactar los reingresos. Aunque diversos estudios han sido aplicados para investigar las readmisiones en periodos menores a 30 dias, predecir reingresos en intervalos mas cortos (Por ejemplo, 15 dias) es altamente requerido para detectar aquellos reingresos que son atribuibles a los hospitales y desarrollar entonces planes de mejora mas efectivos. Por tanto, el proposito de este articulo es triple: i) desarrollar un estudio experimental para identificar los factores que afectan el riesgo de readmision a los 15 dias siguientes, ii) clasificar pacientes de acuerdo con el nivel de riesgo utilizando regresion logistica y iii) proveer recomendaciones generales para disminuir el riesgo de reingreso a los 15 dias siguientes considerando diferentes predictores. Para esto, se describieron inicialmente las caracteristicas de los pacientes. Luego, se evaluo la significancia de predictores potenciales, sus interacciones y efectos. Despues de esto, se genero un modelo de regresion logistica para predecir la probabilidad de reingreso de un paciente a los 15 dias siguientes al alta. Finalmente, se produjeron recomendaciones generales para reducir estos reingresos. Un caso de estudio real en Colombia fue considerado para validar la metodologia propuesta. EnglishHospital readmission is considered a key research area for improving care coordination and achieving potential savings. This is important because hospital readmissions can have negative consequences in terms of good health and recovery for patients. It is thus important to significantly reduce such readmissions. Unfortunately, there isn't a one-size-fits-all solution to preventing hospital readmissions. There are many variables outside of hospitals' direct control, such as social determinants and patient lifestyle factors, impacting readmissions. Although several studies have been undertaken to investigate 30-day readmissions, predicting revisits in shorter intervals (e.g., within 15 days after discharge) is highly needed to capture hospital-attributable returns better and develop more effective improvement plans. Hence, the aim of this paper is three-fold: i) to develop a comprehensive experimental study for identifying factors affecting 15-day readmission risk, ii) to classify patients according to the risk of 15-day readmission using logistic regression, and iii) provide general recommendations to reduce the 15-day readmission risk considering different predictors. To this end, the patients' characteristics were first described. Then, the significance of potential predictors, their interactions, and their effects were assessed. After this, a logistic regression model was derived to predict the likelihood of 15-day readmission in each patient. Finally, general recommendations were provided to reduce 15-day revisits. A real case study in Colombia was considered to validate the proposed methodology.