Advancing healthcare allocation and prevention of disability: the role of disease-based predictive model for disability in aging adults
Gorde:
Lin, Y., et al., Advancing healthcare allocation and prevention of disability: the role of disease-based predictive model for disability in aging adults. BMC Geriatrics, vol. 25, n. 792, 2025, 12 p.
Erref.
606457
Kokapena:
SIIS Archivo (R.1879)
Hitz-gakoak:
Personas mayores, Envejecimiento, Discapacidad, Predicción, Riesgo, Enfermedades crónicas, Encuestas, Datos estadísticos
Personas mayores, Envejecimiento, Discapacidad, Predicción, Riesgo, Enfermedades crónicas, Encuestas, Datos estadísticos
Laburpena:
La discapacidad en la población envejeciente constituyó un importante reto de salud pública para los países en proceso de envejecimiento, imponiendo una carga significativa sobre los recursos sanitarios. Contar con modelos precisos de predicción de discapacidad fue esencial para asignar eficientemente los recursos de atención a largo plazo y prevenir la discapacidad. Este estudio utilizó datos de reclamaciones de atención médica para construir un modelo de predicción del riesgo de discapacidad basado en enfermedades que identificó grupos de discapacidad de alto riesgo y enfermedades con un impacto significativo en la discapacidad. El modelo inspiró la formulación de estrategias de prevención y la asignación de recursos.<br><br> Este estudio adoptó la Base de Datos de Atención a Largo Plazo para definir la discapacidad en la población envejeciente y utilizó la Base de Datos Nacional de Investigación del Seguro Médico para construir variables de enfermedad relacionadas con la discapacidad. Se emplearon cinco modelos de aprendizaje automático para construir el modelo de predicción del riesgo de discapacidad.<br><br> El estudio reveló que, entre todos los algoritmos probados, el algoritmo XGBoost mostró el mayor poder predictivo. Su AUC fue de 0,867 y su precisión balanceada fue de 0,795. Según la clasificación de importancia de las características generada por el modelo de predicción del riesgo de discapacidad, se observó una asociación significativa entre enfermedades crónicas como la insuficiencia renal, la demencia, la obstrucción y estenosis vascular cerebral y la hipertensión.<br><br> El modelo de predicción del riesgo de discapacidad proporcionó un mecanismo de predicción digital en tiempo real para identificar grupos de alto riesgo de discapacidad entre los adultos mayores, lo que constituye una valiosa herramienta para la toma de decisiones en la prevención de la discapacidad y la asignación de recursos de atención médica. El desarrollo de estrategias de prevención y tratamiento dirigidas a las enfermedades crónicas identificadas como factores significativos de discapacidad por el modelo predictivo podría conducir a una prevención más eficaz de la discapacidad en los adultos mayores.
La discapacidad en la población envejeciente constituyó un importante reto de salud pública para los países en proceso de envejecimiento, imponiendo una carga significativa sobre los recursos sanitarios. Contar con modelos precisos de predicción de discapacidad fue esencial para asignar eficientemente los recursos de atención a largo plazo y prevenir la discapacidad. Este estudio utilizó datos de reclamaciones de atención médica para construir un modelo de predicción del riesgo de discapacidad basado en enfermedades que identificó grupos de discapacidad de alto riesgo y enfermedades con un impacto significativo en la discapacidad. El modelo inspiró la formulación de estrategias de prevención y la asignación de recursos.<br><br> Este estudio adoptó la Base de Datos de Atención a Largo Plazo para definir la discapacidad en la población envejeciente y utilizó la Base de Datos Nacional de Investigación del Seguro Médico para construir variables de enfermedad relacionadas con la discapacidad. Se emplearon cinco modelos de aprendizaje automático para construir el modelo de predicción del riesgo de discapacidad.<br><br> El estudio reveló que, entre todos los algoritmos probados, el algoritmo XGBoost mostró el mayor poder predictivo. Su AUC fue de 0,867 y su precisión balanceada fue de 0,795. Según la clasificación de importancia de las características generada por el modelo de predicción del riesgo de discapacidad, se observó una asociación significativa entre enfermedades crónicas como la insuficiencia renal, la demencia, la obstrucción y estenosis vascular cerebral y la hipertensión.<br><br> El modelo de predicción del riesgo de discapacidad proporcionó un mecanismo de predicción digital en tiempo real para identificar grupos de alto riesgo de discapacidad entre los adultos mayores, lo que constituye una valiosa herramienta para la toma de decisiones en la prevención de la discapacidad y la asignación de recursos de atención médica. El desarrollo de estrategias de prevención y tratamiento dirigidas a las enfermedades crónicas identificadas como factores significativos de discapacidad por el modelo predictivo podría conducir a una prevención más eficaz de la discapacidad en los adultos mayores.