کاربرد مدل رگرسیون پواسن با صفرهای انباشته چند سطحی در شناسایی عوامل مرتبط با تعداد روزهای اضافه بستری بیماران تحت جراحی های ناحیه شکم در شهر شیراز

زمینه و هدف : طولانی شدن اقامت بیماران در بیمارستان منجر به تحمیل هزینه های قابل توجهی بر فرد و سیستم درمانی جامعه می گردد. این مطالعه به منظور تعیین کاربرد مدل رگرسیون پواسن با صفرهای انباشته چند سطحی در شناسایی عوامل مرتبط با تعداد روزهای اضافه بستری بیماران تحت جراحی های ناحیه شکم انجام شد. روش بررسی : در این مطالعه توصیفی – تحلیلی ۴۸۵ پرونده بیماران بستری از پنج بیمارستان دولتی و خصوصی شهر شیراز به روش نمونه گیری در دسترس ارزیابی شدند. از مدل رگرسیون پواسن با صفرهای انباشته چند سطحی به منظور بررسی عوامل خطر مرتبط با تعداد روزهای اضافی بستری استفاده شد. به منظور برآورد پارامترهای مدل، روش ماکزیمم درستنمایی و برای ارزیابی مدل، شاخص های نیکویی برازش AIC (Akaike Information Criterion) و BIC (Bayes Information Criterion) به کار برده شد. یافته ها : ۸۱.۲% از بیماران تعداد روز اضافه بستری نداشتند. نتایج مدل نشان داد متغیرهای سن، تنفس، سرطان، تزریق خون، داشتن تب بالا، مصرف سیگار و مواد مخدر اثر معنی داری بر تعداد روزهای اضافه بستری نداشتند. در مقابل متغیرهای جنسیت زن، داشتن بیماری کلیوی، سابقه جراحی و ابتلا به عارضه ایلئوس سبب افزایش تعداد روزهای اضافه بستری بیماران گردید (P<۰.۰۵). همچنین جراحی لاپاراسکوپی کیسه صفرا و بیرون آوردن غده پروستات شانس اضافه بستری را به ترتیب ۴.۶۴ برابر و ۹ برابر افزایش داد (P<۰.۰۵). نتیجه گیری : جنسیت زن، داشتن بیماری کلیوی، سابقه جراحی، انجام عمل جراحی لاپاراسکوپی کیسه صفرا، انجام عمل جراحی بیرون آوردن غده پروستات و ابتلا به عارضه ایلئوس به عنوان متغیرهای افزایش دهنده تعداد روزهای اضافه بستری بیماران بودند.

کلیدواژه ها:

Multilevel Poisson regression ، Abdominal surgery ، Excess hospitalization day ، مدل رگرسیون پواسن چند سطحی ، جراحی ناحیه شکم ، اضافه بستری