হাসপাতালে পুনরায় ভর্তির হার

হাসপাতালে পুনরায় ভর্তির হার হলো ছাড়পত্রপ্রাপ্ত রোগীদের সেই অংশ যারা ছাড়পত্রের পর একটি নির্দিষ্ট সময়সীমার মধ্যে — সবচেয়ে সাধারণভাবে ৩০ দিন — অপরিকল্পিতভাবে হাসপাতালে পুনরায় ভর্তি হন। ডিজিটাল স্বাস্থ্যের জন্য, এটি পেমেন্ট প্রদানকারীর অর্থনীতি ও মূল্য-ভিত্তিক যত্ন চুক্তির সাথে সবচেয়ে সরাসরি যুক্ত মেট্রিক: একটি দূরবর্তী পর্যবেক্ষণ, ডিজিটাল ছাড়পত্র-পরবর্তী ফলো-আপ, বা ডিজিটাল যত্ন-স্থানান্তর কর্মসূচি যা পুনরায় ভর্তির উপর বিশ্বাসযোগ্য প্রভাব দেখাতে পারে না, তা অব্যাহত প্রতিদান সহায়তা অর্জন করার সম্ভাবনা কম, তার সম্পৃক্ততার সংখ্যা যতই ভালো দেখাক না কেন।

কেন এটি গুরুত্বপূর্ণ

একটি অপরিকল্পিত পুনরায় ভর্তি ব্যয়বহুল, রোগীর জন্য বিঘ্নকর, এবং অনেক স্বাস্থ্য ব্যবস্থায় এখন সরাসরি শাস্তিযোগ্য: মার্কিন যুক্তরাষ্ট্রের হাসপাতাল পুনরায় ভর্তি হ্রাস কর্মসূচির মতো প্রকল্পগুলো নির্দিষ্ট অবস্থার জন্য প্রত্যাশার চেয়ে বেশি পুনরায় ভর্তির হার থাকা হাসপাতালের পেমেন্ট হ্রাস করে, যে কারণে হাসপাতালগুলো সক্রিয়ভাবে ডিজিটাল ছাড়পত্র-পরবর্তী ও দূরবর্তী পর্যবেক্ষণ কর্মসূচি কমিশন করে যা এগুলো কমানোর লক্ষ্যে। পুনরায় ভর্তির একটি অর্থবহ অংশকে সম্ভাব্যভাবে প্রতিরোধযোগ্য হিসেবে বিবেচনা করা হয় — অপর্যাপ্ত ছাড়পত্র নির্দেশনা, মিস হওয়া ফলো-আপ অ্যাপয়েন্টমেন্ট, ওষুধ সম্পর্কে ভুল বোঝাবুঝি, অথবা অসমাধিত উপসর্গের অবনতির কারণে চালিত যা একটি ভালোভাবে ডিজাইন করা ডিজিটাল যোগাযোগ বিন্দু আগেভাগে ধরতে পারত — যা ঠিক সেই ফাঁক যা ডিজিটাল যত্ন-স্থানান্তর টুলগুলো লক্ষ্য করে। পুনরায় ভর্তির হার সর্বদা কেস মিক্সের সাথে পড়া উচিত: একটি আরও জটিল, অসুস্থ জনসংখ্যার সেবাকারী কর্মসূচির কাঠামোগতভাবে উচ্চতর বেসলাইন হার থাকবে একটি সুস্থ জনসংখ্যার সেবাকারী কর্মসূচির চেয়ে, কর্মসূচির মান থেকে স্বাধীনভাবে।

এটি কীভাবে গণনা করা হয়

৩০-দিনের পুনরায় ভর্তির হার = ছাড়পত্রের ৩০ দিনের মধ্যে
                              অপরিকল্পিত পুনরায় ভর্তি / মোট
                              সূচক ছাড়পত্র × ১০০

রাশি থেকে বাদ দিন: পরিকল্পিত পুনরায় ভর্তি (যেমন একটি নির্ধারিত
ফলো-আপ পদ্ধতি), এবং স্থানান্তর যা একই যত্ন পর্বের ধারাবাহিকতা,
নতুন ভর্তি নয়।

সম্ভব হলে ঝুঁকি-সমন্বয় করুন, একটি স্বীকৃত কেস-মিক্স বা
কো-মর্বিডিটি সূচক ব্যবহার করে, বিভিন্ন রোগীর জনসংখ্যা বা
সময়কালের মধ্যে হার তুলনা করার আগে।

সমাধানকৃত উদাহরণ

একটি হাসপাতাল একটি ত্রৈমাসিকে হৃদযন্ত্রের ব্যর্থতাসহ ১,২০০ জন রোগীকে ছাড়পত্র দেয়। এর মধ্যে, ২১০ জন ৩০ দিনের মধ্যে পুনরায় ভর্তি হন, যার মধ্যে ১৫ জন একটি নির্ধারিত পদ্ধতির জন্য পরিকল্পিত পুনরায় ভর্তি এবং বাদ দেওয়া হয়। অপরিকল্পিত ৩০-দিনের পুনরায় ভর্তির হার হলো (২১০ − ১৫) / ১,২০০ × ১০০ = ১৬.২৫%। এই রোগীদের একটি উপসেট ৪০০ জনের জন্য একটি দূরবর্তী পর্যবেক্ষণ কর্মসূচি চালু করা হয় (ক্লিনিক্যাল ঝুঁকির ভিত্তিতে নির্বাচিত, দৈবভাবে নয়), এবং তাদের অপরিকল্পিত পুনরায় ভর্তির হার ১৪%, যেখানে অ-নিবন্ধিত ৮০০ জনের জন্য ১৮%। যেহেতু নিবন্ধন দৈব নিয়োগের পরিবর্তে ক্লিনিক্যাল ঝুঁকির উপর ভিত্তি করে ছিল, এই পার্থক্যটি কর্মসূচির প্রভাবের ইঙ্গিতমূলক প্রমাণ, চূড়ান্ত নয়, এবং মুখবিন্দু মূল্যে নেওয়ার পরিবর্তে একটি ঝুঁকি-সমন্বয় বিশ্লেষণের সাথে ব্যাখ্যা করা উচিত।

তথ্যের উৎস ও সতর্কতা

পুনরায় ভর্তির তথ্য সাধারণত একই সুবিধায় পুনরায় ভর্তির জন্য হাসপাতালের নিজস্ব ভর্তি-ছাড়পত্র-স্থানান্তর (ADT) ফিড থেকে আসে, কিন্তু একটি ভিন্ন হাসপাতালে পুনরায় ভর্তি হওয়া রোগী সেই ফিডে মোটেও দেখা যাবে না, তাই একক-হাসপাতাল পুনরায় ভর্তি ট্র্যাকিং পদ্ধতিগতভাবে প্রকৃত পুনরায় ভর্তির হার কম মূল্যায়ন করে যদি না এটি আঞ্চলিক স্বাস্থ্য তথ্য বিনিময় তথ্য, পেমেন্ট প্রদানকারীর দাবির তথ্য, বা রাজ্য-স্তরের সব-পেমেন্ট প্রদানকারী ডেটাবেস দ্বারা পরিপূরক হয়। একটি ডিজিটাল কর্মসূচিতে কৃতিত্ব দেওয়ার জন্য যত্ন প্রয়োজন: একটি স্বেচ্ছাসেবী দূরবর্তী পর্যবেক্ষণ কর্মসূচিতে যোগদানকারী রোগীরা খুব কমই ছাড়পত্রপ্রাপ্ত জনসংখ্যার একটি দৈব নমুনা, তাই নিবন্ধিত বনাম অ-নিবন্ধিত পুনরায় ভর্তির হারের একটি সরল তুলনা সেই নির্বাচন প্রভাবগুলো দ্বারা বিভ্রান্ত হতে থাকবে যা প্রথম স্থানে কিছু রোগীকে যোগদানের জন্য বেশি সম্ভাবনাময় করে তুলেছিল।

ভুলত্রুটি

• জনসংখ্যা জুড়ে অ-ঝুঁকি-সমন্বিত অপরিশোধিত হার তুলনা করা: একটি আরও অসুস্থ জনসংখ্যার সেবাকারী কর্মসূচি একটি সুস্থ জনসংখ্যার সেবাকারী কর্মসূচির চেয়ে উচ্চতর অপরিশোধিত পুনরায় ভর্তির হার দেখাবে এমনকি যদি কর্মসূচিটি নিজে আরও কার্যকর হয়; তুলনা করার আগে সর্বদা ঝুঁকি-সমন্বয় করুন।
• অন্য সুবিধায় পুনরায় ভর্তি কম মূল্যায়ন করা: শুধুমাত্র একটি হাসপাতালের নিজস্ব ADT তথ্যের উপর নির্ভর করলে অন্যত্র পুনরায় ভর্তি মিস হবে, প্রকৃত হারকে কম মূল্যায়ন করবে, বিশেষ করে একাধিক প্রতিযোগী হাসপাতাল ব্যবস্থাসহ এলাকায়।
• স্বেচ্ছাসেবী কর্মসূচি নিবন্ধনে নির্বাচন পক্ষপাত: যারা একটি ডিজিটাল ফলো-আপ কর্মসূচিতে যোগদান বেছে নেন তারা প্রায়ই পদ্ধতিগতভাবে ভিন্ন (স্বাস্থ্য সাক্ষরতা, সামাজিক সহায়তা, বা প্রেরণায়) যারা নেন না তাদের থেকে, যেকোনো সরল আগে/পরে বা নিবন্ধিত/অ-নিবন্ধিত তুলনাকে বিভ্রান্ত করে।
• একই সুবিধায় প্রতিটি প্রত্যাবর্তনকে পুনরায় ভর্তি হিসেবে গণনা করা: একটি নির্ধারিত, পরিকল্পিত পুনরায় ভর্তি (যেমন একটি পরিকল্পিত দ্বিতীয়-পর্যায়ের পদ্ধতি) একটি ব্যর্থ ছাড়পত্রের সংকেত নয় এবং রাশি থেকে বাদ দেওয়া উচিত, প্রকৃত অপরিকল্পিত প্রত্যাবর্তনের সাথে মেশানো উচিত নয়।

উৎস

• মেডিকেয়ার ও মেডিকেইড সেবা কেন্দ্র (CMS), হাসপাতাল পুনরায় ভর্তি হ্রাস কর্মসূচি ও হাসপাতাল-ব্যাপী পুনরায় ভর্তি পরিমাপের বিবরণ
• স্বাস্থ্যসেবা উন্নতি প্রতিষ্ঠান (IHI), প্রতিরোধযোগ্য পুনরায় ভর্তি কমানোর নির্দেশিকা
• পুনরায় ভর্তি হ্রাসের জন্য ডিজিটাল দূরবর্তী পর্যবেক্ষণ ও যত্ন-স্থানান্তর হস্তক্ষেপ নিয়ে সহকর্মী-পর্যালোচিত সাহিত্য, যেমন JAMA Network Open ও npj Digital Medicine-এ প্রকাশিত গবেষণা

আরও দেখুন: ট্রায়াজ রাউটিং নির্ভুলতা, কারণ অনুপযুক্ত প্রাথমিক রাউটিং নিজেই প্রতিরোধযোগ্য ভর্তির একটি পরবর্তী চালক হতে পারে।