ED Atlas a posteriori dragningar

Datamaterialet innehåller de anpassade statistiska modeller som ligger bakom ED Atlas. Det är bayesianska logistiska regressionsmodeller som ger sannolikheten för ett utfall efter ett besök på akutmottagning, givet patientens kön, ålder och sökorsak. Modellerna har tränats på den svenska SwED-kohorten, som omfattar akutbesök i [regioner/sjukhus, år, ungefärligt antal besök]. SwED är kopplad till Patientregistret och Dödsorsaksregistret (Socialstyrelsen). Materialet består av modellparametrar. Det innehåller inga individdata och inga personuppgifter. Varje modell lagras som en NetCDF-fil (.nc) med posteriorsampel för regressionskoefficienterna, framtagna med MCMC (PyMC 5.17.0, numpyro-sampler, 8 000 dragningar per modell). Filerna kan läsas med valfri NetCDF/HDF5-läsare, till exempel ArviZ/xarray i Python. Materialet innehåller: En modell för 30-dagarsmortalitet, definierad som död inom 30 dagar efter ankomst till akutmottagningen, samt en basmodell med enbart kön och ålder. 930 diagnosmodeller, en per ICD-10-kapitel, ICD-10-block eller ICD-10-kod på tre tecken. Varje modell ger sannolikheten att diagnosen registreras [definiera: tidsfönster och vårdform] efter akutbesöket. För varje modell en CSV-fil som anger kolumnordningen (vilka SNOMED CT-koder för sökorsak modellen innehåller). En README med steg-för-steg-instruktioner, i pseudokod, för hur man gör en prediktion utifrån kön, ålder och sökorsak. Indata till modellerna är kön, ålder (vuxna, 18 år och äldre) och en sökorsak kodad i SNOMED CT. Ålder modelleras med en naturlig kubisk spline, och kön, ålder och sökorsak interagerar. Sökorsaker anges med SNOMED CT-begreppsidentifierare. SNOMED CT-termerna ingår inte i materialet. Materialet kan återanvändas för att beräkna riskuppskattningar för nya patienter, för att jämföra med andra modeller eller kohorter, eller för att studera hur sökorsak, ålder och kön hänger ihop med utfall.