Noore statistiku preemia võitja töö aitab prognoosida riskipatsientide sattumist haiglasse
Tartu Ülikooli matemaatika ja statistika instituudi magistrant Kadi Kilgi soovis oma magistritööga leida parimat mudelit, millega prognoosida riskipatsientide sattumist haiglasse. Selle teadasaamiseks kasutas ta Eesti Haigekassa raviarvete andmeid. Oma tööga pälvis Kilgi Albert Pulleritsu nimelise noore statistiku preemia.
Albert Pulleritsu nimelise noore statistiku preemia sai Kadi Kilgi magistritööga teemal „Hospitaliseerimise riski prognoosimine krooniliste haigustega patsientidel“.
See oli statistikametil juba 12. kord tunnustada üht noort üliõpilast, kelle magistri- või bakalaureusetöö rakendab või arendab mõnda statistikameetodit.
Miks soovisite just seda teemat oma magistritöös uurida?
Magistriõpingute alguses tekkis mul võimalus kandideerida tööstusmagistrantuuri programmi. Tööstusmagistrantuur tähendab seda, et kolmel semestril viibib üliõpilane partnerettevõtte juures praktikal ja koostöö käigus valmib ka magistritöö. Mulle pakkus huvi Eesti Haigekassa pakutud uurimisteema, mis keskendus välditava hospitaliseerimise riskipatsientide tuvastamisele. Lisaks soovisin kogemusi meditsiiniandmete analüüsimisel.
Mida te täpsemalt uurisite?
Uurisin krooniliste haigustega patsiente. Nende tervis võib halveneda, mistõttu nad võivad ka haiglasse sattuda. Samal ajal on teada, et arsti sekkumisega on võimalik mingis osas haiglasse sattumisi ära hoida.
Minu magistritöö eesmärk oli krooniliste haigustega patsientide raviarvete andmete põhjal hinnata, kui suur on tõenäosus, et patsient satub järgmisel aastal haiglasse. Magistritöö käigus tutvusin erinevate meetoditega ja katsetasin neid, millega kõige täpsemalt hospitaliseerimise riski hinnata. Tulevikus saab tulemust kasutada selleks, et suunata kõrgema riskiga patsiendid täiendavale arstlikule jälgimisele ja tänu sellele vältida haiglasse sattumist.
Kui suuri andmemassiive oma magistritöös kasutasite?
Magistritöö algne andmestik koosnes 97 717 riskipatsiendist ja igat patsienti kirjeldas 213 tunnust.
Mida peate oma töö suurimaks praktiliseks väärtuseks?
Leitud mudelit saab kasutada ennetustöös, et välditavaid hospitaliseerimisi ära hoida.
Kuivõrd plaanite selle teema uurimisega edasi tegelda?
Magistritöö teema uurimise ja edasi arendamisega ma lähiajal ei tegele, sest ma ei ole enam igapäevaselt meditsiinivaldkonnaga seotud, kuid ma ei välista seda tulevikus. Ma loodan, et haigekassas võetakse minu magistritöö käigus leitud tulemus kasutusse ja arendatakse edasi.
Miks otsustasite kandideerida Albert Pulleritsu nimelise noore statistiku konkursile ja mida selle võitmine teile tähendab?
Konkursile suunas mind kandideerima haigekassa analüütika osakonna juhataja Kadri Haller-Kikkatalo. Preemia võitmine on suur tunnustus ning olen tänulik ja uhke, et minu tööd on märgatud.
Juhendaja Mark Gimbutase arvamus Kadi töö kohtaKadi Kilgi magistritöö „Hospitaliseerimise riski prognoosimine krooniliste haigustega patsientidel“ oli motiveeritud Eesti Haigekassa ja Maailmapanga koostöös valminud analüüsist, mille järgi on Eestis palju krooniliselt haigete patsientide haiguse ägenemisest tingitud hospitaliseerimisi, mida on tõenäoliselt võimalik vältida patsientide tõhusama jälgimisega esmatasandil (perearstide poolt). Tervishoiu ressursi otstarbekaks kasutamiseks pakkus huvi tegevuste täpsem sihtimine just kõige riskialtimatele patsientidele. Magistritöö tulemusena töötas Kadi Kilgi välja välditava hospitaliseerimise riski prognoosimise mudeli. Mudel ületab oma täpsuselt keskmise arsti eksperthinnangu (Maailmapanga andmetel), kuid annab siiski nõnda palju valepositiivseid tulemusi, et on ilmselt kasutatav eelkõige töö prioriseerimiseks (vastandina ammendava nimekirja koostamisele). Eesmärk on välja töötatud mudel (või selle parendatud versioon) integreerida riskipatsientide käsitluse töövoogu. |
Kui palju te igapäevaelus andmeid kasutate?
Andmed on minu igapäeva osa. Minu töö krediidiriskianalüütikuna LHV pangas eeldab tihedat andmete kasutamist ja analüüsimist. Samuti tuleb ette andmete kogumist ja analüüsi isiklikus elus, näiteks tulude-kulude kokku arvutamisel.
Mis on teie jaoks andmetega töötamise võlu?
Igal andmestikul on rääkida oma lugu ja mulle meeldib olla see, kes toob silmaga hoomamatust tabelist selle loo välja.