出院决策也能反过来教模型：按容量出院让再入院风险学习误差降24%–25%
核心概要
医院用再入院风险预测决定谁先出院，但只有被出院的病人才留下结局记录，预测器反复重训会把这种删失偏差固化下来。研究把基于排队论的马尔可夫决策过程与定期重训的风险预测器耦合，发现按容量设定留院目标、超出目标才按优先级出院的“出院至目标”策略，会借到达波动自然覆盖不同住院时长。在合成实验和基于合作医院患者数据校准的模拟中，该策略把学习误差比按风险阈值出院降低24%–25%，并把按基线风险调整后的再入院成本差距缩小38%–63%。
深度剖析
出院决策不再只按风险分数卡阈值，而是先定一个留院人数目标，只有住院人数超过目标时才按优先级把病人放出。 常用的固定阈值和随床位状态调整的阈值策略会把出院集中在很窄的住院时长区间，使其他时长上的再入院结局始终观察不到。 在合成实验中，出院至目标策略的均方根误差为0.095，固定阈值策略为0.1212，状态感知阈值策略为0.123，对应降低24.4%和25.5%。
这种策略把出院决策拆成两件事：一个决定出院后还剩多少病人的目标人数，以及一个决定谁先走的优先级排序。 优先级按住院延长带来的边际风险下降排序，边际收益小的病人先出院，目标人数则由再入院成本与拥挤成本的相对大小决定。 在基于印第安纳州一家医院2010年1月至2017年9月患者级入院数据校准的模拟中，出院至目标策略在第二轮重训时误差已最低，最终轮比表现最好的状态感知阈值和固定阈值策略误差更低。
到达人数的随机波动本身提供了学习所需的多样性，不需要为公平而额外加入随机探索。 静态阈值系统会留下从未被观察到的协变量区域，必须靠显式随机探索才能补上。 理论分析表明，在随机到达下，出院至目标策略让每种病人类型在每个住院时长上都有正概率被出院；若到达完全确定，则会出现某些病人组在某些时长上永远没有数据的情形。
启示与展望
结论建立在风格化排队模型、合成实验和基于印第安纳州一家医院2010年1月至2017年9月患者级数据校准的模拟之上，模拟运行50轮重训。理论保证要求风险模型正确设定，或在模型误设时使用已知的逆倾向加权调整。
理论收敛依赖随机到达；若到达完全确定，某些病人组在某些住院时长上可能始终没有数据。模型误设时，未加权的经验风险最小化可能收敛到有偏解。模拟中预测误差的组间绝对差距没有改善，非裔美国病人在各策略下的未调整再入院成本相近。