Predicting Emergency Admissions Over the Next Year -työkalun (PEONY) kehittäjien tavoitteena on ollut tuoda kliinikoiden ja terveyspoliittisten päätösten tekijöiden käyttöön työkalu, jolla voidaan ennustaa ja jolla saatujen tietojen perusteella voidaan ehkäistä 40-vuotiaiden ja vanhempien henkilöiden päivystyksenä sairaalaan joutuminen seuraavan vuoden aikana.
Skotlannin Taysiden väestö Iso-Britanniassa on sekoitus kaupunkien ja maaseudun asukkaita, johon kuuluu vähän värillistä väestöä ja joka edustaa hyvin Skotlannin koko väestöä. Taysiden alueen väestöstä (n = 410 000) kerättiin seurantatutkimukseen kaikki 40-vuotiaat ja vanhemmat henkilöt (n = 234 133), jotka oli rekisteröity perusterveydenhuoltoon 1.1.1996–31.4.2004. Tutkimukseen hyväksytyiltä henkilöiltä (n = 186 523) oli oltava tiedossa heidän sairaalahoitonsa ja lääkemääräyksensä edeltävän 3 vuoden ajalta ja heidän tietonsa seurantavuoden ajalta. Taysidessa on kaikilla perusterveydenhuoltoa käyttävillä 10-numeroinen tunniste (comminity health index), jonka avulla voidaan yhdistää kaikki heidän perus- ja erikoissairaanhoidon tietonsa. Kaikkien tutkimukseen osallistuvien tiedot käsiteltiin tunnisteettomina.
Seurantatutkimukseen hyväksytyltä henkilöiltä kerättiin demografiset taustatiedot, kuten ikä tutkimuksen alussa, sukupuoli ja sosiaalinen asema asuinalueen postinumeron perusteella sekä edeltävän 3 vuoden ajalta riskitiedot, kuten aiemmat suunnittelemattomat ja suunnitellut sairaalahoidot, vuodeosastohoitojen syyt ja kestot sekä käytössä olevat määrätyt lääkkeet British National Formulary -luokituksen mukaisesti. Tutkimukseen otetut satunnaistettiin 2 ryhmään: validaatiokohortissa (Test data set) oli 90 879 henkilöä (Test data set) ja mallinnuskohortissa (Derivation data set) 90 522 henkilöä. Ryhmistä poistettiin alle 1 vuoden seurannassa olleet henkilöt. Lopulliseen logistisen regressioanalyysin perusteella rakennettuun malliin valikoitui 35 muuttujaa. Mallin perusteella ennustettiin riskikymmenyksin todennäköisyyttä joutua seuraavan vuoden aikana päivystyksellisesti sairaalaan.
Seurantatutkimuksen ensisijainen tulosmuuttuja oli 1. päivystyksenä sairaalaan joutuminen seurantavuoden aikana. Johdetun tiedon ryhmästä 7,5 % (n = 6793) joutui seurantavuoden aikana päivystyksellisesti sairaalaan. He olivat vanhempia, useammin sosiaalisesti huonompiosaisten asuinalueelta ja heillä oli 2 kertaa useammin ollut aiempia päivystyksellisiä hoitoja sekä 6 kertaa enemmän hoitopäiviä kuin seurantavuoden aikana päivystyksellisesti sairaalahoitoon joutumattomilla.
Päivystyksellisesti sairaalahoitoon joutumista vahvasti ennustavia tekijöitä olivat miessukupuoli ja muun muassa analgeettien, antimikrobien, nitraattien, diureettien, tulehduskipulääkkeiden ja hengityselinsairauksien lääkkeiden käyttö. Yksittäisen ennustavan tekijän vaikutus lopulliseen riskiin riippui muista ennustavista tekijöistä. Kliiniseen käyttöön johdettiin ennustavista tekijöistä vielä yksinkertaisempi pisteytysjärjestelmä.
PEONYn erottelukyky oli mallinnusryhmässä 0,8 (kalibraatio 0,14), validaatiokohortissa erottelukyky oli 0,79. PEONY:n herkkyys vaihteli 4,2–76,1 %, tarkkuus 69,5–99,8 % ja positiivinen ennustearvo (PPV) 67,1–16,8 % riskikymmenyksen tason mukaan. Herkkyys oli korkein matalilla riskikymmenyksillä, mutta tarkkuus ja PPV olivat korkeimmat korkeilla riskikymmenyksillä.
PEONYn demografisten taustatietojen keräämistapaa ei voida soveltaa suomalaiseen väestöön. Tutkimuksessa lääkkeet oli ryhmitelty brittiläisen kansallisen luokituksen mukaisesti.
PEONY-työkalussa ei kerätty tietoja perusterveydenhuollon käyntikerroista eikä huomioitu terveyspalveluiden suurkäyttöä tai huonossa seurannassa ja tasapainossa olevia pitkäaikaissairauksia. Työkalun tarkkuutta ja herkkyyttä voidaan pitää kohtalaisena alemmilla riskikymmenyksillä. Sen tarkkuus on erinomainen, mutta herkkyys huono korkeammilla riskikymmenyksillä