목적: 응급실(ED) 과밀은 의료 효율성, 안전성, 자원 관리에 상당한 영향을 미친다. 분류(트리아지) 정보를 활용하는 예측 모형은 입원 과정을 간소화할 수 있다. 본 검토는 성인 응급실 환자에서 트리아지 자료를 사용하여 개발되었거나 타당성이 검증된 기존의 병원 입원 예측 모형을 평가하였다. 방법: PubMed, Embase, CINAHL, Web of Science, Cochrane Library에서 체계적 검색을 수행하였다. 연구는 성인 응급실 환자의 트리아지 자료를 이용하여 병원 입원 예측 모형을 개발하거나 검증한 경우에 한해 선택하였다. 자료 추출은 CHARMS(예측 모형 연구에 대한 체계적 문헌고찰의 비판적 평가 및 자료 추출 체크리스트)에 따라 수행하였고, 편향 위험 평가는 PROBAST(예측 모형 위험의 편향 평가 도구)를 사용하여 평가하였다. 결과: 포함 기준을 충족한 연구는 20편이었으며, 로지스틱 회귀와 기계학습 기법을 사용하였다. 로지스틱 회귀는 전통적 사용과 임상적 해석 가능성으로 특징지어졌고, 반면 기계학습은 더 높은 유연성과 잠재적 예측 정확도 향상을 제공하였다. 흔한 예측 변수에는 환자 인구통계, 분류 범주, 활력징후, 내원 방식이 포함되었다. 모형 성능에 대한 곡선 아래 면적(AUC) 값은 0.80에서 0.89 범위로, 강한 변별력을 보여주었다. 그러나 외부 타당성은 제한적이었고, 결과 정의와 모형의 일반화 가능성에는 변동이 있었다. 결론: 트리아지 자료에 기반한 예측 모형은 입원에 대한 조기 예측을 가능하게 하여 응급실 운영을 지원할 잠재력이 있으며, 이는 병상 대기 시간(boarding time)을 감소시키고 환자 흐름을 개선하는 데 도움이 될 수 있다. 다양한 환경에서의 적용 가능성과 신뢰성을 확인하기 위해 이러한 모형을 검증하는 추가 연구가 필요하다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.