Die Parkland-Zentrum für Klinische Innovation zielt auf die Verbesserung der Gesundheit für die Armen, gefährdeten Populationen. Seinen Mitarbeitern sagt, die Gesundheit beginnt dort, wo Menschen Leben, lernen, arbeiten und spielen, so dass Sie sich bemühen, zusammen zu bringen, Daten Wissenschaft und soziale Determinanten von Gesundheit zu erstellen angeschlossenen Gemeinden betreut.
DAS PROBLEM
„Eine der stärksten gefährdeten Bevölkerungsgruppen haben wir schwerpunktmäßig sind Frauen mit einem Risiko für Frühgeburten, da Ihre Gesundheit und Schwangerschaft ist stark geprägt nicht nur durch Ihre medizinische Geschichte, sondern Ihre soziale und wirtschaftliche situation und Umwelt“, sagte Dr. Steve Miff, Präsident und CEO der Parkland-Zentrum für Klinische Innovation. „Unsere Daten Wissenschaftler und Kliniker nahm einen frischen Blick auf diese Herausforderung und erforscht, wie Daten Wissenschaft und SDOH fahren kann, bessere Segmentierung, engagement, und letztlich bessere Ergebnisse und niedrigere Kosten für diejenigen, die Hilfe brauchen, die meisten.“
Als top-healthcare-Probleme gehen, Frühgeburt, ist ein großes, weil man in 10 Kindern in den Vereinigten Staaten ist zu früh geboren. Diese Herausforderung ist umso wichtiger unter-innere Stadt Afro-amerikanischen und hispanischen Frauen aufgrund SDOH Herausforderungen.
„Frühgeburten sind verbunden mit einem hohen gesellschaftlichen Kosten und Belastungen in den kurz – und langfristigen, sowie die Kosten und die Belastung exponentiell ansteigen Frühchen ist schwerer,“ Miff erklärt. „Zum Beispiel, indem Sie eine Frühgeburt von nur 4 Wochen abnehmen kann, kurzfristig die Kosten pro patient um mehr als $80.000 im ersten Jahr des Lebens.“
„Mehr als 800 at-risk-Patienten erhalten haben text-messaging-Intervention und mehr als 75% der Patienten berichten über die Zufriedenheit mit dem Programm.“
Dr. Steve Miff, Parkland Zentrum für Klinische Innovation
Permanenter stress, Tabak -, Alkohol-und Drogenkonsum, Infektionen, und eine Geschichte der Frühgeburt bekannt sind assoziiert mit einem erhöhten Risiko für Frühgeburten, fügte er hinzu.
„Seit Frühgeburten überproportional beeinflussen Afro-Amerikaner, Latinos und sozio-ökonomisch benachteiligten Bevölkerungsgruppen, die Bekämpfung der sozialen Bedürfnisse, die soziale Unterstützung und Verbesserung der pränatalen Betreuung kann helfen, die Eindämmung der Gefahr für preterm Geburt unter diesen benachteiligten Bevölkerungsgruppen,“ Miff angegeben. „Risk-driven Aufklärung der Patienten und die klinische Entscheidung Unterstützung, gezielte und maßgeschneiderte Patienten-Risiko-profile-Laufwerk engagement der Patienten, pränatale besuchen, die Teilnahme und die rechtzeitige evidenzbasierte Interventionen.“
VORSCHLAG
Es war eine bahnbrechende Studie und Papier, veröffentlicht in der American College of Geburtshelfer und Gynäkologen von dres. Anderson, Bloom und Kollegen, die dem Schluss, dass Frühgeburt signifikant verringert werden kann in der Minderheit sind, Frauen, die geliefert auf eine innere-Stadt-Krankenhaus, durch vermehrte pre-natal care über gezielte public Health-Care-Programmen, Miff erinnerte.
„Die Herausforderung, der wir starteten, war der Einsatz von data science und SDOH Risiko-Schichten-Schwangerschaften und drive steigt in pre-natal care, die über einen direkten engagement der Patienten mit digital-Technologie und koordiniert case management outreach“, erklärte er.
Die Parkland-Zentrum für Klinische Innovation, die Frühgeburten-Prävention-Programm, führte am PCCI von Senior Medical Director Yolande Pengetnze, ist ein umfangreiches Programm zu kombinieren: 1) eine Genaue Prädiktion, 2) Anbieter eine Benachrichtigung, 3) Risiko-Gefahren, zugeschnitten Aufklärung der Patienten über die digitale Technologie, und 4) Workflow-redesign zur Verbesserung Geburt Ergebnisse und reduzieren die rate der Frühgeburten.
Die Parkland-Zentrum für Klinische Innovation Frühgeburten-Risiko-Vorhersage-Modell nutzt maschinelles lernen und mehrere Datenquellen, einschließlich der Ansprüche, Zulassungs -, EHR-und community-Daten. Das Modell ist einzigartig in seiner Fähigkeit, zu integrieren, demographischen, klinischen und sozioökonomischen Daten aus mehreren Quellen, um vorherzusagen, das Risiko für Frühgeburten bei schwangeren Frauen zu irgendeinem Zeitpunkt während der Schwangerschaft.
Das Modell ist drei-bis vier mal genauer als klinische standards für die Identifikation von schwangeren mit einem Risiko für Frühgeburten, einschließlich erstmalige Mütter, Miff angegeben.
„Mit unserem predictive risk-Modells für die Anbieter eine Benachrichtigung, point-of-care-workflow-redesign, case management, öffentlichkeitsarbeit und Aufklärung der Patienten führt zu einer verbesserten Patienten-engagement, positive gesundheitliche Verhaltensänderungen, erhöhte pränatale Betreuung und zeitnahe Umsetzung von Evidenz-basierte Pflege am point-of-care, und somit bessere Geburten“, sagte er.
DIE HERAUSFORDERUNG
Parkland-Zentrum für Klinische Innovation, die Mitarbeiter arbeiteten mit Dr. Barry Lachman ‚ s-team der Parkland Community Health Plan, eine Anbieter gehört Texas Medicaid HMO im Besitz der Parkland Gesundheit und Krankenhaus-Systemen.
„Früher haben wir das Parkland Community Health-Plan-Ansprüche und EIGNUNG der Daten zusammen mit block-level-community-Daten für SDOH Metriken zu entwickeln, die Parkland-Zentrum für Klinische Innovation Frühgeburten-Risiko-Vorhersage-Modell,“ Miff erklärt. „Eine zentrale Erkenntnis war, dass, um sinnvoll verwenden und integrieren Sie SDOH Daten, muss es modelliert werden, die auf block-Ebene und nicht nur der Zip-code-Ebene.“
Es gibt zu viel variation innerhalb der Zip-codes für die Daten sinnvoll, auf dieser Ebene, aber, wenn analysiert und modelliert, die auf block-Ebene, SDOH Funktionen sind in den top-drei der insgesamt prädiktive Variablen, fügte er hinzu.
„Früher haben wir das Risiko-stratifizierte erreicht souverän zu bauen einfühlsamen Patienten – und Anbieter-level-Berichte, einschließlich Patienten-spezifischen Risikobewertungen und Risiko-Faktoren und provider-level-Ergebnisse-Berichte“, sagte er. “Die Berichte sind als ein Case-Management-Prozess mit praktischen und umsetzbaren Informationen zu seamless intervention. Die Berichte werden monatlich aktualisiert und an klinischen Anbieter in der Parkland Community Health Plan Provider-Netzwerk.“
Außerdem wird das Personal eine pädagogische text-messaging-Programm, zugeschnitten in Inhalt und Intensität der Patienten-Risiko-profile, so dass die unteren Risiko-Patienten erhalten weniger häufige SMS-Nachrichten in der Erwägung, dass die höheren Risiko-Patienten erhalten häufiger und content-spezifische Interventionen.
ERGEBNISSE
Im ersten Jahr der intervention, mehr als 21.000 eindeutige Schwangerschaften wurden prospektiv Risiko-geschichtet, mit rund 7.000 Schwangerschaften, Risiko-stratifizierte jeden Monat. Mehr als 800 at-risk-Patienten erhalten haben text-messaging-Intervention und mehr als 75% der Patienten berichten über die Zufriedenheit mit dem Programm.
„Im Vergleich mit Kontrollpersonen, Patienten empfangen, die text-messaging-24 – % – Zunahme in der pränatalen Besuch, Teilnahme, 27% Rückgang der frühen Frühgeburten, und 54% drop-in Kind kostet im ersten Jahr des Lebens,“ Miff berichtet. „Das Programm hat zu erheblichen Einsparungen geführt, um das Parkland Community Health Plan mit einem return on investment etwa das 2,5-fache im ersten Jahr der vollständigen Umsetzung der Programme.“
Als Parkland-Zentrum für Klinische Innovation bewegt Vergangenheit initial program set-up-Kosten, schätzt eine Zunahme der ROI erreichen vier bis fünf mal pro Jahr in die anschließende Umsetzung Jahre, fügte er hinzu.
BERATUNG FÜR ANDERE
„Patient Bewusstsein und engagement ist ein wesentliches element nicht nur für die Frühgeburt, aber für andere die Gesundheit der Bevölkerung Programme,“ Miff geraten. „Risikostratifizierung mittels Anamnese, klinische Profil, chronische Erkrankungen/komorbiditäten und SDOH sind entscheidend, um maßgeschneiderte patient outreach, Bildung und engagement, basierend auf der individuellen Risiken.“
Eine weitere zentrale Empfehlung ist, nicht zu lassen, die Technologie ein Hindernis für die übernahme, sagte er.
„Digitale Technologie verwendet, die für das engagement der Patienten zu sein, muss leicht zugänglich und bequem für die Bevölkerung, die Sie versuchen zu engagieren,“ riet er. „Während wir getestet, eine mobile app und in-home voice-activated persönlichen assistierten Geräten für die inner-city Medicaid-Bevölkerung, SMS ist derzeit die Einberufung und die meisten zugänglichen Modalität.“
Die Anpassung der Botschaften und Frequenz an Patienten-Risiko-Profilen ist wichtig, um das Risiko zu verringern für digitale Müdigkeit und verbessern die Zufriedenheit mit dem Programm, fügte er hinzu. Ansprüche-Daten basierende Modelle sind sehr leistungsfähig und sinnvoll, aber in einigen Fällen, Sie müssen gestärkt werden, mit anderen Daten-Quellen, sagte er.
„Für unser Modell, wir steigern die Ansprüche Modell mit EHR-Daten auf die Adresse die 90-Tage-lag in den Forderungen der Datenverarbeitung und hinzufügen von mental-behavioral Geschichte in die predictive risk-Modelle zur weiteren Verbesserung der Vorhersagekraft des Modells und schließen Sie den Patienten an entsprechenden provider-driven services und workflows“, Miff abgeschlossen. „Wir starten die Zusammenarbeit mit dres. Kenneth Rogers und Kimberly Roaten, zu studieren und zu nutzen, die mehr als 2 Millionen Selbstmord-screenings durchgeführt, bei Parkland seit 2014 weitere Einblicke zu gewinnen in die mental-behavioral co-morbiditäten von pre – und post-natal-Patienten und anderen Risikogruppen.“
Diese Einsichten ermöglichen es, Mitarbeiter zu weiter zu verstehen, patient Komplexität jenseits Ihrer primären medizinischen Diagnosen und ausrichten und connect-Diensten über medizinische Dienstleister und in der Gemeinschaft, sagte er.
Twitter: @SiwickiHealthIT
E-Mail der Autorin: [email protected]
Healthcare-IT-News ist die HIMSS Media-Publikation.