Apa itu kesehatan populasi dan bagaimana analisis prediktif cocok? Mari saya mulai dengan mendefinisikan kesehatan populasi dan mengilustrasikan analisis prediktif. Dalam statistik, populasi mengacu pada set lengkap objek yang menarik untuk penyelidikan. Misalnya, bisa jadi kisaran suhu remaja dengan campak. Bisa jadi orang-orang di kota pedesaan yang prediabetic. Keduanya tertarik pada kesehatan. Populasi juga berlaku untuk bidang penelitian lainnya. Bisa jadi tingkat pendapatan orang dewasa di daerah atau kelompok etnis yang tinggal di desa.
Biasanya, manajemen kesehatan penduduk mengacu pada pengelolaan hasil kesehatan individu dengan melihat kelompok kolektif. Sebagai contoh, pada tingkat praktek klinis, manajemen kesehatan populasi akan mengacu pada perawatan yang efektif untuk semua pasien praktik. Kebanyakan praktik memisahkan pasien dengan diagnosis ketika menggunakan alat manajemen kesehatan populasi, seperti pasien dengan hipertensi. Praktik biasanya berfokus pada pasien dengan biaya tinggi untuk perawatan sehingga manajemen kasus yang lebih efektif dapat diberikan kepada mereka.
Manajemen kasus yang lebih baik dari suatu populasi biasanya mengarah pada pasien yang lebih puas dan biaya yang lebih rendah.
Kesehatan penduduk dari perspektif departemen kesehatan daerah (seperti yang digambarkan dalam buletin bulan lalu) mengacu pada semua penduduk suatu daerah. Sebagian besar layanan dari departemen kesehatan tidak diberikan kepada individu. Sebaliknya, kesehatan penduduk suatu daerah ditingkatkan dengan mengelola lingkungan di mana mereka tinggal. Misalnya, departemen kesehatan melacak kejadian flu di suatu daerah untuk memperingatkan penyedia dan rumah sakit sehingga mereka siap untuk menyediakan tingkat perawatan yang diperlukan.
Anda harus dapat melihat bahwa populasi yang kesehatannya dikelola bergantung pada siapa yang menyediakan layanan. Populasi dokter praktek adalah semua pasien praktik. Untuk departemen kesehatan county, semua penduduk county. Untuk CDC itu semua penduduk Amerika Serikat.
Setelah populasi diidentifikasi, data yang dikumpulkan diidentifikasi. Dalam pengaturan klinis, kualitas atau tim data kemungkinan besar adalah tubuh yang menentukan data apa yang harus dikumpulkan. Setelah data dikumpulkan, tren dalam perawatan dapat diidentifikasi. Misalnya, praktik mungkin menemukan bahwa mayoritas pasien yang diidentifikasi sebagai hipertensi mengelola kondisi mereka dengan baik.
Tim kualitas memutuskan bahwa lebih banyak yang bisa dilakukan untuk meningkatkan hasil bagi mereka yang tidak memiliki tekanan darah di bawah kontrol. Dengan menggunakan faktor-faktor dari data yang telah dikumpulkan, tim menerapkan pendekatan statistik yang disebut analisis prediktif untuk melihat apakah dapat menemukan faktor-faktor yang mungkin sama di antara mereka yang tekanan darahnya tidak dikelola dengan baik. Misalnya, mereka mungkin menemukan bahwa pasien ini kekurangan uang untuk membeli obat mereka secara konsisten dan bahwa mereka kesulitan mendapatkan transportasi ke klinik yang menyediakan layanan perawatan mereka. Setelah faktor-faktor ini diidentifikasi, seorang manajer kasus di klinik dapat bekerja untuk mengatasi hambatan ini.
Saya akan menyelesaikan ikhtisar manajemen kesehatan populasi dan analisis prediktif dengan dua contoh penyedia menggunakan pendekatan dengan benar. Pada bulan Agustus 2013, Asosiasi Manajemen Kelompok Medis mempresentasikan webinar yang menampilkan pembicara Benjamin Cox, direktur Keuangan dan Perencanaan untuk Organisasi Perawatan Primer Terpadu di Oregon Health Sciences University, sebuah organisasi dengan 10 klinik perawatan primer dan 61 dokter, dan Dr. Scott Fields , Wakil Ketua Pengobatan Keluarga di organisasi yang sama.
Judul webinar adalah "Meningkatkan Praktik Anda dengan Data Klinis yang Berarti". Dua tujuan dari webinar adalah untuk menentukan keahlian dari Tim Data Kualitas mereka, termasuk siapa anggotanya, dan menggambarkan proses membangun serangkaian indikator kualitas.
Klinik sudah mengumpulkan berbagai macam data untuk dilaporkan ke berbagai kelompok. Misalnya, mereka melaporkan data untuk "penggunaan yang berarti" dan kepada pembayar komersial serta kelompok karyawan. Mereka memutuskan untuk mengambil data ini dan lebih banyak lagi dan mengaturnya ke kartu skor yang akan berguna bagi dokter individu dan melatih manajer di setiap klinik. Beberapa data yang dikumpulkan adalah data kepuasan pasien, data pendaftaran kembali rumah sakit, dandata obesitas. Scorecard untuk dokter dirancang untuk memenuhi kebutuhan dan permintaan dari masing-masing dokter serta untuk praktik secara keseluruhan. Misalnya, seorang dokter dapat meminta agar scorecard dikembangkan untuknya yang mengidentifikasi pasien-pasien individual yang indikator diabetesnya menunjukkan bahwa pasien berada di luar batas kontrol untuk diabetesnya. Mengetahui hal ini, seorang dokter dapat mencurahkan lebih banyak waktu untuk meningkatkan kualitas hidup pasien.
Scorecard untuk klinik menunjukkan seberapa baik dokter di tempat itu mengelola pasien dengan kondisi kronis secara keseluruhan. Dengan analisis prediktif, staf klinik dapat mengidentifikasi proses dan tindakan yang membantu meningkatkan kesehatan pasien. Penyediaan manajemen kasus yang lebih aktif mungkin telah terbukti efektif untuk mereka yang memiliki beberapa kondisi kronis.
Mr. Cox dan Dr. Fields juga menyatakan bahwa anggota tim data yang berkualitas terampil dalam memahami akses, menyusun data dengan cara yang bermakna, menyajikan data kepada klinisi secara efektif dan dalam mengekstraksi data dari berbagai sumber. Tujuan inti dari tim data adalah untuk menyeimbangkan agenda bersaing menyediakan perawatan berkualitas, memastikan bahwa operasi yang efisien dan kepuasan pasien yang tinggi.
Contoh kedua manajemen kesehatan penduduk berfokus pada pencegahan penyakit kardiovaskular di daerah pedesaan di Maine-Franklin County.
Selama periode 40 tahun, dimulai pada akhir tahun 1960-an, kelompok relawan nirlaba dan kelompok klinis bekerja sama untuk meningkatkan kesehatan jantung penduduk di daerah tersebut. Seiring kemajuan proyek, sebuah rumah sakit bergabung dalam upaya itu.
Pada awal upaya pencegahan, kesehatan kardiovaskular daerah miskin ini berada di bawah rata-rata negara bagian. Ketika sukarelawan dan kelompok klinis menjadi lebih aktif dalam meningkatkan kesehatan penghuninya, berbagai tindakan kardiovaskular meningkat secara signifikan dan sebenarnya lebih baik dalam beberapa hal daripada negara yang lebih makmur di negara bagian yang memiliki akses yang lebih baik ke layanan kesehatan yang berkualitas. Perbaikan didorong oleh sukarelawan yang pergi ke komunitas untuk membuat mereka yang teridentifikasi berisiko mengalami masalah kardiovaskular yang terlibat dalam kelas berhenti merokok, dalam meningkatkan aktivitas fisik mereka dan dalam meningkatkan makanan mereka. Ini menyebabkan menurunkan tekanan darah, menurunkan tingkat kolesterol dan meningkatkan daya tahan.
Hasil dan rincian dari upaya 40 tahun di Franklin County ini telah diterbitkan dalam Journal of American Medical Association pada bulan Januari 2015.
Seperti yang Anda lihat, pendekatan tingkat populasi untuk perawatan kesehatan memberikan hasil yang efektif. Sebuah klinik dapat meningkatkan hasil pasiennya dengan penyakit kronis sambil menyeimbangkan biaya melalui peningkatan efisiensi dengan berfokus pada data di tingkat populasi. Komunitas dapat meningkatkan kehidupan penduduknya dengan mengambil pendekatan tingkat populasi untuk perawatan pencegahan.
Pendekatan tingkat populasi untuk perawatan kesehatan bervariasi dan bisa sangat berhasil jika teori tingkat populasi dilaksanakan dengan benar. Hasil yang lebih baik dapat diperoleh memasangkannya dengan analisis prediktif.