Rehabilitacja i jej rodzaje
Rehabilitacja kontuzji oraz prewencja drobnych zwyrodnień

Uczenie się od dużych danych opieki zdrowotnej

Posted in Uncategorized  by admin
May 22nd, 2018

Rutynowe działanie nowoczesnych systemów opieki zdrowotnej na bieżąco generuje obfitość danych przechowywanych elektronicznie. Powszechnie uznaje się, że istnieje ogromny potencjał wykorzystania tych danych w systemie, który je generuje, do informowania o sposobach leczenia w sposób, który poprawia opiekę nad pacjentem i wyniki zdrowotne.1 Wyobraź sobie, że wchodzisz do biura rano i znajdujesz czytanie wiadomości e-mail Dzięki twojemu nowemu programowi badań przesiewowych, od wczoraj twoja praktyka dawała o 120 więcej szczepień niż podobne praktyki. Lub W porównaniu z okresem przed wdrożeniem przez twoją sieć nowej polityki kierowania pacjentów z migotaniem przedsionków do antykoagulacji w centrum, siedem uderzeń zostało odwróconych, ale pojawiły się dwa dodatkowe krwawienia z górnego odcinka przewodu pokarmowego. Lub nawet Sądząc po jej doświadczeniu i cechach odnotowanych w jej dokumentacji medycznej, istnieje 80% prawdopodobieństwo, że pacjent C zobacz, nie wypełni jej recepty na przeciwnadciśnieniowe. Teoretycznie takie ciągłe usystematyzowane uczenie się oparte na rutynowo zbieranych danych mogłoby chytrze poszerzają wiedzę lekarzy zebranych z ich doświadczeń, które obejmują tych samych pacjentów i bardziej szczegółowe obserwacje, ale są mniej formalne w procesach oceny i częściej podlegają niezamierzonemu stronniczości.2 Dwa kluczowe uczące się zastosowania dużych danych dotyczących opieki zdrowotnej, które są obietnicą poprawy opieki nad pacjentem, to generowanie nowej wiedzy na temat skuteczności leczenia i przewidywania wyników. Obie te funkcje przekraczają granice większości aplikacji komputerowych obecnie wykorzystywanych w opiece zdrowotnej, które oferują lekarzom takie narzędzia, jak komunikaty ostrzegawcze, przypomnienia, sugestie dotyczące oszczędnego przepisywania i wyniki wymaganych działań w zakresie poprawy jakości.
Obecnie lekarze mają trudności z zastosowaniem nowej wiedzy medycznej dla swoich pacjentów, ponieważ większość dowodów dotyczących skuteczności innowacji medycznych uzyskano w badaniach z udziałem pacjentów, którzy różnią się od swoich własnych i którzy byli leczeni w ściśle kontrolowanych środowiskach badawczych. Jednak wiele danych, które są rutynowo zbierane w systemie opieki zdrowotnej, może być wykorzystywane do oceny produktów medycznych i interwencji oraz bezpośrednio wpływać na opiekę nad pacjentem w samych systemach, które generują dane.
Aby ułatwić taką naukę, wymagane będą narzędzia analityczne o kilku kluczowych cechach. Po pierwsze, potrzebujemy metod, które zapewniają, że porównywane grupy pacjentów są do siebie podobne, aby analitycy mogli być pewni, że faktycznie badają efekty interwencji opiekuńczych, a nie zmienność podstawowej choroby; Metody oceny skłonności, które jednocześnie odpowiadają za wiele cech pacjentów, okazały się znacznie zmniejszyć błędne błędy w badaniach z wykorzystaniem baz danych opieki zdrowotnej.
Po drugie, większość aspektów analiz należy zautomatyzować bez utraty ważności, tak aby można było odpowiedzieć na wiele pytań badawczych jednocześnie, a liczba zbadanych spraw może rosnąć wraz ze wzrostem popytu na kwantyfikację skuteczności opieki. Rozszerzenia metod oceny skłonności zostały opracowane w celu automatycznego dostosowania do nowych źródeł danych i ograniczenia zakłóceń.
Po trzecie, gdy analizy zostały zautomatyzowane, powinny być możliwe do powtórzenia w szybkich cyklach związanych z odświeżaniem danych, które mogą występować tak często, jak co 24 godziny.
Po czwarte, takie oprogramowanie powinno być dość łatwe do wykorzystania, aby użytkownicy z niewielkim wykształceniem mogli dość szybko stworzyć system nauczania i uniknąć typowych pułapek badań baz danych, które utrudniają przyczynową interpretację wyników – takich jak niepowodzenia w wyznaczeniu terminu rozpoczęcia leczenia i początek wyników, aby zapewnić porównywanie podobnych pacjentów, i aby dostosować się solidnie do zakłóceń bez dostosowywania się do czynników, które leżą na drodze przyczynowej pomiędzy ekspozycją a wynikiem
[podobne: wkładki sfp, rehabilitacja neurologiczna, Rehabilitacja Olsztyn ]

Tags: , ,

Komantarze do artykulu sa obecnie zamkniete, popros administratora strony o ich otwarcie jesli chcesz wziasc udzial w dyskusji pod artykulem. Kontakt do administracji w zakladce kontakt.(Mozliwe jest rowniez przeslanie propozycji tematow ktore mozemy uwzglednic w nastepnych naszych artykulach, bedziemy wdzieczni za wasze cenne sugestie i postaramy sie je wykorzystac przy kolejnych wpisach.)

Powiązane tematy z artykułem: rehabilitacja neurologiczna Rehabilitacja Olsztyn wkładki sfp